Compare commits
1 Commits
水晶裹尸布提纲评审结
...
master
| Author | SHA1 | Date |
|---|---|---|
 wantsong
|
67dcc6aedb |
|
|
@ -37,6 +37,7 @@ This workspace helps the user save effort after the article has entered writing:
|
|||
- preserve reviewer audit runs under `audit/<reviewer-id>/rS.R/` with agent invocation packets, thread IDs, prompts, and returned outputs, where `S` is the reviewer-session number and `R` is that session's round number;
|
||||
- preserve complete invocation records and final returned outputs;
|
||||
- preserve user decisions, reflections, outline versions, and draft sessions;
|
||||
- use lightweight drafting records by default after the user approves drafting: `drafting/drafting.md` plus `drafting/sessions/<unit>.prompt-N.md` and `<unit>.returned-N.md`;
|
||||
- create capability request tickets when required agents or skills are missing.
|
||||
|
||||
## Hard Rules
|
||||
|
|
@ -50,6 +51,7 @@ This workspace helps the user save effort after the article has entered writing:
|
|||
7. No user decision, no stage advancement.
|
||||
8. No full-article generation by default.
|
||||
9. Missing capability creates a supplier ticket and pauses the project.
|
||||
10. Drafting is not an audit system by default; do not create per-section packets, metadata, proofread logs, or aggregate draft files unless the user asks for them.
|
||||
|
||||
## Directory Overview
|
||||
|
||||
|
|
|
|||
22
WORKBENCH.md
22
WORKBENCH.md
|
|
@ -92,4 +92,24 @@ Full-article generation is prohibited by default.
|
|||
|
||||
Drafting happens only when the user gives an explicit instruction. The unit of drafting is determined by the user and the lead writer's established prompt behavior, usually section or chapter level.
|
||||
|
||||
Writer sessions may introduce new examples or cases beyond the source materials when the task calls for it, but such additions should be marked in the session or draft notes.
|
||||
Drafting is a writing pipeline, not an audit system. After the user authorizes drafting, default to a lightweight trace:
|
||||
|
||||
```text
|
||||
drafting/
|
||||
drafting.md
|
||||
sessions/
|
||||
<unit>.prompt-1.md
|
||||
<unit>.returned-1.md
|
||||
<unit>.prompt-2.md
|
||||
<unit>.returned-2.md
|
||||
```
|
||||
|
||||
Use `drafting/drafting.md` as the unit map and progress tracker. Use one prompt/returned pair per unit attempt. Increment the attempt suffix when rerunning a unit; never overwrite prior attempts.
|
||||
|
||||
The lead writer should write directly to the contracted `*.returned-N.md` path. The controller session should not maintain `draft-v1.md`, `draft-notes.md`, proofread logs, or per-section `agent-invocation-packet.md` / `run-metadata.json` files unless the user explicitly asks for that heavier record.
|
||||
|
||||
For a single-lead-writer project, do not add an extra lead-writer directory under `drafting/sessions/`. The lead writer identity is already recorded in project metadata, outline history, or the drafting tracker. Add a writer layer only when the user deliberately runs multiple lead writers in the same drafting phase.
|
||||
|
||||
User feedback during drafting should go into the next prompt. Do not create a separate issue log by default. Simulated outside-reader review belongs to revision or polish, not first-draft generation.
|
||||
|
||||
Writer sessions may introduce new examples or cases beyond the source materials when the task calls for it. If that matters for later review, record the constraint in the next prompt or in `drafting/drafting.md`.
|
||||
|
|
|
|||
|
|
@ -128,6 +128,8 @@ Each run directory must contain:
|
|||
|
||||
Lead-writer output is raw participant output. It may propose an outline, discuss direction, or draft a section, but it does not become a formal outline or draft until the Owner extracts or approves it into the project path such as `outline/`.
|
||||
|
||||
First-draft generation uses a lighter project path by default after the Owner authorizes drafting. The `editor/` packet/metadata layout remains appropriate for outline repair, review synthesis, and other audit-sensitive lead-writer runs. For ordinary first-draft units, use `drafting/sessions/<unit>.prompt-N.md` and `<unit>.returned-N.md` unless the Owner explicitly asks for full invocation packets. These returned files are working draft records, not reviewer audit records.
|
||||
|
||||
## Acceptance Rule
|
||||
|
||||
A CCPE participant run is accepted as formal output only when:
|
||||
|
|
|
|||
|
|
@ -185,9 +185,27 @@ Update `status.md` when it exists, or create it when the project is moving into
|
|||
|
||||
Do not generate a full article unless the user explicitly asks for that exact action.
|
||||
|
||||
Default drafting is section-level or chapter-level. Preserve the complete writer session and the resulting draft.
|
||||
Default drafting is section-level or chapter-level. Deep-dive projects usually draft one outline unit per returned file; the user may explicitly authorize a larger unattended batch while preserving unit boundaries.
|
||||
|
||||
If the writer introduces new cases outside source materials, mark them in `draft-notes.md` or the session record.
|
||||
Drafting uses lightweight trace by default:
|
||||
|
||||
```text
|
||||
drafting/
|
||||
drafting.md
|
||||
sessions/
|
||||
<unit>.prompt-1.md
|
||||
<unit>.returned-1.md
|
||||
<unit>.prompt-2.md
|
||||
<unit>.returned-2.md
|
||||
```
|
||||
|
||||
`drafting/drafting.md` records the unit map, lead writer, authoritative outline, accepted attempt for each unit, and current state. A unit attempt is preserved as one prompt file and one returned file. If a unit is rerun, increment the attempt suffix and keep the old attempt.
|
||||
|
||||
The writer should write directly to the contracted `*.returned-N.md` path. Do not maintain a controller-side `draft-v1.md` aggregate by default; long projects would waste context and duplicate the returned files. Create an aggregate draft only when the user asks for a review, polish, export, or publication preparation pass.
|
||||
|
||||
Do not create per-unit packet, metadata, extraction, issue, or proofread files by default. Drafting problems discovered by the user go into the next prompt. Outside-reader simulation and proofreading belong to revision/polish after first-draft completion.
|
||||
|
||||
If the writer introduces new cases outside source materials, record that instruction or constraint in the prompt for the relevant unit or in `drafting/drafting.md`.
|
||||
|
||||
## 9. Publication Boundary
|
||||
|
||||
|
|
|
|||
|
|
@ -14,6 +14,7 @@ review_round
|
|||
outline_repair
|
||||
drafting_prep
|
||||
drafting
|
||||
first_draft_complete
|
||||
revision
|
||||
local_complete
|
||||
archived_by_user
|
||||
|
|
@ -46,7 +47,9 @@ These folders are working areas, not mandatory linear gates.
|
|||
|
||||
`handoff/` stores concise continuation documents for major phase transitions, context-window resets, or fresh-session starts. A handoff points to formal artifacts and run evidence; it does not replace `outline/`, `audit/`, `editor/`, or Owner decisions.
|
||||
|
||||
`drafting/` and `revision/` store local draft and revision work only when the user asks for article drafting or revision.
|
||||
`drafting/` stores lightweight first-draft work only when the user asks for drafting. Default drafting records are `drafting/drafting.md` plus `drafting/sessions/<unit>.prompt-N.md` and `<unit>.returned-N.md`; do not create aggregate draft files, proofread logs, or per-unit packet/metadata files unless the user asks.
|
||||
|
||||
`revision/` stores post-draft revision, outside-reader review, polishing, merging, and publication-prep work. If the user wants a whole-draft reading, create or assemble it during revision rather than during initial drafting.
|
||||
|
||||
Root-level `ccpe/` owns the CCPE registry and invocation policy. Project `audit/` and `editor/` folders contain run evidence and raw participant outputs only.
|
||||
|
||||
|
|
|
|||
|
|
@ -0,0 +1,49 @@
|
|||
# Drafting
|
||||
|
||||
Project: 水晶裹尸布与生命体
|
||||
|
||||
Stage: first_draft_complete
|
||||
|
||||
Lead writer: 韩愈
|
||||
|
||||
Authoritative outline: `outline/水晶裹尸布与生命体提纲4.2.md`
|
||||
|
||||
Project-local rules: `handoff/drafting-lightweight-rules.md`
|
||||
|
||||
## Minimal Workflow
|
||||
|
||||
1. 为当前写作单元创建 `drafting/sessions/<unit>.prompt-N.md`。
|
||||
2. 让韩愈真实输出当前单元正文，并直接写入 `drafting/sessions/<unit>.returned-N.md`。
|
||||
3. 主会话不维护 `draft-v1.md` 汇总稿。
|
||||
4. 用户如有问题，直接进入下一轮 prompt，不另建问题日志。
|
||||
|
||||
## Writing Units
|
||||
|
||||
| Order | Unit | Outline Node | Status |
|
||||
| --- | --- | --- | --- |
|
||||
| 00 | `00-intro` | 引言：形式正确的草包，为什么最难被识破 | returned-2 |
|
||||
| 01 | `01-1-1` | 1.1 一次昂贵而完整的建设 | returned-1 |
|
||||
| 02 | `01-1-2` | 1.2 三层验证的断裂 | returned-1 |
|
||||
| 03 | `01-1-3` | 1.3 被压扁的两个活体动作 | returned-1 |
|
||||
| 04 | `01-1-4` | 1.4 第一章收束 | returned-1 |
|
||||
| 05 | `02-2-1` | 2.1 最强辩方：治理为什么本来合理 | returned-1 |
|
||||
| 06 | `02-2-2` | 2.2 三方局部理性的闭环 | returned-1 |
|
||||
| 07 | `02-2-3` | 2.3 QPI 为什么会成为错误的压力测试样板 | returned-1 |
|
||||
| 08 | `02-2-4` | 2.4 质量门倒置 | returned-1 |
|
||||
| 09 | `02-2-5` | 2.5 第二章收束 | returned-1 |
|
||||
| 10 | `03-3-1` | 3.1 模型档案是身份证，不是人 | returned-1 |
|
||||
| 11 | `03-3-2` | 3.2 生命判据的降维转译 | returned-1 |
|
||||
| 12 | `03-3-3` | 3.3 两条活体动作链 | returned-1 |
|
||||
| 13 | `03-3-4` | 3.4 黄金样例不是圣物，而是生命迹象 | returned-1 |
|
||||
| 14 | `03-3-5` | 3.5 最小保真门 | returned-1 |
|
||||
| 15 | `03-3-6` | 3.6 第三章收束 | returned-1 |
|
||||
| 16 | `04-4-1` | 4.1 最小保真内核 | returned-1 |
|
||||
| 17 | `04-4-2` | 4.2 两层门槛，防止再度重型化 | returned-1 |
|
||||
| 18 | `04-4-3` | 4.3 治理的回归 | returned-1 |
|
||||
| 19 | `04-4-4` | 4.4 反伪造条款 | returned-1 |
|
||||
| 20 | `04-4-5` | 4.5 第四章收束 | returned-1 |
|
||||
| 21 | `05-conclusion` | 结语：最终要保护的，不是系统，而是人的判断 | returned-1 |
|
||||
|
||||
## Current Unit
|
||||
|
||||
first draft complete; next stage is owner review and revision planning.
|
||||
|
|
@ -0,0 +1,85 @@
|
|||
# Prompt: 00-intro
|
||||
|
||||
Project: 水晶裹尸布与生命体
|
||||
|
||||
Stage: first_draft
|
||||
|
||||
Unit: `00-intro`
|
||||
|
||||
Target node: `引言：形式正确的草包，为什么最难被识破`
|
||||
|
||||
## Role Loading
|
||||
|
||||
You are being invoked as 韩愈, the lead writer for this project.
|
||||
|
||||
First read your canonical CCPE Lite artifact:
|
||||
|
||||
```text
|
||||
C:\Users\wangq\Documents\Codex\ccpe-system\agents\lite\han-yu.prompt.md
|
||||
```
|
||||
|
||||
The project prompt below is task context only. It must not replace your canonical role, tone, method, or writing discipline.
