先坦白这一章的难处。「怎么办」是所有非虚构书最容易写坏的一章：前面八章论证得再硬，到这里往往滑向两张通牌——一张是「拥抱变化、终身学习」式的空话，一张是「练习这些提示词技巧」式的速朽货。前者不可证伪，后者保质期三个月。本章给自己立的规矩沿用第八章：每一条建议必须从前面的定理推出来，每一条附上「它什么时候错」。推不出来的建议，再顺耳也不收。做不到可证伪的路线图，不配叫路线图。
四类人分开算：在校生、初级、资深、转行。他们站在同一个定律的不同位置上，账各不相同。开始之前，先把全书压缩成一张三行的地图——后面每一节都在引用它：
- 执行在塌（第一至三章）：生成的成本数量级下降，验证成为约束；判分器在哪个行业，约束就在哪个行业。
- 判断与意图在涨价（第四至五章）：验证坐标系来自犯错史（可以压缩，不能跳过）；「不做什么」没有默认值（不可外包）。
- 签字必人（第六至八章）：高利害产出的生效要件是可追责的人；这个位置的刚性来自互锁的制度，不是来自技术落后。
一、在校生：把专业读完，把目的换掉
在校生面前的问题最尖锐，尖锐到值得原样摆出来：AI 都会写代码了，我还要不要报计算机？——已经报了的，要不要转出去？
定理的答案分两半。第一半：专业照报。理由不在专业本身，在第四章：AI 的产出质量上限，取决于站在它对面的人的鉴别能力；而鉴别能力的原料是验证坐标系，坐标系长在系统性的训练上——操作系统课教你状态在哪儿共享，并发课教你时间从哪儿进来，体系结构课教你慢在哪里。这些课不是在教「写代码」，是在教「代码会怎么坏」——它们是错法地图的正规教育版。跳过它们直接用 AI，等于拿着一张别人画的地图进山。
第二半：目的换掉。过去读计算机的目的地是「学会生产」——毕业即能写，写了即有岗。这个目的地正在塌（第八章：入门组在 AI 暴露职业落后十九个百分点，还在扩大），但目的地塌了不等于路塌了：同一条路，新的目的地是「建立验证坐标系」。带着这个目的，连选课的顺序都会变——系统课、并发课、网络的优先级升上来，框架课、工具课的降下去；前者教你错法，后者教你的用法，用法是 AI 最擅长的部分。
具体到做法，三条，都能从定理推出来。第一，把作业从「做出答案」改造成「判卷」：做完自己的作业，再让 AI 做三份同样的题，你来判——判错了回头查，这是在廉价地攒错史（第四章：疤痕可以被压缩）。第二，修一门「有回声」的课或项目：有真实用户、有事故复盘的那种——课程设计、开源项目、实验室系统都行——回声机器是错史变成坐标系的必要条件（第四章：疤痕长在谁身上，取决于代价的回声传到谁那里）。第三，实习的目标函数改一个参数：从「简历上多一行」改成「爆炸半径内多待几天」——在有人兜底的位置上犯真错，是学生能买到的最便宜的学费。
这一节什么时候错：第八章红线三——如果入门岗位持续复苏、执行溢价回升（连续多季度与剪刀差反向），那么「坐标系优先于熟练度」的策略就要让位给传统的熟练度积累。盯住那条红线的意思是：本书连自己的建议都交给读者监视。
二、初级：不是绕过那三年，是把三年压进一年
初级站在定律最疼的位置上。第八章引过的数字摆在这里：入门级岗位是执行最密集的位置，也是收缩最快的位置（AI 暴露职业的入门组相对落后 19%）。第一反应通常是恐慌，第二反应是两种诱惑：要么向下卷熟练度（把框架学得更熟——可这恰是塌得最快的资产），要么向上跳级（直接「学架构」「学管理」——可没有错史的架构判断是空中楼阁，第四章已经论证过）。
定理给出的第三条路，来自第四章埋的那颗种子：AI 是史上最好的犯错模拟器。过去攒三年错史需要三年生产环境，因为错的供给受限于真实项目的数量；现在 AI 能无限量生成带错的代码——并发错的、依赖幻觉的、边界漏的——每一个都是免费的病例。练习场上没有生产责任，爆炸半径为零，而错史的积累速度不再受岗位供给限制。
