Harness 核心 · 模型周围的 Harness
人机知识边界：四象限策略
什么交给 AI、什么自己来，用四象限快速判断任务分配
本页解决的问题
先给结论「人机知识边界：四象限策略」要解决的关键问题是什么？
什么交给 AI、什么自己来，用四象限快速判断任务分配
判断标准
让这个结论先证明自己值得留下。 把这一页当成决策工具，而不是需要背下来的定义。把概念连到一个真实任务、一个可观察结果，以及一个能改变你判断的失败上。
下一步
写下一个问题：试完这个方法后，你能用什么证据回答它？
常见误区
结论听起来很完整，却没有检查最关键的假设。
点击象限查看详情
AI 能力 ↑
← 你懂 · · · · · · · · 你不懂 →
放心用
共识区
你知道，AI 也知道
必须核查！
高危探索区
你不懂，AI "可能"知道
投喂它
盲区
你知道，AI 不知道
别想了
未知区
谁都不知道
象限详情
把「点击象限查看详情」变成能复用的学习动作
「什么交给 AI、什么自己来，用四象限快速判断任务分配」把学习从“看过一遍”推进到“能在新情境里做出来”。真正留下来的不是一段漂亮总结，而是你能用来观察、预测和行动的判断。
用结果检查自己是否真的理解
从「什么交给 AI、什么自己来，用四象限快速判断任务分配」开始，可以先不用看答案，尝试解释概念、完成一个小任务，再对照哪里是自己的推断、哪里依赖了工具、哪里仍需要核验。
记住步骤不等于掌握方法
把「什么交给 AI、什么自己来，用四象限快速判断任务分配」写成一条自己的规则，并在不同的例子上试一次；如果换了情境仍能说清为什么这样做，知识才开始具备迁移性。
从这个例子继续往下看
页面先提出「AI 能力 ↑ ← 你懂 · · · · · · · · 你不懂 → 放心用 共识区 你知道，AI 也知道 必须核查！ 高危探索区 你不懂，AI "可能"知道 投喂它 盲区 你知道，AI 不知道 别想了 未知区 谁都不知道」。接下来不要只记住这句话，可以把它变成一个小练习：写下输入、预期结果，以及什么现象会让你重新检查这个判断。
把这条判断带到下一个场景
学习一个概念时，先不看答案完成一次小任务，再解释自己的判断依据，最后换一个情境重做；迁移比复述更能说明真的学会。
- 「点击象限查看详情」：AI 能力 ↑ ← 你懂 · · · · · · · · 你不懂 → 放心用 共识区 你知道，AI 也知道 必须核查！ 高危探索区 你不懂，AI "可能"知道 投喂它 盲区 你知道，AI 不知道 别想了 未知区 谁都不知道
最后做一次小而可逆的练习：把页面里的判断放进一个真实输入，写下预期结果和会让你停下来复核的信号。
标记为已学完 阅读进度会自动记录
我把这篇文章里的一个判断改写成了今天可以验证的小实验。比记住结论更有用的是，知道下一步要观察什么。
读完以后我先回头找它成立的条件，而不是直接把方法搬进项目。这个顺序让后面的取舍清楚很多。
如果把这个判断放到真实工作里，最先需要补的约束是什么？我想知道从阅读到第一次实践之间，哪一步最值得先做。
还没有这篇文章的讨论。