一本书说自己"可检验"是很便宜的。真正的检验要求作者先做三件不太舒服的事：把主张写到能被具体数据推翻的精度；写清什么结果算自己错了；然后承诺定期回来对账。
这一章做这三件事。
它也是全书最容易过期的一章——如果一切顺利，五年之后它应该有一半被划掉，标注上"已证伪"或"已成立"。一本理论书最好的结局不是被反复引用，是被数据结算。
每条包含五项：精确表述、它在证伪什么、怎么测、什么结果算证伪、当前置信。
表述：在同一判断点上，事实档为 P-4 的服务，其单次判断价格的中位数至少是事实档 P-3 的 5 倍。
它在证伪什么：全书的核心命题——判断的价格首先是责任的价格（第四章）。如果责任转移不带来显著溢价，那么价格就是由能力而非责任决定的，第四章整章需要重写。
怎么测：合同与公开报价抽样。抽样框、纳入排除标准、编码规则见配套的 J 数据采集包。档位按事实编码不按宣称，用三问定档。样本量下限：每档不少于 15 条，覆盖不少于 3 个行业。价格需折算为可比的单次价，无法折算的样本剔除而非估计。
什么结果算证伪：在样本充足的前提下，两档单次价中位数之比小于 2 倍。落在 2 到 5 倍之间为灰区，需扩大样本或检查是否把 L3 陷阱误编为 P-3。
当前置信：〔推断〕。依据是若干次真实谈判中的观察与公开报价的粗略比较，样本远不足以支撑。这是本书最需要数据的一条。
表述：承担验收职责（定义合格标准／签字确认他人或系统的输出／对结果被追责）的岗位，其薪资中位数显著高于同职级、同城市、不承担验收职责的岗位，且这一差距在三年窗口内扩大。
它在证伪什么：第七章的分配结论——验收位是升值区。
怎么测：岗位薪资面板。用招聘数据与内部薪资表构建"验收密集度"指数（三问打分），控制职级与城市后比较。每组样本不少于 20 条。
什么结果算证伪：控制职级与城市后，比值小于等于 1.0；或三年内差距缩小。
当前置信：〔推断〕。
表述：在不披露三指标（判断一致率、复现率、边界失效率）的服务品类中，价格的纵向趋势向 P-2 区间收敛。
它在证伪什么：第二章的柠檬化推论与第四章"没有评测就没有溢价"。
怎么测：选定若干品类，纵向追踪其公开报价的中位数与分布，同时记录该品类是否出现三指标披露。比较披露组与未披露组的价格轨迹。
什么结果算证伪：未披露三指标的品类，其价格中位数长期稳定在 P-3 区间及以上而不下滑。
当前置信：〔推断〕。
表述：至二〇三一年，市场上出现以"AI 判断误判导致的直接损失"为承保标的的商业保险产品，且可公开查询。
它在证伪什么：第四章 P-5 档的可实现性，第八章关于保险前置条件的分析。
怎么测：保险产品目录检索与监管备案查询。判据从宽——只要出现一款以此为主要标的、面向市场销售的产品即算成立，不要求规模。
什么结果算证伪：至二〇三一年仍无此类产品。
当前置信：〔推断〕。若证伪，第四章的阶梯顶端塌陷，"担责是最厚利润区"这一战略判断需要撤回。
表述：至二〇三一年，出现以判断服务质量认证为主营业务的独立第三方机构，且其认证结果被至少一个采购方在公开的采购要求中引用。
它在证伪什么：第八章关于信任品市场两根柱子的判断。
怎么测：市场观察与采购文件检索。
什么结果算证伪：至二〇三一年无此类机构，或有机构但无任何采购方引用其结论（后者说明认证未被市场承认，与不存在等价）。
当前置信：〔推断〕。
表述：依赖通用推理的 AI 产品，其毛利率随基础模型代际更新而下降；依赖判例料与偏好料的产品，毛利率不随之下降。
它在证伪什么：第五章的折旧规则，以及由此推出的估值逻辑。