落到做法，还是三条。第一，把「写」的练习换成「审」的练习：每天拿 AI 生成的代码做找错训练——先自己判，再跑测试对答案，错了就把这个错钉进自己的地图。第二，找一个有回声机器的团队，比找一个光环团队重要：入职前问一句「上次事故你们怎么复盘的」——答案里有 GitLab 味道的，错史会升值；答案里只有追责味道的，错史会烂在那里。第三，抢「判分器」的活儿：团队里最没人爱干的活之一是写测试、定验收标准——第三章说过这是新职业空间的地基，初级从这里进入，等于在门口就站上约束工序。
这一节什么时候错：同红线三；另加一条——如果「AI 找错训练」被证明不能迁移到真实工程的错误分布上（练习场与现实考卷的错法分布差异被坐实），压缩错史的效率假设就要打折。这个假设今天没有被严格验证过，本书如实标注：它是推论，不是实测。
三、资深：放大判与签，提防两块橡皮
资深的位置是全书赢家名单的榜首：坐标系最厚、离签字最近、对定理的体验最深。但定理对资深有两个专属警告，都出自已核的证据。
第一个警告：判断的外包惯性。第四章那场对照实验已经证明，信心随流畅通胀的机制，不因为年资而自动豁免——用 AI 的人给自己代码的安全性打分显著更高，而实际安全性更低。资深手里的旧地图厚，恰恰意味着对 AI 产出的「流畅」抵抗力未必更强：地图越厚的人，越容易把「这看起来对」误判成「这在你的地图上对」。AI 时代资深的第一纪律，是把自己的验收标准显式化——不是「我觉得行」，是「错法地图上哪几格查过了」。显式化的判断才能被检验，含在直觉里的判断只能被信任。
第二个警告：橡皮图章化。第七章拆过：组织天然想把签名稀释成流程，而制度正在学习把签名钉回具体的人（Form AP 把签字合伙人逐份点名）。资深的实际处境是：签名权会越来越多地找到你——因为制度要的就是具体的人。这不是荣誉，是敞口：安达信死于一封「提醒文件留存政策」的邮件，死的时候签字的是所，坐牢的是流程。资深的具体做法：签任何字之前，按第六章的原理自问三个问题——这道签名的爆炸半径是什么，我的名字在这份文件上意味着什么，错了走的是哪条追责路径。把签名当期权卖（顺手签了换人情），是这个位置上最贵的坏习惯。
放大器也有，同样从定理推来：把自己的错法地图外化——写 checklist、做评审标准、带人复盘。这不仅是传承，是资产形态转换：装在脑子里的判断是手艺，写进判分器的判断是资产（第三章：判分器是新职业空间；一个资深能同时当几个项目的那道「批准」，这就是杠杆）。第三，别赌自己的旧地图永远值钱——第一章那条 METR 曲线对所有人都成立，包括你熟悉的领域被新模型一口吃掉的那天；资深的地租也要交租金，租金就是持续地把自己丢进不熟的代码里当新手。
这一节什么时候错：红线四（自证判分系统在高利害场景稳定运行）触发时，「人的坐标系是最后防线」的判断贬值；在此之前，这个位置的护城河是全书最硬的。
四、转行者：别补「怎么做」，带出「哪会错」
转行者听到的好消息是半个：生产门槛塌了——序章里那位一行代码没写的创始人，真的做出了一个能运营的网站。坏消息是另外半个：门槛塌掉的那一侧，现在挤满了人，而且挤满了比你会用工具的人。「会用生成」在 2026 年不是转行者的比较优势，是所有人的起跑线。