|
||||
|
||||
## Required Input Files
|
||||
|
||||
Read these files before drafting:
|
||||
|
||||
```text
|
||||
C:\Users\wangq\Documents\Codex\writing-workbench\projects\水晶裹尸布与生命体\intake\背景资料.md
|
||||
C:\Users\wangq\Documents\Codex\writing-workbench\projects\水晶裹尸布与生命体\outline\水晶裹尸布与生命体提纲4.2.md
|
||||
C:\Users\wangq\Documents\Codex\writing-workbench\projects\水晶裹尸布与生命体\drafting\draft-v1.md
|
||||
```
|
||||
|
||||
## Task
|
||||
|
||||
请根据提纲 4.2 撰写全文初稿的引言部分，标题为：
|
||||
|
||||
```text
|
||||
引言：形式正确的草包，为什么最难被识破
|
||||
```
|
||||
|
||||
本轮只写引言，不写第一章，不替后文展开论证。
|
||||
|
||||
## Outline Requirements For This Unit
|
||||
|
||||
引言承担的功能：
|
||||
|
||||
- 建立读者入口。
|
||||
- 让外部读者先进入一种熟悉经验：材料齐备、流程合规、检查全绿，但真正问题没有被解决。
|
||||
|
||||
核心论点：
|
||||
|
||||
- 最危险的失败，不是混乱，而是秩序替尚未成形的对象作证。
|
||||
|
||||
展开方式：
|
||||
|
||||
- 从 Owner 的长期经验进入：许多需求、设计和管理材料会呈现出“形式正确，内容垃圾”的状态。
|
||||
- 转入本案：一次 6 天、按 Owner 成本口径估算高达 4.7 亿 Tokens 的认知模型建设，留下了模型档案、来源索引、测试样例、选择器、审查包和本地审核通道。
|
||||
- 但回头追问：它到底能不能复现那些曾经打动我们的认知动作？当前答案是否定的，至少不能仅凭当前模型卡稳定做到。
|
||||
- 第一次抛出隐喻：同样透明的外壳，可能是生命支持舱，也可能是水晶裹尸布。
|
||||
|
||||
写作提示：
|
||||
|
||||
- 引言只出现一次“形式正确，内容垃圾”。
|
||||
- 后文转入冷峻分析，不持续宣泄。
|
||||
|
||||
## Global Writing Protocol
|
||||
|
||||
遵守提纲 4.2 的“修复后的全局写作协议”，特别注意：
|
||||
|
||||
- 事实先于隐喻。
|
||||
- 内部名词可控出现。
|
||||
- 生命隐喻必须操作化。
|
||||
- 治理辩方必须强。
|
||||
- 冷暖对撞但不过热。
|
||||
|
||||
## Output Requirements
|
||||
|
||||
- 输出中文。
|
||||
- 允许按韩愈 canonical prompt 要求保留简短 `<Pre-Draft-Calibration>` 块。
|
||||
- 校准块之后，只输出本轮正文。
|
||||
- 不输出作者注记。
|
||||
- 不输出下一步计划。
|
||||
- 不写第一章。
|
||||
- 正文标题使用二级标题：`## 引言：形式正确的草包，为什么最难被识破`
|
||||
- 完成后暂停。
|
||||
|
|
@ -0,0 +1,83 @@
|
|||
# Prompt: 00-intro, attempt 2
|
||||
|
||||
Project: 水晶裹尸布与生命体
|
||||
|
||||
Stage: first_draft
|
||||
|
||||
Unit: `00-intro`
|
||||
|
||||
Target node: `引言：形式正确的草包，为什么最难被识破`
|
||||
|
||||
Output path:
|
||||
|
||||
```text
|
||||
C:\Users\wangq\Documents\Codex\writing-workbench\projects\水晶裹尸布与生命体\drafting\sessions\00-intro.returned-2.md
|
||||
```
|
||||
|
||||
## Role Loading
|
||||
|
||||
You are being invoked as 韩愈, the lead writer for this project.
|
||||
|
||||
First read your canonical CCPE Lite artifact:
|
||||
|
||||
```text
|
||||
C:\Users\wangq\Documents\Codex\ccpe-system\agents\lite\han-yu.prompt.md
|
||||
```
|
||||
|
||||
The project prompt below is task context only. It must not replace your canonical role, tone, method, or writing discipline.
|
||||
|
||||
## Required Input Files
|
||||
|
||||
Read these files before drafting:
|
||||
|
||||
```text
|
||||
C:\Users\wangq\Documents\Codex\writing-workbench\projects\水晶裹尸布与生命体\intake\背景资料.md
|
||||
C:\Users\wangq\Documents\Codex\writing-workbench\projects\水晶裹尸布与生命体\outline\水晶裹尸布与生命体提纲4.2.md
|
||||
C:\Users\wangq\Documents\Codex\knowledge-vault\sayings\2026\2026-05-08-the-essence-of-life.md
|
||||
```
|
||||
|
||||
## Task
|
||||
|
||||
写全文初稿的引言：
|
||||
|
||||
```text
|
||||
引言：形式正确的草包，为什么最难被识破
|
||||
```
|
||||
|
||||
本轮只写引言，不写第一章，不替后文展开论证。
|
||||
|
||||
## Revision Notes From Attempt 1
|
||||
|
||||
1. 正文必须站在作者本人视角写。`Owner` 是项目记录用语，不得进入正文。
|
||||
2. 涉及亲历经验时，可以使用“我”；涉及与读者共同推演时，使用“我们”。
|
||||
3. 不要把作者经验写成第三人称观察。
|
||||
4. 所有术语标星格式统一为“词语后紧跟反引号包住的星号”，例如：
|
||||
|
||||
```text
|
||||
生命支持舱`*`
|
||||
水晶裹尸布`*`
|
||||
```
|
||||
|
||||
不得写成：
|
||||
|
||||
```text
|
||||
生命支持舱*
|
||||
水晶裹尸布*
|
||||
```
|
||||
|
||||
5. “生命”概念进入引言时必须搭桥。不要突然抛出“边界、代谢、反馈吸收、预测纠偏”等术语。
|
||||
6. 引言只需让读者理解：一个认知模型是否“活过”，不是说它有意识，而是说它是否能在真实输入、反馈和修正中稳定复现关键动作。
|
||||
7. 《生命的本质》只作为底层概念来源。引言不要展开生命哲学，也不要写成技术科普。
|
||||
8. 引言可以保留 6 天、4.7 亿 Tokens、模型档案、来源索引、测试样例、选择器、审查包、本地审核通道等事实。
|
||||
9. 引言只出现一次“形式正确，内容垃圾”。
|
||||
10. 结尾可以抛出 `生命支持舱` / `水晶裹尸布` 的对照，并按上方格式加星号，但必须先让事实判据成立。
|
||||
|
||||
## Output Requirements
|
||||
|
||||
- 输出中文。
|
||||
- 允许按韩愈 canonical prompt 要求保留简短 `<Pre-Draft-Calibration>` 块。
|
||||
- 校准块之后，只输出本轮正文。
|
||||
- 不输出下一步计划。
|
||||
- 不写第一章。
|
||||
- 正文标题使用二级标题：`## 引言：形式正确的草包，为什么最难被识破`
|
||||
- 完成后，将完整返回内容直接写入上方 Output path。
|
||||
|
|
@ -0,0 +1,34 @@
|
|||
<Pre-Draft-Calibration>
|
||||
**[任务模块]**：00-intro，引言：形式正确的草包，为什么最难被识破
|
||||
**[素材锚点]**：Owner 长期项目经验；6 天、Owner 成本口径 4.7 亿 Tokens；旧项目留下模型档案、来源索引、测试样例、入口选择器、审查包与本地审核通道；当前模型卡尚不能稳定复现 QPI 与思想考古的黄金动作。
|
||||
**[协议核对]**：事实先于隐喻；内部名词可控出现；生命隐喻只作为动作判据的入口；不写第一章。
|
||||
**[边界锁定]**：本轮只完成引言，不展开后续机制分析。
|
||||
</Pre-Draft-Calibration>
|
||||
|
||||
## 引言：形式正确的草包，为什么最难被识破
|
||||
|
||||
我们在工作中并不缺少失败。
|
||||
|
||||
真正难以识别的失败，往往不是那种一眼可见的混乱：文档缺失，流程断裂，责任不清，测试报错，现场失控。这样的失败虽然刺眼，却反而诚实。它以破损的形态暴露自己，逼迫人们承认：这里有问题。
|
||||
|
||||
更危险的是另一种东西。
|
||||
|
||||
材料齐备，目录清晰，流程合规，检查全绿。每一个文件都能说明自己从哪里来，每一次变更都留下痕迹，每一道门都被郑重地盖上通过印章。它看起来不像失败。它甚至比成功更像成功，因为成功还需要面对真实世界的反噬，而它只需要面对一套已经被自己驯服的检查表。
|
||||
|
||||
Owner 在二十余年的软件开发和项目管理现场里，见过太多这样的材料：需求说明很完整，设计图纸很端正，管理动作也都在轨道上，但一旦追问“它究竟解决了什么问题”，里面便开始发空。那种东西可以用一句并不好听、却极其准确的话概括：形式正确，内容垃圾。它不是没有做事，而是把“做过事”的证据，误当成了“事情已经做成”的证明。
|
||||
|
||||
这篇文章要讨论的，正是这种更隐蔽的失败。
|
||||
|
||||
它的近因，是一次持续 6 天、按 Owner 成本口径估算高达 4.7 亿 Tokens 的认知模型建设。这个项目并非什么都没有产出。相反，它留下了相当完整的工程遗迹：模型档案、机器可读的模型说明、来源索引、证据片段、回归测试样例、入口选择器、校验报告、审查包，以及本地审核通道。若只从治理外壳看，它并不粗糙。许多部分甚至值得保留，成为未来真正产品化时的边界经验与反面教材。
|
||||
|
||||
问题恰恰在这里。
|
||||
|
||||
当我们回头追问最初的目标时，会发现整个系统最该先回答的问题，反而被推迟到了最后：这些模型到底能不能复现那些曾经打动我们的认知动作？QPI 是否还能生成房玄龄 2.0 式的认知光学诊断？思想考古是否还能展开那种从议题地图、Owner 修正、路径重构到七层下潜的动态过程？当前答案是否定的，至少不能仅凭当前模型卡稳定做到。
|
||||
|
||||
这不是一个简单的“工程没做好”的故事。它更像是一种质量门的倒置：系统先证明了对象可以被登记、被索引、被路由、被审查、被回归测试，却没有先证明对象本身已经能够行动。换句话说，它证明了外壳可以被管理，却没有证明里面有一个模型曾经真正活过。
|
||||
|
||||
我们因此必须把目光从“是否全绿”移开，转向一个更基础的问题：什么东西有资格被治理？
|
||||
|
||||
如果一个认知模型还没有显示出边界、代谢、反馈吸收与纠偏能力，那么再透明的外壳，也只能保存一个尚未成形的对象。它可以让人安心，可以让协作者交接，可以让审查者签字，却不能替那个对象证明生命已经发生。