怎么测：事件研究。以基础模型的重大发布为事件窗，比较两类公司在事件前后的毛利变化。样本需要可获得的财务数据，因此优先选择上市公司或有公开披露的企业。
什么结果算证伪：两类公司的毛利变化无显著差异；或依赖判例料的一类同样显著下滑。
当前置信：〔需确认〕——这是七条里证据最弱的一条，因为分类本身需要对每家公司的资产结构做判断，而这个判断可能引入偏误。方法上需要先解决分类的可复现性。
表述：至二〇三一年，出现独立的第三方判断评测与审计服务，且其收费与被评测服务的责任档位正相关——即为 P-4 及以上服务做的评测，收费显著高于为 P-2 服务做的评测。
它在证伪什么：本书最基础的一个假设——验收可以被定价。第五章把评测集列为四大资产科目之一，第八章把它称为最大的制度缺口，两者都建立在"这东西迟早值钱"之上。如果五年后评测服务始终无法作为独立生意存在，那么验收的价值可能根本无法从服务本身剥离出来单独交易，第五章的资产科目要删掉一项，第八章的整个制度路径要重画。
它从哪来：一个现实观察。真实交易中验收条款普遍空白（第二章、第九章）；评测集有明确价值、明确买家、清楚的技术方法，却没有市场（第八章）。这个反常本身要么说明市场没成熟，要么说明我的假设错了。J7 就是用来分辨这两者的。
怎么测：市场观察 + 定价结构分析。成立需同时满足：存在以此为主营的机构、有付费客户、且收费与档位正相关。
什么结果算证伪：至二〇三一年无此类服务；或有服务但收费与档位无关（说明它被当作一次性的技术检测在卖，而不是责任定价的基础设施）。
当前置信：〔推断〕，且是七条里我个人主观概率最低的一条——因为它同时依赖需求侧的认知觉醒与供给侧的冷启动。正因为最可能错，它最值得写出来。
上面七条是零件的检验。下面三条是地基的检验——任何一条成立，本书不是需要修补，是需要推倒。
死法一 · 责任被技术手段完全解决。
如果归因问题被真正解决——出现某种机制能够自动、可验证、无争议地把一次判断失误的责任分配到各参与方——那么"担责不可复制"就不成立了。担责会变成一件可以被复制、被自动执行、边际成本趋零的事，于是它和判断本身一样廉价。E2 塌了，全书跟着塌。
我认为短期内不会发生，因为归因的难点不在技术在语义（"这次损失有多少是因为你的模型"这个问题在很多情况下没有客观答案）。但这是一条真实的地基风险，不是修辞上的谦虚。
死法二 · J1 长期被证伪。
如果多轮、跨行业、样本充足的测量都显示 P-4 与 P-3 的价差始终不足两倍，那么"责任决定价格"就只是一句修辞。责任阶梯还可以作为风险识别工具存在（L3 陷阱仍然有用），但它不再是一个定价理论。本书降级为一份采购风险清单。
死法三 · 市场长期停在 P-1 与 P-2，且认证与保险始终不出现。
即 J3、J4、J5 全部落空。这说明 E2 虽然在逻辑上成立，却没有市场化的通道——担责确实不可复制，但市场就是不为它定价，宁可让责任永远悬空。那么本书退化为一份定价备忘录：观察都对，但没有一条能变成交易。
我认为三条同时发生的概率不高，但它们必须被写出来。可证伪是理论对自己的最低尊重——一本教人给判断定价的书，如果不肯给自己的正确性标一个置信度，它就没有资格教这件事。
划清边界与给出主张同样重要。以下问题本书不适用，误用会得到错误结论。
无失误后果的产出。 纯内容生成、创意发散、陪伴类交互——这些没有"做错了有人担责"的判断点，价值来自注意力而非判断，定价逻辑归注意力经济学。第一章的担责闸门就是为了把这类场景挡在门外。
基础模型层的定价。 算力、参数、推理成本的定价属于算力经济学，与本书的责任定价是两套逻辑。本书处理的是模型之上的那一层。
