学习是被测量的机制，而非证书

Hariesh Manaadiar 于 2026 年 8 月在 Shipping and Freight Resource 撰文，选了列奥纳多·达·芬奇的「Learning never exhausts the mind」作为他最爱的格言，并划出一条我想借用的界线：学习不是教育。教育给你的是现存事物的概览；学习教你自身行动的后果以及如何适应。一个是证书，另一个是机制——而只有机制才会留存。

我同意，并想把这一论断再推进一步。学习之所以留存，是因为它被测量。Manaadiar 所举的骑自行车和游泳这两个例子，之所以令人难忘，并非因为它们私人化或无计划，而是因为每一次尝试都闭合了一个反馈回路：你摔倒、你浮起、你调整、你再来。后果就是测量仪器。这正是 the 21 papers 中 Theorem 3 所命名的属性——一项属性恰恰在其机制被实现并在测量时才被保证。学习正是机制与测量为同一回路的那个情形。

这不是书生气的区分。它是一只会改进的预测与一只仅被宣告的预测之间的差别。它是一个适应你贸易航线的 AI 系统与一个打印出一个自信数字便停下的系统之间的差别。本文余下部分把 Manaadiar 的格言投射到我们真正构建的机制上。

学习是留存的机制，教育是证书

Manaadiar 的核心动作是把两个被当作同义词使用的词分开。教育是现存事物的目录：提单、Incoterms、港口操作规则、他在其「Learning」分类下写了 215 篇文章的运费机制。学习是当你对这个目录采取行动并吸收后果时所发生的事。「ONLY what you have LEARNT sticks with you throughout your life」，他写道，并以自行车和游泳为证。

这两个例子之所以留存，并非因为它们是身体性的。而是因为它们拥有一条无法逃避的测量回路。你无法假装会游泳；水在每一划都报告真相。你无法假装在自行车上保持平衡；重力在不到一秒内给出裁决。后果是即时的、无歧义的，并归因于你自身的行动。那是一台测量仪器，不是一种感受。

[UNIQUE INSIGHT]「learning never exhausts the mind」之所以成立，是因为被测量的回路是更新的，而非耗竭的。教育相反，是一个有限的目录——一旦你有了 Incoterms 的清单，你就有了它。一个测量的机制永远不会抵达一个固定终点，因为每一个新情境都是一次新测量。达·芬奇这句话是对学习作为一类活动的论断，不是一张励志海报。

教育有其位置。Manaadiar 说得很清楚：教育给你现存事物的基础，学习帮你理解它为何重要以及如何应用。我们以同样的方式构建。目录——文档、模块参考、schema——是教育。那个对抗现实并自我更新的运行中系统才是学习。一个是你能展示的证书；另一个是你只能演示的机制。

为什么「learning never exhausts the mind」是一条关于测量的论断

字面地读这句话，它是关于耗竭的陈述。心智在背负固定负荷时会疲倦——一份要背诵的清单、一份要覆盖的课纲、一沓要持有却不使用的知识。这份负荷是有限的。它耗竭，因为它不更新。

一条测量回路恰恰相反。每个周期用一个新状态替换前一个：自行车上新的平衡点、让你浮在水面的新一划、确认或反驳你上一条假设的运费率新读数。负荷不累积；它更新。心智不耗竭，因为它不是一个被填充的容器——它是一台被校准的仪器。

[PERSONAL EXPERIENCE] HAI Engine 自 2016 年起在生产中运行。那是同一回路九年的运行：真实的输入、真实的输出、真实的后果、真实的调整。它没有耗竭任何东西，因为它从未被要求持有一份静态目录。它被要求更新。一个只宣告的系统——「这是答案，相信我」——在第一次失误时便耗竭，因为没有机制来吸收这次失误。一个测量的系统把失误转化为下一次输入。

这就是为什么 Manaadiar 的区分对任何构建软件的人都重要，而不只是对运输业的专业人士。如果你的产品的知识是一张证书——一个冻结在某个检查点的已训练模型、一份一次写就的规则集、一个显示固定指标的仪表盘——那么它是教育，并将在世界一动时耗竭。如果你的产品的知识是一条把自身输出对照现实来测量的回路，那么它是学习，而它不会耗竭。

