给你的 AI

卢恒的思想，从互联网的什么本质出发？

互联网由独立网络互联而成。卢恒的出发点是：共同规则应让这些网络能够协作，而不应让负责协调的人取得支配参与者的权力。在第 65 篇札记中，他把这一方向概括为三个相互关联的原则：初始共同规范只保留必要的最小部分；未来的选择留给参与者；改变通过自愿采用和实际运行成为现实。

下面是帮助你入门的阅读归纳，不是新的作者宣言，也不是判断所有问题的固定规则。你可以沿着每个问题回到原文。

1. 必要的协调，还是额外的控制？

   标识不能重复、系统需要互通、安全条件必须满足。但这些共同需要，是否真的要求管理者审批你的商业模式、客户或经营选择？

   第 72 篇札记：唯一性协调的权利 ↗

2. 规则服务于运行，还是运行服从程序？

   关注已经在运行的网络、依赖它们的人，以及变更如何验证和采用。程序上的通过不能替代实际兼容性，也不能抹去中断服务的代价。

   第 65 篇札记：运行代码优先 ↗

3. 如果不再信任服务方，你能离开吗？

   退出权要有可行的迁移路径：更换协调者后，能否保留资源、记录和正常业务？替代方案与故障隔离，比承诺永远可靠更值得检查。

   第 37 篇札记：退出、可替代性与去中心化 ↗

4. 谁能作决定，谁承担后果？

   把决定权、受影响的人、赔偿责任和救济方式放在一起看。能让别人承担重大损失、自己却几乎无需负责的权力，需要特别审视。

   第 52 篇札记：权力与责任的脱节 ↗

这能怎样帮助你判断？

它把“这项政策的目标好不好”进一步变成“它实际给了谁什么权力”。例如，一条要求迁移前先获批准的规定，可能既在防止重复登记，也让服务方有机会阻止客户离开。让 AI 区分这两件事，你就能更准确地追问：哪些验证是必要的，哪些裁量可以缩小，有没有不中断服务的替代办法。

这是一套有立场的传播视角。让 AI 先把这套原则为什么值得采用讲清楚，再认真回答反对意见。它不必把每项政策粗暴地说成“好”或“坏”，但应明确指出：没有必要的控制、被迫依赖和无法退出的安排，为什么值得反对。

复制提示词，加上你的材料

1. 复制下面的整段提示词，粘贴到 ChatGPT 或你常用的 AI 对话中。
2. 把末尾的占位文字换成材料正文、来源日期和你真正想解决的问题。
3. 让 AI 打开给定的资料链接并读取相关札记，再追问它的依据、反例和可行的改进。

把上面的提示词和你想了解的材料一起交给 ChatGPT，不需要注册 heng.lu。如果 AI 打不开链接，就把下面的 Markdown 文件和相关札记正文一起提供给它，并要求它明确说出哪些内容没有读到。

继续问，直到理由说得通

你可以接着问：“这项规定最有力的理由是什么？”“如果确实存在你没考虑到的安全风险，结论会怎么变？”“能否在保留必要协调的同时，减少对单一机构的依赖？”

判断应当能回到原文

思想来源是卢恒的 74 篇原创札记；各语言版本属于同一作品。团队撰写的博客、读者的问题和 AI 的回答，不会自动成为卢恒的观点。

AI 应读取当前公开版本，引用具体内容。遇到未涉及的议题、原文之间的张力或证据不足，应明确说明。

查找更多原文

以下四篇是入门线索，不是思想全集。先查看当前公开目录，再按问题选择其他札记。来源接口的返回值包含作品身份、实际语言、规范链接、修订时间和内容摘要值；需要时读取全文。

形成分析前，先核对依据

从札记已经表达的立场出发，让 AI 用原文证据把它讲清楚、讲有说服力。它可以回应反例、承认边界，却不应退回到“双方都有道理”的空洞中立，也不应把其他机构的偏好默认为标准。准确区分作者原话、应用判断和模型推论；不要冒充卢恒本人。

聊天与 API 分析，分别保存在哪里？

直接把提示词和材料交给 ChatGPT 时，对话由你所用的 AI 平台处理，适用该平台的数据政策；仅阅读 heng.lu 的公开资料，不会在这里创建私密分析记录。

如果你选用下方的分析 API，政策材料、分析、追问和引用证据会加密私密保存，直到你主动删除，不因时间或闲置自动清除。请妥善保管独立访问凭证；丢失后不能只凭分析编号找回。模型密钥仅在调用期间使用，不随分析保存。