一、语言是有相互促进或牵制的关系的
迁移不是玄学，它高度依赖“相似性”，而且常常近似互惠
事实：不同语言之间共同训练会出现“正迁移”或“负干扰”，并且这种关系有明显结构。
洞见：人类学习中，“先学什么、和什么一起学”不是个人偏好问题，而是可预测的结构性迁移：相似领域/相近表征更可能互相增益；差异巨大时更容易互相打架。
为什么？：相似领域共享更多“中间表征”（词形/语法/符号系统、概念分类、常见推理模板）。共享越多，新的输入越容易落到已有结构上；反之会在相同的注意力与记忆资源上竞争，产生混淆与遗忘（论文里对应“interference”）。
二、盲目多学不仅无益，反而有害
事实：加入更多训练语言会让每种语言的损失相对变差，这是论文所称的 curse of multilinguality；但它并非只能靠“给每种语言加同样多的数据”来解决。
洞见：对人类来说，“同时学更多东西”必然有退化压力；但退化不是线性的：如果新技能与旧技能存在可复用结构，你不需要按项目数线性增加每项投入，而更像是扩总投入 + 利用迁移抵消部分损失。
为什么？：多任务共享同一套认知资源（注意力、工作记忆、抽象结构）；当任务数增加，资源竞争带来退化。但若任务间共享结构足够多，学习会把一部分投入“摊销”到多个任务上，于是平均边际成本下降。论文中的 ψ<0 就是在量化这种“迁移补贴”。
怎么用：
- 扩覆盖面时，先找共享结构：例如先补“通用底层”（数学、逻辑、写作结构、统计思维），再分叉到多个方向。
- 别用“平均主义”分配时间：对相似簇可以减少重复练习，把时间挪给“边界更远、迁移更弱”的部分。
三、学什么最有用？
事实：论文给出闭式公式：当语言覆盖从 K 扩到 rK，要保持原有语言的性能不下降，模型规模 N、总数据量 D_tot、以及算力 C 应该按幂律增长，并存在“全局最省算力”的点。
洞见：人类做“能力版图扩张”时，最有效的策略往往不是“把时间平均分给每一项”，而是找到一个总体投入增长率与结构化能力增长率的组合，使新增技能能吃到迁移红利，同时不把旧技能拖垮。
为什么？：平均主义会把有限资源稀释到每个任务，导致每项都在“刚够用/不够用”的边缘反复震荡。幂律扩容的含义是：当你扩张覆盖面，应该把更多增长放在“可共享的结构能力”（类比 N）与“整体暴露面”（类比 D_tot），而不是机械地给每项补同样的小时数。
怎么用：
- 做跨领域扩张时，把预算拆成两类：结构预算（构建可复用框架：概念地图、统一术语、解题范式）与 暴露预算（大量输入/练习）。
- 新增方向越多，越要优先增加结构预算，否则很快进入“多项目退化”。
四、从头开始还是站在巨人肩膀上？
事实：当目标是优化某个语言（或类比：某个具体技能），你可以选择从通用多语言底座微调，或从头训练；两者在不同预算下谁更划算并不一样。
洞见：人类学习里，“拿现成基础快速上手”（类比微调）适合短期目标；但若追求长期上限，往往需要某个阶段开始“回到第一性原理重建”（类比从头训练），否则会被早期借力形成的偏差与上限束缚住。
为什么？：微调之所以前期快，是因为它复用既有表征，减少冷启动；但它也继承既有表征的偏置与边界。长期来看，从头构建的体系能更贴合目标分布，最终超过“打补丁式”的适配。论文的曲线差异就是把这种“短期优势 vs 长期上限”量化出来。
怎么用：
- 先问自己预算与目标：若只为“尽快可用”，优先找能复用的底座（课程、模板、教练、成熟框架）；若为“长期高阶”，把某个阶段专门留给“重建”。
- 用“阶段化策略”：先借力达成可用水平，再切换到系统化训练，把隐含假设逐条补齐。
智力才是决定性因素？
事实：跨语言迁移的差异在训练早期就出现并保持；训练更久不会显著改变“哪些组合互补、哪些组合相冲”。但更大的模型规模能明显缓解负干扰。
洞见：在人类学习中，早期形成的“概念对齐方式”会长期影响迁移与干扰；当你发现两个领域互相拖拽时，单纯“再熬更久”未必有效，反而应优先提升“容量”（理解框架、工具、注意力质量、外部记忆系统），让两套表征能并存。
为什么？：如果兼容性差，延长练习只是重复强化冲突表征；而“容量提升”提供更多表示空间与更好的冲突分解能力（论文中对应：更大模型更能缓解 interference）。
怎么用：
- 早期不要把强干扰的两件事高频交替；先分别建立稳定表征，再做交叉迁移。
- 若必须并行，优先做“容量升级”：用更清晰的笔记体系、概念图、对比表，把冲突点显式化，而不是只追加练习时长。