Theorem 3——一项属性在其机制被实现并在测量时才成立

The 21 papers 把这直觉形式化。Theorem 3 说，一项属性恰恰在其机制被实现并在测量时才被保证——不是在它被断言时，不是在它被承诺时，不是在它看似合理时。保证取决于机制在电路中且在取读数。

学习是规范示例。「我会游泳」是一项属性。它恰恰在游泳机制——划水、呼吸、浮力——在你身体中被实现并对照水来测量时才被保证。一张说你去上了课的证书不是这项属性；它是关于这项属性的证书。属性本身只在回路运行时存在。

这重新框定了我们对一条校准预测的理解。「这个情境有 0.62 的概率」不是一项你能靠写下来就能保证的属性。它只在产生它的机制——Sisters 起草、the Oracle 合并、ensemble 归一化、回测打分——被实现并对照已实际发生的结局来测量时才被保证。去掉测量，你得到的是一条断言。保留它，你得到的是一项属性。

后果回路就是测量仪器

Manaadiar 命名了回路的各部分，却没有称其为回路：学习「teaches the consequences of one's actions, the judgement of a situation, how to deal with it」。后果是读数。判断是更新。应对是下一个行动。那是一条闭合的控制回路，也正因此结果「gives us perspective on what actually happened」。

运输领域在此是一位好老师，因为后果不是抽象的。一份错报的提单要花钱。一个错过的 demurrage 窗口要花钱。一次错误的 Incoterms 选择要花钱。测量以与决策相同的货币计价，这就是为什么学习如此持久。我们为同一属性设计：预测被对照随后发生的事打分，在相同单位、相同时间线上。后果就是仪器。

这如何投射到一条校准预测上

Everythink 的 Sisters → Oracle 管道是上述严格意义上的学习机制，而非教育机制。✅ Production。

Sisters 是有类型的 agents——analyst、contrarian、disruptor、historian、institutionalist——各自运行自己的 imagine() 遍，为某个真实行为者起草一个可信的未来。这些不是堆在一张幻灯片上的意见。它们是个别的测量遍，每一遍来自一个不同的视角，每一遍都盖有产生它的 prompt 版本以供复现。然后 the Oracle 用 merge() 把它们合并成一个归一化的 Ensemble：概率求和为一、情境按降序排列、熵以 nats 报告。那次合并不是投票；它是一个校准步骤，接收若干带噪草稿并返回一个连贯的锥。

使这成为学习而非教育的，是合并之后闭合的那条回路。ensemble 被对照后来兑现的结局打分。分数回馈到下一遍中如何给 Sisters 加权。一个一贯高估 disruption 的 Sister 会在下一次运行中看到自己的影响力被降低——不是由人来编辑规则，而是由测量。那就是游泳回路：水报告真相，划水随之调整。预测改进，因为机制在电路中并在测量。

[ORIGINAL DATA] the 21 papers 与 Theorem 3 是此事的形式脚手架。其实践版本更简单：一条从不被对照现实打分的预测是一张证书。一条被打分并从分数更新的预测是一项属性——而我们只交付这一种。

The space is the router——学习发生之处

「The space is the router」是我们构建方式中心的地形学原则：network → community → room。一个 network 是一个主权品牌空间。一个 community 是其中的一个群体。一个 room 是工作发生的聚焦语境。路由发生在 room 层级：正确的 agents、正确的数据、正确的人在某个东西响应之前先落到正确的 room 里。

这对学习重要，因为一条测量回路需要一个有界语境才能闭合。你无法在抽象中测量「全球贸易知识」。你能测量「这票具体货物是否在这条具体 Incoterms 规则下、以这份具体单证清关」。room 是让测量变得诚实的边界框。后果被归因于 room 中的一项决策，而非某种模糊的弥散性能力。

Manaadiar 的「Making Global Trade FIT」哲学在人的层面以同样方式运作。他不在抽象中教「贸易」；他教一名从业者将执行的具体流程，而信心来自已经执行过它们。我们的 rooms 是软件的对等物：一个 room 是某个具体预测被做出、被打分、被更新的地方。学习是局部化的，这正是它真实的原因。

