员工用 AI 把活干完，脑子却什么也没长进去——学术界给这个现象起了名字：认知卸载（cognitive offloading）。更狠的是「认知投降」：宾大沃顿 2026 年研究发现，即便提前告知 AI 有 50% 概率出错，仍有超过 55% 的参与者直接照单全收。麻省理工的写作实验里，AI 组仅 16.7% 的人能复述自己刚写完的内容，纯脑力组是 88.9%。原文说的「绩效提升不等于能力提升」，在这组数据里有了具体刻度。

野中郁次郎 1995 年在《创新求胜》里把知识创造拆成社会化、外化、组合、内化四段螺旋，支点是四种「场」（Ba）——创始场、对话场、系统化场、练习场。这套理论的隐含前提是人与人共处一室：老销售带新人看客户、老师傅站在机床边指点。生成式 AI 恰恰把「场」从师徒共处挪到了人机对话界面，原文的四重风险本质上是这个前提被抽走后的连锁反应。理解「场」这一层，才能看懂为何社会化环节最先塌陷。

原文把微软 Copilot 的「接地检查」当作幻觉治理范本，但市场给出的是另一份成绩单：2026 年微软 365 商务版激活 4.5 亿套，真正买了 Copilot 服务的只有 3.3%；Salesforce 的贝尼奥夫直接把它比作新版 Clippy，认为微软缺的正是企业级数据、元数据和安全模型。同一家公司，一边是治理样板，一边是落地失败，说明验证机制不是装上就灵——它依赖底层知识库本身的可信度，而后者恰恰是最难补的短板。

原文说知识主权风险来自「把数据接进第三方模型」，但真正被攻破的地方更土气：Ollama 默认开放 11434 端口、无任何鉴权，奇安信测绘发现近九成私有化部署的大模型服务器在互联网上毫无防护，2025 年 3 月国家网络安全通报中心专门就此发过通报。攻击者已在用自动化脚本扫描，盗算力挖矿、窃模型文件、污染输出。企业以为「私有化部署＝数据留在内网」，实际是把知识库挂在了公网上，这层认知差比模型能力更致命。

AI 编造内容已从技术问题变成司法麻烦，国内可查的判决已形成分层逻辑：杭州互联网法院驳回梁某索赔，理由是 AI 无民事主体资格、平台已尽显著提示义务；南京中院则判搜索平台书面道歉，因其「AI 智能回答」主动整合加工并公开展示，属内容生产而非技术中介；杭州滨江法院判用 AI 写稿的自媒体博主赔 3 万元。焦点是「谁发布、发布前有没有审核」——这条线还在移动，百度已至少卷入三起同类诉讼，后续判例将决定企业知识库的审核责任边界。

原文担心 AI 削弱师徒制会截断隐性知识传承，但更硬的问题在招聘端：覆盖 28.5 万家企业、6200 万员工的研究显示，2023 年初起积极部署生成式 AI 的企业初级岗位规模明显缩减，76% 的雇主在 2025 年减少或维持了初级岗，42% 应届生处于「高才低就」。金字塔的底座被抽掉，十年后谁来做独立判断的资深专家？值得追问的是：企业省下的初级人力成本，是否已被未来专家断层的代价对冲掉了。