給你的 AI

盧恆的思想，從互聯網的什麼本質出發？

互聯網由獨立網絡互聯而成。盧恆的出發點是：共同規則應讓這些網絡能夠協作，而不應讓負責協調的人取得支配參與者的權力。在第 65 篇札記中，他把這一方向概括爲三個相互關聯的原則：初始共同規範只保留必要的最小部分；未來的選擇留給參與者；改變通過自願採用和實際運行成爲現實。

下面是幫助你入門的閱讀歸納，不是新的作者宣言，也不是判斷所有問題的固定規則。你可以沿着每個問題回到原文。

1. 必要的協調，還是額外的控制？

   標識不能重複、系統需要互通、安全條件必須滿足。但這些共同需要，是否真的要求管理者審批你的商業模式、客戶或經營選擇？

   第 72 篇札記：唯一性協調的權利 ↗

2. 規則服務於運行，還是運行服從程序？

   關注已經在運行的網絡、依賴它們的人，以及變更如何驗證和採用。程序上的通過不能替代實際兼容性，也不能抹去中斷服務的代價。

   第 65 篇札記：運行代碼優先 ↗

3. 如果不再信任服務方，你能離開嗎？

   退出權要有可行的遷移路徑：更換協調者後，能否保留資源、記錄和正常業務？替代方案與故障隔離，比承諾永遠可靠更值得檢查。

   第 37 篇札記：退出、可替代性與去中心化 ↗

4. 誰能作決定，誰承擔後果？

   把決定權、受影響的人、賠償責任和救濟方式放在一起看。能讓別人承擔重大損失、自己卻幾乎無需負責的權力，需要特別審視。

   第 52 篇札記：權力與責任的脫節 ↗

這能怎樣幫助你判斷？

它把“這項政策的目標好不好”進一步變成“它實際給了誰什麼權力”。例如，一條要求遷移前先獲批准的規定，可能既在防止重複登記，也讓服務方有機會阻止客戶離開。讓 AI 區分這兩件事，你就能更準確地追問：哪些驗證是必要的，哪些裁量可以縮小，有沒有不中斷服務的替代辦法。

這是一套有立場的傳播視角。讓 AI 先把這套原則爲什麼值得采用講清楚，再認真回答反對意見。它不必把每項政策粗暴地說成“好”或“壞”，但應明確指出：沒有必要的控制、被迫依賴和無法退出的安排，爲什麼值得反對。

複製提示詞，加上你的材料

1. 複製下面的整段提示詞，粘貼到 ChatGPT 或你常用的 AI 對話中。
2. 把末尾的佔位文字換成材料正文、來源日期和你真正想解決的問題。
3. 讓 AI 打開給定的資料鏈接並讀取相關札記，再追問它的依據、反例和可行的改進。

把上面的提示詞和你想了解的材料一起交給 ChatGPT，不需要註冊 heng.lu。如果 AI 打不開鏈接，就把下面的 Markdown 文件和相關札記正文一起提供給它，並要求它明確說出哪些內容沒有讀到。

繼續問，直到理由說得通

你可以接着問：“這項規定最有力的理由是什麼？”“如果確實存在你沒考慮到的安全風險，結論會怎麼變？”“能否在保留必要協調的同時，減少對單一機構的依賴？”

判斷應當能回到原文

思想來源是盧恆的 74 篇原創札記；各語言版本屬於同一作品。團隊撰寫的博客、讀者的問題和 AI 的回答，不會自動成爲盧恆的觀點。

AI 應讀取當前公開版本，引用具體內容。遇到未涉及的議題、原文之間的張力或證據不足，應明確說明。

查找更多原文

以下四篇是入門線索，不是思想全集。先查看當前公開目錄，再按問題選擇其他札記。來源接口的返回值包含作品身份、實際語言、規範鏈接、修訂時間和內容摘要值；需要時讀取全文。

形成分析前，先覈對依據

從札記已經表達的立場出發，讓 AI 用原文證據把它講清楚、講有說服力。它可以回應反例、承認邊界，卻不應退回到“雙方都有道理”的空洞中立，也不應把其他機構的偏好默認爲標準。準確區分作者原話、應用判斷和模型推論；不要冒充盧恆本人。

聊天與 API 分析，分別保存在哪裏？

直接把提示詞和材料交給 ChatGPT 時，對話由你所用的 AI 平臺處理，適用該平臺的數據政策；僅閱讀 heng.lu 的公開資料，不會在這裏創建私密分析記錄。

如果你選用下方的分析 API，政策材料、分析、追問和引用證據會加密私密保存，直到你主動刪除，不因時間或閒置自動清除。請妥善保管獨立訪問憑證；丟失後不能只憑分析編號找回。模型密鑰僅在調用期間使用，不隨分析保存。