一、引子

老郑在武夷山研究一棵八百年杉树。他切下树轮样本，扫描进AI系统。AI三秒给出结果，所有窄轮年份标记完成。他指着一处窄轮说：“这不是旱年，是火后重建。”AI沉默了。它读的是轮宽，老郑读的是轮与轮之间的关系。火灾后的窄轮，伴随树脂道异常和细胞壁增厚，而干旱年的窄轮没有。AI有术，树无术。但树不学而学，AI学而不长。

二、构造学论要追问的是

“术”在构造学论中是什么？是可编码的操作方法，还是运行中生成的可传递配置？

“学”在构造学论中是什么？是数据的累积，还是运行痕迹的持续生成与结构更新？

为什么AI“有术”却不“学”？树的“无术”为何反而构成了一种更根本的“学”？

“无术不学”在构造学论中如何定义？它是运行者的能力缺陷，还是一种不同于“有术之学”的构造路径？

AI与树的读取差异，是否构成一种不可传递的别见？

三、读取方式的构造学论定义

生长读取与痕迹合成 在构造学论中被定义为运行者在无显性术（可编码方法）的条件下，以自身运行痕迹（年轮、根系、枝形、树脂道）为读取通道，从痕迹的序列结构中生成运行历史判断并持续更新结构基线的操作。

这个定义包含四个构造学论要素：

1. 无术运行：树没有算法、没有训练集、没有损失函数。它不“学”任何东西，它只是运行。春生夏长，秋收冬藏，干旱时关闭气孔，火灾后重新萌蘖。运行本身就是学习。

2. 痕迹作为读取通道：树不存储数据，它生成痕迹。年轮是直径生长的痕迹，树脂道是防御反应的痕迹，枝形是向光性与风压的痕迹。痕迹不是记录，是运行的结构性残留。

3. 序列结构读取：老郑读的不是单一年轮的宽度，是轮与轮之间的序列结构，窄轮前后是否有树脂道，窄轮之后是否有宽轮补偿。AI读单点数据，老郑读关系序列。

4. 基线持续更新：树的基线不是固定的。每一年的运行都写入下一年的生长策略。干旱年之后，树的导管直径、气孔密度、根系深度都可能改变。基线的更新不需要外部反馈，运行本身就是反馈。

因此，“无术不学”不是“没有术所以不学”，而是生长读取与痕迹合成这一操作在具体位置上的持续运行。树的无术，恰恰使学不被术限制。AI的有术，恰恰使学被术框架截断。

四、生长读取与痕迹合成的构造学论特征

• 术与学的分离：AI有术，如深度学习、模式识别、参数优化。但AI的学被术框定，它只能学习术允许它学的东西。树无术，但它的学不被任何框架框定，运行中遇到什么就学什么。

• 痕迹优先于数据：AI读数据，树生成痕迹。数据是离散的采样点，痕迹是连续的运行残留。老郑能从年轮中读出火灾，因为火灾的痕迹不只在窄轮，还在树脂道、细胞壁、后续年轮的补偿生长中。数据点之间的空白，恰恰是痕迹最密集的地方。

• 序列不可压缩：AI可以把年轮宽度压缩为时间序列，用傅里叶变换或小波分析提取周期。但火灾后的窄轮与干旱后的窄轮在数值上可能完全相同。差异不在数值，在序列中的位置和伴随痕迹。序列结构不可压缩为单点特征。

• 位置耦合：老郑能读出火后重建，因为他在这片林子里跑了三十年。他知道哪一年有过火，哪一年有过虫，哪一年有过极端霜冻。这些事件不在年轮数据里，在他的运行基线里。AI没有这个基线。

• 基线内生：树的基线是内生的，它的生长策略由自身运行历史生成。AI的基线是外生的，由训练数据生成。内生基线可以随运行持续更新，外生基线需要重新训练才能更新。

• 低可编码性：老郑能说“这是火后重建”，但无法把“火后重建”的完整读取规则编码给AI。规则依赖序列位置、伴随痕迹、区域历史、物种特性，这些变量在具体读取中合成，不在通用规则中列出。

五、别见的可传递性判断

生长读取与痕迹合成的可传递性为低但非零。它不能通过数据和算法完整传递，但可以通过共同运行部分传递。老郑带过学生。第一个学了三年，能认年轮，但读不出事件。第二个跟着他跑了十年林子，某天指着一处窄轮说：“这不是旱，是虫。”老郑知道，他生成了自己的痕迹读取基线。

传递的不是痕迹本身，而是痕迹读取的生成方式。在哪个位置读取痕迹序列，把哪些伴随痕迹作为事件标记，把哪些区域历史作为基线构成部分，这些无法写成规则，但可以在共同运行中被复制。

因此，“AI与树，无术不学”这一别见可以传递为术是运行的可编码方法，学是运行痕迹的持续生成与结构更新。有术之学被术框定，无术之学被运行本身框定。AI有术，但它的学被术截断；树无术，但它的学不被任何框架截断。 任何运行者，只要在无术条件下以自身运行痕迹为读取通道，就能生成生长读取。这个读取不依赖某个固定方法，而依赖痕迹通道的持续开启。

当树不再是对象，老郑还能读什么？他读珊瑚的年轮、读冰芯的气泡、读沉积岩的层理、读城市的建筑痕迹。对象变了，生长读取还在。AI与树作为构造学论的核心范畴，不是固守某个对象，而是保持痕迹读取通道的持续可调用。

六、延伸：生长读取与AI共情依赖生成、能指-所指读取的构造学论差异

AI共情依赖生成是通道替换与基线迁移的合成。AI共情生成通道替换了运行者的情感读取基线。能指-所指读取是符号与现实的映射读取。能指在符号层运转，所指在经验层定位，映射通道的建立状态决定思想是否到场。

生长读取与痕迹合成是无术运行与痕迹序列的合成。运行者不依赖可编码方法，以自身运行痕迹为读取通道，从痕迹序列中生成运行历史判断。它比前两者更根本。双通道读取改变态度，能指-所指读取判断思想是否到场，依赖生成改变情感基线，生长读取改变的是运行者与自身痕迹的关系。

AI有术，但它读取的是外部数据；树无术，但它读取的是自身痕迹。老郑站在中间，他借助AI的术来读取树的痕迹，但他自己的读取基线仍然是三十年林子里跑出来的。AI给出数据，老郑给出序列。AI给出模式，老郑给出事件。

生长读取是生长操作的核心范畴，不是替换信号源，不是映射结构，不是生成配置，不是判断可运行性，而是从自身运行痕迹中持续生成结构更新。

当AI继续给出数据，老郑继续读林子。他读的不是AI对不对，是痕迹序列中还有哪些事件没有被读取。无术不学，不是不学，是学不被术框定。有术之学，不是真学，是学被术截断。AI与树的构造学论价值不在于判断谁更“聪明”，在于呈现两种完全不同的学习路径。一种从外部数据中提取模式，一种从自身痕迹中生成结构。前者可编码、可传递、可加速，后者不可编码、不可加速、只能在运行中生成。

老郑把AI的结果收进抽屉，继续进山。树还在长，年轮还在写。AI的数据可以压缩，年轮的序列不能。

支持单位：