你的合规培训显示人人过关。我造了个模型，它知道其实没有。
某银行的一位合规官曾向我详细讲述了她所经历的年度反洗钱资格重新认证。合规部门有五百人，一个四小时的课程模块，所有人都被分配了相同的内容：客户尽职调查、可疑活动报告、结构化交易识别、基于贸易的洗钱、制裁筛查。到最后，她的学习系统生成了五百个绿色对勾。她把它们拿给我看的样子，就像有人在向你展示一张收据。
然后她说了一句我此后再也无法忘怀的话——她根本不知道这五百人当中，究竟有谁真正懂得如何提交一份可疑活动报告。
这道鸿沟——介于已完成与真懂之间——正是我如今把时间全部投入到构建面向企业培训的自适应学习AI的全部原因。不是那种推荐你下一门课程的推荐引擎类型，而是诊断型的，建立在一种名为知识追踪的技术之上，它对每一位员工实际掌握的知识进行建模，逐个概念地刻画，并在他们每次回答问题时更新这一估计。她的学习管理系统追踪的是完成度，而她真正需要的，是一套追踪胜任力的系统。我们构建的正是这一胜任力层，也是我的团队每天都在打磨的解决方案。
一个绿色对勾告诉审计员的，只是一段视频播放完毕了。它丝毫没有告诉你，是否有人真的学会了如何做这份工作。
"已完成"与"真懂"之间那1028亿美元的鸿沟
2025年，美国企业在培训上花费了1028亿美元，高于前一年的980亿美元——这是《培训杂志》（Training Magazine）给出的数字，折算下来大约是每位学员874美元。这笔钱大多买来的是完成数据。SCORM——大多数企业课程至今仍以这种文件格式交付——是围绕一份1.2版规范设计的，它只记录通过、未通过和完成。仅此而已。它就是一张制作水准更高的考勤表。
当你静下心来细想，我真心觉得这件事非常奇怪。我们花了二十年优化培训的交付方式——更精致的视频、移动端、微学习——却几乎没有把这些精力投入到衡量培训是否改变了一个人的实际能力上。乔什·伯辛公司（The Josh Bersin Company）在2026年2月发表了一篇文章，主张AI即将变革价值4000亿美元的企业学习，而让我印象深刻的数据是这样的：真正部署了AI原生学习技术的企业不到5%。人人都有学习管理系统，几乎没有人在里面装上智能。
而这道鸿沟的代价，已不再是抽象的。伯辛的数据显示，采用AI原生学习的企业超额完成财务目标的可能性要高出六倍。另一方面，74%的企业表示自己跟不上新技能的需求，而一项专业技能的半衰期已从2000年前后的约十年，降到了如今的不足五年。我看着学习与发展（L&D）团队以他们的工具唯一允许的方式来应对这种崩塌——那就是更快地推出更多内容。我理解这种本能，因为在二十年里，更多内容是这些系统唯一给予我们的杠杆。杠杆从来都不是问题所在。真正有问题的，是我们用来衡量这一切是否奏效的那件工具。
我做出的第一版是错的，可它看起来棒极了
接下来是我不引以为豪的部分。当我最初着手构建这套系统时，我伸手去拿了那个显而易见的模型。在知识追踪的文献里，有一种广为人知的方法叫深度知识追踪——DKT——它使用LSTM（一种循环神经网络）来预测一位学习者能否答对下一道题。它是标准的起点。我们把它搭建起来，喂入交互数据，仪表盘美极了。掌握度曲线一路攀升，预测准确率看起来相当体面。
我已经准备好把它拿出来炫耀。然后我回到那个反洗钱的应用场景，试图回答那位合规官真正的问题——这位具体的分析师，到底哪个概念还不懂？——而模型答不上来。它能告诉我某人总体上是否"表现良好"，却无法干净利落地说出"她在客户尽职调查上很扎实，在基于贸易的洗钱上很危险"。
我花了比应有时间更久才弄明白原因。教育数据挖掘（Educational Data Mining）领域有一篇2025年的论文，提出了一个悄然而残酷的观点：原味DKT学到的是能力，而非每项技能上的知识。它建模的是一个笼统的"这个人擅长做测试"信号，而不是概念层面的掌握度。更糟的是，研究者已经证明，未经训练的循环神经网络——权重随机的网络——在某些基准上能与训练过的DKT模型不相上下。从某种真实的意义上说，我那漂亮的仪表盘衡量的其实是氛围感。
我造出了一个自信满满、看起来精准、却无法回答整个项目赖以存在的那一个问题的模型。
那个月感觉像走进了死胡同。我曾许诺提供胜任力证据，结果造出了一个自信度仪表，它却不知道自己在自信什么。
我们为何弃记忆而改用注意力重建系统
