回到全书开头的问题：当 AI 把变异做到几乎免费，一个组织的知识资产靠什么继续进化？
走了九章，现在可以把答案画在一张图上了。
三个齿轮的新分工
变异——AI 供料，人出题。生成方案的边际成本趋近于零，这个齿轮已经装了发动机。人在这头的角色变了：不再是亲手攒每一个方案，而是决定「往哪个方向变异」——提什么问题、给什么约束、喂什么上下文。出题的质量决定变异的命中率。
选择——全员验证，机制兜底。这是新的瓶颈，也是新的主战场。对代码的验证尽量自动化（测试、基准集、金丝雀发布）；对方案的验证只能交给懂业务、有品位的人——也就是业务专家。覆盖率问题必须正面解决：专家不进场当验证者，资产停在低水平均衡，专家自己的价值也在缩水。解法不是觉悟，是设计：把反馈嵌进工作流、能机器判的别让人判、让贡献可见、三天内必有回应。
复制——一个真源，自动更新，改掉默认路径。验证通过的改进不扩散就白进化了。版本要唯一、分发要无感、培训和考核这些「默认路径」要跟着资产一起换。复制是双向放大器，所以它必须排在严格的选择之后。
大白话：变异随便野，选择往死里严，复制等判完卷再发。三个齿轮都转起来，组织的知识资产才算活着。
一张自检清单
想知道自己组织的知识资产进化机器卡在哪，按顺序问五个问题：
- 我们的核心知识资产（提示词、流程、清单）最近一次更新是什么时候？答不上来 → 它可能是化石。
- 一线的人每天能产生多少个「这个可以改」的发现？接近零 → 变异方向没人把守，或者大家根本没在用资产。
- 这些发现有多大比例被写回资产？很低 → 回流管道断了，回到第八章。
- 谁在验证？如果只有一个小团队 → 覆盖率问题，回到第六、七章。
- 随便抓一个一线的人，他用的是最新版吗？不是 → 复制齿轮空转，回到第九章。
五问走下来，哪个环节答得心虚，瓶颈就在哪。
最后一件事
这本书讲的其实是同一件事的两个尺度。在组织的尺度上：变异免费了，选择成了瓶颈，谁掌握验证，谁就掌握进化的方向盘。在个人的尺度上，完全是同一个结构：你的经验如果只做生产，会被免费的变异追上；如果做验证，会被复制放大一百倍。
所以那个贯穿全书的问题，最终的答案短得只有一句：
变异已经免费，判断仍然昂贵。把自己和组织都改造成「判断的机器」，进化的齿轮就还握在你手里。