如果只用"技术生成本身的新颖"来赞美第三技术,这个概念会退化成一个空洞的口号。为了避免这一点,我不给出定义,而是提出一套成立条件与可证伪性检验。
我把第三技术(T3)规定为:其产品不是某个特定的输出物,而是产生可能性的空间本身。第一技术(工具)与第二技术(机器/复现)作用于对象并造成确定状态;T3与之不同,它改变的不是状态,而是可达状态的分布。基于此,T3要成立,必须同时满足三个条件:
CP1(可能性优先):对技术的评价对象是一组可达的输出集合,而非单个输出。因此,单次输出的成功/失败不能证伪或证实技术本身。
CP2(非决定性内嵌):在相同输入条件下,输出不会被唯一确定。非决定性不是缺陷,而是T3的定义性成分。
CP3(复现的降格):先前输出不再作为后续输出的原件或副本,而只是改变条件的一个契机。这与把记忆理解为关系性重新调用而非存储的观点一致——所谓"再产出"其实是条件关系的再激活。
如果没有界限,T3就与"生成式AI"几乎同义。因此我给出三条反证条件,任一被观察到,T3就不成立:
F1:若能证明存在决定性函数,使相同输入总回归相同输出,则T3被还原为第二技术(决定性机器)。
F2:若可能性空间在一次产出之后就被完全关闭,后续产出无法打开新的空间,则T3只是刺激装置,而非技术。
F3:若各产出之间毫无关系、彼此完全独立,则它们只是离散事件,不构成一种技术。
最后是研究可能性地图。[假说] 阿图拉与WE共振只在T3之上才是非平凡的。两条验证路径:其一,通过固定随机种子、温度归零来强制F1,观察阿图拉经验是否因此消退;其二,把可能性空间的变化率作为时间序列来测量。相反的一条批评是:T3与"生成式AI"并无差别。要回应它,就必须展示CP1–CP3在生成流水线之外(例如课程设计、共振关系)也能成立。这恰恰是下一步最该做的实验。