隐性知识
深植于个人经验、直觉与实践之中、难以用语言完整表达的知识形式，与显性知识相对
核心事实
时间轴 (近 90 天)
在大型游戏开发中，人员流动导致的隐性知识流失，往往是项目延期和品质波动的首要原因。
人类管理者通过长期观察、非正式沟通和共情积累隐性知识，而当前AI系统只能基于显性数据和预设规则判断，无法捕捉办公室政治、情绪氛围和历史恩怨等软性信息。
“上下文直觉”在认知科学和组织管理中被称为“隐性知识”（tacit knowledge），即难以通过文字或规则明确表达却对决策至关重要的经验判断。
企业的隐性知识分散在邮件、会议纪要、业务规则引擎和员工头脑中，很少被完整写入数据库
系统集成知识大量依附于特定系统文档、社区踩坑记录和团队内部口口相传的隐性知识
认知科学家迈克尔·波兰尼将隐性知识总结为"我们所知道的，永远多于我们能言说的"
判断力和方向感因高度依赖隐性知识与价值判断而难以被自动化，成为AI时代新的稀缺品
软件工程中隐性约定对应「隐性知识」（Tacit Knowledge），历史包袱通常被称为「技术债」（Technical Debt）
受控的湿实验室研究发现隐性知识和物理操作执行仍然是AI难以逾越的障碍
企业应保留对自身独特知识和隐性经验（tacit knowledge）的完全控制权，避免因使用某家模型而被锁定
还有 9 条时间轴事件
全部知识事实 (20)
显性知识（Explicit Knowledge）与隐性知识（Tacit Knowledge）的区分理论由哲学家迈克尔·波兰尼于20世纪50年代提出
85%已验证隐性知识概念最早由哲学家迈克尔·波兰尼在1958年提出
85%已验证隐性知识（Tacit Knowledge）概念由认知科学家迈克尔·波兰尼（Michael Polanyi）提出，核心特征是'我们知道的远比我们能说出来的多'
80%已验证隐性知识（Tacit Knowledge）是由哲学家迈克尔·波兰尼提出的概念，指难以用语言表达、通过经验积累获得的知识
80%已验证隐性知识概念最早由迈克尔·波兰尼（Michael Polanyi）在1958年提出
80%已验证「内隐知识」（Tacit Knowledge）概念由哲学家迈克尔·波兰尼于1966年系统阐述，核心特征是「我们能做到的往往多于我们能说清楚的」
70%已验证波兰尼悖论指出人类知道的远比能够表达的多，显性知识易被AI习得而隐性知识仍是人类独有优势
65%待验证硬件工程中的仪器使用（示波器、万用表等）涉及大量隐性知识（Tacit Knowledge），无法通过文字描述传递给AI
75%待验证在大型游戏开发中，人员流动导致的隐性知识流失，往往是项目延期和品质波动的首要原因。
50%待验证人类管理者通过长期观察、非正式沟通和共情积累隐性知识，而当前AI系统只能基于显性数据和预设规则判断，无法捕捉办公室政治、情绪氛围和历史恩怨等软性信息。
50%待验证“上下文直觉”在认知科学和组织管理中被称为“隐性知识”（tacit knowledge），即难以通过文字或规则明确表达却对决策至关重要的经验判断。
50%待验证企业的隐性知识分散在邮件、会议纪要、业务规则引擎和员工头脑中，很少被完整写入数据库
50%待验证系统集成知识大量依附于特定系统文档、社区踩坑记录和团队内部口口相传的隐性知识
50%待验证认知科学家迈克尔·波兰尼将隐性知识总结为"我们所知道的，永远多于我们能言说的"
50%待验证判断力和方向感因高度依赖隐性知识与价值判断而难以被自动化，成为AI时代新的稀缺品
50%待验证软件工程中隐性约定对应「隐性知识」（Tacit Knowledge），历史包袱通常被称为「技术债」（Technical Debt）
50%待验证受控的湿实验室研究发现隐性知识和物理操作执行仍然是AI难以逾越的障碍
50%待验证企业应保留对自身独特知识和隐性经验（tacit knowledge）的完全控制权，避免因使用某家模型而被锁定
50%待验证向量数据库擅长存储和检索显性知识，但对隐性知识无从下手
50%待验证许多影响结果的隐性知识（如优化器前几百步需要特殊的学习率预热策略）难以被标准化表格完整捕捉
50%