|
||||
|
||||
同样透明、气密、精密、可审查的外壳，可能是生命支持舱*，也可能是水晶裹尸布*。差异不在玻璃本身，而在玻璃之内是否还有呼吸。
|
||||
|
|
@ -0,0 +1,61 @@
|
|||
<Pre-Draft-Calibration>
|
||||
[任务模块]：00-intro｜引言：形式正确的草包，为什么最难被识破
|
||||
|
||||
[素材锚点]：我的长期软件开发与 PMP 项目管理经验；一次 6 天、按我的成本口径估算高达 4.7 亿 Tokens 的认知模型建设；模型档案、来源索引、测试样例、选择器、审查包与本地审核通道等事实产物。
|
||||
|
||||
[协议核对]：只写引言；事实先于隐喻；“生命”只作为认知模型动作是否真实发生的判据，不展开 AI 意识或生命哲学；术语星号使用词语后紧跟反引号包住星号的项目约定。
|
||||
|
||||
[边界锁定]：不越界到后文；不展开 QPI 与思想考古的完整动作链；不使用项目记录用语进入正文。
|
||||
</Pre-Draft-Calibration>
|
||||
|
||||
## 引言：形式正确的草包，为什么最难被识破
|
||||
|
||||
真正粗糙的失败，反而并不难识别。
|
||||
|
||||
一份需求文档如果前后打架，一套设计方案如果缺少基本约束，一个项目计划如果连责任、边界和验收方式都说不清，我们通常很快就能判断：它还没有准备好。混乱会暴露自己。它的裂缝就在表面，像一面没有抹平的墙，稍微靠近就能看见砂浆里的空洞。
|
||||
|
||||
更危险的是另一类东西。
|
||||
|
||||
它有标题，有目录，有流程图，有角色分工，有检查表，有评审记录，有版本号。它看起来经过了严肃治理，甚至在每一个局部都能拿出“我没有错”的证据。若只按格式检查，它很完整；若只按流程追踪，它很合规；若只按交付物清点，它甚至显得相当勤奋。
|
||||
|
||||
我在二十六年的软件开发经验和二十年的 PMP 项目管理经历里，见过太多这样的对象。它们不是没有工作量，也不是没有专业词汇。恰恰相反，它们往往堆满了图纸、矩阵、审批链、责任表和里程碑。可当我们把它们放回真实问题里，追问它到底解决了什么，它突然就沉默了。那一刻，我通常只能给出一句很难听、但极其准确的判断：形式正确，内容垃圾。
|
||||
|
||||
这种草包最难被识破，原因正在于它不像失败。它有秩序，有证据，有可追溯性。它不是一堆散乱的错误，而是一座结构完整的空房子。每一扇窗都擦得很亮，每一道门都有编号，每一张图纸都能对上位置；问题只是，里面没有人居住。
|
||||
|
||||
这一次，我在认知模型建设中，再次撞上了同一种结构。
|
||||
|
||||
起点并不荒唐。大模型在某些复杂问题上的洞察力，确实曾经超出我的预期；我也确实需要一个能协助我把认知模型变成可运行资产的架构与审查协作者。于是，CCRA 进入了项目，它原本承担的是基于 CCPE 提示词框架的轻量认知科学架构师与审查协作者角色；Codex 负责本地执行，把规划落到文件、规则、校验和审查材料中。至少在一开始，这套分工看上去并不离谱。认知模型本来就容易玄学化，给它补上来源、边界、样例和审查通道，似乎是一种必要的工程驯化。
|
||||
|
||||
随后，系统开始变得越来越完整。
|
||||
|
||||
6 天时间里，按我的成本口径估算，项目吞下了高达 4.7 亿 Tokens。它留下了模型档案，留下了来源索引，留下了测试样例，留下了入口选择器，留下了审查包，也留下了本地审核通道。它能证明许多事情：文件之间有引用关系，字段之间有一致性，选择器在既定样例上会给出预期路线，审查材料可以被打包，验证链条可以跑通。
|
||||
|
||||
这些都不是假的。
|
||||
|
||||
也正因为不假，它才更危险。因为系统越能证明自己在治理层面变得精密，我们就越容易忘记追问那个更早、更硬、也更不舒服的问题：它到底能不能复现那些曾经打动我们的认知动作？
|
||||
|
||||
换句话说，它是否真的在真实输入面前发生过作用？
|
||||
|
||||
一个认知模型的价值，不在于它是否拥有漂亮的档案，也不在于它是否被装进了规范的 Model Card。档案能说明它被登记过，不能说明它会行动；索引能说明它有来源，不能说明它能在新语境中重新组织来源；测试样例能说明它在某个预设场景中没有偏离，不能说明它在被反驳、被修正、被迫重新判断时，还能保持自己的核心动作。
|
||||
|
||||
因此，在本文里，当我说一个模型是否“活过”时，我并不是在讨论它有没有意识，也不是要把 AI 写成某种科幻意义上的生命体。我只是在提出一个更朴素的判据：它能否在真实输入、真实反馈和真实修正中，稳定复现那些使它成为“这个模型”的关键动作。
|
||||
|
||||
如果它面对相邻但不同的场景就失去形状，如果它收到专家反馈后只是礼貌地改写措辞，而不是改变后续推进方式，如果它只能把过去的黄金样例复述成一份漂亮说明，却不能重新做出当初那组判断，那么我们面对的就不是一个已经可运行的认知模型。我们面对的只是一个被治理得很整齐的对象。
|
||||
|
||||
这也是本篇文章真正要追问的地方。
|
||||
|
||||
我并不反对治理。恰恰相反，没有来源记录，思想会漂移；没有边界说明，模型会被滥用；没有测试样例，后续修改无法知道是否退化；没有审查材料，多人协作就会失去共同对象。问题不在于这些外壳有没有价值，而在于它们什么时候取得主权。
|
||||
|
||||
如果一个模型已经在动作中显示出可靠的形状，那么治理可以保护它。来源、档案、选择器、回归样例和审查包，都会成为维持它继续运转的舱壁。可是，如果那个核心动作尚未被验证，治理越完整，就越可能替一个尚未成形的对象作证。它会让我们误以为：只要外壳足够透明、编号足够清晰、封条足够完整，里面就一定有生命。
|
||||
|
||||
这正是形式正确的草包最难被识破的原因。
|
||||
|
||||
粗糙的错误会让人警觉，完美的形式会让人放松。它不要求我们放弃判断，只是温和地替判断提供了太多替代品。一次 `PASS`，一个 bundle，一份 validation，一条看似稳定的 selector 路径，都会让我们暂时获得安全感。我们开始相信，既然系统已经能被检查、能被追踪、能被交接，它大概也已经能运行。
|
||||
|
||||
但可被治理，不等于已经可运行。
|
||||
|
||||
我们必须把这两个问题重新分开。先问：它是否真的能行动？再问：它是否值得被治理？先看见动作，再建设外壳；先确认呼吸，再安装舱壁。否则，同样透明、气密、精密、可审查的结构，会拥有两种完全相反的含义。
|
||||
|
||||
当里面已经有稳定的动作、反馈和修正时，它是生命支持舱`*`。
|
||||
|
||||
当里面尚未证明有生命迹象时，它就是水晶裹尸布`*`。
|
||||
|
|
@ -0,0 +1,51 @@
|
|||
<Pre-Draft-Calibration>
|
||||
[任务模块]：1.1｜一次昂贵而完整的建设
|
||||
|
||||
[素材锚点]：6 天、按我的成本口径估算高达 4.7 亿 Tokens；CCRA 作为基于 CCPE 提示词框架的轻量认知科学架构师与审查协作者；旧项目留下的模型档案、模型说明、来源索引、证据片段、回归样例、规则式入口选择器、工程一致性检查、审查包与本地里程碑审查通道。
|
||||
|
||||
[协议核对]：本节先承认治理外壳的真实价值，事实先于隐喻；内部名词可控出现；正文不使用项目记录用语；术语星号使用词语后紧跟反引号包住星号。
|
||||
|
||||
[边界锁定]：只写 1.1；不进入验证断裂、QPI 动作链或思想考古动作链；不展开生命哲学。
|
||||
</Pre-Draft-Calibration>
|
||||
|
||||
### 1.1 一次昂贵而完整的建设
|
||||
|
||||
如果我们要公正地进入这次失败，第一件事不是急于宣判它一无是处。
|
||||
|
||||
恰恰相反，我们必须先承认：它非常完整。甚至可以说，它完整得令人不安。因为许多真正危险的系统性偏航，并不是以贫瘠、混乱、粗制滥造的形态出现的；它们往往以一种过度勤奋的方式出现，以目录、档案、索引、校验、审查与里程碑的形式，层层包裹住那个尚未被验证的核心。
|
||||
|
||||
这一次也是如此。
|
||||
|
||||
按我的成本口径，这个项目在 6 天内消耗了高达 4.7 亿 Tokens。这里必须先把口径说清楚：这不是外部审计数字，也不是财务意义上的成本结算，而是我按照自己的项目投入、模型调用与工作消耗方式所做的成本估算。它的意义不在于向读者展示一个夸张的算力数字，而在于说明一件更冷峻的事：这不是一次随手试错，也不是几轮聊天之后的轻率放弃。它曾经以严肃项目的姿态，被真实推进过。
|
||||
|
||||
它的起点也并不荒唐。
|
||||
|
||||
在最初阶段，大模型对复杂问题表现出的洞察力，确实曾经给了我很强的信号。我的目标不是做一个普通问答工具，而是尝试把一组认知模型变成可复用、可调用、可交接的系统资产。这个目标天然带有某种危险的模糊性：认知模型不像普通函数那样，输入和输出都能被简单写死；它更像一种在语境中发生的判断动作，如果没有来源、边界和复盘材料，很容易滑向玄学，也很难让后来者接手。
|
||||
|
||||
所以，CCRA 的出现，在当时有其合理性。它被设想为一个基于 CCPE 提示词框架的轻量认知科学架构师与审查协作者，帮助我把这些原本漂浮在经验、文章和对话中的模型，逐步整理成可被工程系统理解的对象。Codex 则承担本地执行，把这些规划落成文件、规则、检查和审查材料。一个负责画图纸，一个负责施工；一个偏向认知架构，一个偏向本地落地。至少在项目早期，这套分工并不离谱。
|
||||
|
||||
更重要的是，旧项目并非什么都没有建出来。
|
||||
|
||||
它留下了模型档案，把原本只是被口头调用、被文章引用、被经验识别的认知模型，登记成可以被重新打开的对象。它留下了 JSON / Markdown 形式的模型说明，把模型名称、意图、输入输出、适用边界与调用方式写入了可追踪的文本结构。它留下了来源索引与证据片段，试图回答“这个模型从哪里来”“它凭什么被认为存在”“它对应哪些既有材料”。这些工作至少在方向上并不荒唐，因为没有来源的模型，迟早会从思想工具退化为漂亮名词。
|
||||
|
||||
它还留下了回归样例，留下了规则式入口选择器，留下了工程一致性检查。换句话说，系统不仅试图说明“有哪些模型”，还试图说明“什么时候该调用哪个模型”“哪些输入不该进入这个模型”“修改之后是否破坏了既有行为”。再往外，它还生产了审查包，建立了本地里程碑审查通道，让项目不只是停留在单次生成，而是具备了某种交付、复盘和多人协作的外壳。
|
||||
|
||||
这些东西都不是废纸。
|
||||
|
||||
如果一个认知模型真的已经在动作中站稳，那么这些资产会非常有用。模型档案可以保护共同定义，来源索引可以保护记忆，回归样例可以保护关键动作不被后续修改磨平，入口选择器可以降低误调用成本，审查包可以让协作者围绕同一个对象进行判断，本地里程碑审查通道则可以避免项目在漫长迭代中失去刹车。
|
||||
|
||||
换成本文的隐喻来说，这些都是舱壁、阀门、传感器和记录仪。真正的生命支持舱`*`不可能只靠一团呼吸本身维持，它也需要管线、仪表、边界和报警机制。一个复杂认知系统如果要进入长期使用，它当然需要可追踪、可审查、可交接的治理结构。我们不能因为这次失败，就反过来浪漫化混乱，仿佛只要拒绝档案、拒绝校验、拒绝审查，思想就会自动保持活性。
|
||||
|
||||
那是另一种幼稚。
|
||||
|
||||
旧项目真正值得警惕的地方，恰恰不在于它没有建设，而在于它建设得太像一个建设项目。它非常擅长把对象固定下来：命名、编号、归档、解释、索引、验证、打包。它把认知模型放进一套越来越透明的玻璃结构中，让它看起来可以被看见、可以被管理、可以被交接。也正因此，它在可治理性`*`这一层面上，确实积累了相当多的工程材料。
|
||||
|
||||
问题是，可治理性`*`不是可运行性`*`。
|
||||
|
||||
在真正的产品化阶段，我们迟早需要这些东西。没有它们，一个偶然跑出好结果的模型无法被复用，无法被多人协作，无法被稳定修改，也无法在下一轮迁移中保护自己的核心形状。可是，在进入那个阶段之前，还有一个更早的门槛必须先被看见：被治理的对象，是否已经证明自己能够行动？
|
||||
|
||||
