不对劲感（Anomaly Detection Gut）
核心定理
不对劲感不是"一个独立认知信号附带生理反应"，也不只是"模式识别+元判断的涌现属性"。它就是预测→后果对照这个完整身心回路的体感本身。
追本七层到底的结论：
- 不对劲感 = 预测误差的主观感受侧，正如痛觉 = 组织损伤的主观感受侧
- 它的生理基座是自主神经系统的预测误差响应（心率微变、皮肤电导、瞳孔扩张）
- 这个响应不与"谁做的预测"绑定——只与"场景中是否出现了意外"绑定
- 响应的幅度取决于人处于"操作者"还是"监控者"状态
两个触发来源
Gary Klein 的自然决策理论区分了不对劲感的两种触发（它们共享同一底层机制——预测误差）：
| 类型 | 机制 | 恢复方式 | 恢复难度 |
|---|---|---|---|
| 模式不匹配 | 已有模式库中找不到匹配→"这不符合任何已知类型" | 可模拟恢复（仿真、视频、案例学习） | 中 |
| 模式匹配但后果不对 | 模式给出明确预期→世界返回相反后果→"按道理应该XX但它没有" | 必须真实后果体验 | 高 |
AI 替代判断时，两个来源都萎缩——但第二个恢复门槛远高于第一个。
零时刻短路
不对劲感的退化 = 阶跃函数，不是渐进衰减。
在 AI 首次接管"判断→行动→后果分配"的瞬间：
- 你做了一个判断（或跳过了判断）
- AI 做了判断
- 世界返回后果
- 后果被分配给 AI 的判断，不是你的判断
- 你的预测与后果之间的对照回路被切除
这不是信号减弱——是信号源被短路。退化零时刻 = AI 首次替代判断的一个判断-后果周期。
阈值不对称漂移
不对劲感的触发阈值不是固定的。它是根据历史预测误差的分布动态调节的。
适应性机制：当一段时间的预测误差都"小到不需要行动"，系统自动调高触发阈值以节省代谢成本（Klein 说的"绷紧"的生理动员）。在自然环境下是适应性的——环境平稳时警报灵敏度应该降低。
AI 替代判断时，这个机制变成背叛：
- 系统接收到的"预测误差"来自 AI 而非本人
- 全部在"不需要人行动"的范围内（因为 AI 处理了）
- 阈值被系统性推高——偏差必须非常大才能触发"不对劲"
- 微妙线索永远达不到触发阈值
漂移方向：总是向更宽松方向（不对称），不会变得更敏感。
技能恢复 ≠ 不对劲感恢复
Norman 在航空领域的核心观察：强制手动飞行恢复了飞行员的操作技能（皮层，数月可重建），但没有恢复不对劲感（自主神经系统灵敏度阈值，同等或更长时间逆转）。
根因：
- 认知技能在皮层 → 可通过重新练习恢复（加速恢复 3-5×）
- 不对劲感在自主神经系统 → 需要长期暴露在"操作者状态"中，经历真实的预测→后果对照循环来逆转灵敏度阈值
- 这两个系统的可塑性时间常数不同——认知重建 < 自主神经重塑
与判断力退化级联的关系
不对劲感退化是 Judgment-Degradation-Cascade 的第二环（L0→L1 的因果触发器），且在因果链中是最早退化的可观测信号：
- 后果缺失（t=0）→ 不对劲感短路（t=0+一个判断-后果周期）
- 不对劲感失灵 → 摩擦力退化（没有警报，判断启动阈值抬高）
- 摩擦力退化 → 肌肉退化（不练习导致技能萎缩）
不对劲感是级联从"瞬时切除"过渡到"渐进衰减"的临界转换点。
开放性争议
- Kahneman 质疑：低效度环境中的不对劲感本身是噪声——它指向"任何东西"（随机波动、情绪、午餐），不能被信任
- Klein 反质疑：低效度环境中存在局部高效度子空间（"数据是否异常"比"股票是否涨"更可判断）——在这些子空间中不对劲感仍有信号价值
- 第二个不归点？：如果不对劲感退化后，后果体验永久缺失（AI 永远做那个判断），它是否构成比身份退化更早的不归点？
工程化启示
- 不对劲感没有独立训练方法——只能通过真实判断→后果循环自然维持
- 阻断退化需要后果重新分配给人——不只是重新做判断，而是接受判断的后果反馈
- "先自己判断→再看 AI 建议→对比差距"是维持不对劲感校准的最低可行实践
- AI 工具设计应保留"不对劲触发器"——明确指出 AI 高不确定性的场景，强制人的判断参与
关键数据点
- 技能恢复≠不对劲感恢复：Norman 航空自动化数据——飞行员强制手动飞行恢复操作技能（数月），但异常检测直觉（不对劲感）未同步恢复（自主神经系统灵敏度阈值重塑需同等或更长时间）
- Klein NDM 实证：退役声呐员 2 年→潜艇识别准确率降 60%（基座过时，非单纯肌肉退化），对比正常暴露维持者无退化——模式库时效性退化的直接证据
- 零时刻短路机制：追本七层推导——AI 替代判断的第一个判断-后果周期即切除后果回路（阶跃函数，非渐进衰减），从 Liu et al. 10分钟摩擦力退化间接佐证（回路切除→持久力即刻下降）
- 阈值不对称漂移：适应性代谢成本机制（追本六层）——长期处于"监控者状态"（低准备度 + AI 偏差范围）→不对劲感触发阈值系统性推高，漂移方向总是向更宽松侧
前提与局限性
- 理论前提：不对劲感的不可分割身心回路论（追本七层到底）= 认知（模式→后果预期对照）+ 生理（自主神经预测误差响应）不可分离的经验整体。此前提源于 Klein NDM + Norman 航空数据的综合，尚未经自主神经实验（心率变异/皮肤电导/瞳孔测量）在 AI coding agent 场景中的独立验证
- 神经基础假设：阈值调节发生在自主神经系统层面的假设是推导（类比痛觉敏化/习惯化机制），缺乏对 AI 使用者不对劲感的直接神经测量
- 核心局限：不对劲感的退化速度标定完全依赖类比（航空/医疗/军事），在 AI 辅助编程的日常场景中尚无系统测量；Kahneman 质疑（低效度环境中的不对劲感=噪声）在此场景中可能更严重（编程判断的效度介于纯粹高效度和低效度之间）
- 恢复假设待验证："后果体验加速逆转"是理论推导——实践中 AI 辅助编程环境很难设计出真正的"后果体验"（代码错误的后果通常是延迟的、非致命的、由 AI 兜底的）
关联概念
- Judgment-Degradation-Cascade — 不对劲感退化是级联的第二环（L0→L1 因果触发器），零时刻短路后的第一个可观测退化信号
- Judgment — 既有判断力实体；不对劲感为其提供 L0 层（模式-后果对照的身心基础），区别于 L1 模式识别/L2 启发搜索/L3 元判断
- Augmentation-Trap — 增强陷阱的退化机制链；不对劲感退化 = 增强陷阱在生理层的入口
- Friction-as-Design-Signal — 不对劲感退化→摩擦力退化的因果箭头；两实体互补构成了级联从"生理回路切除"到"行为启动阈值抬高"的转换
- Vibe-Coding — 长期 vibe coding→"不对劲感"消失的典型场景：代码审查中的微妙异常不再触发警报