看不透的系統，要換成可驗證、可解釋、可退場

COMPASS 這個泛癌免疫治療預測模型，在 16 個臨床隊列、1133 名病人上驗證，較次優方法準確率提高 8.5%。今天七篇橫跨密碼學、腫瘤 AI、產業趨勢與認知心理，問的是同一題：系統越來越自動、越來越不透明時，人怎麼把確定性與主導權拿回來。

一、不透明的系統，要用機制而不是人品換信任

發生了什麼：ZKP（零知識證明）的核心能力是只證明某句話為真，不洩露多餘資訊，像在酒吧證明滿 18 歲卻不用掏出整張證件。它有三個性質：可編程隱私，可自訂公開到哪一層。精簡性，證明大小幾乎不隨運算複雜度長大，一整批以太坊交易能壓成極短證明上鏈。通用運算，用 Circom 幾十行就能寫出過去工程量極高的群簽名。另一篇「凝視奇點的物理學徒」是實作版：博客用 ENS 加 IPFS 去中心化部署以規避平台下架，並記錄門羅幣被主流交易所全數下架後生態照樣運轉的「壓力測試」。同篇也提到 Google 量子論文的估算：破解比特幣 secp256k1 只需約 1200 到 1450 個邏輯量子位元。

原理：面對看不透又不得不信的系統，可以在密碼學上做到可驗證，也可以在架構上讓單點作惡與下架失效。

怎麼用：檢視自己依賴的平台與工具時，先問兩件事：我能不能獨立驗證在意的那一層，以及單一平台出事時我還有沒有退路。

何時不成立：驗證成本高過風險本身時不成立，例如只是一次性、金額很小的交易，為它建一整套驗證機制並不划算。

二、AI 想進高風險的實體場景，得給可解釋的機制

發生了什麼：COMPASS 是哈佛醫學院、羅氏與浙大合作的泛癌免疫治療預測模型，《Nature Medicine》7/3 上線。它不把腫瘤轉錄組當黑箱，而是先過一層「44 個人類可讀的免疫概念」（概念瓶頸）再給預測。過程拆成基因、表徵、免疫概念、TIME、響應機率五層，每條連結都標注意力權重，從「輸出一個分數」升級成「解釋一個病人的免疫狀態」。跨 16 個臨床隊列、1133 名病人驗證，較次優方法準確率提高 8.5%、AUPRC 提高 15.7%。另一邊黃仁勳丟出對照：傳統 IT 產業約 1 兆美元、已經內卷，實體產業（製造、基建、工業）約 99 兆美元、數位滲透率極低，AI 該從純軟體走進實體生產。

原理：高風險場景要的是能被領域專家檢查的機制，光給分數不夠，純軟體的準確率競賽終會被拉平。

怎麼用：評估或推動 AI 專案時，先問它的輸出能不能被拆成使用者看得懂、可追溯的道理，再談準確率。

何時不成立：錯誤代價很低的場景不成立，例如推薦一首歌，使用者不需要知道模型為什麼這樣推。

三、成長在刻意費力那一側，而且直覺常常是反的

發生了什麼：萬維鋼〈主動高認知負荷〉主張注意力才是最稀缺的資源，平台用碎片化的淺娛樂免費收割。破法不是靠意志力壓走神，而是主動把任務加載成高認知負荷，用難度直接擠走大腦預設模式網路（DMN）的走神。王路〈為什麼你越安慰朋友他越走不出來〉指出，反覆安慰是一種「安全行為」，會激活獎賞系統、短期止痛，卻阻斷恐懼的自然消退，2009、2014 兩個實驗佐證。它還會把對方的「自我確認權」轉移到你身上，綁成共依存。帽子與髮型那篇給了一個決策快捷鍵：猶豫時先問這是「帽子」（可隨時換）還是「髮型」（跟你很久）。

原理：大腦預設是省力，專注、助人、決策的直覺做法常常是反的。

怎麼用：想專注就主動加難度，想幫朋友就把確認權還給他，面對決定先用可逆性分流：可逆的快做試錯，不可逆的才慢想。

何時不成立：身體或心理已處在急性危機時不成立，例如對方剛遭遇重大打擊，當下先陪伴與支持，比急著還他確認權恰當。

今天的主線

七篇底下是同一條筋：不要盲目信任看不透的系統，而要讓它可驗證、可解釋、可退場。技術端的 ZKP 用「證明而不揭露」，COMPASS 用概念瓶頸讓 AI 把預測攤開。心理端是同一招換皮膚：主動加載認知負荷、別被平台餵養，別用安慰替朋友背書。一句話收攏，就是把信任從「人品保證」換成「機制保證」。

本文數據引自所列來源之解讀內容，未逐一回查原始報告。

來源

• 〈為什麼你越安慰朋友，他越走不出來？〉，得到 App
• 〈主動高認知負荷：注意力的 Pro 模式〉，得到 App
• 〈COMPASS 泛癌免疫治療預測 AI 模型深度研報：可解釋新範式〉，得到 App
• 〈黃仁勳：跳出 IT 萬億內卷，以 AI 賦能 99 萬億實體產業〉，得到 App
• 〈零知識證明（ZKP）入門深度研報〉，得到 App
• 〈「凝視奇點的物理學徒」個人博客全站深度分析〉，得到 App
• 〈猶豫不決時，想想帽子 vs 髮型〉，Facebook Reel