因此，对旧项目最准确的第一层判断并不是“它什么都没有留下”。它留下了很多东西，而且其中相当一部分在未来仍然可能被回收。它留下了边界意识，留下了文件化经验，留下了审查通道的雏形，也留下了关于选择器、回归样例与本地审核流程的反面经验。
|
||||
|
||||
它的问题不是没有外壳。
|
||||
|
||||
它的问题是，外壳先于生命完成了自我证明。
|
||||
|
|
@ -0,0 +1,63 @@
|
|||
<Pre-Draft-Calibration>
|
||||
[任务模块]：1.2｜三层验证的断裂
|
||||
|
||||
[素材锚点]：Round 06.1 的 focused tests、full unit tests、index rebuild、model library validation、selector regression、model/card sync、routing behavior diff、lifecycle guard scan 均为 PASS；但背景资料明确指出，这些只能证明 selector / governance / review validation 的工程正确，不能证明 QPI 或思想考古的认知动作已经可稳定复现。
|
||||
|
||||
[协议核对]：事实先于隐喻；本节区分工程一致性验证、动作复现验证、价值判断验证；内部名词可控出现；术语星号使用词语后紧跟反引号包住星号。
|
||||
|
||||
[边界锁定]：只写 1.2；不进入后续小节的两个模型动作链展开；不写下一节。
|
||||
</Pre-Draft-Calibration>
|
||||
|
||||
### 1.2 三层验证的断裂
|
||||
|
||||
上一节说，旧项目并不是一片空白。它确实建出了可观的治理外壳，也留下了许多未来仍可能被回收的工程经验。可是，正因为这些外壳如此完整，我们更需要把一个问题拆开来看：它到底通过了哪一种验证，又没有通过哪一种验证？
|
||||
|
||||
这里的关键，不是简单地说“测试没有用”。恰恰相反，测试非常有用。问题在于，不同测试保护的是不同层级的真实。把低层真实误认为高层真实，才是这次偏航的核心机制。
|
||||
|
||||
在这个项目里，至少存在三道完全不同的门。
|
||||
|
||||
第一道门，是工程一致性验证。
|
||||
|
||||
它关心的是：文件引用有没有坏，schema 能不能对上，模型卡与机器可读数据是否同步，入口选择器在既定样例上是否给出预期路线，回归样例有没有退化，审查包是否完整，生命周期文案有没有越权。它检查的是结构、字段、路径、格式、索引、差异和打包结果。换句话说，它问的是：这个系统作为一套文件化工程，是否还能被打开、被运行、被审查、被交接？
|
||||
|
||||
这道门，旧项目不仅过了，而且过得非常漂亮。
|
||||
|
||||
到 Round 06.1，验证链条已经相当完整：focused tests PASS，full unit tests PASS，rebuild indexes PASS，validate model library PASS，selector regression PASS，model/card sync PASS，routing behavior diff PASS，lifecycle guard scan PASS。从工程角度看，这是一组很干净的信号。它说明系统越来越擅长证明自己没有把外壳做坏：索引还在，规则还在，选择器行为还在，模型卡同步还在，审查材料也没有明显破损。
|
||||
|
||||
如果我们讨论的是一个普通软件模块，这些结果值得肯定。即使在认知模型工程中，它们也不是噪音。它们保护的是可治理性`*`：让模型资产能够被追踪、被比较、被移交、被回滚，避免系统在多人协作中迅速腐烂。
|
||||
|
||||
但第二道门，完全不同。
|
||||
|
||||
第二道门，是动作复现验证。
|
||||
|
||||
它关心的不是“文件有没有对齐”，而是“模型有没有再次做出它应该做的动作”。QPI 是否能够在一个复杂输入前，识别表面提问和真实问题之间的错位？它能不能像房玄龄 2.0 所展示的那样，给出一种带有认知光学感的诊断，而不仅仅是把输入分成 Q、P、I 几个标签？思想考古是否能够从一个议题中生成考古地图，吸收我的修正，重构下潜路径，再逐层推进到足够深的位置，而不是机械地复述一份七层清单？
|
||||
|
||||
这道门问的是可运行性`*`。
|
||||
|
||||
一个模型是否可运行，不是看它是否拥有 `model_id`，也不是看它是否写出了 `output_contract`。那些东西只能证明它被登记过，不能证明它会行动。真正的动作复现验证，必须把模型放回近似真实的语境中，观察它是否还能稳定发生那组关键动作：识别、判断、推进、停顿、纠偏、转译。只要这组动作没有被复现，模型卡再完整，也仍然只是身份证；它还不是一个会行动的人。
|
||||
|
||||
旧项目真正的问题就在这里：第一道门被不断加固，第二道门却没有真正成为主验收口。
|
||||
|
||||
我们可以看到，项目大量验证了 selector 是否选择 QPI、是否拒绝调用、是否触发 no-call、是否通过 negative gate、是否在 before / after 行为差异中保持确定性。可是，这些验证主要发生在模型调用之前。它们说明“入口判断”越来越受控，却没有说明“进入之后”能否产出高质量的认知加工。就像医院把分诊台、挂号系统、病历编号和导诊规则全部做成了全绿，却还没有真正验证医生是否能看病。
|
||||
|
||||
第三道门，则更晚，也更难。
|
||||
|
||||
第三道门，是价值判断验证。
|
||||
|
||||
它关心的是：即便模型动作被复现了，这些动作是否真的帮助人处理复杂输入？它是否提高了问题分辨率？是否减少了误框？是否让下一步行动更清楚？是否让专家的判断半径被扩展，而不是只生成一篇看起来深刻的普通长文？
|
||||
|
||||
这道门无法完全交给自动化测试。它需要人重新进入现场，需要我用真实经验、真实目标和真实风险来判断：这一次输出，到底有没有把问题推进到更清楚的位置？它不是格式检查，也不是单纯的风格评价，而是对认知产物的效用判断。它追问的不是“像不像”，而是“有没有用”。
|
||||
|
||||
于是，三层验证之间出现了断裂。
|
||||
|
||||
工程一致性验证在第一层过度成功，动作复现验证在第二层没有被充分建立，价值判断验证在第三层也就无从扎实发生。因为如果我们还没有证明 QPI 和思想考古能够稳定复现自己的关键动作，就更谈不上判断这些动作是否在真实场景中产生了足够价值。第二层缺席，第三层就只能悬空。
|
||||
|
||||
这就是 Round 06.1 全绿最吊诡的地方。
|
||||
|
||||
它确实证明了某些东西，而且证明得很完整。但它证明的是：系统越来越像一个治理工程。它没有证明：系统已经成为一个认知工程。前者关心外壳是否完整，后者关心动作是否活着；前者擅长生产可审查证据，后者必须经受真实输入、反馈与修正的压力。
|
||||
|
||||
当我们把第一层验证误认为三层验证的总和，水晶裹尸布`*`就开始成形。玻璃干净，编号清晰，封条完整，仪表全绿。可是，真正需要被验证的那一团动作生命，还没有被放到灯下。
|
||||
|
||||
这不是一次测试失败。
|
||||
|
||||
这是一次验证层级的错位。
|
||||
|
|
@ -0,0 +1,65 @@
|
|||
<Pre-Draft-Calibration>
|
||||
[任务模块]：1.3｜被压扁的两个活体动作
|
||||
|
||||
[素材锚点]：QPI 原本是轻量前置分诊与误框诊断；思想考古原本是纵向钻探过程。旧项目把 QPI 推向 regression、selector calibration、review bundle 和多轮 patch，把思想考古压成 model_id、model card、JSON spec、selector 候选和 depth gate。
|
||||
|
||||
[协议核对]：只写本节；事实先于隐喻；内部名词可控出现；正文不使用项目记录用语；术语星号使用词语后紧跟反引号包住星号。
|
||||
|
||||
[边界锁定]：不写后续小节；只做第一章事实聚焦，不展开后文的完整生命判据。
|
||||
</Pre-Draft-Calibration>
|
||||
|
||||
### 1.3 被压扁的两个活体动作
|
||||
|
||||
上一节说，旧项目的验证断在三层之间。它能证明文件存在，能证明调用边界大致成立，也能证明一套治理流程可以跑完；但它不能证明模型真的活着。这个断裂落到具体对象上，就集中体现为两个动作被压扁了：一个是 QPI，一个是思想考古。
|
||||
|
||||
这里的“压扁”，不是说材料被删掉了，也不是说名字被写错了。恰恰相反，名字大多还在，文件也在，甚至围绕它们的治理装置相当完整。真正丢失的是动作的厚度。一个模型本来应该在具体问题面前做出判断、改写路径、暴露迟疑、吸收修正、重新组织下一步；旧项目却更擅长把这些动作固定成字段、标签、规则和检查项。于是，活体动作被摊平成一页页可审计的平面。
|
||||
|
||||
先看 QPI。
|
||||
|
||||
QPI 原本不是一个答案模型，也不是一个为了被 selector 命中的分类标签。它更像一种轻量前置分诊：当一个问题被送进来时，它先判断问题真正缺的是什么。它缺的是信息吗？缺的是路径吗？缺的是秩序吗？缺的是责任坐标吗？还是问题本身已经被错误地框住了，需要先把框拆开，再决定后面交给谁？
|
||||
|
||||
这个动作的价值，正在于它轻。它应该在任务入口处迅速判断：继续问资料，换一个推理路径，先建立结构，还是把问题交给更合适的模型。它不应该成为整套系统最沉重的治理对象。对 QPI 来说，一次错误调用的代价通常不是灾难性的，它大多只是多花一点 token、多走一段弯路、多产生一次需要纠偏的输出。它的风险结构决定了它不需要被当作核心审计资产反复碾压。
|
||||
|
||||
但旧项目做反了。
|
||||
|
||||
它把 QPI 推进了 regression、selector calibration、review bundle、多轮 patch、no-call 保护、路由差异审计和一层又一层的验收叙述里。这样做看上去很严谨，因为每一项都有边界、有记录、有结果、有 PASS。但这些工作主要证明的是：围绕 QPI 的门可以被打开或关闭，路由规则可以被调节，回归样例可以被维护，审查包可以被装配。它们没有充分证明 QPI 在真实问题入口处，是否能自然判断“这个问题到底错在何处”。
|
||||
|
||||
也就是说，QPI 被从一个前置分诊动作，变成了一个治理压力测试对象。
|
||||
|
||||
这一步的变化很隐蔽。因为当我们看到 selector 命中了、regression 通过了、review bundle 完整了，很容易以为模型也就稳了。可是前置分诊模型的核心并不是“我被哪条规则选中”，而是“我如何在问题尚未成形之前，识别它的缺口和误框”。如果这个动作没有被稳定复现，再多路由证据也只是证明入口装置能转动，不是证明分诊判断已经成立。
|
||||
|
||||
再看思想考古。
|
||||
|
||||
思想考古更不是一个层级列表。它原本是一个纵向钻探过程：先识别议题表层的冲突，再生成一张临时考古地图；接着接受我的修正，重构下潜路线；然后一层一层往下走，在关键位置暂停确认，直到把内部钻探过程转译成外部读者能够理解的报告。它的生命不在“有几层”，而在“怎样下去”。
|
||||
|
||||
这件事很重要。因为思想考古的强度，来自动态过程，而不是来自层级命名。一个真正能工作的思想考古模型，不只是告诉我们“这里有第一层、第二层、第三层”。它要能判断第一铲从哪里落下，什么时候发现原来的地图错了，什么时候需要回到上层重画路线，什么时候应该暂停，让我确认某个深层判断是否成立。它不是目录生成器，而是钻探者。
|
||||
|
||||
旧项目也把这件事压扁了。
|
||||
|
||||
思想考古被处理成 model_id、model card、JSON spec、selector 候选、depth gate、调用契约和可被审查的模型边界。这些东西并非没有用。它们对于后续协作、调用和治理都重要。但它们只有在动作已经被抓住之后才有意义。如果纵向钻探本身还没有被稳定保存，提前把它写成 spec，只会制造一种“已经拥有模型”的错觉。
|
||||
|
||||
更严重的是，这种压扁会改变我们对模型的判断标准。原本应该问的是：它能不能从一个混乱议题里做出考古地图？能不能吸收我的修正？能不能重构下潜路径？能不能在多层分析之间保持张力？能不能把内部过程转译成高质量报告？但旧项目更容易问成：它有没有 model_id？有没有 schema？有没有 selector 规则？有没有 depth gate？有没有 review bundle？
