第 1 篇的收尾埋了一句狂言："它的能力边界、失效模式和改进方向，都可以从第一性原理推导出来。"十四篇走完，本文回来检验这句话------把预训练、对齐、推理、MoE、长上下文、推理时计算、Agent、多模态、检索、蒸馏、评测、安全全部铺在一张桌上，看有哪些原理反复出现。检验结果：五条。然后给出全链路总图、产业均衡态与三条带证伪条件的推演，收官。
一、五条第一性原理
1. 计算的经济学二象性：训练是算力受限，解码是带宽受限（第 2、5 篇）。这条断层线切开了两个产业------制造侧拼 FLOPs，服务侧拼每秒字节数；第 5 篇的全部推理工程（量化、KV Cache、投机解码、批调度）都是"省字节、摊字节、或用空闲算力换字节"的变体。
2. 计算可以在四个位置发生 ：参数内（预训练时完成）、上下文内（推理时计算，第 8 篇）、工具与环境内（第 9、10 篇）、以及外部存储（第 11 篇的检索）。蒸馏（第 12 篇）不生产计算，只做跨位置搬运------把上下文里发生过的熟虑折进参数。位置之间的边界由相对价格决定：第 11 篇那张"参数 / 上下文 / 外存"的容量-延迟表，就是这四种位置的价格表。
3. 能力 = 数据 × 算法 × 算力，三要素可互换且边际递减：Scaling Law（第 4 篇）决定曲线形状，MoE（第 6 篇）是"参数与算力解耦"的互换操作，数据质量与配比（第 4 篇）是"数据换算力"的操作，RLVR（第 3、8 篇）是"算法换数据"的操作。工程史就是这三者的套利史。
4. 一切反馈回路终于评测，一切评测终于 Goodhart：第 3 篇的 RM 被策略 hacking，第 13 篇的基准被污染与过拟合，第 14 篇的评测本身成为攻击面。指标公开即异化，防御只剩轮换：不公布、不重复、不出现在语料里。
5. 所有约束都是统计软边界：对齐是喷漆（第 3、12、14 篇），拒绝是概率，指令层级是偏好，安全没有终态只有均衡价。这条原理决定了整个治理层的形态------它不是墙，是市场。
二、全链路总图：产业是一张电网
第 12 篇埋的电厂隐喻足够精确，直接展开成全图：
| 电网环节 | 对应篇章 | 物理瓶颈 | 一句话 |
|---|---|---|---|
| 电力（算力） | --- | 资本与能耗 | 一切的原材料 |
| 发电：预训练 | 1、2、4、6 | 算力 × 数据 | 把互联网压缩进参数 |
| 冶炼：RL | 3、8 | 奖励的真实性 | 把概率密度推向能力上限 |
| 输电：蒸馏 | 12 | 教师上限 | 把计算搬到千家万户的参数里 |
| 配电：推理工程 | 5、7 | 显存带宽 | 让每个 token 便宜两个数量级 |
| 用电：交互与自主 | 9、10、11 | 注意力稀释、错误累积 | 上下文、工具、模态、外存 |
| 电表：评测 | 13 | Goodhart | 分数是能力的影子 |
| 保险丝：安全 | 14 | 攻防均衡价 | 让攻击贵到不划算 |
总装成一段可执行的伪代码------这就是整个产业：
python
def intelligence(compute, data, prefs):
w = pretrain(compute, data) # 发电: 交叉熵压缩 (第1/4/6篇)
w = align(w, prefs) # 粗炼: 偏好塑形 (第3篇)
w = rl(w, verifiers) # 精炼: 能力冶炼 (第3/8/9篇)
small = distill(w) # 输电: 轨迹与软标签 (第12篇)
serve(small, quant="int4", speculative=True) # 配电: 带宽经济学 (第5篇)
return agent(loop=tools, ctx=long_window, # 用电: 上下文工程+外存+模态
retrieve=rags, vision=vit) # (第7/9/10/11篇)
# 电表与保险丝不在这条流水线上, 而是包在每一环外面 (第13/14篇)三、当前的均衡态
制造侧：优质人类文本耗尽，合成数据与推理轨迹主流化（第 4、8、12 篇），递归自食的"分数涨能力平"风险由营养学配方对冲；瓶颈正从数据迁向验证器------可验证域（数学、代码）已被 RLVR 榨干，通用域卡在"谁来打分"。
服务侧：单 token 价格十年两个数量级的下降仍在继续（第 5 篇），推理时计算从奢侈品变成默认档位（第 8 篇）；蒸馏小模型 + 级联路由成为部署标配（第 12 篇）。
架构侧：Transformer + MoE 是稳态，替代架构（第 2 篇的线性注意力一族）尚未在任何主流谱系破局；注意力的二次墙由稀疏化持续对冲（第 2、7 篇）。
治理侧：评测在军备（动态基准、held-out、评审版本钉死），安全停在均衡价（纵深防御 + 权限关卡）。两侧共享同一条方法论：不可预测性是唯一可靠的信号源。
四、三条推演（各带证伪条件）
**推演一：上下文继续膨胀，直到变成经验库。**窗口从工作记忆长成长期记忆（第 7 篇的外推、第 9 篇的 JIT 记忆、第 11 篇的外存），"参数内 vs 上下文内"的边界由价格持续右移。证伪条件：若持续学习（参数内在线更新）在工程上突破------外挂记忆的经济性整体反转，检索产业退回只服务冷数据的定位。
**推演二：推理预算成为显式分配的资源。**第 8 篇的测试时 Scaling 把"想多久"变成一个旋钮，第 9 篇的 Agent 把旋钮交给调度器------级联路由（第 12 篇）已经预演了"按问题难度分配计算"的形态，未来用户按 solve quality 而非按 token 付费。证伪条件：若蒸馏把小模型的推理成本压到忽略不计，难度分档失去经济意义，旋钮退化为全开。
**推演三：验证器成为竞争前沿。**反馈回路的迁移方向清晰：人标注（第 3 篇）→ RM（第 3 篇）→ 规则验证（第 8 篇）→ 环境真实回报（第 9 篇）→ 留存（第 13 篇）。谁的验证器更真、更便宜、覆盖更广，谁的 RL 就多榨一层能力。证伪条件：若强模型互评达到裁判级可靠性（LLM-as-judge 的口味问题被解决），瓶颈回到算力与数据，第 13 篇的评审科学变成主战场。
五、收束
十四篇的推荐入口有两条路。工程路径：1 → 2 → 5 → 4 → 6 → 7 → 8（从架构到服务，适合建系统的人）；研究路径：1 → 3 → 8 → 13 → 14（从目标函数到反馈与对抗，适合定方向的人）。其余六篇（9、10、11、12 及两条路径的岔口）在两条路上都会被自然带出。
回到原点。第 1 篇说 LLM 是"在互联网语料上最小化下一个 token 交叉熵的自回归 Transformer"------十四篇之后，这句话没有错，但需要加一层：产业已经把这行交叉熵包装成了电网。电厂里烧的还是同一件事，千家万户用的已经不是它，而是电。
一句话收束：智能产业的全部复杂度，是"把算力变成知识、把知识炼成能力、把能力输配到每一台设备、并让这一切可度量且可防御"这条价值链上的枝节------每个环节的瓶颈都在移动，但价值链本身，至今没有换过一节。系列十五篇，到此闭环。