——生成见证与作文等价类
“作文是什么”在生成式人工智能之前不必重问，因为几件事天然重叠：文本由谁输入、意义由谁组织、过程由谁控制、成果由谁负责、生成能力究竟长在谁身上。这些事如今被拆开了。本章借法庭文件检验中的来源归属、物理有机化学中反应序列与反应机理的严格区分，以及理论密码学里“成功输出”与“拥有知识”之间的区分，提出两个互相依赖的概念。生成见证，指原文不可调用、条件受到预先写死的扰动之后，仍能组织新文本中关键意义关系并对留出挑战有预测力的最小生成结构；作文等价类，指在给定问题域与允许扰动集合内，由同一生成见证产出的一族可能文本。由此得到两个传统定义容纳不下的判断：同文可以异作，异文可以同作。本章给出“文本相似度 × 生成见证等价性”的二维辨别框架，与写作过程、写作迁移、作者身份、创作控制、测评效度、风格归属、学习保留七个近邻逐一划界，并写明可执行的挑战—提取—留出验证方案、竞争解释、机制证伪条件与伦理边界。公开研究只支持较弱的前提：外部反馈下的成品改善与撤除辅助后的独立表现可以分离；现有数据缺少“多份文本是否共享同一生成见证”这一字段，核心构念仍待专门实验。中心主张是：文章是一份实现，作文不是这份实现本身，而是使多种可能实现具有同一生成身份的关系空间。
在学校教育中，“作文”几乎是最熟悉的学习对象之一。题目被布置，学生写出若干段文字，教师批改、打分，文本被保存或丢弃。正因为这套制度已经运行得太久，“作文是什么”反而很少被当作需要研究的问题。我们更习惯问“怎样写好作文”“为什么学生不会写作文”“AI能不能帮助作文”，却默认知道那个被写、被教、被评的对象究竟是什么。
这种默认在生成式人工智能出现以后迅速失效。过去，写字的人、组织思想的人、修改文章的人、提交文章的人以及承担作者责任的人往往是同一个人，因此“这篇文字是谁写的”能够近似替代“这是谁的作文”。今天，同一篇文本可以由学生口述、语音系统转写、AI扩写、同伴编辑、教师反馈与学生最终审定共同形成；也可以由学生亲手逐字输入，却几乎没有发生任何属于学生自己的意义组织。技术并没有凭空制造本体问题，它只是把过去被纸笔条件捆绑在一起的环节拆开了。
于是必须重新提出一个比“是否允许AI”更早的问题：一篇已经完成并能够被阅读的文章，在什么条件下，才有资格被称作“这个主体的一次作文”？如果这个身份条件不清楚，我们就无法稳定回答何谓代写、何谓辅助、何谓学习、何谓作者贡献，更无法解释为什么有时一篇高度 polished 的文章并不能证明写作者真正获得了相应的作文能力。
本文把问题限定在“作文的对象身份”而不是“作文的价值评价”。一篇作文可以写得差，也可以写得好；可以原创，也可以引用；可以人工完成，也可以在工具帮助下完成。本文不先问它是否优秀，而先问它究竟是什么，以及两个表面不同或相同的文本在什么条件下应被视为同一个作文对象。这个问题一旦被区分出来，传统的文本观、过程观、能力观、情境观都需要重新接受边界检验。
当代写作研究早已不是“文章成品论”。Flower与Hayes在1981年的经典研究中把写作描述为目标导向、递归而非机械线性的认知过程，写作者会在规划、文本生成和检查之间反复往返（Flower & Hayes, 1981）。之后的过程研究继续细化暂停、修订、版本演化以及写作者在不同阶段的认知活动。2023年的“writing cloud”研究甚至使用版本化软件保存一篇科学随笔从最早尝试到最终成品的完整演化，量化规划与转译的非线性子循环（Lo Sardo 等, 2023）。因此，简单宣布“作文不是结果，而是过程”，已经不可能构成新的理论贡献。
写作研究也早已超出个体头脑。体裁、受众、社会文化情境、身份、制度和评价机制都被纳入作文研究。写作迁移更是形成了成熟的跨学科传统。Nowacek、Leonard和Rounsaville在2024年的专著中综合约七百部/篇有关transfer的文献，讨论写作知识、策略、行动者与新情境之间复杂的迁移关系（Nowacek, Leonard & Rounsaville, 2024）。因此，简单说“真正的作文能力应当能迁移到新任务”同样会被现有理论吸收。
测评学也没有把一篇作文分数直接当作写作能力本身。Kane的论证式效度框架明确要求，把从测试反应到分数解释和使用的每一步推断、假设和证据展开检验（Kane, 2013）。这意味着“高分作文不必然等于高写作能力”并不是本文能够独占的新洞见。
与此同时，AI辅助写作研究正在快速研究作者控制、所有权感、认知参与与责任。Arnold与Kim提出需要交互的生成建议，以增加人在共写过程中的参与、控制与awareness（Arnold & Kim, 2025）；Formosa等人的实验显示，人们对human authorship、creatorship和responsibility的判断会受到辅助程度影响，而不只是受到辅助者究竟是人还是AI影响（Formosa 等, 2025）。2026年的Apt Curation Model又进一步把AI辅助作者的核心贡献放在架构、筛选、校验、整合和认识责任上（Rodrigues, 2026）。所以，“谁做了选择”“谁最终控制”“谁愿意负责”也已经是成熟近邻。
这些理论共同说明一个重要事实：真正的新问题不能靠否定已有写作研究获得。我们必须承认，文本、过程、迁移、情境、控制、责任和效度都已经被认真研究。剩下的问题反而更窄：这些研究大多把一篇已发生的文本或一次已发生的写作事件作为基本单位，而本文要问的是，这个基本单位本身是否选对了。
先考虑三个极端案例。第一种是“同文不同生”。甲独立形成一个判断，经过删改完成八百字；乙直接取得甲的全文并逐字抄写。最终字符串完全一致，甚至乙的物理笔迹全部属于自己。如果作文等于文本，两者没有区别；如果作文等于书写动作，乙反而拥有完整“写”的过程。可是我们仍然有充分理由说，两人的作文身份不同。
第二种是“异文同生”。一个身体障碍的学生不能直接操作键盘，他通过口述表达论证，语音识别完成字符输入。第二天换一种设备、换一种受众，他又用完全不同的措辞重组相同的意义关系。文本表面差异巨大，物理输入主体也不同，但我们很难因此否认两次写作都属于他。由此可见，字符执行权不是作文归属的必要条件。
第三种是“高参与、低内化”。学生把题目交给AI，AI给出多个框架，他认真比较、删除、重新排序、修改句子并承担最终署名。从authorial agency或curation角度看，他并非毫无参与。然而如果拿走原文本与对话记录，给一个结构同型但表面不同的问题，他无法重新形成那篇文章最关键的关系，只能再次依赖外部生成。此时，他可能依然是这份合作文本的责任作者，却未必已经拥有使该文本成立的生成结构。
三个案例共同打断了一条长期被默认的等式：文本归属、过程归属、作者归属、能力归属并不必然重合。真正需要寻找的是一个能够解释这些分离现象、又不退化为“迁移”“控制”或“效度”的对象。
法庭文件检验提供了第一种严格约束。NIST关于法庭笔迹检验的人因报告指出，经过训练的文件检验人员会分析手写笔记或签名的特征，以判断真伪并形成关于可能书写者的意见，同时该实践必须正视人因偏差、错误、质量控制和结论表达的不确定性（Taylor 等, 2021）。这个领域最重要的启发不是“每个人字迹不同”，而是把“痕迹”与“来源归属证据”严格区分。
一份完成态能够携带来源信息，但来源不能被直接等同于任何单个表面特征。同一书写者存在自然变异，不同工具、速度、身体状态、模仿与伪装都可能改变显露；反过来，不同来源也可能产生局部相似。因而，法庭文件检验必须把个别痕迹放进比较样本和变异范围中解释，而不是把单一痕迹当作来源本身。
迁入作文问题后，这一约束首先否定了“风格就是作文身份”。AI可以模仿风格，学生可以学习模板，同一成熟写作者也可以在议论文、邮件、故事和学术论文中使用完全不同的表面特征。文本痕迹当然重要，但它最多说明“这一实现与某来源之间存在怎样的证据关系”，不能直接回答“使这篇作文发生的结构究竟存在于谁身上”。
因此，第一个原则是：作文身份不能从单个完成文本的表面相似性中直接读取。任何理论如果最终仍把词汇、句长、修辞偏好、文体指纹当作作文同一性的核心，就会把“文章是谁写得像”误认为“作文由谁发生”。