金融资产定价。 判断资产虽然可以估值（第五章），但它不是可交易的金融资产，本书没有给出贴现率、风险溢价、流动性折价的处理。谁要拿第五章去做一级市场估值，需要自己补上这些。
劳动经济学的残余问题。 第七章讨论的是分配结构的方向，不是就业总量预测。本书不预测会消失多少岗位，因为那需要宏观模型，而我没有。
伦理规范的正当性论证。 责任应当如何分配，是《智能体的社会科学》的题目。本书只处理责任如何被定价。价格不能论证正当性，正当性也不能替代价格。
接口 密度（判断点／L／验证时点=原材料）· 认知工程（三指标=质量计价、抗吞噬=折旧）· 社会科学（A2=E2 地基、责任缺口=P-4/P-5 价差成因）· AMS（F05/F06/F30/F31=企业应用层）· 蓝皮书（J1–J7 年度跟踪）
作者承诺每年对 J1–J7 做一次公开对账，与本书同址发布。对账格式固定为四栏：
| 主张 | 本年新增证据 | 置信变化 | 处置 |
|---|
处置只有四种取值：维持、修正（调整表述或阈值，需说明理由）、证伪、撤回。
三条纪律：
对账的落地形态是证据引擎（证据库与对账表）：那里放着八份一手记录的证据索引、2026 年的首批基线读数、九条主张的状态表，以及一份《判断交易记录》采集协议——主张要能被检验，先得有地方放证据。
读者可以参与的三种方式：用配套的 J 数据采集包采集并回流数据；提交一次用本书方法算过的真实复盘（算对算错都有价值，算错的更有）；直接指出某条主张的表述漏洞。
招题一 · 责任溢价的首次实测（J1）。
问题：同一判断点上，"给建议"与"做决定"两类服务的价差是多少？
所需数据：同领域两类 AI 服务合同或正式报价各 30 份以上，跨 3 个行业。
难点：合同不公开。可行路径是与采购方合作做脱敏抽样，或从公开招标文件入手。
合作方式：数据由采集方自持，本书方只做方法与编码规则的贡献，结果共同署名。
招题二 · 验收工资溢价面板（J2）。
问题：验收职责是否带来可观测的薪资溢价？
所需数据：招聘平台岗位描述与薪资区间，三年窗口。
难点：验收密集度的编码可复现性。需要先做编码者一致性检验（同一批样本由两人独立编码，不一致率超过三成则修订问法）。
合作方式：适合有数据获取能力的研究团队独立完成，本书方提供编码协议。
招题三 · 判断资产折旧的事件研究（J6）。
问题：基础模型的重大更新，是否对两类 AI 公司的毛利产生不同影响？
所需数据：有公开财务披露的 AI 公司面板，基础模型发布时间序列。
难点：公司分类的客观性。建议用可公开验证的代理变量（如是否自持行业数据集、是否有专有标注体系）而非主观判断。
招题四 · 组织内责任阶梯的实证（第四章新增内容）。
问题：内部担责机制的成熟度，是否预测 AI 采购的实际使用率与续约率？
所需数据：若干企业的内部权责设计 + 采购后 12 个月的使用数据与续约结果。
这条题目最贴近实践，也最难拿到数据，但一旦做出来，它同时检验第四章的新增部分与"L3 陷阱导致钱白花"这个判断。
招题五 · 评测集市场的冷启动实验（J7）。
问题：如果有人真的开一家评测机构，卡在哪一步？
方法：这不是观察性研究，是一次真实的尝试——选定一个验证时点短的垂直领域，建立评测集，向该领域的服务商提供付费评测，记录每一步的阻力。
价值：无论成败都能回答第八章的四条原因哪一条是真正的瓶颈。失败的记录与成功的记录同样有用。
五个招题的共同点：它们都不需要先相信这本书。 任何一个做出来的结果，都可能是推翻它的那一个。