工业化需要机械仲裁者

定理。 只有在存在机械仲裁者——能快速、不知疲倦地为每一件作品打分——的领域里，一个结果才能被工业化。有了这样的裁判，生产就会坍缩为优化：SOP、A/B 循环、按组织架构展开的梯度下降。没有这样的裁判，这个结果就仍然是一门一次说服一个人的手艺，任何手册都无法传承它。

正面案例：

• YouTube 成名（the-mrbeast-factory）：推荐算法在数小时内就用点击率（CTR）× 观看时长为每一条视频打分。这正是"我能把任何人捧红"这句话在这个领域可信的原因——也是那句话的作者把这个裁判的损失函数原封不动地搬进公司 KPI 的原因。
• SEO / GEO（生成式引擎优化）：Google 的索引和各类问答引擎都是可审讯的裁判——这正是一个单人创始人能对它们跑一套审讯循环、拿到可衡量的引用（FlexMesh 的 geo-by-interrogation）的原因，也是 Jenny Hoyos 能靠爬虫从公开作品中提炼出整套手艺的原因。

反面案例，同一位创始人，同一款产品： 在车队停车场和微信群里触达网约车司机，没有仲裁者——没有逐件作品的打分，没有快速反馈，没有可供迭代的对象。增长的这一半之所以抗拒机械化，不是因为缺技巧，而是因为缺一个裁判（FlexMesh 的 reaching-gig-workers）。同一款产品的增长故事内部这种不对称，就是这个定理作为一次受控实验的演示。

agent 时代的修正（2026）：两条边界，而非一条

原来的定理悄悄把两个不同的问题合并在了一起，而 agent 把它们重新拆开：

• 能否被优化（工业化）？——需要一个机械裁判为作品打分，才能沿梯度攀爬。agent 不改变这一点：没有裁判，就没有可攀爬的分数，所以车队停车场那一块依然无法被优化。把这个定理理解为一个关于优化的断言，它依然成立。
• 能否被自动化（不靠人来完成）？——这才是 agent 真正撬动的地方，而且撬动得很多。那种开放式的、重判断力的、一次一个人的人类手艺——调研目标群体、在微信群里对话、个性化触达，甚至软性地判断质量——现在都可以由 agent 执行。过去需要一双人手的事，现在不再需要了。

所以"没有仲裁者 → 不可机械化"把不可优化和不可自动化混为一谈了。agent 让前者依然成立，却在很大程度上消解了后者。上面的反面案例现在只是不可优化，不再是不可自动化：agent 可以把微信群 / 车队附近的触达当作一套程序来执行（cold-start 的拆解——定位目标群体、列出目标名单、提供真实的个性化价值），这是脚本永远做不到的。

连 agent 都撼动不了的残余（真正仍然只属于人的部分）：

1. 物理世界的在场——车队现场的一具身体，活动现场的一张真实面孔；
2. 需要真实人类身份的信誉——账号作为声誉抵押品、被人担保、经真实时间积累的关系；
3. 不可化约的品味——最终的审美/战略判断（审阅带宽，Jenny 案例中的那份残余）；
4. 问责/同意——不可逆行动需要一个真正的负责人（人工审批闸口）。

这份残余缩小了，但没有消失。还要注意这打开的第二条轴线：agent 本身可以充当一个（软性的）裁判——于是一个原本没有机械仲裁者的领域，现在也能获得一个合成的仲裁者，这开始在边缘侵蚀优化这条边界（slop-is-a-context-deficit 中的软裁判；但有一个告诫：agent 裁判和生产者共享同样的盲区，所以它们无法完全替代一个真正的外部裁判）。

推论：

1. "这件事能否被工业化"是领域的属性，而不是操作者的属性——在问"方法是什么"之前，先问"谁在给作品打分、多快、多机械"。
2. 有仲裁者的地方，知识会泄漏并复制（手册、爬虫、审讯循环）；护城河会退化为资本和位置。没有仲裁者的地方，隐性手艺继续收它的租金。
3. 仲裁者的损失函数会殖民生产者的目标（公司真的会把 CTR×AVD 直接定为 KPI）——谁拥有这个裁判，谁就拥有这个行业的目标函数。（它也可以选择公开自己的形式，同时保留品味：open-sourcing-the-judge。）

亲缘：geo-by-interrogation 与 reaching-gig-workers（FlexMesh）· metrics-carry-provenance（裁判需要可观测的指标；能存活下来的词汇，是裁判能计算的那部分）· 创始人的立场原则——约束应属于机器，而非说服。