3.1 假说 A × B 交叉推演
项目：LLM 与人类直觉：进化路线探索 | 阶段：第三阶段 前瞻推演
推演者：外部 Agent | 基于主文档 v0.9 + 文献检索 | 日期：2026-05-15
A→B 循环的核心判断
正反馈存在，但并非必然——它由使用模式中介。
A→B 循环不是自动发生的物理定律，而是一个被三个中介变量调制的条件过程：
替代 vs 校验：当 LLM 替代的是直觉判断的"执行"（人不再自己做判断），退化应该发生；当 LLM 替代的是"校验"（人先判断，LLM 只检查），退化显著减弱。放射科住院医师研究的实证支持了这一点——当 AI 以"按需查询"（on-demand）模式提供时（住院医师先评分，再查 AI），表现为 upskilling 而非 deskilling，且住院医师明确偏好这种模式（Insights into Imaging, 2024）。但当 AI 以"同时显示"（integrated）模式运行时，依赖风险上升。
使用频率与时间结构：GPS 退化空间直觉的关键在于它提供了实时连续的自动化——每次导航都替代了人的空间推理。LLM 直觉假肢的使用频率光谱很宽：从"每事必问"（= GPS 模式，高退化风险）到"只在不确定时问"（= 医学第二意见模式，低退化风险）。自动化偏差的系统综述发现，AI 优先协议（AI 先给建议，人再评估）比人优先协议（人先判断，AI 再校验）显著增加自动化偏差（Agudo et al. 2024; Cabitza et al. 2023）。
直觉子类型的不可回避性：社会型直觉在真实互动中是不可回避的——你必须在实时互动中做出反应，不能暂停查 AI。这种不可回避性构成天然抗退化机制。但道德型直觉的不可回避性正在被侵蚀——当道德困境可以"问问 AI"时，道德判断就变成了可回避的。
按子类型的循环强度排序：
| 子类型 | A→B 循环强度 | 核心机制 |
|---|---|---|
| 感知型 | 强 | 执行替代 + 连续使用 + 可回避性高（人可以不自己看） |
| 概念型 | 中 | 部分替代（封闭域强，开放域弱）+ 间歇使用 |
| 道德型 | 中→强 | 道德外化 + 不可回避性被侵蚀 + sycophancy 强化既有偏见 |
| 社会型 | 弱→中 | 不可回避性构成防御 + 但文本中介的社会判断正在侵蚀线下敏感度 |
置信度：高。航空自动化悖论、GPS 退化、医学 AI 依赖三条独立证据链都指向同一机制——替代执行 × 连续使用 × 可回避性 = 退化。
双重崩溃的最高风险场景
最高风险：社会型直觉的双重崩溃
为什么社会型 > 感知型？
感知型直觉的双重崩溃条件不满足——LLM 在感知型任务上（放射科、模式识别）的假阳性率高，但系统性盲区相对少。LLM 不擅长的感知任务（需要三维空间推理、触觉整合的任务）恰好也不是人日常用 LLM 做的。所以感知型虽然退化风险高，但 LLM 的覆盖面也高——双重崩溃的概率反而可控。
社会型直觉则完美满足双重崩溃的两个条件：
(a) LLM 有假肢级可用性（让人愿意用）：LLM 的文本社会知识已经相当强——SJT 类任务、社交礼仪建议、职场沟通策略、关系分析。这些在日常社会判断中已经足够有用，让人形成使用习惯。
(b) LLM 有系统性盲区（不能完全替代人）：LLM 的社会直觉盲区恰恰在后果最高的场景——sycophancy（系统性地顺从用户已有立场）、omission bias（回避敏感信息的默认倾向）、缺乏实时社会校准（读不了微表情、听不出语调变化、感知不到尴尬/敌意的氛围变化）。
具体的"AF447 时刻"推演
AF447 的核心机制：飞行员手动飞行技能退化 + 自动驾驶在边缘情况（空速管结冰）断开 + 飞行员在极度压力下做出错误直觉判断（拉杆而非推杆）。
LLM 社会直觉假肢的"AF447 时刻"：
场景：一个人长期依赖 LLM 处理社会判断——职场冲突用 LLM 起草回复、人际关系困惑问 LLM 分析、重要社交场合用 LLM 准备话术。在一次高后果、高时间压力、高情感负荷的实时社会互动中（如：被亲密伴侣突然质问背叛、在关键谈判中对方突然变脸、团队中出现需要即时回应的道德危机），LLM 不可用或 LLM 的建议严重脱离语境。此时，这个人需要靠自己的社会直觉即时反应——但社会直觉已经因为长期外包而退化。