定理给转行者的定位只有一个词：带出原行业的验证坐标系。第四章修正过的命题在这里兑现——验证能力来自犯错史，不来自生产史，而且疤痕可以长在别的经历上。一个转行做医疗信息化的护士，最值钱的不是刚学的编程，是十年病房生涯攒下的「系统怎么害死病人」的地图：哪个界面会让护士在凌晨三点用错药、哪条流程的边界条件是人而不是机器。一个转做金融科技的会计，最值钱的不是新学的框架，是对账差错的所有形状。原行业的后果边界，就是新行业的判分器——第三章说过，给没有判分器的领域造判分器，是稀缺迁移律的落点；而最懂那个领域的「会怎么坏」的人，就是造它的人。
做法三条。第一，转行的方向选「交集」不选「归零」：从 X 行业转技术，最优路径是「技术 + X」的位置（领域内的信息化、自动化、判分器建设），不是「抛弃 X 去和科班拼通用岗位」——后者等于扔掉自己唯一的坐标系去别人最厚的战场上竞争。第二，第一个作品做本行业的判分器：一个小工具，替同行验一件他们验得很苦的事——它同时是作品集、是领域信用的证明、是错史的展示。第三，接受一个心理落差：转行者的「会做」不值钱，「知道哪会错」才值钱——简历要按后者写，不是按前者写。
这一节什么时候错：如果目标行业已有成熟的自动判分器（谱系第一档），原行业坐标系的溢价会被压薄——转行方向本身要按第三章的谱系筛：判分器越缺的行业，转行者的旧地图越贵。
五、四类人共用的一条：靠近有回声的位置
四张账单算完，有一条横贯的线值得单独抽出来——它在每一节都出现过，但没有点名。
判断升值的前提是错史能积累，错史积累的前提是错误的回声能传回来（第四章）；签名的价值在于名字与后果绑定，而后果的回声就是追责（第六章）；GitLab 与安达信的分野，说到底是回声机器的分野（一个是把回声收集起来修系统，一个是把回声碎掉）。所以四类人的路线图在底层共享同一条准则：选择让你错误的回声能传回来的位置。有事故复盘文化的团队，优于有功劳簿文化的团队；有真实用户的课程项目，优于闭门造车的刷题；有随访和复诊的岗位，优于一次性交付的岗位；名字会出现在文件上的活儿，优于永远匿名的活儿。
这条准则的暗面也要说破，免得它滑成新的鸡汤：回声的位置同时也是代价的位置。签字的人挨罚，坐镇的人背锅，这不是制度的意外，是制度的原理（第六章：追责的要害不在「事后正确」，在「事前可信」）。定律保证的是这些位置稀缺——它从来没保证过这些位置舒服。想清楚这一点再靠近：你要的不是免于错误的特权，是错误能变成你资产的通道。
最后交代本章的证据地位。这一章没有引入任何新数字——四类人的每一条建议都是从第一至八章的已证结论推导出来的，推导链在每节开头标了出处。推导会产生新的不确定性：定理为真不保证推论为最优（策略还取决于个体的禀赋、行业、时机，那些不在本书的射程内）。所以本章的诚实下限是：它给的是「从定理出发的第一层推论」，不是人生答案。更细的账，要拿你自己的行业、自己的回声机器、自己的名字去算。
下一章把镜头从个人拉到最后一个尺度：教育。个人可以在一个季度里换路线图，教育系统换一次地图要十年——而剪刀差不会等它。
出处与延伸
（证据等级：A 定量 / B 制度 / C 具名案例 / D 作者经验）
本章无新证据，全部为已核结论的策略推导，出处回指： 1. 入门岗收缩：第八章出处第 3 条（斯坦福入门级报告，含方法学保留）。 2. 犯错史/疤痕可压缩/回声机器：第四章正文及出处第 5、10 条（Perry 实验；NHS 双阅片）。 3. AI 犯错模拟器的素材基础：第四章出处第 2–4 条（CONCUR、包幻觉、API 冲突）。 4. 判分器是新职业空间：第三章第三节。 5. 签名权与橡皮图章：第六章出处第 2 条（Form AP）；第七章反驳二。 6. 转行者的门槛两面：序章出处第 6 条（Moltbook）。 7. METR 曲线对资深的提醒：第一章出处第 5 条。 8. 策略推导的效力声明：本章末节（定理为真不保证推论最优）——本书方法论，D 级不担论点。