智能密度论 · 理论全文
你把多少判断交了出去。
七卷二十五章，约 5 万字。每一卷末尾都有一节“这一卷哪里还不成立”——它们不是免责声明，是论证的一部分。
有一件事我讲了三年，每次讲完都有人来问同一个问题：那我们公司到底做得怎么样？
我以前答不上来。
不是不知道他们做得怎么样——见得多了，进门半小时就能感觉出来。答不上来的是：我凭什么这么说。
我拿不出一把尺子，把那半小时的直觉变成一个可以摆在桌上、明年还能再量一次的数。
十年时间，我在这件事上交了很多学费。最后收敛成一个词：
智能是有密度的。
这本书讲的就是这个词——它是什么，怎么量，为什么它会分层而不是均匀上升，以及它正在把组织改成什么样。
但我要先说清楚这本书不做什么。
它不给你一份“AI 转型十条建议”。
也不给你打分——你翻到最后一页都不会看到“你们公司 73 分”这种东西。
它甚至不鼓励你把密度做高。书里会反复出现一句话：
密度不是越高越好，是越接近它自己的上限越好。
有些判断，低密度就是正确答案。
它只做一件事：换掉一个分母。
现在所有关于 AI 的度量，分母都是人、是流程、是工时、是场景。这本书要论证的是：这些分母全都会在转型走到一半的时候失效，而只有一个东西不会——判断。
换分母听起来是个小动作。但一个指标的分母换了，你看到的世界就换了。
农业时代看人均亩产，工业时代看人均马力，信息时代看人均带宽——每一次换分母，都不是换了一种算法，是换了一种看法。
这本书分七卷。
卷一摆出那个反常：都在投，都说没价值，而且投得越多、指标越好看，价值越看不见。三种流行的解释都不解释这件事。
卷二换分母，并给出一条比哲学论证更硬的理由：工时、流程、岗位这些单位会自行消失，而判断不会。
卷三装上刻度，算出那个数。这一卷要你动笔，十分钟。
卷四把这个构念放大——它不止在一个企业里成立，判断点、场景、组织、规模、人才、行业、区域、地理，八个尺度都有密度，而且扩散有方向。
卷五讲这个数会怎么动，而它动的方式和几乎所有人的预期相反：它不会均匀上升，只会分层。
卷六讲被量的那个东西本身——组织——正在变成什么。
卷七讲这套东西哪里还不成立，以及别人可以在上面做什么。
每一卷末尾都有一节“这一卷哪里还不成立”。它们不是免责声明，是论证的一部分——你知道我在哪里止步，才会相信我在别处的断言。
如果你只想读一句话，是这句：
要量的不是你用了多少 AI，是你把多少判断交了出去。