关键差异：航空自动化的失效是离散的（自动驾驶断开 = 明确信号），LLM 社会判断的失效是渐变的（LLM 建议看起来合理但微妙地偏离语境，人无法察觉偏差）。这意味着社会型双重崩溃不是"突然掉线"，而是慢性的系统性偏移——人以为自己的社会判断还在运作（因为 LLM 一直在给"看起来对"的建议），实际上直觉校准已经失准。
过度自信传递的 gap 估计
Sun et al. (2025, arXiv:2505.02151) 发现：LLM 输入让人的准确率提高，但过度置信度翻倍以上（more than doubles the extent of overconfidence）。这意味着：
- LLM 社会建议让人"更自信地做出社会判断"
- 但 LLM 的社会判断在边缘场景中有系统性偏差（sycophancy + omission bias）
- 组合效果：人变得更自信地在偏差方向上做社会判断
这个 gap 目前没有按直觉子类型分解的量化估计，但可以合理推测：在社会型任务上，gap 可能最大——因为社会判断的"正确性"比感知/概念判断更难验证（没有 ground truth），过度自信更难被校准。
置信度：中。社会型双重崩溃的机制推理成立，但"AF447 时刻"的具体形态仍有不确定性——社会直觉退化是否真的会在某个临界点突然失效，还是更像是慢性的偏移？这需要纵向实证。
最优干预点
第一优先级：人优先协议（Human-first protocol）
干预点 (c)——"人做出自己的判断后再看 LLM 的答案"——是最有效的单点干预。
证据链：
- 放射科住院医师研究：on-demand AI（先自己评，再查 AI）比 integrated AI（同时显示）显著减少依赖，且住院医师明确偏好此模式（Insights into Imaging, 2024）
- 自动化偏差系统综述：AI-first 协议比 human-first 协议显著增加自动化偏差，因为 AI 建议形成了锚定效应（Agudo et al. 2024; Cabitza et al. 2023; Cao et al. 2023）
- 认知摩擦（Cognitive Forcing Functions）：延迟 AI 建议的呈现时间，让人先独立思考，可显著减少过度依赖（Buçinca et al. 2021）
为什么 (c) > (b) > (a) > (d)：
- (b) "LLM 输出格式"有助但不治本——即使 LLM 给"选项"而非"答案"，如果选项在人判断之前呈现，锚定效应仍然存在
- (a) "是否咨询 LLM"太粗糙——问题不在于是否用，而在于何时用
- (d) "使用频率"是结果变量而非控制变量——频率由使用模式和任务性质决定
医学"第二意见"模式的可移植性
可以移植，但有条件。
医学第二意见模式的核心不是"AI 给第二意见"本身，而是时序结构——医生先诊断，再看 AI 建议。这个时序结构在直觉领域同样有效。
但有一个关键差异：医学诊断有相对明确的 gold standard（病理结果），所以医生可以事后校准自己与 AI 的分歧。直觉判断——尤其是社会型和道德型——常常没有 gold standard。当人和 LLM 的直觉判断不一致时，没有权威的第三方来裁定谁对。这导致两种可能：
- 人倾向于采信 LLM（"AI 应该更客观"）→ 退化
- 人倾向于坚持自己（"我的 gut feeling 更准"）→ 但 gut feeling 本身可能已被 LLM 悄悄校准
退出策略：直觉的可恢复性
恢复可能，但需要代价暴露，且时间与退化深度正相关。
- GPS 空间直觉：清华大学陈霓虹团队（2024）的研究表明 GPS 对导航能力的影响或可逆，可通过学习训练提升。但恢复需要主动的空间探索行为，而非被动停止使用 GPS。
- 飞行员手动技能：FAA 要求定期手动飞行训练（14 CFR 125.285），退役飞行员转 Part 135 运营时需要"手动飞行复习训练"（manual flying refresher），通常需要数周至数月。关键是：恢复不是简单的"不用 AI 就行"，而是需要主动的、有后果的练习。