物理有机化学提供第二种、更深的约束。IUPAC把reaction mechanism定义为对反应物如何转变为产物的详细描述，需要尽可能涉及中间体、过渡态的组成、结构、能量等，并且必须与化学计量、速率律、立体化学过程和其他实验数据一致；同一反应甚至可能存在多个尚未被证据排除的备择机理。IUPAC还特别区分reaction mechanism与reaction sequence：仅仅描述一组逐步反应的可能顺序，并不足以称为机理（IUPAC, 2025）。
这一区分对今天的写作技术极具破坏性。我们已经能够记录学生在第几秒输入哪个字、何时删除、何时粘贴、何时调用AI、何时接受建议。一个完整日志可以令人产生“我们已经看见写作过程”的错觉。但是，日志所保存的首先仍是一条actual sequence：A发生，然后B发生，然后C发生。它没有自动说明，为什么A会转向B，哪一个条件是必要条件，哪一个动作只是伴随现象，换一个条件是否会出现另一条路径。
例如，一个学生先写“AI让人变懒”，之后删掉，改成“AI会使判断外包”，最后又写成“真正风险是生成能力没有形成”。过程日志能记录这三句的出现顺序，却不能仅凭顺序判断：促成第三个判断的是教师反馈、AI提示、学生自己发现的反例、还是此前阅读形成的潜在模型。不同机理可以产生相同终态，同一机理也可以通过不同sequence产生不同终态。
因此，第二个原则是：作文不能被定义为一次已经发生的过程序列。过程数据是重要证据，但要识别作文身份，必须能够在竞争机理之间进行判别。换言之，理论必须回答“如果真是这套生成关系导致当前文本，那么改变某个局部条件以后，还应该观察到什么”；没有反事实预测的过程描述仍可能只是事后故事。
理论密码学提供第三个约束。Goldwasser、Micali和Rackoff建立交互式证明与知识复杂度理论时，核心问题之一就是区分“一个命题被验证者接受”与“证明者究竟泄露或拥有何种知识”（Goldwasser, Micali & Rackoff, 1989）。Bellare与Goldreich随后专门讨论proof of knowledge的严格定义，因为仅凭一次成功交互，不能松散地宣称证明者“拥有知识”（Bellare & Goldreich, 1992）。
知识证明思想中一个极具启发性的结构是“提取”。直觉上，如果一个证明者能够以足够概率使验证者接受，那么理论希望存在某种知识提取器，通过对证明者进行受控交互、重复运行或改变挑战，能够提取一个使其成功具有解释力的witness。这里真正重要的不是把密码学形式定义直接照搬到教育，而是其中的判别逻辑：一次成功输出不能自己证明隐藏能力；要证明“拥有”，必须让隐藏结构在新的挑战中继续约束响应。
把这一逻辑放回作文，一个学生交出高分文章，只能直接证明“一份高分文本现在存在”。如果要进一步说“这篇作文已经在这个学生身上发生”，至少需要额外证据：拿走当前代表元以后，在事先限定的条件扰动中，是否还能从同一主体的响应里提取出那套组织关键意义关系的结构。
这与测评效度相邻但不相同。效度理论检验从测试表现到能力解释的推断是否可辩护；本文进一步改变对象单位：也许我们一直把一篇单独文本当作“作文”，而真正需要识别的作文对象本来就不是单一实现。
法庭文件检验从已存在的痕迹出发，反应机理学从已经发生的反应和实验结果出发，交互式证明从一次实际protocol交互出发。三者方法不同，却共享一个看似不可避免的现实起点：研究首先面对已经发生的东西。我们因此很容易把actual event当作对象本身，而把没有发生的替代路径当作背景。
然而，三门学科自己的成熟方法恰恰不断突破这个起点。法庭检验需要多个已知样本来估计来源内部变异；反应机理研究通过改变温度、溶剂、浓度、同位素等条件来区分竞争机理；知识证明通过不同challenge观察证明者能否持续产生满足约束的响应。它们共同说明：一个隐藏来源或隐藏机理的身份，并不完全存在于第一次现实结果中，而存在于它面对一组允许扰动时所形成的“响应族”。
作文研究因此获得一个新的问题空间。现实中的文章T只是一条实际实现。围绕同一核心问题，写作者原本还可能面对不同受众、不同材料、不同反例、不同表达限制、不同辅助工具，并产生T1、T2、T3……。这些未实际发生的文本不是简单的想象垃圾；如果它们受到同一套生成结构约束，它们共同定义了“这一次作文究竟是什么”的身份范围。
这意味着，作文的本体可能不应放在一个点上，而应放在一个受约束的可能空间上。当前文本是观察窗口，不是全部对象。
为了描述这个可能空间，本文提出“生成见证”概念。生成见证不是一篇文章的中心思想。例如“坚持很重要”“科技有利有弊”可以出现在无数文本中，但它们几乎没有能力预测新的组织选择。生成见证也不是固定模板。模板规定“第一段引题、第二段举例、第三段升华”，它可以跨题复用，却未必包含任何针对具体问题的意义生成。
本文把生成见证定义为：在原文不可调用、外部脚手架受到控制、任务条件发生预注册的有限扰动时，仍能组织新文本中至少若干关键意义关系，并对未参与提取的留出挑战具有预测力的最小关系结构。
这里有四个限定。第一，“关系”而非句子。生成见证必须能够说明什么与什么如何相关，例如“过早外部闭合会削弱内部生成”比“AI有风险”具有更高生成力。第二，“最小”。如果为了保持稳定，我们不得不把见证写成“这个人重视成长、喜欢思考、看问题全面”，概念就已经失去判别力。第三，“留出预测”。研究者不能看完所有文本后事后总结一个永远正确的故事；至少要用部分响应提取G，再预测一个没有参与提取的响应。第四，“问题域限定”。任何生成见证都只在一个明确的问题族与扰动范围内成立，不能被夸张为对主体全部思想或人格的还原。
因此，生成见证的功能不是宣判“这是一个真正有思想的人”，而是给出一种较弱但可证伪的说法：对于当前问题族，这个主体的多次文本响应中是否存在一套稳定的关系结构，其稳定性超出了表面文体、记忆复述和单次策略适配。
在生成见证基础上，本文给出核心定义。设写作者为W，核心问题为Q，允许的扰动集合为Δ={δ1,δ2,…,δn}。写作者在某一扰动下产生文本T(W,Q,δ)。如果存在可提取生成见证G，使两个文本虽然在词汇、例证、句式甚至局部结构上不同，却都受到G的关键关系约束，并且G对留出挑战仍有预测力，则记为Ti ~G Tj。
由关系~G形成的等价类[T]G={T' | T' ~G T}，就是本文所说的“作文”。一篇实际交出的文章T只是这个等价类的一个代表元。更简洁地说：文章是一份实现，作文是使多份实现具有同一生成身份的可能空间。
这个定义刻意没有把“优秀”写进去。一个很差的写作者也可能拥有清晰稳定但水平有限的生成见证；一篇语言精美的代表元也可能并不存在可提取的主体生成见证。作文身份与作文质量由此被分成两个维度。
这个定义也不要求第二篇与第一篇相似。恰恰因为来源存在自然变异，同一生成见证完全可能产生不同措辞、不同文体甚至相反的表面论证策略。等价判定要寻找的是关键关系是否同源，而不是文本是否像复制品。
如果这个定义成立，作文的基本单位将发生变化：学校现在保存“学生×题目×一篇文本”，未来更合理的数据结构可能是“学生×问题族×多次扰动响应×生成见证候选×留出验证”。一篇文章依旧重要，但它不再独占作文的本体地位。
“等价类”不是为了给作文披上一层数学外衣。它承担一个决定性任务：把“作文的同一性”从单个实例移动到实例之间的关系。若只说作文是一种“生成空间”，概念很容易变成泛化隐喻，因为任何人的任何能力都可以被说成一个空间。等价类则要求研究者明确一种关系，并回答这种关系在什么条件下把不同实例归为同一对象。
严格数学上的等价关系必须满足自反、对称和传递。本文的经验研究不能轻率宣称人类写作天然满足这三个性质，因此理论需要把两个层面区分开。理论层面固定一个生成见证G与允许扰动集合Δ后，“由同一G生成”可以构成对象身份的等价标准：每个文本当然与自身共享G；若Ti与Tj共享G，则关系对称；若Ti、Tj、Tk都由同一G在同一问题域生成，它们属于同一类。经验层面则存在提取误差、阈值误差和见证漂移，所以观测到的只是对这一等价关系的带噪估计，而不是完美数学等价。
这个区分可以防止一个常见漏洞：如果A与B看起来有些相似，B与C也有些相似，就不能据此宣布A、B、C是同一个作文。真正的传递性来自“共同的G”，不是来自相似性链。研究必须先提取一个能够跨实例工作的关系结构，再用留出挑战检验它，而不是让成对相似度无限传递。