出路来自新一代的知识追踪模型——自注意力型的那批。我们转向了SAKT（Self-Attentive Knowledge Tracing，自注意力知识追踪），然后又转向AKT，即上下文感知的注意力变体。这些模型不再把一位学习者的整段历史塞进单一的循环记忆里，而是用注意力去追问：对于每一道新题，你过去的哪些回答与此刻这项技能真正相关？AKT更进一步，融入了教育测量理论的思想，一边推进一边调整难度。
我真正看重的是那些实用的回报。SAKT用大约70万个参数就能做到这一点，AUC接近0.80——小到足以高效运行，准确到足以信赖，而关键在于，它产出的是每个概念的掌握概率，而非一个模糊的单一胜任力分数。事实证明，当某个场景确实需要个性化教学时，AKT是更合适的选择——而合规资格重新认证绝对属于这类场景。企业数据相对于这些模型赖以构建的学术基准，有一个不为人注意的优势：合规序列是短的、高风险的，而不是那种上千次交互的辅导日志——正是那种日志让长序列预测成为文献中难解的开放性问题。论文里最令人头疼的东西，多半不是我们的问题。
正是在那时，那个反洗钱的例子终于呈现出它应有的样子。想象一张热力图：行是员工，列是五个反洗钱概念，每个单元格是这个人掌握该概念的概率。一位在岗八年的资深《银行保密法》（BSA）分析师，在客户尽职调查、可疑活动报告、制裁筛查上全部亮起绿色——但在基于贸易的洗钱上却显示为琥珀色。一位上岗才六个月的分行经理，则处处都不是绿色，在SAR申报和TBML上更是深红一片。同一个课程模块，需求却天差地别。
那位资深分析师不该为了重新证明她显然已经掌握的东西而坐满四个小时；她应当快速验证那些已掌握的概念，把时间花在那唯一的薄弱环节上。而那位新经理，恰恰需要在他概率最低之处得到有支架、更慢的路径。我们设定了能向审计员交代得过去的阈值：大约0.75以上，就把该概念视为已掌握，简短验证即可；处于中间区间的，正是那个真正发生学习的高效挣扎区；低于0.35的，就停下来，在支持下进行补救。模型会随每一次回答更新每一个单元格。
在五百名员工的规模上，这就是两千小时相同座位时间，与大约只需其一半时间之间的差别——而且最终得到的证据更有力，而非更弱。按每位学员874美元计算，单是一个五百人的合规部门所挽回的生产力，一年就落在数十万美元的低区间。这并不是我凭空编造的推测。Fulcrum Labs与忠实航空（Allegiant Airlines）曾记录，培训时间从51天降至23天——削减了55%——同时事故与设备损坏下降了60%。而且这不只发生在银行和航空业：一家全球医疗科技公司采用同样的自适应方法，在11.3万名学员身上节省了超过1.6万个培训小时，一家医疗机构则将入职时间缩短了22%。主题会变——患者数据处理、设备协议、反洗钱类型学——但诊断的问题不会变。一家美国排名前十的银行在超过7万名员工中推行了自适应合规培训，结果必修课程的访问量增加了75%。座位时间的缩减是实实在在的，而且已经被那些并非我本人的人所证实。
"Cornerstone不是早就这么做了吗？"
这是我每一次都会遇到的第一个问题，也是个公道的问题。2026年3月，Cornerstone在其Galaxy AI系统中推出了它所称的自适应学习智能体（Adaptive Learning Agent）。Docebo收购了365 Talents，以嵌入技能评估功能。整个行业都在往盒子上盖"AI驱动的自适应学习"这个戳。那为什么还要定制构建任何东西？
因为如今被当作"自适应"来兜售的大多数东西，其实是协同过滤，而不是知识追踪——而这一差别就是整场比赛的全部。协同过滤是奈飞（Netflix）的那套打法：完成了课程A的人往往接下来会选课程B，所以给你推课程B。它基于你的同伴做了什么来推荐。知识追踪做的是本质上截然不同的事：它建模的是你个人已经掌握和尚未掌握的东西，并对准那道缺口。一个是推荐引擎，另一个是诊断引擎。Cornerstone的智能体推荐的是接下来学什么，它并不衡量概念层面的掌握度。Docebo的技能追踪在很大程度上是基于声明或基于完成的——是员工自己说他们懂了，或者他们上完了课——而不是从他们实际如何与材料互动中衡量出来的。
确实有一些厂商真正把知识追踪做得很好。Fulcrum Labs拥有一套专有引擎，也有能佐证它的案例研究。教育科技（EdTech）领域的玩家——比如融资2.56亿美元的Riiid——拥有货真价实的知识追踪模型。但Fulcrum需要你把内容迁移到它的平台上，而那些教育科技模型是为标准化考试和K-12教育打造的，不是为反洗钱工作流和审计证据打造的。至于四大呢？德勤（Deloitte）和普华永道（PwC）会给你做一场50万到500万美元的劳动力转型咨询项目，并把Cornerstone或SAP安装得漂漂亮亮。他们配置的是厂商的平台，那份自适应智能仍然归厂商所有，而不归你。