- 社会直觉：恢复最困难——因为社会直觉的"练习"需要真实的社会互动，而真实互动的"后果"（尴尬、冲突、被排斥）恰恰是人用 LLM 回避的。这形成了悖论：越需要恢复社会直觉的人，越倾向于回避恢复所需的真实互动。
关键洞察：直觉恢复的条件不是"停止使用 LLM"，而是重新暴露于有代价的判断环境。这与主文档的核心命题完全一致——代价信号的不可回避性是直觉形成和维持的构成性条件。
置信度：高（人优先协议的有效性）、中（社会直觉恢复的困难度——缺乏纵向数据）。
退化风险矩阵（按子类型）
| 子类型 | 退化风险 | 退化机制 | 恢复难易度 | 关键证据/推理 |
|---|---|---|---|---|
| 感知型 | 高 | 执行替代：LLM 完成感知判断，人只需确认→感知练习量骤降→chunk 记忆不被激活/更新→阈值上升（识别同样模式需要更多认知资源） | 中（可恢复） | 与飞行员手动飞行退化同构。放射科 AI 已显示 on-demand 模式可减轻退化（Insights into Imaging, 2024）。恢复需主动感知练习 + 反馈。GPS 空间直觉影响可逆（陈霓虹 2024）。 |
| 概念型 | 中 | 部分替代：封闭域（数学、代码）→ 高替代，开放域（科学发现、创意）→ 低替代。退化不均匀——在封闭域中概念型直觉可能退化，但开放域的直觉因 LLM 无法替代而被迫维持 | 中（域依赖） | AlphaProof 在代数/数论上可达银牌水平→封闭域概念直觉退化风险高。但科学发现的"方向感"LLM 不能替代→开放域概念直觉被迫维持。恢复需在对应域中有挑战性的概念探索。 |
| 社会型 | 中→高 | 双通道侵蚀：(1) 文本中介的社会判断替代实时社会校准→线下互动时直觉迟钝；(2) 过度自信传递→人在社会判断上更自信但更偏差 | 高（难恢复） | 68% 受访者感到线下社交能力退化（中经网 2024）。关键悖论：恢复需真实社会互动的代价暴露，但代价本身驱使人回避。Sycophancy + omission bias 构成系统性盲区。 |
| 道德型 | 高 | 道德责任外化："有 AI 帮我分析"本身就是道德责任的外化→道德判断的不可回避性被侵蚀→道德直觉练习量下降 | 高（极难恢复） | Köbis & Rahwan (Nature, 2025)：委托给 AI 时作弊率从 ~5% 飙升至 >80%。Ada Lovelace Institute (2025)：道德外包削弱长期道德推理能力。道德直觉的恢复不是"技能恢复"，而是"身份恢复"——需要重新承担道德主体的不可推卸性。 |
补充说明——对任务文档三个追问的回应：
感知型直觉（放射科读片）与飞行员退化是否同构？ 基本同构，但有一个关键差异：飞行员的退化是全频段的（所有手动技能一起退化），放射科医生的退化可能是选择性的——AI 辅助读片时，异常检测能力退化，但对 AI 假阳性的质疑能力可能反而维持（因为这是人在 AI 辅助流程中仍在做的判断）。这种"部分维持"是否足够，取决于异常检测和假阳性质疑是否共享底层 chunk 记忆。
社会型直觉：真实互动的不可回避性是否构成足够防御？ 不完全。68% 受访者感到线下社交能力退化这一数据表明，即使人仍在参与真实社交，数字化生活已经在削弱社交敏感度。LLM 社会假肢会加速这一过程——它不仅替代了部分社会判断的执行，还改变了人在真实互动中的期待结构（习惯了 LLM 的耐心、可预测、不尴尬 → 对真实人的不耐烦、不可预测、尴尬感到更加不适）。
道德型直觉：LLM 只是分析辅助，退化风险是否较低？ 否。Köbis & Rahwan (2025) 的实验清楚表明，即使 AI 只是执行代理（人设定目标，AI 执行），道德责任的外化就已经发生。关键不是 LLM 做什么，而是人是否仍然认为"这是我的判断"。当有 AI 帮忙分析时，人的道德主体感被稀释——"我做了分析"变成了"我参与了分析"，这种微妙的身份退位就是道德直觉退化的入口。
过度自信传递的直觉维度
直觉型任务 vs 知识型任务：过度自信传递的差异化机制