因此，“作文等价类”最重要的不是class这个名词，而是它强迫我们给出身份判据：什么保持不变时，我们仍然认为是同一个作文；什么一旦改变，就必须承认已经是另一个作文。
生成见证可以至少区分四个层级。最低层是表达痕迹，例如词汇、句长、连接词和修辞偏好。这些特征适合来源归属，却很容易被模仿，也不构成本文的G。第二层是主题或立场，例如“支持AI”“重视独立思考”。主题能够跨文本保持，却通常无法预测新的组织动作，因此也不够。
第三层是关系结构。它说明若干变量之间如何发生，例如“外部替代越靠近问题生成前端，短期效率收益越可能伴随内部生成机会减少”。这种关系会影响选材、因果方向、反例处理和结论边界，具有真正的生成力。第四层是关系的修订规则：当出现某类反例时，写作者是扩大条件、改变因果方向、区分时间尺度，还是直接放弃原判断。一个成熟G不仅能产生结论，还能规定自己怎样被证据修改。
这四层意味着，真正稳定的作文身份不要求“观点永远不变”。相反，如果写作者面对新证据后按照稳定的证据纪律修订原关系，他可能仍然处于同一更高层生成见证之中。这里的同一性不是结论冻结，而是发生规则具有连续性。这个设计也避免把作文等价类变成思想保守性的奖励机制。
未来研究应优先编码第三、第四层，而不是把第一、第二层当作替代指标。若一项研究发现所谓G只不过是主题标签或风格特征，应该判定核心构念未被测量。
对象身份与价值质量的分离，是本文必须坚持的另一条纪律。一个初学者可能反复产生“只要努力就会成功”这种简单因果关系，在多个挑战中稳定重现。从理论上说，他可能拥有清晰但低复杂度的生成见证。另一个学生借助强大外部系统交出高度复杂、材料丰富的文章，却在新挑战中无法再次组织任何关键关系。前者的作文质量可能低，生成身份却清晰；后者代表元质量很高，生成身份却主要外置。
如果把GWF直接当作新的作文分数，就会重新犯旧错误：用一个数字吞并多个对象。教育评价至少要把“代表元质量”和“生成身份证据”并列。代表元质量回答这篇文章写得怎样；生成身份证据回答这篇文章在多大程度上能够作为主体内部某套生成关系的显露。两者可以相关，却不能预先设定为同一个维度。
这种正交性还提供一个重要反例。如果未来实验发现GWF只是在复制传统作文高分——高分者永远GWF高、低分者永远GWF低——那么本文的新轴很可能没有独立价值。真正支持理论的证据应包括交叉个案：语言表现普通但G稳定，以及文本表现优异但G不稳定。
作文等价类最直接的检验不是发明新名词，而是能否产生传统理论不容易同时解释的相反判决。本文选择两根彼此正交的轴：文本表面相似度与生成见证等价性。前者属于完成态，后者属于生成身份。
当文本相近且生成见证等价时，是“同文同作”；当文本不同且生成见证不等价时，是“异文异作”。真正具有判别价值的是另外两个交叉格：“同文异作”和“异文同作”。前者意味着两个字符串高度相同，却来自不同生成身份；后者意味着两个文本表面差异巨大，却是同一作文空间的不同代表元。
这个二维结构的重要性在于，它使AI时代大量模糊争论变成可分解问题。我们不再需要先争“AI用了30%还是70%”，而可以分别问：当前文本特征怎样？可提取生成见证怎样？AI可能改变表面质量，也可能改变生成见证；两种变化不能用同一比例概括。
| 生成见证等价 | 生成见证不等价 | |
|---|---|---|
| 文本相近 | 同文同作 | 同文异作 |
| 文本不同 | 异文同作 | 异文异作 |
表1 文本相似度与生成见证等价性的二维辨别框架
最容易被制度发现的情况，是一个学生完全没有参与，直接提交外部生成文本。真正危险的情况反而是表面上一切都很好：学生参与了提示、筛选、润色和排版；文章符合格式；教师能看到大量修改；学生甚至能够解释原文。可是当原有成品和对话记录被撤掉，局部条件稍作变化，那套关键意义关系无法再次组织新文本。
这种状态之所以危险，是因为传统短期指标可能全部改善。文章质量提高，完成速度提高，语言错误减少，学生自我感觉也可能更好。Huang与Wilson对431名四、五年级学生使用自动写作反馈的研究就发现，学生在有自动反馈帮助的连续修改中表现提高，但跨学年比较初稿时没有观察到unaided transfer；也就是说，“在帮助下越改越好”没有自动变成“不靠帮助也能把第一稿写得更好”（Huang & Wilson, 2021）。这并不能直接证明作文等价类，但至少说明“代表元改善”和“主体独立能力变化”可以分离。
2026年Dai对120名英语专业本科生进行AI反馈研究，又发现不同的反馈素养和校准训练会产生不同结果；结合反馈素养与自我校准训练的组，在AI支持撤除后的retention表现更强（Dai, 2026）。这同样不是生成见证的直接验证，却说明外部工具不是单向替代：在某些训练条件下，外部反馈可能被转化为内部可持续能力，在另一些条件下则主要改善当前文本。
因此，真正值得教育系统监测的不是“有没有AI”，而是短期代表元质量与生成身份是否开始脱钩。一个系统如果只奖励最终文档，很可能无意中训练学生优化代表元，而不训练能够产生新代表元的生成结构。
AI写作政策常试图划定一个比例：AI生成多少字、改写多少句、参与到哪一步才算“自己的”。这种做法便于管理，却把多个不同变量混成一个变量。辅助程度会影响人们对作者身份、创造者身份和责任的判断，Formosa等人对602名参与者的实验已经显示这一点（Formosa 等, 2025）；但“作者身份”与“作文生成身份”仍不完全相同。
假设A学生用AI进行语法润色，核心判断、材料关系和结构全部由自己产生；B学生自己输入每个字符，却严格复制模型给出的论证；C学生让AI生成十种论点，自己经过反例检验后重组出AI没有直接提供的新结构。按照AI字数比例，三人的排序可能完全失真。按照作文等价类，问题变成：撤去当前输出和相应脚手架以后，哪些关键关系仍能在新的挑战中由主体重新组织？
因此，AI可以发生三种不同作用。第一种是“执行代理”：它替主体完成输入、语法和表面转写，生成见证主要不变。第二种是“结构刺激”：它提供反例、候选或比较，使主体形成原来没有的关系，随后这种关系能够在AI撤除后继续发挥作用。第三种是“生成外置”：关键意义关系长期只存在于外部系统，每次需要新代表元时都必须重新向外部系统索取。
这三种状态不能用同一个AI使用率区分。作文等价类理论因此拒绝把技术纯洁性当作本体标准。工具参与多并不自动导致作文消失，手工参与多也不自动证明作文已经发生。
任何新概念如果只能靠“更全面”“更深入”“更关注生成”来与旧理论区分，就没有独立存在的资格。下面给出作文等价类与七个最近邻的决定性边界。
第一，写作过程理论。过程理论研究一次actual composing如何展开；作文等价类研究多个可能实现何时具有同一生成身份。如果第一次写作的完整过程日志已经足以唯一预测后续扰动响应，不需要任何反事实挑战，那么本文退化为过程研究。
第二，writing transfer。迁移研究问知识、技能、策略能否跨情境使用（Nowacek, Leonard & Rounsaville, 2024）；本文问两个文本何时属于同一个作文对象。再作或新任务表现可以作为测量工具，但不是本体定义。如果成熟transfer指标能够无剩余地完成本文所有等价分类，作文等价类应当降级。
第三，测评效度。Kane关注从测试反应到分数解释和使用的推断是否合理（Kane, 2013）；本文关注在不涉及分数时，两个文本实例是否具有同一对象身份。即使取消考试与评分，同文异作、异文同作仍然存在，所以两者不能完全互换。
第四，authorship attribution。作者归属从已存在文本特征推断来源；本文允许一个主体在不同代表元中风格差异巨大，也允许两个来源产生字面相同文本。若表面风格识别已经足以完成等价分类，则本文失败。
第五，authorial agency与creative control。AI共写研究已经直接研究人的参与、控制、所有权与认知投入（Arnold & Kim, 2025；Formosa 等, 2025）。本文允许“实际控制高但生成见证弱”，也允许“字符执行控制低但生成见证强”。如果实际控制指标与生成见证等价性近乎一一对应，就没有必要设置第二个对象。
第六，retention与learning gain。保留研究关注学习效果是否持续；本文允许一个稳定的生成见证本身水平很低，因此“见证稳定”不等于“成绩提高”。如果把作文等价类简单变成“学会了没有”，就会把对象身份重新偷换成教学成效。