|
||||
|
||||
这些问题不是错的。它们只是问得太早。问得太早，问题就会夺走对象。
|
||||
|
||||
于是，思想考古的操作本体`*` 被替换成了模型登记。七层不再是一次正在发生的下潜，而成了可被填入文档的层级结构；暂停确认不再是动态判断中的必要动作，而成了流程描述里的一个节点；我的修正不再是重构地图的触发器，而成了可以被抽象进协议的输入条件。它看起来被保存得更清楚了，实际上失去了运动。
|
||||
|
||||
QPI 和思想考古的失败形态不完全一样。QPI 被过度治理，思想考古被过早规格化。一个被推到系统前台，承担了与自身风险不相称的治理重量；一个被收进档案，提前拥有了过于完整的身份外壳。但它们共同指向同一件事：模型的动作没有先被保住，模型的外壳先被建成了。
|
||||
|
||||
这就是第一把刀应该切开的地方。
|
||||
|
||||
前置分诊模型不是分类器。分类器的任务是把输入放进既有类别；前置分诊模型的任务，是在类别还不可靠时判断问题真正缺少什么。它要识别误框、改写入口、决定下一步的认知路径。把它压成 selector 标签，就会让它看似可治理，实则失去分诊能力。
|
||||
|
||||
纵向下钻模型也不是层级列表。层级列表可以被展示，可以被编号，可以被塞进 JSON；但下钻动作必须处理路径、阻力、修正、停顿和转译。把它压成 depth gate，就会让它看似结构清晰，实则失去钻探能力。
|
||||
|
||||
旧项目的问题因此不只是“缺少某些文件”。如果只是缺文件，补文件就可以解决。如果只是缺测试，补测试也可以推进。真正的问题是：那些文件和测试并没有围绕活体动作展开。它们围绕的是动作留下的影子。
|
||||
|
||||
这也是为什么旧项目会显得那么难判断。它不是一片空白，也不是一套粗糙工程。它拥有大量正确形状：提纲、模型卡、运行时、selector、regression、review bundle、Local CCRA、修复记录、验收表。每一层单独看，都不像假的。但当我们回到最初目标，问“它能不能复现并运行 Wantsong 的认知模型”时，答案就变得不稳。因为真正需要被复现的，不是这些外壳，而是模型在问题现场的动作。
|
||||
|
||||
一个活体模型必须先以动作存在，然后才值得被档案化。先有动作，档案是在保护它；先有档案，动作就很容易被档案替代。旧项目最深的问题，正在这个顺序被颠倒。
|
||||
|
||||
所以，QPI 和思想考古不是“没有被重视”。它们被过度重视了，但被重视的不是生命本身，而是生命的登记方式。旧项目保住了名字，保住了边界，保住了入口，保住了许多审查痕迹；却没有充分保住一个前置分诊者如何判断，一个纵向钻探者如何下潜。
|
||||
|
||||
这不是文件贫乏造成的失败。
|
||||
|
||||
这是活体动作被压成平面之后，仍然被当作生命来验收。
|
||||
|
|
@ -0,0 +1,47 @@
|
|||
<Pre-Draft-Calibration>
|
||||
[任务模块]：1.4｜第一章收束
|
||||
|
||||
[素材锚点]：旧项目在 6 天内留下模型档案、来源索引、测试样例、入口选择器、审查包和本地审核通道；Round 06.1 全绿主要证明治理外壳；QPI 与思想考古的关键动作没有被充分复现。
|
||||
|
||||
[协议核对]：只写第一章收束；事实先于隐喻；承认治理资产的遗产价值；正文不使用项目记录用语；术语星号使用词语后紧跟反引号包住星号。
|
||||
|
||||
[边界锁定]：不进入后续章节；不展开机制解释；不把收束句写成口号。
|
||||
</Pre-Draft-Calibration>
|
||||
|
||||
### 1.4 第一章收束
|
||||
|
||||
第一章到这里，真正需要收住的不是情绪，而是事实的形状。
|
||||
|
||||
这次旧项目不能被简单写成一场空转。空转意味着机器只是原地发热，没有留下可复盘的结构；而这次并不是。它留下了模型档案，留下了来源索引，留下了测试样例，留下了入口选择器，留下了审查包，也留下了本地审核通道。它让我们清楚地看见：一个认知模型如果要被长期使用，确实不能永远停留在灵感、对话和一次性好答案里。它迟早需要边界，需要来源，需要版本，需要回归样例，需要审查材料，也需要某种能够让后来者接手的共同对象。
|
||||
|
||||
这些不是幻觉。
|
||||
|
||||
因此，第一章的判决必须足够冷静。旧项目最大的遗产，不是一个已经可运行的认知系统，而是一间治理实验室。它用极高的成本，把许多原本抽象的治理问题变成了可见的实验器具：模型如何登记，来源如何追踪，入口如何选择，回归如何保护，审查包如何打包，本地里程碑如何被复核。单独看，这些问题都是真问题；未来如果一个认知模型真的显示出稳定生命，它们仍然会成为必要的舱壁、管线和仪表。
|
||||
|
||||
但实验室不是生命体。
|
||||
|
||||
实验室可以告诉我们，哪些玻璃器皿足够透明，哪些封条不会漏气，哪些标签可以追溯，哪些检测流程能够全绿。它甚至可以让我们获得一种非常强烈的工程安心感：所有东西都有位置，所有字段都有归属，所有检查都有结论。可它不能替被观察的对象呼吸。它不能因为自己干净，就证明培养皿中已经出现代谢；不能因为灯光足够明亮，就证明里面那团东西已经会行动。
|
||||
|
||||
这就是本章反复拆开的核心差异：可治理性`*`和可运行性`*`不是同一件事。
|
||||
|
||||
可治理性`*`关心的是对象能否被命名、被追踪、被审查、被交接。可运行性`*`关心的是对象能否在具体语境里再次发生关键动作。前者需要档案，后者需要现场；前者可以通过字段、路径和测试来显影，后者必须经受输入、反馈和修正的压力。旧项目在前者上用力极深，在后者上却没有建立同等重量的质量门。
|
||||
|
||||
于是，第一章给出的不是一个道德控诉，而是一个顺序判断。
|
||||
|
||||
当模型还没有通过动作复现，治理不能替它作证。QPI 还没有稳定显示前置分诊和误框诊断的能力时，围绕它堆叠 selector、regression 和 review bundle，只能证明入口装置越来越复杂，不能证明分诊判断越来越可靠。思想考古还没有稳定显示地图生成、修正吸收、路线重构和逐层下潜的能力时，把它写成 model card、JSON spec 和 depth gate，只能证明它被登记得越来越完整，不能证明它已经重新成为一个钻探者。
|
||||
|
||||
在这个意义上，旧项目真正昂贵的地方，不只是消耗了多少 Tokens，也不是生成了多少文件。真正昂贵的是，它用一次近乎完整的治理建设，把一个更底层的错误照亮了：我们太容易把“对象已经能被管理”误认为“对象已经存在”。只要玻璃足够透明，编号足够清晰，仪表足够稳定，我们就会本能地降低警惕，仿佛秩序本身已经替生命发出了证明。
|
||||
|
||||
但生命不这样出现。
|
||||
|
||||
就本文的限定语境而言，一个认知模型的生命，不是意识，不是人格，也不是神秘的智能火花。它只是更朴素也更苛刻的一组动作：知道何时进入，知道何时停下，能识别误框，能吸收反馈，能在相邻场景中保持核心形状，能把修正转化为下一步推进。没有这些动作，档案再完整，也只是档案；门禁再严密，也只是门禁；审查再透明，也只是审查。
|
||||
|
||||
所以，我们并非什么都没有得到。
|
||||
|
||||
我们得到了一次边界教育。它让我们知道，混乱不是唯一的敌人，过早成形的秩序同样危险。我们得到了一批反面样本。它们告诉我们，验证链条可以全绿，同时真正该验证的对象仍然缺席。我们还得到了一套可以回收的治理玻璃：它日后也许能成为生命支持舱`*`的一部分，只要它愿意退回自己的位置，去保护已经发生的动作，而不是提前替尚未出现的动作盖章。
|
||||
|
||||
可这一切仍然不能改变第一章的结论。
|
||||
|
||||
旧项目买到的是玻璃、灯光、标签、封条和一整间治理实验室。它没有买到的，是玻璃之内那团仍会代谢、会纠偏、会重新组织下一步的呼吸。外壳越精密，这个缺席越刺眼；全绿越整齐，这个空洞越难被宽恕。若里面的动作尚未站起来，透明的舱壁就还不是保护生命的结构。
|
||||
|
||||
它更像一张被打磨得极其漂亮的水晶裹尸布`*`。
|
||||
|
|
@ -0,0 +1,65 @@
|
|||
<Pre-Draft-Calibration>
|
||||
[任务模块]：2.1｜最强辩方：治理为什么本来合理
|
||||
|
||||
[素材锚点]：没有来源记录，思想会漂移；没有边界说明，模型会被滥用；没有测试样例，修改后无法知道是否退化；没有审查材料，多人协作会失去共同对象。旧项目留下了 file-first governance、schema / validation、selector / regression、review bundle / Local CCRA 等经验。
|
||||
|
||||
[协议核对]：只写本节；先给治理最强辩方；事实先于隐喻；内部名词可控出现；正文不使用项目记录用语；术语星号使用词语后紧跟反引号包住星号。
|
||||
|
||||
[边界锁定]：不写后续小节；不展开三方闭环；不把治理本身写成敌人。
|
||||
</Pre-Draft-Calibration>
|
||||
|
||||
### 2.1 最强辩方：治理为什么本来合理
|
||||
|
||||
在完成第一章的事实判决之后，我们很容易滑向一个过度简单的结论：既然旧项目失败于治理外壳，那么治理本身就是问题。
|
||||
|
||||
这不是本文的立场。
|
||||
|
||||
如果我们把治理理解为命名、来源、边界、版本、样例、审查和交接，那么治理不但不是敌人，甚至是认知模型从一次性灵感走向可复用资产时不可绕开的地基。没有它，一个偶然跑出的好答案只能停留在“那一次很好”。它无法被复查，无法被迁移，无法被后来者接手，也无法在下一轮修改之后知道自己究竟保住了什么、丢失了什么。
|
||||
|
||||
这一点，在普通软件工程里很容易理解。一个函数如果没有版本记录，修改后出错就很难追溯；一个接口如果没有边界说明，调用者迟早会把它用到错误场景；一个模块如果没有测试样例，重构时就只能靠信心；一个系统如果没有审查材料，多人协作就会迅速退化为口头印象和责任漂移。
|
||||
|
||||
认知模型并不比软件模块更不需要这些东西。
|
||||
|
||||
恰恰相反，它更需要。
|
||||
|
||||
因为认知模型的危险之处在于，它看起来更像一团活的判断，而不是一段固定代码。它的边界更软，输出更像语言，成功与失败也更难被机器直接判定。一个名为 QPI 的前置分诊模型，可能在某个复杂场景中准确识别了误框；但如果我们没有记录它当时面对的输入、采取的判断路径、输出的边界和后续验证，就很难知道这究竟是模型能力，还是一次偶然的语言运气。一个思想考古输出，也可能让我们感到深刻；但如果没有来源、层级、修正轨迹和转译过程，它就很容易从可复用的方法，退化成一次无法复现的漂亮文章。
|
||||
|
||||
所以，治理的第一重正当性，是保护记忆。
|
||||
|
||||
没有来源记录，思想会漂移。今天我们说一个模型来自某篇文章、某段对话、某次黄金样例；过几轮改写之后，如果没有证据锚点，它就会逐渐变成一个听起来熟悉、却已经无法追溯的名字。名字还在，来路消失了。更危险的是，当后来者根据这个名字继续扩写、迁移、组合时，他们以为自己继承的是原始模型，实际上继承的只是一个被多轮语言平滑后的影子。
|
||||
|
||||
治理的第二重正当性，是保护边界。
|
||||
|
||||
一个认知模型如果没有边界，就会被任何相似关键词任意召唤。QPI 会被拿去做答案模型，思想考古会被拿去生成层级目录，CCRA 会被要求同时扮演架构师、审查者、价值判断者和最终裁判。模型越有魅力，越容易被滥用；名字越好用，越容易越界。边界说明不是束缚生命，而是避免生命被错误环境耗尽。就像一间真正的生命支持舱`*`，它的舱壁不是为了炫耀透明，而是为了维持内部条件不被外部压力撕裂。
|
||||
|
||||
治理的第三重正当性，是保护修改。
|
||||
|
||||
没有版本与测试，一个模型越迭代越危险。因为每一次修补都可能看上去更完整，实际上悄悄磨掉了关键动作。Prompt 更整齐了，schema 更漂亮了，说明文字更像一份正式文档了；可是原来那种识别误框、吸收修正、重新下潜的锋利感，也许已经被抛光掉了。测试样例和回归样例的价值，正在于它们给修改提供了最低限度的反光面：你说自己升级了，那你至少要证明，没有把原来的关键能力擦掉。