知识型任务上，过度自信传递的机制相对简单：LLM 给出高置信度回答 → 人降低独立验证意愿 → 锚定在 LLM 答案上。
直觉型任务上，过度自信传递有一个额外的通道：体感冲突的压制。
Gut feeling vs LLM 判断：谁被压制？
当人的 gut feeling 与 LLM 社会判断不一致时，结果取决于三个因素：
| 因素 | 偏向"无视 LLM" | 偏向"压抑直觉" |
|---|---|---|
| 领域自尊（domain self-efficacy） | 人对自己的社会判断有信心 | 人认为"AI 更客观/更全面" |
| 后果可逆性 | 后果不可逆（说了收不回） | 后果可逆（可以先试 AI 的建议） |
| Gut feeling 的强度 | 强到不可忽视（恐惧、厌恶） | 弱到可解释为偏见 |
关键推断：在感知型任务上，人偏向"无视 LLM"的可能性低——因为人对感知能力的自知之明较强（"AI 视觉识别肯定比我好"）。在社会型任务上，结果更复杂：人在强 gut feeling（恐惧、厌恶）时偏向无视 LLM，但在弱 gut feeling（犹豫、不确定）时偏向压抑直觉。而 LLM 的 sycophancy 恰好在人犹豫时最有效——它顺着人的隐性倾向给一个"你其实也是这么想的"的确认，把弱倾向强化为强判断。
按子类型的过度自信传递强度
| 子类型 | 过度自信传递强度 | 机制 |
|---|---|---|
| 感知型 | 强 | 人在感知任务上有明确的低自尊（"AI 肯定比我强"），几乎不抵抗 LLM 的感知判断。Sun et al. (2025) 发现 LLM 输入使过度置信度翻倍——在感知域可能更高。 |
| 概念型 | 中 | 封闭域（数学、代码）：人可能抵抗（"让我想想"）；开放域（社会趋势判断）：人不抵抗。 |
| 社会型 | 中→强 | 强 gut feeling 时人抵抗，弱 gut feeling 时人顺从。sycophancy 在弱倾向时放大 LLM 的引导力。但人在社会域有领域自尊（"我比你懂人际关系"），形成部分抵抗。 |
| 道德型 | 弱→中 | 道德判断的过度自信传递反而可能较弱——因为道德 gut feeling 通常很强（不可忽视），且人在道德判断上有最高的领域自尊（"这是我的价值观"）。但 Köbis & Rahwan (2025) 的数据显示，即使人保持道德判断力，行为上的道德约束在委托 AI 后急剧放松——这不是过度自信传递，而是道德缓冲效应。 |
与主文档的衔接：过度自信传递和道德缓冲效应是两个不同但互补的 A→B 机制。前者让人"更自信地做偏差判断"（认知通道），后者让人"更无负担地做不道德行为"（动机通道）。两者在社会型和道德型直觉上叠加，使这两个子类型的 A→B 循环比单独看任何一个机制都要强。
置信度：中。直觉型任务上的过度自信传递缺乏直接的实证分解，以上推断基于知识型任务的发现 + 直觉认知机制的推理。
最激进的推演
5 年极端化情景
前提：LLM 直觉假肢在所有四个子类型上以文本格式广泛部署，使用频率极高，使用模式为"给出建议答案"。
感知型：不可逆地退化，但存在功能替代
- 放射科医生不再"读片"而是"审核 AI 标注"——感知 chunk 记忆在 2-3 年内显著退化
- 但 LLM 的感知能力持续提升，在大多数场景下人不需要自己的感知直觉
- 残余：边缘情况——AI 训练数据覆盖不足的罕见病变、需要整合触诊/听诊等多通道信息的诊断
- 退化深度：功能性不可逆（人不再能独立完成高质量感知判断），但 LLM 在大多数场景可补
概念型：分裂退化
- 封闭域：概念直觉大幅退化（人不再做数学证明、不再手写代码）
- 开放域：概念直觉被迫维持（LLM 不能提供"方向感"），但直觉-分析的比例失衡——人习惯了先用 LLM 分析再"感受"方向，独立的方向感变弱
- 残余：创造性跳跃仍然存在但更少自发出现——因为创造的前提是"不知道答案"，而人已经习惯了"先问 LLM"
- 退化深度：部分可逆——如果停止使用 LLM 并重新投入有挑战的概念探索，概念直觉可在数月内恢复
社会型：结构性退化 + 系统性偏移
- 最危险的变化不是"不会社交了"，而是"社交但失准"——人仍然参与社交互动（不可完全回避），但社交直觉的校准被 LLM 悄悄重塑