第七，中心思想与schema。一个主题或schema可以跨文本重复，却未必对留出挑战提供足够精细预测。生成见证必须在多个竞争关系之间给出方向性约束，否则只是研究者事后用高抽象词概括文本。
| 近邻概念 | 它主要回答 | 作文等价类回答 | 决定性分界 |
|---|---|---|---|
| 写作过程 | 这一次怎样写出来 | 哪些可能文本属同一生成身份 | 完整过程若足以预测等价类，则新理论失败 |
| Writing transfer | 知识/策略能否进入新情境 | 两个文本何时是同一个作文 | 迁移指标若无剩余完成分类，则新理论降级 |
| 测评效度 | 由表现推断能力是否合理 | 对象单位本身是什么 | 取消评分后身份问题仍存在 |
| 作者归属 | 现有文本像谁/来自谁 | 生成见证属于谁 | 允许异文同作、同文异作 |
| Authorial control | 实际过程由谁控制 | 撤去成品后什么结构仍可生成 | 高控制与高见证可分离 |
| Retention | 学习效果是否持续 | 生成身份是否等价 | 稳定不等于高质量或进步 |
| 中心思想/schema | 文本有什么共同主题/结构 | 什么关系可预测未见响应 | 无法预测留出挑战则不算见证 |
表2 作文等价类与最近邻概念的决定性边界
作文等价类要成为研究对象，必须从哲学区分进入可执行程序。最小实验可以分为五步。
第一步是母任务。写作者在常规条件下完成T0。T0可以用于确定问题域和候选关系，但不能在后续挑战中被直接调用。
第二步是预注册扰动。研究者在看到后续结果前写明Δ。扰动必须保持核心认知任务同型，却改变至少一个局部条件，例如受众、材料可得性、反例、文体、字数、时间、工具权限或评价目标。扰动过小可能只是复述测试，过大则会把“同一问题域”破坏掉。
第三步是挑战响应。写作者在看不到T0和既有AI会话的情况下完成T1和T2。研究者或算法只使用T1、T2提取候选生成见证G。提取必须列出具体关系规则，不得使用“思想深刻”“重视成长”“逻辑性强”之类无法失败的形容。
第四步是留出挑战。使用没有参与G提取的δ3产生T3。研究者必须在看到T3前写出G对T3至少一个组织关系的方向性预测。例如，如果G是“外部系统越早替代内部生成，短期效率与长期独立生成能力越可能分离”，那么面对一个关于家长过度帮助的留出题，预测应落在“过早替代—短期顺畅—长期能力空缺”的关系，而不是预测某个具体词。
第五步是竞争模型比较。至少同时运行三个基线：文本相似度、一般写作能力/语言水平、已有transfer指标。如果G的预测力不超过这些基线，或者只在研究者事后调整后才成立，作文等价类没有获得独立经验支持。
这个程序的核心不是逼学生“再写一次”，而是把一次成品无法提供的反事实信息变成可观察数据。
有效挑战的目标不是把写作者推到完全陌生的任务，而是在保持核心问题结构的前提下，让不同竞争生成机理产生不同预测。至少可以设计六类最小扰动。
其一，受众扰动：把面向教师改为面向同龄人或决策者，观察核心因果关系是否保持而表达策略变化。其二，证据扰动：加入一个与原判断冲突的新事实，观察写作者是机械忽略、表面加一句让步，还是按照某种稳定修订规则重构判断。其三，资源扰动：撤去原来依赖的AI、范文或材料，观察关键关系是否仍可由主体重新组织。其四，形式扰动：从议论文改为口头解释、图示或短备忘录，以排除固定篇章模板。其五，约束扰动：改变字数、时间或必须使用/禁止使用的材料，检验G是否只是特定格式的产物。其六，角色扰动：要求写作者为反方先构造最强论证，再返回自己的判断，观察其关系规则是否具有竞争解释能力。
这些扰动都必须在看到结果前明确“若G成立，应保留什么；应允许什么改变”。如果研究者只在结果出来后说“虽然不同，但我觉得深层还是一样”，挑战就失去证伪价值。
第一，关系必须能够写成带方向的条件结构，例如“当X提前替代Y时，Z的短期值上升而Y的后续独立生成下降”，而不是一个静态标签。第二，每个G至少给出一个它明确不预测的邻近关系，以防概念无限扩张。第三，提取者必须记录备择G。若同一组T1、T2同时兼容两个关系结构，留出挑战必须能够让两者给出不同预测。第四，G的复杂度必须受约束。理论上可以借鉴最小描述思想：如果一个G为了匹配每个文本不断增加例外条款，它就失去生成解释意义。
这四条纪律使“生成见证”从一种解释性修辞变成竞争模型。研究的目标不是证明研究者总能从文本中读出深意，而是看某个有限G能否以比竞争模型更低的复杂度预测未见响应。
为了避免同一指标在正文、证伪和未来实验中不断改变定义，本文给出一个最小测量手册。设从训练挑战T1、T2中预先提取m条可判定的关系约束g1…gm。对留出文本T3，由两个以上盲评者判断每条关系是否在没有直接提示的情况下得到实现。定义“生成见证保真率”GWF（Generative Witness Fidelity）为：留出文本中得到实现的预注册关系约束数除以可判定约束总数m。
GWF的粒度是“关系约束”，不是句子。若某约束因留出任务不具备适用条件，应在看到T3前由预注册规则判定为N/A并从分母排除，不得在结果出来以后选择性删除。每条关系必须给出正例、反例和边界例。至少两个盲评者独立编码，分歧由第三评者裁决，并报告一致性。
GWF不能单独证明作文等价。首先，它必须与文本相似度正交：理想案例包括文本相似度很低但GWF高，以及文本相似度很高但GWF低。其次，它必须与一般写作分数区分：语言水平高的写作者可能写出优秀留出文本，但没有实现预注册G；语言粗糙的写作者也可能稳定实现G。再次，一次高GWF不足以排除题目熟悉、偶然重合或研究者过度抽象，需要多个扰动与留出任务。
因此，GWF只是测量窗口。删除GWF这个指标，作文等价类作为对象仍然成立，只是难以操作化；这说明本文的核心不是新指数，而是新对象单位。
| 项目 | 固定定义 | 禁止漂移 |
|---|---|---|
| 测量对象 | 预注册的关系约束g1…gm | 不得临时改成句子相似或主题相似 |
| GWF | 留出文本实现的可判定关系数 / 可判定关系总数 | 结果出来后不得删掉失败关系 |
| 粒度 | 关系层 | 不得以词汇、句法或单句重合代替 |
| N/A | 任务结构客观不触发该关系 | 必须预先定义N/A规则 |
| 编码 | 至少2名盲评者+第三评者裁决 | 不得由理论作者单人决定 |
| 基线 | 文本相似度、一般写作水平、transfer指标 | 必须报告增量预测而非只报相关 |
表3 生成见证保真率（GWF）最小测量手册
一个新理论最容易犯的错误，是把与自己方向一致的既有研究直接宣布为验证。本文拒绝这种做法。现有公开研究可以检验的，只是理论的一些较弱前提。
Huang与Wilson的AWE研究显示，431名小学生在自动反馈支持下的连续修改质量提升，但初稿质量没有出现unaided transfer（Huang & Wilson, 2021）。这支持“当前代表元改善与独立表现可以分离”这一弱命题，却不能告诉我们学生是否共享同一生成见证，因为研究没有设置针对关键意义关系的预注册挑战。
Dai 2026年的研究则给出另一面：120名英语专业学生中，带有反馈素养和校准训练的条件在AI撤除后的retention更强（Dai, 2026）。这支持外部反馈有可能被转化为较稳定内部能力，而不是必然造成外置依赖。但该研究主要测量写作质量、自评准确性、反馈采纳和修订深度，同样没有建立生成见证等价字段。
这个结果既有利也不利。有利之处是，理论所需要的“代表元质量与撤除后表现可以分离”在真实研究中确实出现；不利之处是，现有数据无法直接运行核心检验。更严谨的做法不是用缺失数据填补结论，而是把“现有账本没有这个字段”明确记录为第三层经验主张：目前大量写作研究把多次文本作为前测、后测、迁移任务或保留任务分别评分，却很少把它们编码为“是否由同一可提取生成见证产生”。
因此，本文目前只能声称提出了一个具有可操作方案、但尚未被专门数据验证的对象。任何把它写成“已经证实作文就是等价类”的表述都超出了证据。
最强的竞争解释不是“作文就是文本”，而是一个更成熟、更危险的组合：本文所谓生成见证不过是writing transfer加assessment validity的重新包装。要让新理论获得独立资格，必须设计能够让自己失败的比较。