大多数企业并不需要拆掉自己的学习管理系统。他们需要的是一个能接入现有系统的智能层。
那正是我们切入构建的那道缺口：一套知识追踪引擎，架设在你现有的学习系统之上，通过开放标准与之对话——用xAPI捕获颗粒化的交互数据，用LTI在两者之间来回传递学习者。你保留你的学习管理系统，我们添上那颗大脑。
真正的风险不在模型——而在标注
我来告诉你演示里从不提及的那件事，因为它才是真正决定这类项目成败的东西。构建一套自适应学习系统最难的部分不是神经网络，而是内容标注。
一套知识追踪模型只能追踪它能看见的知识。你合规课程模块里的每一道题，都必须映射到一个概念——这一题考的是基于贸易的洗钱，那一题考的是制裁筛查——否则模型就无从更新。大多数企业内容是以一堆SCORM 1.2安装包的形式送来的，它们只发出一个单一的完成标志，根本没有任何概念结构。转向xAPI意味着要搭建一个学习记录库（Learning Record Store），重新思考你的数据治理和网络架构，并且往往要逐题地重新标注内容。这活儿一点也不光鲜，却正是真正的劳动所在，也正因如此，凡是有人告诉你自适应学习只是一开开关的事，我都会心存警惕。
我宁愿一开始就把这一点说清楚，也不愿靠一个我兑现不了的承诺去赢下一个项目。模型是我几周之内就能交到你手上的那部分，标注是我们要一起做的那部分，而它正是一套能产出审计级掌握度证据的系统，与一套只能产出更漂亮对勾的系统之间的分水岭。
《欧盟人工智能法案》会让完成度追踪变得一文不值吗？
长久以来，"胜任力对完成度"一直是个质量层面的论点——有了不错，却难以获得资金支持。而这一点正在改变，因为有了《欧盟人工智能法案》（EU AI Act）。第4条，即AI素养义务，自2025年2月2日起已经生效，而各国市场监管机构的监督将于2026年8月2日开始。它要求以适合员工岗位的方式对其进行AI素养培训——而欧盟自己的指引明确指出，不存在一刀切的统一形式。要么基于岗位，要么就不算数。
想想这对绿色对勾模型意味着什么。"人人都看了同一段AI伦理视频"，恰恰是第4条被设计来加以否定的那种做法，而针对高风险条款的罚则最高可达3500万欧元，或全球营收的7%。监管机构已经表明，他们会为相邻领域的培训失败开出天价罚单——道明银行（TD Bank）因一套不到位的反洗钱合规项目而承担了31亿美元的罚款。把培训当作一场表演的代价，已不再是假设。
还有第二重压力，是我起步时未曾预料到的，而它几乎有点好笑。员工们已经琢磨出，他们可以依赖AI助手来一路混过合规课程模块——答完测验、点击完成、什么都没学到。HR Morning在2026年对此做了报道，而Gartner甚至预测，由于批判性思维的萎缩，到2026年将有一半的组织会要求进行"无AI"的技能评估。当你的员工能够大规模伪造完成度时，完成度就彻底失去了任何意义。唯一持久的答案，是去衡量一个人实际懂得什么——而这正是知识追踪被打造出来所要做的事。
如果换作现在，我会对那位合规官说什么
有人问我，为了培训这种事，这一切当真值得吗——把一项谁都不喜欢的企业义务如此过度工程化，难道不是小题大做？我的回答是，二十年来我们一直在对它工程化不足，而账单正从两个方向同时到期：一个已崩塌到五年以下的技能半衰期，以及一个即将开口索要我们大多拿不出的证据的监管者。如今甚至只有26%的领导者觉得自己有能力衡量培训的投资回报率。我们选择不去衡量的那件事，恰恰成了到期要还的那件事。
我回想起那本装着五百个绿色对勾的活页夹。它的悲剧并不在于培训本身很糟，而在于这家机构花了真金白银、投入了实实在在的工时，最终所懂得的，却比它自以为的还要少——而且是自信满满地、白纸黑字地、带着审计痕迹地更少。那位资深分析师无聊透顶，那位新经理不知所措，而系统却把两者都报告为一次成功。
如果我能回到过去，只交给她一样东西，那绝不会是一段更好的视频，而会是那张热力图——五百行，五个概念，每个单元格都是一个她真正能够站得住脚去辩护的数字。不是"人人都通过了"，而是某种更真实、也远更有用的东西：这里精确列出了这些人每一个都懂什么，而这里则是我们打算如何应对其余那些。那正是我们所构建的系统，而这件事我做得越久，就越发确信："已完成"从来就不是任何人真正想问的那个问题的答案。