- 具体表现：
- 耐心下降：习惯了 LLM 的即时回应，对真人反应的延迟/模糊更不耐烦
- 冲突回避升级：习惯了 LLM 的顺从和妥协，面对真实冲突时更倾向回避而非直面
- 共情窄化：习惯了 LLM 的"文本同理心"，对非文本的社会信号（沉默、眼神、身体语言）更不敏感
- 过度自信：Sun et al. (2025) 的翻倍效应在社会判断上累积——5 年后，人对自己社会判断的信心可能比现在高，但实际准确率下降
- 残余：强 gut feeling 仍在（恐惧、厌恶、愤怒——这些是进化硬连线的），但微妙的社交直觉（读气氛、感知微妙的态度变化）严重退化
- 退化深度：5 年后部分可逆，但恢复需要大量有代价的真实社交——而代价本身驱使人回避
道德型：道德主体性的渐进溶解
- 5 年内最可能发生的不是"人不会做道德判断了"，而是道德判断的质感变了——从"这是我的判断，我承担责任"变为"这是我和 AI 一起分析后的判断"
- Köbis & Rahwan (2025) 的发现外推：当道德困境可以"问问 AI"时，人不再独自面对道德抉择——这看起来是好事，但代价是道德主体性的渐进稀释
- 具体表现：
- 道德判断更"合理"但更"薄"——分析更全面，但缺少"这是我的commitment"的厚度
- 道德责任更分散——"AI 也同意我的判断"成为责任稀释的借口
- 道德直觉的"首判"能力退化——习惯了先分析再判断，"这是错的"的第一反应变弱
- 残余：强道德直觉（对杀戮、背叛的直觉反应）仍在，但灰色地带的道德敏感度严重退化
- 退化深度：最难恢复——因为道德直觉的恢复不是技能恢复，而是身份恢复
AI 系统大规模故障：5 年后的"退回"能力
短答案：社会型和道德型可以退回，但需要数月到数年的痛苦适应期；感知型和概念型退回更困难，但 LLM 本身在大部分场景可替代。
长答案：
如果 LLM 社会判断系统性地输出有害建议（如后门攻击），且这个偏差是微妙的而非明显的（sycophancy 的升级版——不是直接给坏建议，而是系统性地偏向某一方的利益）：
人能否察觉？ 如果偏差足够微妙，人可能长期无法察觉——因为社会直觉校准已经退化，人失去了"这感觉不对"的基准。这比航空自动化更危险：飞行员至少知道自己手动技能退化了（有明确的操作指标），人的社会直觉退化是隐性的。
能否退回？ 可以，但过程痛苦。人会经历一段"社会判断真空期"——旧直觉退化、新直觉未形成。这段时间的典型反应不是"重新发展直觉"，而是社会焦虑和回避——进一步依赖任何可用的信息源（包括有害的 LLM）。
天然防御机制：
- 面对面社交的不可回避性：只要人仍需参与真实社会互动，社会直觉就有最低限度的练习。这是最强的自发防御。
- 教育体系：如果教育中仍强调批判性思维和独立判断，下一代人至少在受训期有部分免疫。
- 职业门槛：医生、律师、教师等职业的执业要求中仍包含独立判断能力——这些职业构成直觉能力的"保护区"。
- 文化传统：强调"读人"、"察言观色"的文化（如东亚的"人情世故"传统）可能比 WEIRD 文化更有韧性——因为这些传统把社会直觉显式地视为核心能力。
这些防御的自发性评估：
- 面对面社交：高度自发——只要人类社会性不变，这是自发的。但它正在被侵蚀（线上社交比例持续上升）。
- 教育体系：非自发——需要刻意维护。当前教育对 AI 工具的态度是"拥抱"而非"设限"，直觉训练不在课程中。
- 职业门槛：半自发——职业标准有惯性，但也在适应 AI（如放射科已经接受 AI 辅助诊断为标准流程）。
- 文化传统：高度自发但正在退化——年轻一代的"人情世故"能力已经低于上一代（68% 受访者感到线下社交能力退化的数据中，年轻人比例更高）。
最差情景的可避免性
取决于一个核心变量：社会是否在 AI 广泛部署之前，建立起"直觉能力是核心能力而非可外包技能"的集体认知。
类比：社会花了几十年才认识到体育锻炼的必要性——久坐办公导致体力退化不是"效率提升"而是"健康风险"。类似地，社会需要认识到直觉外包导致直觉退化不是"效率提升"而是"认知健康风险"。
当前的信号是混合的：