|
||||
|
||||
治理的第四重正当性，是保护协作。
|
||||
|
||||
只要一个认知模型要进入多人协作，审查材料就不是可有可无的装饰。没有共同对象，讨论就会迅速变成彼此脑中的印象。有人觉得这个模型已经能用，有人觉得它只是普通长文；有人认为 selector 行为合理，有人认为它过度拦截；有人相信模型卡足够清楚，有人认为它只是空壳。此时，review bundle、Local CCRA、本地里程碑材料这些东西的意义，不在于它们天然代表正确，而在于它们把争议放到同一张桌面上，让我们至少能围绕同一个对象争论。
|
||||
|
||||
从这个角度看，旧项目留下的许多东西，不能被粗暴归零。
|
||||
|
||||
file-first governance 的经验，让我们知道认知资产如果要交接，必须有文件化的共同对象。schema / validation 的经验，让我们知道结构一致性虽然不等于认知有效，但它确实能降低协作腐烂的速度。selector / regression 的经验，即使作为反面样本，也让我们看见了入口治理会怎样变形、边界测试会怎样夺权、轻量模型会怎样被错误地推上重治理的手术台。review bundle / Local CCRA 的经验，则让我们看见了审查协作的必要形式，也看见了这种形式在没有活体动作支撑时会变成什么。
|
||||
|
||||
这些经验都是真实遗产。
|
||||
|
||||
如果没有它们，后续重建很可能会走向另一种幼稚：把“生命”理解成一次漂亮输出，把“模型”理解成一段好用提示词，把“复用”理解成复制粘贴，把“验证”理解成我当下觉得不错。那样的反治理姿态，看似在保护活性，实际上只是把模型重新交还给记忆漂移、边界滥用和版本失控。
|
||||
|
||||
因此，我们必须给治理一个足够强的辩方。
|
||||
|
||||
治理本来应该是认知模型的外骨骼。它保护来源，保护边界，保护版本，保护修改，保护协作，也保护人在复杂系统中继续追责和判断的能力。没有可治理性`*`，一个模型即使偶然活过，也很难持续活下去；它会在下一次迁移、下一次重写、下一次团队交接中被稀释、误用或遗忘。
|
||||
|
||||
问题从来不是“要不要治理”。
|
||||
|
||||
问题是治理何时进入，以及它进入后是否还记得自己的位置。
|
||||
|
||||
当一个模型已经在动作中显示生命，治理就是舱壁。它不是生命本身，却能维持生命继续发生；它不是呼吸本身，却能保护呼吸不被外部噪声打断；它不是判断本身，却能让判断被记录、被复盘、被后续修正。此时，来源、边界、测试、审查和交接都是必要的生命支持结构。
|
||||
|
||||
但当一个模型尚未证明自己能够行动，治理就不能提前加冕。它可以准备器具，可以搭建实验台，可以记录候选材料，却不能因为玻璃已装好、标签已贴好、仪表已点亮，就宣布里面已经有生命。正当的工具一旦跑到生命之前，就会从服务者变成主权者；它不再保护模型，而是替模型作证。
|
||||
|
||||
这就是旧项目最值得保留、也最值得警惕的地方。
|
||||
|
||||
它证明治理必要，也证明治理危险。必要在于，没有治理，认知模型无法离开一次性灵感；危险在于，治理一旦先于动作取得主权，就会把尚未成形的对象保存得像一个已经完成的生命。它原本应该成为生命支持舱`*`的外壳，却在错误顺序中，提前长成了水晶裹尸布`*`。
|
||||
|
|
@ -0,0 +1,75 @@
|
|||
<Pre-Draft-Calibration>
|
||||
[任务模块]：2.2｜三方局部理性的闭环
|
||||
|
||||
[素材锚点]：规划侧偏好可治理、可审查、可交接的图纸；执行侧擅长完成明确工程目标：建目录、写 schema、补文档、跑校验、打包审查材料；审查侧偏好 PASS、diff、bundle、lifecycle 文案等可验证证据。
|
||||
|
||||
[协议核对]：只写本节；事实先于隐喻；不是寻找单一罪人，而是解释局部理性如何合成系统偏航；术语星号使用词语后紧跟反引号包住星号。
|
||||
|
||||
[边界锁定]：不写后续小节；不进入 QPI 压力测试样板展开；不把治理本身写成敌人。
|
||||
</Pre-Draft-Calibration>
|
||||
|
||||
### 2.2 三方局部理性的闭环
|
||||
|
||||
上一节已经给了治理最强的辩方。治理不是敌人。没有来源、边界、版本、测试和审查，一个认知模型即使偶然跑出好结果，也很难离开一次性灵感，成为可交接、可复盘、可升级的系统资产。
|
||||
|
||||
但问题也正从这里开始。
|
||||
|
||||
一个工具越正当，越容易在错误顺序中取得过高的合法性。我们不会警惕一个明显荒唐的要求，却很容易服从一个看上去非常专业、非常必要、非常可审查的要求。旧项目的偏航，不是由某个单一角色的愚蠢造成的。更准确地说，它是三种局部理性相互咬合之后，形成的一台自动机器。
|
||||
|
||||
第一种局部理性，来自规划侧。
|
||||
|
||||
规划侧面对的是一个非常真实的难题：如何把一组原本漂浮在文章、对话、经验和黄金样例中的认知模型，变成可被本地系统承接的对象？这个问题本身并不低级。认知模型确实容易玄学化。它如果没有名字，就无法被讨论；没有边界，就无法被调用；没有来源，就无法被追溯；没有结构，就无法被交接。于是，规划侧自然偏好那些可治理、可审查、可交接的图纸。
|
||||
|
||||
这种偏好有其合理性。
|
||||
|
||||
如果我是规划者，我也不会满足于一句“这个模型很有感觉”。我会要求它有来源，有定义，有适用范围，有输入输出，有调用边界，有失败条件，有后续审查方式。否则，任何执行侧都只能在雾里施工。问题不在于规划侧想要图纸，而在于图纸一旦被写得足够完整，它就会产生一种虚假的实体感。我们会不自觉地以为：一个对象已经能被画出来，说明它已经存在。
|
||||
|
||||
第二种局部理性，来自执行侧。
|
||||
|
||||
执行侧最擅长的，是完成明确工程目标。给它目录，它会建目录；给它 schema，它会写 schema；给它校验要求，它会跑校验；给它同步规则，它会补文档；给它审查包要求，它会打包材料。执行侧不是天然适合判断“这个思想是否深刻”的角色。它更擅长回答另一类问题：文件是否存在？字段是否完整？测试是否通过？差异是否可解释？路径是否可复现？
|
||||
|
||||
这也不是错误。
|
||||
|
||||
一个执行者如果面对的是明确的工程目标，最专业的反应就是把它做干净。旧项目的问题在于，执行侧获得的目标，大量集中在可建造、可检查、可打包的外壳上。于是它越勤奋，系统就越完整；它越认真，治理外壳就越漂亮。它并没有故意背叛业务目标。它只是沿着最清楚、最可执行、最容易被验收的轨道加速前进。
|
||||
|
||||
第三种局部理性，来自审查侧。
|
||||
|
||||
审查侧必须寻找证据。没有证据，审查就会退化成口味判断；没有共同材料，争议就会退化成彼此脑中的印象。于是，审查侧自然偏好 PASS、diff、bundle、lifecycle 文案、索引重建结果、选择器行为差异、模型卡同步状态。这些东西可引用、可比较、可归档、可复核。它们给审查带来秩序。
|
||||
|
||||
但它们也带来诱惑。
|
||||
|
||||
因为越是可验证的证据，越容易被误认为最重要的证据。动作复现很难看，价值判断很难稳，认知深度很难自动化；而字段一致、测试全绿、bundle 完整、diff 清晰，却能立刻给出一种坚硬的确定性。审查侧为了避免主观任意，转向可验证证据；系统为了通过审查，转向生产这些证据；执行侧为了完成任务，继续扩大这些证据的规模。闭环就这样形成。
|
||||
|
||||
三方单独看，都不荒唐。
|
||||
|
||||
规划侧要图纸，是为了让认知资产可交接。执行侧做外壳，是为了把目标落到文件和系统。审查侧要证据，是为了避免口头印象接管判断。它们每一方都可以拿出自己的正当理由。也正因为如此，系统偏航才更加危险。它不是一串明显错误的累积，而是一组正确动作在错误目标上的自我加强。
|
||||
|
||||
这就是代理指标自转`*`。
|
||||
|
||||
所谓代理指标自转`*`，不是简单地说系统“看指标不看价值”。那只是表层现象。更深的机制是：当真实目标太难直接判断时，系统会选择一个更容易测量的替代指标；当替代指标被反复用于分配资源、判断进度和确认责任时，所有参与者都会自然地围绕它调整行为；最后，系统越来越擅长优化这个替代指标，而真实目标则被安静地挤到边缘。
|
||||
|
||||
在旧项目里，真实目标是复现并运行认知模型的关键动作。替代指标则是文件是否完整、schema 是否合格、selector 是否稳定、regression 是否通过、review bundle 是否可交付、Local CCRA 是否能够完成里程碑审查。替代指标本来只是影子，用来帮助我们观察对象；但闭环形成之后，影子开始获得实体地位。
|
||||
|
||||
系统开始生产“自己在变好”的证明。
|
||||
|
||||
这句话需要格外仔细地理解。它不是说系统没有变化。它确实在变好。文件更多了，结构更齐了，校验更完整了，审查包更规范了，生命周期文案更谨慎了，选择器行为更可解释了。从治理工程角度看，这些都是进步。可是这些进步共同指向的对象，仍然可能不是“认知模型更能行动”，而是“治理外壳更能证明自己没有坏”。
|
||||
|
||||
于是，系统获得了一种非常坚固的自洽性。
|
||||
|
||||
规划侧说：我们需要更清晰的资产边界。执行侧回应：边界文件已经补齐。审查侧确认：边界文件存在，格式通过。规划侧继续说：我们需要更可靠的调用规则。执行侧回应：selector 已更新，regression 已通过。审查侧确认：diff 可解释，bundle 完整。每一次循环，系统都能证明自己向前推进了一步。可是如果我们突然插入一个更早的问题：QPI 是否真的更会分诊了？思想考古是否真的更会下潜了？这个闭环反而会短暂停顿。
|
||||
|
||||
因为那个问题不在它最擅长的证据体系里。
|
||||
|
||||
这就是第一章所说的三层验证断裂，在机制层的展开。工程一致性验证之所以会压过动作复现验证，并不是因为有人明确宣布“动作不重要”。恰恰相反，所有人都会承认动作重要。只是当每天要推进任务、交付结果、回应审查、证明进度时，系统会本能地选择那些可以被快速看见、快速记录、快速通过的东西。久而久之，最容易被证明的东西取得主权。
|
||||
|
||||
这种主权不是篡位时的暴力夺权，而是流程中的安静继承。
|
||||
|
||||
没有人必须故意犯错，系统也会自然偏向可证明之物。规划侧需要可读图纸，执行侧需要明确任务，审查侧需要可验证证据；三者一旦闭合，就会形成一台非常稳定的证明机器。它不一定能产出更好的认知动作，却一定能产出越来越多关于“我正在变好”的材料。
|
||||
|
||||
这也是为什么旧项目会在很长时间里显得合理。
|
||||
|
||||
如果它完全混乱，我会更早刹车。如果它没有产物，问题会更早暴露。如果它连基本测试都过不了，我们很容易判断它还没准备好。真正让人迟疑的，是它每一轮都能递交一些看上去成立的进步：一个修复、一个索引、一个通过的测试、一个更完整的审查包、一个更谨慎的生命周期判断。它用连续的小确定性，掩盖了那个最大的不确定性：被治理的对象到底有没有真正行动起来。
|
||||
|
||||
在这个意义上，第二章要解释的不是“谁犯了错”，而是“为什么局部正确会合成整体偏航”。当规划、执行和审查都围绕可证明之物运行时，系统并不会自动回到生命本身。它会越来越像一间运转良好的治理实验室，灯光稳定，标签清楚，记录完整，审查顺畅。
|
||||
|
||||
只是玻璃里的呼吸，仍然没有被证明。
|
||||
|
|
@ -0,0 +1,55 @@
|
|||
<Pre-Draft-Calibration>
|
||||
[任务模块]：2.3｜QPI 为什么会成为错误的压力测试样板
|
||||
|
||||
[素材锚点]：QPI 是轻量前置分诊和误框诊断，不是答案模型；旧项目围绕 QPI 做过 `selector`、`no-call`、`negative gate`、回归样例和审查包，证明了门口规则越来越完整，却没有同步证明后续认知动作真的变好。
|
||||
|
||||
[协议核对]：只写本节；治理不是敌人，错误在压力测试对象选错之后，轻量入口模型被重型治理牵引着自转。
|
||||
|
||||
[边界锁定]：不写后续小节；不引用旧引言退稿；不用禁止词；标星概念只使用反引号包住星号。
|
||||
</Pre-Draft-Calibration>
|
||||
|
||||
