收藏夹里躺着十几个 AI 工具，测评存了几十篇，新模型发布当天必看热搜——三个月过去，能稳定用进工作流的还是原来那一两个。问题通常不在于没找到好工具，手里缺的是一把尺子：不知道什么值得学、学到哪一步、什么时候该换。装进流程的才值得学，装不进的再热门也不学。这篇是持久方法论轨的总纲：一张六层蓝图、一组判断标准、一张带日期的插槽表。
一、「是什么」的内容活不过一周，「为什么／怎么做」可以放十年
新闻与评测有明确半衰期：一次发布、一轮价格调整、一个版本号，热度在几天内起落，本仓台账里的时效文章皆是如此。商业模式、产品原则、避坑经验、决策框架则不随模型升级失效——变的是插槽里的工具，不变的是每层要回答的问题和判断依据。
写与读各有一个便宜的自检法：主语是事件还是体系？「某模型发布了什么」会过期，「怎么判断一个新工具值不值得投入学习成本」不会。本轨所有选题都要过六道闸（半衰期、挂载、一手、受众、空档、视角），今天先把体系本身交代清楚。
顺带把写作建议落成自检：写完每一段，先问这段是在描述一个事件，还是在交付一个可以照做的动作。事件段落删掉不心疼，动作段落才是文章留得住的部分——这套自检与六道闸同源：事件型内容服务今天，动作型内容服务明天。读者这边同理，看到「新东西很厉害」的说法，先等它长成判断标准再决定投入；等不到标准的，让它留在时间线上即可。
二、六层蓝图：每层回答一个问题，判据说明为什么这么判
| 层 | 这层回答什么 | 判据（为什么是这个） |
|---|---|---|
| L1 需求层 | 谁、痛到什么程度、愿意付什么 | 已有人在为替代方案付钱 |
| L2 定位层 | 交付什么形态、和谁竞争 | 说得出不选竞品的那一个理由 |
| L3 生产层 | 用什么把交付做出来（模型／Agent／人力） | 单位交付成本可算、可复现 |
| L4 分发层 | 怎么持续触达目标人群 | 至少一条渠道有可复利资产（订阅／搜索／名单） |
| L5 变现层 | 怎么收钱：按量／订阅／按结果 | 单位毛利为正，账单能对上 |
| L6 复利层 | 沉淀什么会随时间增值 | 数据、内容、关系任一在复利 |
| LOOP 验证循环 | 上面的假设何时被证伪 | 30 天一个节拍，至少一个读数 |
| X 合规红线 | 隐私／版权／合同／IP | 出事代价 × 概率，一票否决 |
层与判据是体系，按年级稳定；工具插槽是耗材，月级换。合规（X）不是第七层，是横切的红线：任一层都可能被它一票否决。
三、四条判断标准：新工具到底值不值得学
判断标准要能直接拿去用，顺序不能反：
- 挂载在哪一层：它替换 L1 到 L6 加 LOOP 加 X 里的哪一层、哪个插槽？挂不上就不要学，那是兴趣不是生产资料。
- 30 天窗口：插槽级收益能否在 30 天内被验证？验证不了就降级为「了解」，不进生产流。
- 替换成本：有没有替换判据和回退路径？绑死且无回退的，只放非关键位。
- 单位成本：按一手账单算（每任务、每百万 token），宣传页的数字不算数。
四问全答得上来，再谈学习投入；任何一问答不上来，它就还只是收藏品。
四、三个一手例证：这套判据在本仓怎么落地
例一（成本，L3）：Jev Ultrafast 端到端实测-延迟 p50 382 毫秒、问题加到 60 个延迟只涨 14%、255 个 choices 是硬边界，全部实验花不到一毛钱，单任务成本压在 1 美分以内；同一轮也抓到三种静默假成功。判据对应：算到任务级，才知道便宜在哪、风险在哪。
例二（复现，L3）：CUA-S1-FORMS 全量复核-模型卡宣称 99.95%，本仓用手移植的 numpy 前向加自写 ONNX 解释器全量跑 24,370 条，复现到 99.9549%；同时发现域外字段 23 个只填对 2 个。不看宣称，看复现——这是 L3 插槽替换判据的原型。
例三（账单，L5）：CommandCode GOAT 档实测-10 美元换 70 美元额度，MiMo-V2.6 每百万 token 实测约 6 美分，缓存读、长上下文、批量半价在账单里一一拆开算单位成本。判据对应：L5 变现层先算单位经济，再谈规模。
五、30 天验证法与更新承诺
怎么做，三段节拍（对应 LOOP 循环）：
- 第 1 到 7 天：给工具定挂载层与插槽位，写下它的判据和预期读数，判据没写下来的工具不准开工。
- 第 8 到 20 天：进真实任务，只记录插槽级读数——单位成本、成功率、返工率；顺手过一遍 X 红线四查（数据来源、素材版权、合同边界、敏感信息）。
- 第 21 到 30 天：对照判据决定去留。通过则留在插槽，不通过则回退，记录留下作下一轮基线。
当前插槽填充（2026-09-23 快照，这就是「当前填充 + 日期」两行约定）：
| 层 | 插槽 | 当前填充 | 替换判据 |
|---|---|---|---|
| L3 | 强推理模型 | CommandCode GOAT 档 MiMo-V2.6（6 美分/百万，账单实测） | 同题单位成本与成功率 |
| L3 | 端到端 Agent runtime | 暂缓（假成功风险，见例一） | 假成功率降到可接受 |
| L4 | 分发渠道 | geeyo 与微信双端 | 长尾阅读占比 |
| L5 | 定价参照 | 按量与订阅对照，批量半价 | 单位毛利为正 |
| LOOP | 验证节拍 | 30 天 | 每个插槽至少一个读数 |
| X | 合规检查 | 发布前四查 | 出事代价 × 概率 |
更新承诺：插槽漂移会原地更新本文并改更新日期，体系层按年修订才另发新文；文中一手数据全部来自本仓可复现评测，上文三例均带链接回原评测。
收束成一句话：先挂层、再定判据、30 天见数——见不了数的工具，不配占用学习预算。