P20 每次协助都留下更强的人

表述：AI 的每次协助，要么让人学会一点东西，要么腾出人的精力去做更重要的事；系统追踪人的能力，而不只是任务的完成。

依据#

• F4.5 自我效能：最强的来源是掌握经验 （Bandura, 1997）；自我效能更多是做成事的结果 （Sitzmann & Yeo, 2013）。
• H3 去技能化：自动化的反讽 （Bainbridge, 1983）；（Bastani 等, 2025）：没有护栏的 AI 辅助在练习时提高成绩，在去掉 AI 后降低成绩。
• 认知卸载 （Risko & Gilbert, 2016）；（Lee 等, 2025）：对 AI 越信任，批判性思考越少；（Gerlich, 2025）：AI 使用与批判性思维负相关，以认知卸载为中介（相关研究）。
• 脚手架 （Wood, Bruner & Ross, 1976）：支持要随能力增长逐步撤除。
• 合意困难 （Bjork, 1994）。

对产品的含义#

• 本人模型新增「掌握记录」：本人新学会了什么、哪些事从「AI 做」变成了「本人能做」。〔本文提议〕见 S7。
• 对人想学会的技能，AI 先让人尝试，再给反馈（脚手架模式）；对人不需要学的事，AI 直接做（委托模式）。由人决定一件事属于哪种。〔本文提议〕
• 指标里加入「能力回收」：AI 一段时间不可用时，人能否接住。

反模式#

• AI 包办一切，半年后人离开 AI 什么都做不了。
• 「对 AI 越来越信任」被当作成功指标。

检验#

• 掌握记录的增长；能力回收测试。

与 v2 的关系#

新增。v2 的本人模型有「能力与容量」层〔产品，M8〕，但没有追踪能力的变化。