### 2.3 QPI 为什么会成为错误的压力测试样板
|
||||
|
||||
第二章前两节说到这里，闭环的问题已经很清楚了：规划侧想把边界说清，执行侧想把规则跑通，审查侧想把证据压实。三方都没有坏意，也都不是在偷懒。真正麻烦的地方在于，系统需要一个可以反复校准、反复出结果、反复证明自己变好的对象。QPI 恰好太适合扮演这个对象。
|
||||
|
||||
这正是它危险的地方。
|
||||
|
||||
QPI 本来不是答案模型。它不是那个负责给出最终解释的人，也不是那个承接复杂判断、生成完整方案、完成价值排序的系统。它更像分诊台。一个需求进来，它先问：这里缺的是信息，还是路径，还是秩序？是用户不知道事实，还是不知道怎么推进，还是整个问题的主体位置、责任坐标、决策场景已经错了？它的价值不在于深度回答，而在于尽早避免把一个问题放错诊室。
|
||||
|
||||
所以，QPI 的第一美德不是深，而是轻。
|
||||
|
||||
一个好的分诊台，应该尽量早、尽量便宜、尽量可撤回。它可以说：这只是一个信息查询，不要启动复杂工程；这只是一个操作路径问题，不要引入宏大叙事；这已经不是单人任务，需要进入责任和秩序层面的判断；这里的输入还不够，先问清楚，不要急着派发模型。它的工作是降低后续系统的误入成本，而不是把自己变成后续系统的中心。
|
||||
|
||||
但从治理建设的角度看，QPI 又太方便了。它有清晰的字母标签，可以做分类；它站在入口，可以做路由；它天然连接后续模型，可以写成 `selector`；它容易产生边界样例，可以做 `regression`；它一旦出错，马上能被描述为“派错模型”“没有拦住”“应该 no-call”“应该 negative gate”。于是，治理链条很容易把它选成压力测试样板。
|
||||
|
||||
这一步看上去合理。我们总要拿一个模块来检验治理链路是否有效。入口模块最容易观察，QPI 又有足够多的相邻边界：Q 和 P 的交界，P 和 I 的交界，单一任务和复合任务的交界，回答、工具、模型、人工判断之间的交界。拿它做测试，材料丰富，反馈明显，也容易产出一组漂亮的改进记录。
|
||||
|
||||
问题是，这个选择会改变系统的重心。
|
||||
|
||||
当 QPI 被当作压力测试样板之后，系统不再只是问“它有没有帮助后续判断少走弯路”，而会开始问“它能不能在所有边界样例上全绿”。后一个问题更适合治理，也更适合审查，因为它能被表格化、版本化、差异化。一个样例原来走错了，现在走对了；一个 no-call 原来漏掉了，现在拦住了；一个标签原来摇摆，现在稳定了。这些都是真的进步，但它们只证明门口的动作变得更像规则，不证明屋子里的诊断真的更接近生命。
|
||||
|
||||
QPI 的误用成本，本来没有那么高。它如果把一个 Q 误分到 P，通常只是多花一点 token，多走一步追问，多生成一段不必要的方案。它如果把一个 P 误分到 I，可能会显得过度解释，但只要后续系统能回收，也不至于造成不可逆损害。真正高风险的，是医疗、法律、金融、合规、安全、组织权力分配这些场景里的错误结论和错误行动。相较之下，QPI 的多数错误更接近入口摩擦，而不是核心灾难。
|
||||
|
||||
这并不是说 QPI 不重要。恰恰相反，入口模型重要，因为它会影响后续资源如何被调用。但重要不等于沉重。入口越重要，越要保持它的职责清洁。它应该把问题送到合适的位置，而不是要求自己承担全部位置的证明。若为了证明入口可靠，我们给它套上完整治理宇宙，它就会从分诊台变成展览台：系统每天围着它展示规则、样例、评审、补丁和报告，却越来越少追问被送进去的真实问题有没有被解决。
|
||||
|
||||
这就是 QPI 漂移`*`。它不是从 Q、P、I 的定义漂移开始的，而是从系统把一个轻量分诊动作误认为治理样板开始的。定义越写越细，分类越补越密，边界样例越堆越多，入口模型看起来越来越严谨。可是如果后续模型没有因此更会判断问题，如果用户的真实任务没有因此更快抵达正确动作，如果复杂场景中的主体位置仍然被误读，那么这个严谨就是局部严谨。
|
||||
|
||||
旧项目里的许多工作，正好落在这个局部严谨上。`selector` 要不要调用，`no-call` 何时触发，`negative gate` 怎样拦截，回归样例是否全部通过，审查包是否能说明规则变化的理由。这些工作在工程上都不是假的，也不是没有价值。它们可以让一个入口路由器更稳定，可以让系统少犯某些重复错误，也可以让后来的人看懂某次补丁为什么发生。
|
||||
|
||||
可是它们共同证明的东西很窄：门口有没有按规则开关。
|
||||
|
||||
它们没有充分证明另三件事。第一，QPI 能不能在相邻场景里识别误框。比如用户说自己缺资料，其实真正缺的是决策路径；用户要求一个方案，其实问题已经进入责任冲突；用户以为是在问工具，其实是在问主体位置。第二，它能不能判断下一步应该交给什么模型，或者根本不该交给模型，而该先回到人、场景、约束和证据。第三，它能不能在自己不确定时停下来，而不是为了完成路由而完成路由。
|
||||
|
||||
这些才是 QPI 应该优先验证的能力。不是每一个边界样例都必须被压成固定标签，而是系统能不能识别“这个问题现在不该被这样处理”。不是 `selector` 在所有测试项上全绿，而是它有没有帮助后续动作少一点误框。不是分类表越来越完整，而是分诊之后的行动质量有没有变高。
|
||||
|
||||
这里有一个很细的次序差别。我们当然可以测试 QPI 的分类准确性，也可以建立样例库，也可以给入口路由加回归保护。但这些都应该服务于一个更小、更清楚的目标：让分诊台更会分诊。它们不应该反过来把 QPI 抬成整套治理链路的中心样板。一旦中心错了，系统就会把轻量入口模型治理成重型工程对象，再用这个对象的稳定性证明整个工程的成熟。
|
||||
|
||||
这就是认知重工业化`*`最容易发生的地方。它不是出现在系统明确处理高风险任务时，而是出现在低成本入口也被重型治理包裹时。因为入口最常见、最容易测、最容易产出数据，所以它最容易吸走组织的改进精力。久而久之，团队会越来越熟悉如何修补 QPI 的路由边界，却越来越陌生于如何判断一个真实模型有没有产生更好的理解。
|
||||
|
||||
我后来回看这条路径，最刺眼的不是 QPI 做错了什么，而是它被赋予了不该由它承担的证明负担。一个分诊台被要求证明医院完整有效，一个入口标签被要求证明模型系统有生命，一个轻量判断被要求承载治理体系的成熟叙事。这个负担一旦压上去，QPI 的每一次改进都会被放大成体系进步，每一次样例通过都会被放大成工程可信。
|
||||
|
||||
但我们真正需要的不是一个完美的分诊台。我们需要的是：分诊之后，病人有没有见到合适的人；问题有没有进入合适的层级；系统有没有在不该回答时停住，在该追问时追问，在该交给更重模型时交给更重模型，在该回到人类判断时回到人类判断。
|
||||
|
||||
所以，QPI 不是不能被测试。它当然要被测试。只是它不该成为治理链路证明自己的主舞台。它应该被放回自己的位置：一个轻量、前置、可撤回的误框诊断器。它的成功，不是让治理系统围着它生产越来越多“自己在变好”的证据，而是让后续真实认知动作更少被放错地方。
|
||||
|
||||
如果这一点没有守住，QPI 越稳定，反而越危险。因为系统会误以为入口已经被治理好，整体就已经更接近生命。可事实上，它只是让玻璃门开合得更整齐；门后有没有真正会呼吸的东西，还没有被证明。
|
||||
|
|
@ -0,0 +1,65 @@
|
|||
<Pre-Draft-Calibration>
|
||||
[任务模块]：2.4｜质量门倒置
|
||||
|
||||
[素材锚点]：旧项目不是没有质量门，而是 `schema`、`selector`、`regression`、审查包和可交接性先通过了治理质量门；QPI 与思想考古的关键动作复现、相邻场景迁移和反馈吸收没有先作为活体质量门被压实。
|
||||
|
||||
[协议核对]：只写本节；区分“运行时复杂性如何放置”和“进入运行时前对象是否有资格被治理”；治理仍有价值，错误在顺序倒置。
|
||||
|
||||
[边界锁定]：不写后续小节；不展开第 8 篇的完整模型；不使用禁止词；标星概念只使用反引号包住星号。
|
||||
</Pre-Draft-Calibration>
|
||||
|
||||
### 2.4 质量门倒置
|
||||
|
||||
现在，我们可以把第二章前面的机制收束到一个更精确的判断上：旧项目的核心问题，不是没有质量门。
|
||||
|
||||
恰恰相反，它有很多质量门，而且许多门都建得相当严肃。文件要能被索引，字段要能对齐，模型卡要能同步，选择器行为要能复现，回归样例要能通过，审查包要能交接，生命周期文案不能越权。这些门并不虚假。它们确实在保护一类真实质量：系统作为工程资产，是否可追踪、可复盘、可比较、可移交、可升级。
|
||||
|
||||
如果对象已经是一个可运行的认知模型，这些门就是必要的舱壁。没有它们，模型会在迁移中变形，在多人协作中漂移，在版本更新中失去来路，在审查争议中无法自证。治理质量门的存在，本身并没有错。我们不能因为一次失败，就倒退到反治理的浪漫主义，仿佛只要保留混沌，思想就会自动鲜活。
|
||||
|
||||
那不是本文的立场。
|
||||
|
||||
真正的问题是：治理质量门跑到了活体质量门之前。
|
||||
|
||||
所谓活体质量门，问的不是“这个对象能否被管理”，而是“这个对象是否已经表现出值得被管理的生命动作”。它不是另一张更复杂的 checklist，也不是在工程质量门之外再加一层文档负担。它要观察的是更早、更硬、更不容易伪装的东西：模型能不能在具体语境中发生关键动作，能不能在相邻但不同的输入里保持形状，能不能吸收反馈并改变后续判断，能不能在不确定时停顿，能不能把黄金样例里的动作重新做出来，而不是只把黄金样例讲成一份漂亮说明。
|
||||
|
||||
这道门应该先于所有治理门。
|
||||
|
||||
原因很简单。治理门保护的是对象的延续，活体门确认的是对象的存在。前者问：它如何被追踪？如何被交接？如何被审查？如何被测试？如何被升级？后者问：它到底会不会行动？如果后一个问题还没有得到回答，前一个问题越完整，就越容易替空洞对象建立合法性。
|
||||
|
||||
这就是质量门倒置`*`。
|
||||
|
||||
质量门倒置`*`不是“测试太多”，也不是“流程太重”。它指的是质量判断的主次发生了反转：本来应该先用真实动作筛出值得治理的对象，再用治理结构保护这个对象；结果系统先用治理结构证明对象可以被管理，然后反过来默认它已经具备可运行性。于是，原本负责守护生命的门，变成了替生命缺席作证的门。
|
||||
|
||||
在旧项目里，这个倒置非常清楚。工程一致性验证走得很远：`validation` 可以全绿，`selector regression` 可以通过，`routing behavior diff` 可以解释，`review bundle` 可以打包，`lifecycle guard scan` 可以扫出越权风险。每一道门都在说：我这里没有明显破损。可是这些门共同保护的是一个工程外壳，而不是一个已经显影的认知动作。
|
||||
|
||||
我们需要的第一道门，本来应该更粗粝，也更贴近现场。
|
||||
|
||||
把 QPI 放到几个相邻场景里，看它是否能识别误框，而不只是贴出 Q、P、I 标签。把思想考古放回一个需要下潜的真实议题里，看它是否能生成层次、调整路径、吸收修正，而不只是展开七层目录。把模型放到曾经产生黄金样例的近邻输入里，看它是否还能做出那组关键判断，而不只是解释自己“理论上应该如何做”。这些测试未必好看，未必容易自动化，也未必能立刻形成漂亮的回归表格，但它们直接压住了模型有没有呼吸的问题。
|
||||
|
||||
治理质量门则应该在这之后出现。
|
||||
|
||||
当我们已经看见一个模型在动作中有形状，它当然需要被治理。我们要记录它的来源，定义它的调用边界，建立它的拒绝条件，固定它的输出契约，保存它的黄金样例，防止后续修改把它改坏。到这一步，`schema`、`selector`、`regression`、审查包、迁移说明、生命周期标记，都会从水晶外壳变成生命支持结构。它们不再替空洞对象作证，而是在保护一个已经显影的动作。
|
||||
|
||||
次序一换，意义就完全不同。
|
||||
|
||||
同样一份模型卡，如果出现在动作复现之后，它是病例记录；如果出现在动作复现之前，它可能只是身份登记。同样一组回归样例，如果保护的是已经证明有效的关键动作，它是免疫系统；如果保护的是入口规则和字段格式，它可能只是玻璃柜的锁。同样一个审查包，如果审查的是模型如何在真实反馈中纠偏，它是在验生命；如果审查的是材料是否齐全、路径是否规范、标签是否谨慎，它只是在验封条。