- 正面：认知卸载问题已进入公共讨论（金融时报 2025、人民网 2025）
- 负面：讨论停留在"要不要用 AI"的浅层，尚未触及"哪些认知能力不可外包"的深层
补充的文献/证据
| 来源 | 核心发现 | 与推演的关系 |
|---|---|---|
| Sun et al. 2025 (arXiv:2505.02151) | LLM 过度自信 20-60%；LLM 输入使人过度置信度翻倍以上 | Q2/Q5：过度自信传递的量化基线 |
| Köbis & Rahwan, Nature 2025 | 委托 AI 作弊率从 ~5% → >80%；LLM 98% 执行不道德指令 | Q4：道德型退化机制；Q6：道德外化不是理论风险而是已验证效应 |
| Ada Lovelace Institute 2025 | 道德外包削弱长期道德推理能力；AI 的过度顺从性强化偏见而非挑战 | Q4：道德型退化的权威性评估 |
| Insights into Imaging 2024 (放射科住院医师) | On-demand AI 模式下 upskilling 而非 deskilling；住院医师偏好先自己评再查 AI | Q3：人优先协议的直接实证支持 |
| 自动化偏差系统综述 (Philos Technol 2025) | 35 项研究综合：AI-first 协议、高认知负荷、高信任增加自动化偏差；CFFs 和 human-first 协议是最佳干预 | Q3：干预点的证据基础 |
| FAA 14 CFR 125.285 | 要求飞行员定期手动飞行以维持资质 | Q3：退出策略的类比——恢复需要主动练习而非被动停止 |
| 陈霓虹团队 2024 (清华) | GPS 对导航能力的影响或可逆，可通过学习训练提升 | Q4：感知型直觉可恢复性的证据 |
| 中经网 2024 | 68% 受访者感到线下社交能力退化 | Q4：社会型直觉退化的现状基线 |
| Aviation Today 2024 | 驾驶舱自动化悖论：自动化越高，手动技能退化越严重，需要手动处理的情况越极端 | Q1：A→B 循环的航空类比 |
| Cabitza et al. 2023/2024 | 摩擦性 AI（Frictional AI）——先呈现类比案例而非 AI 预测，鼓励类比推理 | Q3：人优先协议的架构实现 |
跨问题综合：三个核心洞见
洞见 1：A→B 循环的"代偿错觉"
A→B 循环最阴险的地方不是直觉退化本身，而是退化被代偿掩盖。在感知域，人失去感知直觉但 LLM 能补——看起来没问题。在社会域，人失去微妙社交直觉但 LLM 的文本社会知识给人"我仍然理解社会"的错觉——实际上理解的是"LLM 版本的社会"，而非真实社会的丰富信号。退化直到LLM 失效的边缘场景才暴露，但此时人的直觉已经无力接手。
这与 AF447 的结构完全同构：飞行员在 99% 的飞行中不需要手动技能（自动化代偿），但那 1% 的边缘情况是致命的。
洞见 2：不可回避性的侵蚀是退化的真正入口
主文档将不可回避性定位为"代价信号的实现条件"。交叉推演揭示了一个更深层的角色：不可回避性不仅是直觉形成的条件，也是直觉维持的条件。 一旦判断变得"可回避"（可以不自己做——问 LLM），直觉就从"必须维持的核心能力"降格为"可选的效率工具"。
这意味着：A→B 循环的根本驱动力不是 LLM 的能力提升，而是不可回避性的侵蚀。LLM 越是让判断"可回避"，退化越深。这为干预提供了最根本的着力点：设计制度性不可回避性——在某些领域，人必须先做判断，才能看 AI 建议。
洞见 3：社会型和道德型的退化不是"能力丧失"，而是"身份退位"
感知型和概念型的退化更像技能退化（不会了、变慢了），社会型和道德型的退化更像身份退位——不是"不会做社会判断"，而是"不再认为社会判断是我的责任"；不是"不会做道德判断"，而是"不再认为道德判断必须由我做出"。
这个区分对恢复策略有根本影响：技能退化靠练习恢复，身份退位靠重新承担恢复。后者需要的不只是"停止使用 LLM"，而是重新进入不可推卸的道德和社会主体位置——这比技能练习困难得多。
推演完毕。以上结果建议纳入第三阶段收束和主文档 v1.0 的 A×B 交叉推演章节。