第一条证伪：控制已有写作水平、文本相似度、题目熟悉度和成熟transfer指标后，如果GWF对留出文本中的关键组织关系没有任何增量预测，那么生成见证没有独立价值。
第二条证伪：如果完整过程日志、提示词日志和修改记录能够在不做任何额外挑战的情况下，近乎完全预测作文等价关系，那么“反事实响应族”不是必要对象，本文应退化为过程研究。
第三条证伪：如果authorial control、ownership或参与量指标与GWF在不同AI协作条件下长期近乎一一对应，那么作文等价类只是控制理论的复杂写法。
第四条证伪：如果从T1、T2抽取的G在T3中不能稳定预测预注册关系，或者研究者只有在看到T3后重新描述G才能获得高匹配，所谓生成见证就是事后故事。
第五条证伪：如果“同文异作”与“异文同作”在真实样本中几乎无法出现，绝大多数等价分类都可以由文本相似度替代，那么二维框架没有必要。
第六条证伪：如果不同盲评者对G的关系约束无法达到基本一致性，且通过增加抽象程度才能提高一致性，则生成见证缺少可测量边界。
如果这些证伪中的任何关键一条长期成立，理论应当缩小适用范围甚至被放弃。真正的理论风险不是被批评，而是拥有一种无论出现什么结果都能解释自己的语言。
| 证伪编号 | 竞争结果 | 对理论的后果 |
|---|---|---|
| F1 | 控制现有变量后GWF无增量预测 | 生成见证无独立解释价值 |
| F2 | 完整过程日志足以恢复等价类 | 退化为过程理论 |
| F3 | 控制/ownership与GWF一一对应 | 退化为作者控制理论 |
| F4 | G不能预测留出挑战 | 生成见证是事后故事 |
| F5 | 文本相似度即可完成全部分类 | 第二轴多余 |
| F6 | 盲评无法可靠编码关系约束 | 构念缺少经验边界 |
表4 核心机制证伪条件
一个最低成本的第一项研究可以从大学生议论文开始。招募至少120名参与者，先测一般写作水平与AI使用熟练度，再随机进入四种生成条件：独立写作、AI语言润色、AI观点候选+人工重构、AI整篇生成+人工编辑。母任务使用同一问题，所有交互日志完整保存。
随后不评分原文的“是否属于本人”，而把原文暂时封存。24至72小时后进行三个挑战。挑战一改变受众；挑战二加入一个会破坏原论证的反例；挑战三换成结构同型但主题表面不同的问题。三次挑战均不允许调用原文和原AI会话；其中前两次用于提取G，第三次作为留出任务。
研究者在不知道参与条件的情况下，从T1、T2中编码候选G并预注册对T3的预测。主要比较不是哪组作文分数最高，而是：四组在GWF、文本相似度、传统transfer分数与authorial-control量表之间出现什么结构。理论最想看到、同时也最危险的证据，是高控制与高GWF并非完全重合，文本相似与GWF出现交叉分类。
此外可以专门制造“同文异作”实验。让两名参与者最终得到完全相同的目标文本：一人通过自主问题解决逐步生成，另一人在不提前理解结构的条件下被训练复现文本。之后撤去文本并进入扰动挑战。如果两人在文本完全相同的前提下出现稳定的GWF分化，就获得最直接的对象区分证据。若不分化，则理论需要重大修订。
这种设计的价值是把AI伦理争论变成可被实验推翻的问题：不是问“你觉得用了AI还算不算自己的”，而是问不同生成条件是否改变了后续可提取的生成结构。
个案A是“完全同文”。研究者让甲通过自主解决形成目标文本，让乙通过逐步提示最终复现完全相同的文本。文本理论预测两者不可区分；作文等价类预测撤稿后的扰动挑战会出现分化。若不分化，理论受损。
个案B是“完全异文”。同一写作者分别用故事和议论文回答结构同型问题，表面相似度很低。风格归属或字符串匹配可能判定差异大；作文等价类预测若两者共享G，对留出挑战的关系预测应保持。若只能靠主题宽泛相似解释，理论受损。
个案C是“高控制AI共写”。参与者亲自决定全部prompt、筛选和修改，主观ownership很高，但核心洞见最初由AI给出。authorial-control理论可能把作品高度归属于人；作文等价类不预设结论，而要看撤掉原会话后G能否被提取。如果G仍稳定，AI参与已经被内化；如果不能，则作者责任与作文生成身份发生分离。
个案D是“低字符控制辅助写作”。残障写作者通过口述、眼动或助手完成绝大多数字符执行。字符控制指标低，但若不同挑战中G稳定，作文等价类应判定生成身份仍归主体。这个个案是理论必须保留的伦理校验：任何把“亲手打字比例”当真实性指标的方法都会在这里做出错误判决。
第一次研究最好主动包含一个理论预计会失败的区域。例如极短文本可能不足以提取稳定G；高度事实性任务可能主要由知识回忆决定；完全新领域的挑战可能超出原问题域。这些负结果不应被解释为“学生没有作文”，而应帮助确定作文等价类的适用边界。
更重要的是，如果某些参与者在训练挑战中表现出高度稳定的G，却在留出挑战中完全失效，研究必须保留这些案例并检查是否存在过拟合、挑战改变了问题域，或所谓G根本只是事后归纳。只有让不利结果修改理论，真实运行才有意义。
如果作文等价类理论获得经验支持，作文教学最大的变化不是发明一张更复杂的评分表，而是重新区分两种教学目标：改善当前代表元，与扩大主体生成空间。
教师替学生改掉病句、给一个更好的例子、调整文章结构，都可能显著提高当前T0。这些行为并没有问题；问题是，如果所有关键判断始终由教师或AI完成，T0的改善不必然扩大[T]G。真正面向作文发生的教学，应让学生逐渐获得生成关系：为什么这个例子不能支持该论点，为什么加入某个反例后需要改变结论，为什么换受众以后同一个价值判断要重新组织证据。
因此，修改课可以增加“撤稿后挑战”。文章改好以后暂时不让学生继续看成品，换一个材料、增加一个反例、要求向不同对象解释，让学生重新发生一次。教师观察的不是记住了多少金句，而是原来被教授的关系是否转化为新的组织行为。
这也重新解释“范文”的价值。范文不是不能看，而是不能让代表元替代生成结构。最好的范文教学不要求学生复制成品，而要让学生反向寻找：哪些关系使这个成品成为可能？如果换一个事实，这个关系怎样重组？当范文被撤掉时，还能不能产生新的代表元？
AI同样如此。真正有效的AI写作教育不是规定一个绝对禁区，而是设计让AI的外部支持逐步进入主体判断的机制。Dai的研究提示，反馈素养与自我校准训练可能比单纯获得更多AI反馈更有利于支持撤除后的保留（Dai, 2026）。作文等价类理论把这种教育目标进一步说清：不是让工具永远缺席，而是避免关键生成见证永久留在工具外部。
任何能够评估学生的理论都存在被制度滥用的风险。作文等价类尤其危险，因为“生成见证”听起来容易被误解为“这个学生到底有没有思想”。因此必须设置至少三条伦理边界。
第一，测量对象是特定问题域中的生成关系，不是人的整体价值。一个学生在议论文问题族中GWF低，不能推出他“没有思想”“不诚实”或“没有创造力”。困难可能来自语言、焦虑、领域知识不足、障碍条件或挑战设计错误。
第二，不能为了提高所谓真实性而制造不安全的高压测试。扰动必须最小、透明、可复核，不得通过突然羞辱、隐瞒重大规则、剥夺合理辅助工具来“逼出真实能力”。对残障写作者尤其应区分辅助执行与意义生成，不得把无障碍技术使用误判为外置生成。
第三，如果GWF或等价类判定会影响成绩、录取、学术诚信处罚，必须公开编码规则、提供原始挑战记录和人工复核渠道。由于构念仍处研究阶段，它不应被直接用作惩罚性AI检测工具。本文提出的是研究假说与教育诊断框架，不是新的“作弊探测器”。
这三条伦理限制会降低工具化速度，却是理论成立所必须付出的代价。一个关于“作文是否真正发生”的理论，如果最终变成对学生人格和诚实度的黑箱判决，本身就违背了它要求证据可提取、可挑战、可证伪的逻辑。
案例一：口述与代录。学生完整形成论点并逐句口述，由他人代为输入、纠正错别字。若在新挑战中仍可提取同一G，字符执行虽然外置，作文生成身份仍可归于学生。这个案例检验理论是否错误地把“手工操作”当作必要条件。
案例二：翻译协助。学生先以母语形成完整论证，再借助AI翻译成第二语言并人工核对。如果挑战改用母语或另一表达形式后G仍稳定，语言转写工具不应自动改变作文身份。相反，如果关键推理本身由翻译系统补写，留出挑战应暴露生成身份的混合。