这也是为什么 by design 的包容不是一句口号，而是一个机制。一条只在一门语言、一种设备类别、一种连接层级上闭合的测量回路不是学习机制——它是给那些恰好符合回路假设的人的证书。我们把回路构建为在七个 locales、在低连接条件下、在多种模态上闭合。回路要么处处测量，要么是对少数人的教育。

教育在留存上搞错了什么

错误不在于提供教育。错误在于把教育当作学习来对待。一场以证书收尾的培训交付的是一张证书。证书说的是持有者曾被暴露于这些材料。它对持有者能否在压力下用这些材料行动只字未提，因为回路从未闭合——没有后果、没有测量、没有更新。

Manaadiar 学院的格言是「Seek – Learn – Know – Grow」。注意这些动词。Seek 是输入。Learn 是回路。Know 是从回路中涌现的属性。Grow 是下一次迭代。证书若有，坐落在 Know 与 Grow 之间，而它是最不重要的部分。他「Learning」分类下的 215 篇文章不是学习本身；它们是学习所作用的基质。学习发生在一名读者取其中一篇文章、把它应用到一票真实货物、承担后果并自我更新之时。

这是诚实架构师对任何能力论断——包括我们自己的——的立场。一场 demo 是教育——它向你展示系统在受控场景中能做什么。一次带打分结局的生产运行是学习——它向你展示系统做了什么，而分数才是那张要紧的证书。当我们把某物标记为 ✅ Production，我们的意思是回路已闭合并在测量。当我们把某物标记为 ⚠️ Partial，我们的意思是回路在某些语境中闭合而在另一些中未闭合。当我们把某物标记为 🔵 Roadmap，我们的意思是回路尚未构建，而我们不会假装它已构建。这正是 Manaadiar 在学习与教育之间所划的同一区分，应用到了我们自己的运输标签上。

关键要点

• 学习是被测量的机制，不是一种感受。 它留存，是因为每一次尝试都闭合一条后果回路——自行车、游泳、一条被打分的预测。后果就是测量仪器。
• 教育是证书；学习是属性。 教育给你现存事物的目录。学习是当你对目录采取行动并吸收结果时所发生的事。只有属性留存。
• Theorem 3 把它形式化。 一项属性恰恰在其机制被实现并在测量时才被保证。「我会游泳」只在游泳机制对照水运行时才被保证。
• 一条校准预测是一条学习回路，不是一条断言。 Sisters 起草、the Oracle 合并、ensemble 被对照结局打分、分数更新下一次运行。去掉打分，你得到一张证书。保留它，你得到一项属性。✅ Production。
• room 是测量变得诚实之处。 「The space is the router」——network → community → room——界定语境，使后果被归因于一项真实决策，而非弥散性能力。

常见问题

达·芬奇的格言与预测软件有什么关系？ 这条格言声称学习不耗竭心智。我们把它读作一条关于测量的论断：一条更新的回路永不耗竭，而一份固定目录会。一条从被打分的结局更新的预测是那种回路；一条只打印一个数字的预测是一份固定目录。

Theorem 3 与此如何相关？ Theorem 3 说，一项属性恰恰在其机制被实现并在测量时才被保证。「我会游泳」是一项只在游泳机制对照水运行时才被保证的属性。一条校准预测是同一类属性——只在打分回路对照真实结局运行时才被保证。

Sisters → Oracle 管道是学习还是教育？ 按严格定义是学习。Sisters 起草、the Oracle 合并成一个归一化 ensemble，而 ensemble 被对照后来发生的事打分。分数回馈到下一次运行。✅ Production，自 HAI Engine 于 2016 年上线起。

「the space is the router」是什么？ 这是我们的地形学原则：network → community → room。路由发生在 room 层级：正确的 agents、数据和人在某个东西响应之前落到正确的 room。room 界定语境，使测量回路在一项真实决策上闭合。

这是否意味着教育无用？ 不。教育是目录——学习所作用的基质。错误在于把证书当作属性来对待。证书说你曾被暴露；只有闭合的回路说你能行动。

Sources

• Hariesh Manaadiar, « What is your favourite quote..?? », Shipping and Freight Resource, 2026 年 8 月 — https://www.shippingandfreightresource.com/what-is-your-favourite-quote/

如果你想要一条会学习的预测，而不是一条只宣告的预测，预约一次演示，我们会向你展示打分回路对照真实结局运行。