传统时代和AI时代，学生如何完成作业？
举个教学里的真实场景。
一门“公共政策分析”课，作业是：选一个城市交通问题，做问题树，提三个政策选项，做权衡。
传统假设：
学生为了交作业，会去查数据、厘清利益相关方、画因果链、比较政策工具。这个过程本身就在长能力。交上来的报告，是他能力的代理指标。
AI 时代：
学生让模型先出大纲，再让模型补文献，再让模型写“财政可持续性问题”，再让模型把三个方案写成表。最后人类做的工作是：选、粘、润色、加一句“本文认为”。
报告可能从 B 变成 A。
但“能厘清利益相关方”“能发现因果链漏洞”“能在预算约束下做取舍”这些能力，未必增长。
也就是说：
任务完成了。
能力没形成。
产品却假装能力形成了。
李文把这三个东西拆开：
Task Completion=Capability Formation=Evidence of Capability
这一步拆得关键。因为很多学校现在还在用“作业像不像好作业”来打分，用“有没有交”来发证，用“简历项目漂不漂亮”来招人。可如果中间那层“人是不是真长了本事”被跳过，学位就慢慢变成：
“此人曾处在一个能产出好东西的系统里。”
这不是学位该说的话。学位该说的是：
“有些事，这人现在真的懂，真能在没模型兜底时做出来，真能为结果负责。”