案例三：教师深度批改。原稿很弱，教师逐段给出关键判断并要求学生照改，最终文章质量大幅提高。若学生只能解释教师为什么这样改，却在新材料中无法自己形成相应关系，则当前T0的质量提升不等于G已经转入学生。若经过反复校准后学生能独立重建关系，则同一外部干预可能从“代生成”转变为“促内化”。
案例四：模板熟练者。学生不用任何AI，完全手写，并能在大量题目中迅速套用“提出问题—举名人例子—升华”的格式。表面上它具有很强的跨题稳定性，但一旦challenge要求处理真正会推翻原立场的反例，模板无法决定如何修订因果关系。这个案例说明“可重复”本身不是G；能够生成关系修订，才是更高层见证。
案例五：AI首次提供关键洞见。学生此前从未想到某个关系，AI给出后，他经过质疑、寻找反例和重新解释，最终把它内化。几天后不给原对话，他在不同主题中再次独立生成同一结构。作文等价类不追究“第一瞬间是谁先说出”，而承认生成见证可以在互动中形成。这个判决与纯原创论不同。
案例六：写作者主动推翻旧观点。T0主张“限制短视频能保护注意力”，T1在新证据下变成“单纯限制无法解决注意力问题，关键在于重新训练延迟反馈能力”。若变化是由一个更高层规则——“当干预只阻断表面行为却不改变维持机制时，效果不会稳定”——所组织，那么表面立场改变并不意味着作文身份断裂。这个案例说明，等价类的同一性不能冻结结论，而应允许有规则的重构。
六个案例共同构成理论的最低压力测试：它必须同时允许辅助工具、协作、观点变化，又能够拒绝抄录、机械模板和外部关键关系长期不内化的情形。如果理论只能把所有复杂案例都回答成“视情况而定”，它就没有形成真正的判别维度。
在人机共写和多人协作中，生成见证可能不是单一来源。例如学生确定问题结构，AI提出反例，教师要求补证据，学生最后形成新的条件判断。此时最合理的模型可能不是强迫选择“人”或“AI”，而是分析G的哪些关系能够在主体独立挑战中继续生成，哪些关系一撤去外部系统就消失。
因此，可以区分“已内化见证”“外置见证”和“分布式见证”。已内化见证在外部支持撤除后仍能被主体挑战响应提取；外置见证只能在特定工具或他人持续存在时维持；分布式见证则要求多个行动者持续协同才能重建。对于教育性作文，真正关心的通常是已内化部分；对于职业团队写作，分布式见证本身可能就是合法对象。
但是，“混合”不能成为理论不做判断的借口。研究仍必须明确：当前任务究竟要评价个体学习、团队产出还是责任作者身份。对象不同，允许的生成主体也不同。只有先固定评价对象，混合生成才有可解释边界。
本文的对象首先是具有教育性或能力形成目标的“作文”，尤其是学校与大学中的议论、解释、反思等任务。它不应直接覆盖所有职业写作与文学创作。职业记者、政策团队、广告公司、科研团队可能把文本生产明确设计为分工系统，在这些场景中，组织的目标并不是证明某一个个体拥有完整生成见证。用“作文归属”去评判协同生产，会犯类别错误。
文学创作也需要谨慎。小说、诗歌和实验写作可能有意利用偶然性、材料性、协作性或无意识过程，其价值不必来自稳定可重复的意义关系。本文的“留出预测”若被硬套到所有艺术创造，可能压制真正的新奇和断裂。因此，作文等价类只声称能够处理一种特殊身份问题：当我们希望一份文本同时作为主体学习、理解或生成能力的证据时，单一代表元是否足够。
此外，等价类的边界依赖Δ。若允许扰动过窄，几乎所有复述都能通过；若过宽，任何稳定关系都会被情境变化摧毁。因此未来研究必须把“问题域怎样划定”作为与G同等重要的对象。不同年龄、语言水平、学科和体裁可能需要不同Δ，不存在一套普遍挑战模板。
最后，本文不主张所有真正学习都必须表现为稳定重复。一个人可能在一次写作后发生新的转变，第二次主动推翻第一次的G。如果这种变化有新的可解释发生机制，它并不是失败，而可能意味着作文空间正在重组。因此，理论需要区分“无法再生”与“经理由新证据驱动的有方向重构”。稳定不是最高价值，可重新生成也包括可被证据改变。
把作文定义成等价类，并不意味着一个人的全部写作能力都能被一个等价类代表。能力是更广泛的潜在资源，包括语言知识、领域知识、修辞判断、记忆、注意、阅读经验以及与工具协作的能力。一个作文等价类只是这些资源在某个问题域中形成的一种可提取生成身份。一个人可以同时拥有多个彼此冲突的G，也可以在学习过程中把旧G重组为新G。
这一区分对于教育评价非常重要。传统表述常说“这篇作文体现了学生的能力”，但实际上从单篇文本到总体能力需要跨越许多推断。作文等价类并不取消这种能力推断，而是在其之前增加一个更小的对象：先问多个文本是否共享某种生成身份，再问这种身份能否推广为更稳定、更宽域的能力。这样可以减少从一篇漂亮文章直接跳到“这个人会写”的过度推断。
同理，一个人在某个问题域中暂时无法形成稳定G，也不能说明他没有未来潜能。尤其对于儿童和初学者，生成结构可能处在快速变化阶段。教育的目的可以是帮助新的G发生，而不是把当前等价类当作不可改变的身份标签。
“作文是表达思想”是最常见、也最容易让人满足的定义。但表达这个词同时包含两个完全不同的方向。一种是外显：一个已经较完整存在的思想被翻译成语言。另一种是发生：写作者在表达过程中才发现关系、修订判断、形成此前并不存在的结构。Flower与Hayes的过程传统已经表明写作并不是简单把预先完成的思想搬运到文字上（Flower & Hayes, 1981）。
作文等价类进一步指出，即使完成了有效表达，我们仍需区分“表达了一次”与“形成了能够继续生成的关系”。一个人可以准确复述一套复杂思想，甚至把它表达得比原作者更清楚，但这并不必然让相关生成见证属于他。相反，一个初学者表达粗糙，却可能正在形成真正能够被新挑战激活的关系。
因此，“表达”更多描述文本与意义之间的当前映射，而“作文身份”要求考察这种映射背后的生成关系是否在不同实现之间保持可提取连续性。二者相关，却不是同义词。
另一个容易误入的方向是把生成见证理解为“纯原创”。人类写作从来建立在语言、文化、阅读、引用、师承和社会对话之上。若要求关键内容必须从主体内部凭空产生，几乎所有成熟写作都会被错误排除。
生成见证关心的不是原材料来源，而是关系组织的归属。一个写作者可以大量引用外部材料、接受教师意见、使用AI寻找反例，只要这些输入进入以后被一套能够在新挑战中继续工作的关系结构重新组织，作文身份仍然可以清楚。反过来，一个人可以完全不使用AI、完全手写，却只是复现早已背熟的套路，其生成身份仍可能高度依赖外部固定结构。
因此，作文等价类与“原创检测”存在根本差别。原创检测寻找相似来源与未披露借用；生成见证检验的是不同来源材料被组织成新响应时，是否存在可提取的主体关系。前者主要属于规范与知识产权问题，后者属于发生与学习问题。
如果本文主张一篇完成文本不能自己证明生成见证，那么这篇论文也不能因为被写成两万字、引用了文献、拥有公式和表格，就自动证明“作文等价类”是一套已经成立的理论。
对本文最直接的反身测试是：撤去当前文档，只保留核心问题“为什么单一文本不足以定义作文”，换一个领域例如口语答辩、编程作业或音乐即兴，能否重新推导“代表元—生成见证—等价类”的关系，并在不同近邻概念压力下改变边界？如果只能背诵“同文异作、异文同作”这两个口号，却无法根据新反例重新组织模型，那么本文自己就是一个漂亮代表元，而不是稳定的生成结构。
更严格地说，未来的独立研究如果发现transfer、process trace与creative control三个现有构念已经能够联合解释全部预测，作者应当放弃“作文等价类”的独立本体地位，而把它降为一种整合性分析框架。相反，如果出现大量“文本质量相同、过程参与相似、控制感相似，但留出生成关系稳定分化”的案例，理论才获得真正不可被替换的经验位置。
这种反身性不是姿态。它意味着本文的最终价值不能由概念新颖度保护，只能由它是否制造新的可失败问题来保护。
为了避免一个高创新命题在最强版本失败后整篇论文失去价值，本文把主张分成三层。第一层是最强本体主张：作文不是单个文本，而是共享同一生成见证的文本等价类。它最容易被近邻概念吸收，也最需要严格证伪。
第二层是辨别装置主张：无论是否接受“等价类”作为作文的完整本体，把文本相似度与生成见证等价性分成两轴，至少能够产生“同文异作”和“异文同作”的经验分类。如果未来研究发现该二维分类具有独立预测价值，即使学界不愿把它叫作作文的本体，第二层仍可作为分析工具存在。
第三层是最稳健的经验主张：当前写作数据库通常记录单篇文本、分数、过程日志、AI交互或迁移结果，却缺少“多个文本是否由同一预注册关系结构生成”的直接字段。只要这一事实成立，设计多轮挑战并比较实际轨迹与反事实响应就具有独立研究价值。第三层最容易验证，也最不依赖强哲学承诺。
这种分层使理论能够诚实失败。如果未来证据否定第一层，我们不应为了保护概念而不断放宽“作文”的定义，而应明确降级到第二层或第三层。
第一种结果是发现“生成见证”只能解释学习迁移，却无法提供对象身份的独立判决。那时理论应放弃“作文等价类”名称，转化为一种反事实迁移测量模型。第二种结果是发现写作者的G在不同挑战中持续变化，严格等价关系几乎不存在，但变化具有可追踪的谱系。那时“等价类”可能需要改成“生成谱系”或“生成族”，把同一性从静态共享G改为有规则的G演化。第三种结果是发现AI共写中G天然分布在人与系统之间，无法合理提取为单一主体见证。那时理论必须承认“分布式作文”这一对象，而不是强行把所有关系归到人。
这三种结果都不是理论的修辞退路，而是预先写出的改名条件。它们保证未来实证结果能够真正改变本体主张，而不是永远被现有术语吸收。
为了防止理论无限延期验证，本文给出一个明确赌注。以2028年12月31日为界，如果至少有一项预注册研究在控制一般写作水平、文本相似度、题目熟悉度、成熟writing-transfer指标和实际过程参与度以后，发现由训练挑战提取的生成见证对留出挑战中的关键关系仍具有显著且可重复的增量预测，并能产生至少一类稳定的“同文异作”或“异文同作”交叉案例，则本文的核心对象获得第一层经验支持。
反之，如果到该日期前的合格研究显示：生成见证的所有预测力都可被文本相似度、transfer、过程日志或authorial-control指标吸收，或者盲评者无法可靠识别预注册关系，本文应放弃“作文是一种独立等价类对象”的强主张。
不计入命中的情况包括：只证明AI组和非AI组作文分数不同；只证明学生自我报告ownership不同；只证明支持撤除后成绩发生变化；只在看完留出文本后重新定义G；或者以“思想相似”这种无法编码的主观判断替代预注册关系。这些结果可以与本文相关，却不能算核心赌注命中。
本文从一个被日常教育遮蔽的问题出发：我们几乎每天使用“作文”这个词，却通常把文章、写作过程、作者身份、学习能力和评价结果混成一个对象。生成式人工智能只是使这种混合变得无法继续维持。
法庭文件检验提醒我们，痕迹可以支持来源归属，却不是来源本身；反应机理学提醒我们，完整的步骤序列仍然可能不是机理，同一终态也可能兼容多个竞争机理；知识证明思想提醒我们，一次成功输出不能自动证明主体拥有使输出成立的隐藏结构。三种约束共同迫使作文研究从“这一次已经写出了什么”进入“在受控扰动下，这个主体还能够生成什么”的空间。
据此，本文把生成见证定义为在原文不可用、条件有限扰动时仍能组织新文本关键意义关系并预测留出挑战的最小关系结构；把作文定义为共享同一可提取生成见证的一族可能文本，即文本在生成见证关系下的等价类。现实中的一篇文章只是代表元。
这个定义产生两个最重要的判别：同文可以异作，异文可以同作。它也重新排列AI写作争议：关键问题不再是有多少字符由AI产生，而是工具参与以后，关键生成关系究竟留在文档、留在外部系统，还是已经成为主体在新挑战中可以再次发动的结构。
因此，“何谓作文”的最终答案不应被压缩成“作文就是表达思想的文章”，也不能停在“作文是一个过程”。更准确的说法是：作文是一种生成身份。文章告诉我们一次发生留下了什么；作文要求我们进一步知道，使这次发生成为这次发生的关系，是否还能够在新的可能世界中继续组织文本。
如果这一理论最终成立，作文教育保护的对象就将发生转移。真正需要保护的，不只是那张交上来的纸，不只是那一篇被改得越来越好的文章，而是当纸被拿走、答案被撤掉、工具暂时退出以后，一个人仍然能够让什么新的东西发生。
第一，本文把作文的研究单位从“单一文本”移动到“多次可能实现之间的生成身份关系”。这个移动不是否认文本，而是把文本从对象本身降为代表元。只要这一点成立，作文研究的数据结构、AI归属讨论和教学评价都会发生变化。
第二，本文把“来源归属”和“生成归属”分开。一个文本可以在法律或规范上归某人署名，也可以在物理输入上由某人完成，但其关键生成见证仍可能外置；反过来，字符执行可以大量外置而生成见证仍属于主体。这个区分使AI参与不再被压缩成简单比例。
第三，本文引入“同文异作—异文同作”的交叉预测。任何理论真正具有独立性，都应当能在同一材料上给出与近邻概念不同的判决。两类交叉案例正是这种决定性边界：如果未来实证根本找不到它们，本文的第二轴就失去必要性。
第四，本文把作文身份从一次回顾性解释转化为反事实挑战问题。过去研究主要从已经存在的文本、日志和分数推断；本文要求在预注册扰动下生成未见响应，并让候选G承担留出预测风险。这个方法论转向，即使最终“作文等价类”的强本体被否定，也仍可能为AI时代的写作研究留下一个可验证的新问题。
更重要的是，这四点不是互相堆叠的四个优点，而是一条连续逻辑：只有把文章视为代表元，来源归属与生成归属才可能分离；只有两种归属分离，“同文异作”和“异文同作”才会成为可观察对象；只有这种交叉对象存在，反事实挑战才有必要。任何一环在实证中失败，都应该向前回退，而不是靠增加概念继续维持理论。换言之，本文真正要争取的不是一个漂亮名称的存续，而是一种新的可区分事实是否存在：现实中是否真的有一些文本，在成品质量、写作过程和作者控制都十分接近时，仍会因为生成见证不同而在后续挑战中稳定分化；以及另一些表面完全不同的文本，是否会因为共享同一生成关系而表现出可重复的深层连续性。只有这两类事实被观察到，“作文等价类”才值得保留其强名称；否则，它就只能退回一种启发式框架，而不能继续宣称重新定义了作文的本体。
Arnold, K. C., & Kim, J. (2025). Interaction-Required Suggestions for Control, Ownership, and Awareness in Human-AI Co-Writing. Proceedings of In2Writing 2025, 62–68. DOI: 10.18653/v1/2025.in2writing-1.6.
Bellare, M., & Goldreich, O. (1992). On Defining Proofs of Knowledge. Advances in Cryptology—CRYPTO ’92, LNCS 740.
Dai, Z. (2026). Rethinking AI-assisted writing instruction: feedback literacy scripts, calibration training, and student writing development. Frontiers in Psychology, 17, 1829268. DOI: 10.3389/fpsyg.2026.1829268.
Flower, L., & Hayes, J. R. (1981). A Cognitive Process Theory of Writing. College Composition and Communication, 32(4), 365–387. DOI: 10.58680/ccc198115885.
Formosa, P., Bankins, S., Matulionyte, R., et al. (2025). Can ChatGPT be an author? Generative AI creative writing assistance and perceptions of authorship, creatorship, responsibility, and disclosure. AI & Society, 40, 3405–3417. DOI: 10.1007/s00146-024-02081-0.
Goldwasser, S., Micali, S., & Rackoff, C. (1989). The Knowledge Complexity of Interactive Proof Systems. SIAM Journal on Computing, 18(1), 186–208. DOI: 10.1137/0218012.
Haidemariam, T. (2026). After generative AI: authorship, labour, and cultural governance. AI & Society. DOI: 10.1007/s00146-026-03189-1.
Hamamra, B., Khlaif, Z. N., & Mahamid, N. (2026). AI literacy and mediated learner autonomy in ChatGPT-supported EFL writing: a qualitative study at a Palestinian university. International Journal of Educational Technology in Higher Education, 23, 19.
Huang, Y., & Wilson, J. M. (2021). Using automated feedback to develop writing proficiency. Computers and Composition, 62, 102675. DOI: 10.1016/j.compcom.2021.102675.
IUPAC. (2025 online ed.). “mechanism (of a reaction).” Compendium of Chemical Terminology (Gold Book), 5th ed. DOI: 10.1351/goldbook.M03804.
Kane, M. T. (2013). Validating the Interpretations and Uses of Test Scores. Journal of Educational Measurement, 50(1), 1–73. DOI: 10.1111/jedm.12000.
Koo, R., Martin, A., Wang, L., & Kang, D. (2023). Decoding the End-to-end Writing Trajectory in Scholarly Manuscripts. arXiv:2304.00121.
Lo Sardo, D. R., Gravino, P., Cuskley, C., & Loreto, V. (2023). Exploitation and exploration in text evolution: Quantifying planning and translation flows during writing. PLoS ONE, 18(3), e0283628. DOI: 10.1371/journal.pone.0283628.
Nowacek, R. S., Leonard, R. L., & Rounsaville, A. (2024). Writing Knowledge Transfer: Theory, Research, Pedagogy. Parlor Press & The WAC Clearinghouse.
Rodrigues, T. V. (2026). The Apt Curation Model: An Epistemic Virtue Theory of AI-Assisted Authorship. Philosophy & Technology, 39, Article 39. DOI: 10.1007/s13347-026-01038-z.
Taylor, M., Bishop, B., Burkes, T., et al. (2021). Forensic Handwriting Examination and Human Factors: Improving the Practice Through a Systems Approach. NISTIR 8282r1. DOI: 10.6028/NIST.IR.8282r1.
Wan, R., Gebreegziabhe, S., Li, T. J.-J., & Badillo-Urquiola, K. (2024). CoCo Matrix: Taxonomy of Cognitive Contributions in Co-writing with Intelligent Agents. arXiv:2405.12438.
研究问题：在控制一般写作能力、文本相似度与成熟迁移指标后，从训练挑战中提取的生成见证是否能够预测留出挑战中的未提示关键关系？
问题域Q：必须在实验前定义核心认知任务及不属于该问题域的边界。扰动集合Δ：至少包含三个局部扰动，并明确哪些变化仍属于同一问题域。训练挑战：T1、T2。留出挑战：T3。候选生成见证G：在看到T3前冻结。竞争模型：文本相似度、一般写作能力、writing transfer、authorial control。主要结果：GWF及其对T3的增量预测。失败条件：GWF无增量预测、盲评一致性不足或G需要在看到T3后修改。
本节原为本章的数据、证据与人机分工声明，已按全卷体例并入卷末数据·证据·人机分工声明。
本章最强的一对推论是“同文可以异作，异文可以同作”。这一对推论有两位祖宗，原稿的七处分界里一位都没有。
博尔赫斯〈皮埃尔·梅纳尔，《吉诃德》的作者〉（1939）与丹托《寻常物的嬗变》（Danto, *The Transfiguration of the Commonplace*, Harvard UP, 1981）。梅纳尔逐字重写了塞万提斯的段落，两段文字完全相同，而叙述者论证第二段“几乎无限地更丰富”。丹托由此提炼出“不可辨别的对应物”（indiscernible counterparts），并用一场假想展览把它推到极端：七块视觉上完全相同的红色矩形画布，分别是《以色列人渡红海》《克尔凯郭尔的心情》《红场》与一块乔尔乔内打好底的备用布——它们的差别不在任何可见性质上。
这是“同文异作”在艺术哲学里的正主，而且早了八十年。
分离线在哪里。丹托的解决方案是语境：使两块红布成为不同作品的，是它们各自的产生史与所处的艺术世界；判断由外部关系给出，且这个判断是解释性的，不承担预测。本章的解决方案是反事实响应族：使两份相同文字成为不同作文的，是它们各自的生成结构在原文被撤走之后是否仍能重新组织同一批关系；判断由一次可执行的操作给出，而且它承担预测——本章第十四节给出的挑战—提取—留出方案，要求研究者在看到留出任务的结果之前先写下预测。
判决性对照：丹托的框架里，“两块红布是否同一作品”没有任何实验可以裁决，只能靠对艺术世界的正确描述；本章的框架里，“两份同文是否同一作文”有一个会失败的实验——若甲乙两人在文本完全相同的前提下，撤稿后的扰动挑战中不出现稳定的生成结构分化，本章即被削弱。丹托问“凭什么它们不同”，本章问“怎样把这个不同测出来”。两者不冲突，但本章若不点名丹托，读者会正当地认为它在没有署名的情况下重述了一个四十五年前的论证。
第二位是现行制度而非理论：ICMJE 的四条作者资格与 CRediT 贡献者角色分类。医学期刊编辑国际委员会规定，作者资格须同时满足四条——对构思或设计、或对数据的获取分析解释作出实质贡献；起草或对重要智识内容作批判性修改；核准最终版本；并对全文的完整性负责。关键在于：这四条里没有一条计算字数。一个写下全部文字而未参与任何智识判断的人，按此标准不是作者，应列入致谢。CRediT 进一步把“作者／致谢”这个二元格拆成十余个具体角色。
也就是说，“作文身份不由谁敲了多少字决定，而由谁作出了实质判断决定”这条主张，在科学出版领域已经是执行了三十余年的成文规则。本章、第五章与第七章共享这条主张，三章一并零命中。
分离线：ICMJE 判的是资格与责任，本章判的是同一性。ICMJE 回答“谁有权署名”，它的裁决对象是人与人之间的贡献分配，而且是申报制——由参与者自己声明。本章回答“这两份文字是不是同一次作文”，裁决对象是文本族与生成结构之间的关系，而且明确拒绝申报制：本章第二十节写明，生成见证不能由写作者自陈获得，只能由撤稿后的响应获得。判决性对照：一位完全符合 ICMJE 四条的作者，其文本在本章的留出挑战中仍可能分化为两个生成身份（他确实作出了实质判断，但两次判断不共享同一生成结构）；反过来，一位按 ICMJE 应列入致谢的人，其生成见证可能与正文完全一致。两套判决可以相反，因为它们裁的是不同的东西：一个裁功劳与责任，一个裁对象同一性。
本章与第二章同形：两章都主张身份不由静态特征给出，须由扰动后的响应裁决。分离线不在方法，在被扰动的是谁。
本章撤走的是文本，留下的是人。把原稿封存、禁止调用原会话，让写作者在新条件下重新组织同一批意义关系，看那套关系是否还能被他生成出来。读数落在写作者身上，因此它能分辨“同文异作”——两份完全相同的文字，背后是两个不同的生成主体。
第二章不动人，动的是文本。在声明的判别分辨率下对这一份文字施加预注册的保相与破相变换，看宏观组织关系是否跃迁。读数落在文本对象身上，因此它能分辨“改到什么程度它就不再是这一篇”——哪怕从头到尾是同一个作者。
判决性对照：一个写作者可以在扰动后完整重建关系（本章判为同一生成身份），而他新写出的那份文本在关系探针上与原文分属两相（第二章判为两个对象）。两个判决都成立且不矛盾——它们裁的本来就不是同一个东西：一个裁谁，一个裁哪一篇。反向的交叉同样存在：两个人复现出同一相的文本（第二章判同一），而撤稿后只有一人能重建（本章判不同）。
这条对切同时是两章的共同证伪条件：若上述两种交叉在真实样本中从不出现，即人侧读数与文本侧读数长期近乎一一对应，那么两章之一是冗余的，应当合并。
其一，本章没有自跑任何数据。第十六节的方向检查用的是两项他人已发表研究，且本章诚实写明它们只支持较弱前提、不能运行核心检验。这是九章里唯一一章的证据全部来自二手，读者应据此调低对本章经验部分的权重。
其二，生成见证的编码一致性未解。本章第六条证伪自己提到“若不同盲评者对 G 的关系约束无法达到基本一致，且只有提高抽象程度才能提高一致性，则生成见证缺少可测量边界”——这条尚未检验，而它是最可能杀死本章的一条。