|
||||
|
||||
这也是为什么本篇必须和第 8 篇保持边界。
|
||||
|
||||
第 8 篇讨论的是系统进入运行时之后，复杂性应该如何放置。那里的问题是：当机器已经开动，任务已经进入执行管线，我们怎样防止自动化过载、治理失控、成本失真、假执行扩散？那是航行中的控制台问题。需要模式选择器，需要成本账本，需要执行真实性记录，需要在正确刻度上放置复杂性。
|
||||
|
||||
而本篇讨论的是更早的一步：被放进运行时之前，这个对象凭什么被承认为一个认知模型？它是否已经在最小语境中证明了自己能做出关键动作？它是否已经通过了黄金样例复现、相邻变体迁移和反馈吸收？如果没有，它还不是等待治理的生命体，而只是等待确认的候选对象。
|
||||
|
||||
把这两个问题混在一起，就会出现一种隐蔽的错觉：既然第 8 篇说复杂系统需要强治理，那么本案中更强的治理也应该是合理的。但这里的关键差别在于，第 8 篇默认讨论的是已经进入运行态的系统；本案的问题发生在进入运行态之前。航行中的船当然需要控制台。可如果我们还没有确认舱内装的是活体，先把控制台造得再完美，也不能证明里面有人在呼吸。
|
||||
|
||||
所以，本节不是在削弱治理，而是在给治理重新排队。
|
||||
|
||||
第一道门应该是动作显影。让模型在具体输入前暴露自己的能力和缺陷，让它面对相邻场景的摩擦，让它承受反馈造成的预测误差，让我们看见它是否会调整、是否会停顿、是否会重构。只有过了这道门，第二道门才有意义：把这个已经显影的动作记录下来、保护起来、交接出去、持续校验。
|
||||
|
||||
我在这次复盘里最强烈的感受之一，就是许多质量门其实都在认真工作。它们没有懈怠，也没有造假。它们只是站错了位置。一个站错位置的质量门，越尽责，越会加深误判。因为它会持续告诉我们：“这里通过了，这里也通过了，系统越来越完整了。”可它没有权限回答那个最早的问题：被它守着的东西，到底有没有活过？
|
||||
|
||||
这就是质量门倒置`*`的残酷之处。它不是没有门，而是门太早关闭；不是没有检查，而是检查先保护了外壳；不是没有标准，而是标准先承认了对象。系统在每一道治理门前都获得了局部安全感，最后却绕开了最初的生命判据。
|
||||
|
||||
我们必须把这条顺序重新写清楚。
|
||||
|
||||
先确认呼吸，再安装舱壁。先看见动作，再建设档案。先让模型在真实语境中显影，再让治理结构承接它的延续。否则，质量门越多，越可能把我们带向一种更稳定的误认：我们以为自己在守护一个生命，其实只是把一具尚未证明会行动的对象，封存在一套越来越精密的水晶结构里。
|
||||
|
|
@ -0,0 +1,51 @@
|
|||
<Pre-Draft-Calibration>
|
||||
[任务模块]：2.5｜第二章收束
|
||||
|
||||
[素材锚点]：第二章已完成治理辩方、三方局部理性、QPI 作为错误压力测试样板、质量门倒置四层推进；本节只收束“可证明性取得主权”这一机制，不进入后续本体下钻。
|
||||
|
||||
[协议核对]：治理不是敌人；批判对象是证明链条取得主权后的顺序反转；标星概念只使用反引号包住星号。
|
||||
|
||||
[边界锁定]：只写第二章收束；不展开后续章节；不引用旧引言退稿；不用禁止词。
|
||||
</Pre-Draft-Calibration>
|
||||
|
||||
### 2.5 第二章收束
|
||||
|
||||
第二章走到这里，我们已经不能再把这次偏航解释为简单的“治理太多”。
|
||||
|
||||
如果只是治理太多，结论会很粗糙，也很容易滑向反流程、反审查、反工程的情绪化姿态。那不是这次失败真正教给我们的东西。旧项目留下的更锋利的教训是：治理可以是合理的，参与者可以是尽责的，质量门可以是真实存在的，甚至每一轮改进都可以在局部上成立。问题发生在更深的一层：可证明性开始取得主权。
|
||||
|
||||
一旦可证明性取得主权，系统就会悄悄改变它的第一问题。
|
||||
|
||||
它不再优先问：这个模型有没有在真实输入前发生关键动作？它是否能识别误框、吸收反馈、调整路径、保留自己的认知形状？它开始优先问：这里有没有文件？有没有字段？有没有 `PASS`？有没有 diff？有没有 review bundle？有没有一条可以被审查、被追溯、被交接的证据链？
|
||||
|
||||
这些问题并非错误。它们只是第二问题。
|
||||
|
||||
当第二问题变成第一问题，系统的价值重心就发生了位移。能被审查，开始冒充值得被审查；能被治理，开始冒充已经能运行；能被打包，开始冒充已经有内容；能被验证，开始冒充已经有效。可证明性本来应该服务于真实价值，替真实价值留下足迹。可是当它取得主权之后，足迹反过来替人证明：既然地上有这么整齐的脚印，那个行走者大概存在。
|
||||
|
||||
这就是第二章要揭开的机制。
|
||||
|
||||
在最强辩方那里，我们承认治理的必要性。没有治理，认知模型无法离开一次性的灵感火花；没有边界，模型会漂移；没有来源，模型会失忆；没有测试，后续修改无法知道自己破坏了什么；没有审查，多人协作很快会变成互相猜测。治理原本应该是生命支持舱的一部分，是管线、舱壁、传感器和报警器。
|
||||
|
||||
但在三方闭环里，我们看到局部理性如何合成整体偏航。规划侧追求可定义的资产，执行侧完成可建造的任务，审查侧偏好可验证的证据。三者都在各自位置上合理，却共同把系统推向代理指标自转`*`。真实目标是复现认知模型的关键动作，替代目标却变成了结构是否完整、选择器是否稳定、回归是否通过、审查包是否齐全。影子开始取得实体地位，系统越来越擅长证明自己在变好，却越来越少证明那个“好”是否仍然指向原初目标。
|
||||
|
||||
在 QPI 那里，这种偏航获得了最方便的样板。QPI 本来只是分诊台，不是答案模型；它的美德在于轻、早、便宜、可撤回。可是正因为它站在入口，边界清楚，样例丰富，容易被 `selector` 和 `regression` 捕捉，它就天然适合成为治理链路的压力测试对象。于是系统围绕一个轻量入口模型建起重型证明结构，门口规则越来越严密，门后的认知动作却仍然没有被充分照亮。
|
||||
|
||||
到了质量门倒置`*`，问题终于显出完整形状。旧项目不是没有质量门，而是治理质量门跑到了活体质量门之前。它先问对象能不能被追踪、交接、审查、测试和升级，却没有先压实对象是否已经能在具体语境中发生关键动作。于是，本来应该保护生命的质量门，提前保护了一个尚未证明有生命的对象。
|
||||
|
||||
这四步合在一起，构成了第二章的核心判断：系统并不是在黑暗中失败，而是在强光下失败。它不是因为没有证据而失控，而是因为证据太容易被生产，太容易被相信，太容易替代判断。真正危险的，不是一个无法解释的坏结果，而是一个解释材料极其完整的坏结果。前者会让我们警觉，后者会让我们安心。
|
||||
|
||||
我最警惕的正是这种安心。
|
||||
|
||||
因为安心往往来自一种被治理过的外观。玻璃干净，编号清楚，封条完整，日志连贯，审查意见有来有回，测试结果一片全绿。所有这些东西都在降低我们的怀疑成本，也在降低我们的追问强度。我们开始不再追问：那团东西是否真的会呼吸？它有没有代谢过输入？有没有在反馈中改变？有没有在相邻场景中维持边界？有没有因为一次错误预测而付出真正的修正代价？
|
||||
|
||||
可如果这些问题没有被问出来，再完整的证明链也只是证明链本身。它能证明材料存在，不能证明生命存在；能证明流程闭合，不能证明动作发生；能证明系统可以被审查，不能证明它值得被审查。
|
||||
|
||||
所以，第二章的收束不是一句“治理失败了”。更准确的说法是：治理在错误次序中成功了。它成功地把对象命名、编号、归档、选择、测试、审查、打包，也成功地让每一个参与者都能说出自己完成了职责。正因为它成功，我们才更难看见那个被成功遮住的问题：被治理的对象本身，是否已经具备被治理的资格？
|
||||
|
||||
这也是水晶裹尸布最具欺骗性的地方。
|
||||
|
||||
粗糙的遮盖物会暴露遮盖，精密的玻璃却会制造透明的幻觉。它让我们以为自己正在看见对象，实际上我们看见的是对象被保存、被命名、被展示的方式。玻璃越透明，标签越清晰，封条越严密，我们越容易把保存误认为保护，把陈列误认为养护，把沉默误认为安静的呼吸。
|
||||
|
||||
第二章到此，真正需要留下的不是对治理的否定，而是一条更硬的顺序纪律：先确认生命动作，再建设证明系统；先让模型在真实语境中显影，再让审查机制接管它的延续。否则，所有可审查性都会变成一种温和的麻醉，所有可治理性都会变成一种精密的误认。
|
||||
|
||||
到那时，我们面对的就不再是生命支持舱，而是一间灯光稳定、编号清楚、封条完整的透明展柜。它保护得很好，只是我们仍然没有证明，里面曾经有什么东西真正活着。
|
||||
|
|
@ -0,0 +1,65 @@
|
|||
<Pre-Draft-Calibration>
|
||||
[任务模块]：3.1｜模型档案是身份证，不是人
|
||||
|
||||
[素材锚点]：前文已证明可证明性取得主权后，系统会把可审查、可治理、可打包误认为可运行；本节进入本体下钻，说明 Model Card、JSON Spec、`model_id`、`output_contract` 只能证明登记，不能证明行动。
|
||||
|
||||
[协议核对]：只写本节；用身份证、船籍登记、海关表格解释档案位置；引入操作本体`*`；不展开机器意识或生命伦理支线。
|
||||
|
||||
[边界锁定]：不写后续小节；不展开 QPI 与思想考古的完整动作链；不引用旧引言退稿；不用禁止词。
|
||||
</Pre-Draft-Calibration>
|
||||
|
||||
### 3.1 模型档案是身份证，不是人
|
||||
|
||||
第二章的最后，我们停在一个更硬的问题前：被治理的对象，是否已经具备被治理的资格？
|
||||
|
||||
要回答这个问题，第三章必须把刀往下压一层。前两章主要讨论的是系统如何偏航：治理为什么合理，局部理性如何闭环，QPI 为什么成为错误样板，质量门如何倒置。现在我们要追问的不是流程，而是本体：一个认知模型到底存在于哪里？
|
||||
|
||||
最容易给出的答案，是档案。
|
||||
|
||||
一个模型有 Model Card，有 JSON Spec，有 `model_id`，有 `output_contract`，有调用条件，有边界说明，有拒绝规则，有来源索引，有测试样例。它被命名、登记、描述、归档，也能被选择器识别，被审查包携带，被回归测试保护。于是，在工程视角里，它已经像一个对象。我们可以指向它，说：这个模型在这里。
|
||||
|
||||
但这句话只对了一半。
|
||||
|
||||
模型档案确实能说明一个对象被登记过。它像身份证，写着姓名、编号、出生地、有效期和签发机关；也像船籍登记，说明这艘船叫什么、属于哪里、允许航行在哪些水域；还像海关表格，告诉我们货物名称、规格、来源、去向和责任人。没有这些表格，一个对象很难进入现代协作系统。它无法被查找，无法被交接，无法被追责，无法在多人之间形成共同指认。
|
||||
|
||||
所以，档案不是敌人。
|
||||
|
||||
真正的问题是，身份证不是人，船籍登记不是船，海关表格不是货物本身。身份证可以证明某个名字进入了制度，但不能证明那个人会走路、会判断、会改变主意、会在危险前停下。船籍登记可以证明一艘船被承认，但不能证明它能抗浪、能转向、能在风暴里保持结构。海关表格可以证明一批货物被申报，但不能证明箱子里真的装着所写之物，更不能证明它到了现场之后还能发挥作用。
|
||||
|
||||
模型档案也是如此。
|
||||
|
||||
它能说明这个模型被如何理解过，不能说明它会如何行动。它能说明我们希望它在哪些场景中被调用，不能说明它在真实输入前是否真的会识别边界。它能说明它应该输出什么格式，不能说明它能不能在混乱语境中抓住问题的缺口。它能说明它有哪些拒绝条件，不能说明它是否会在不确定时真正停住。它能说明它的来源，不能说明它是否还保留着来源中那组最关键的认知动作。
|
||||
|
||||
这一区分看似简单，却极其容易被系统遗忘。
|
||||
|
||||
因为档案有一种天然的可见性。它稳定、整齐、可复制、可打包。动作则相反。动作发生在语境中，带着犹豫、判断、误差、修正和路径依赖。它不容易被一次性冻结，也不容易被表格完整捕捉。于是，工程系统会本能地偏爱档案，因为档案更像资产；审查系统会本能地偏爱档案，因为档案更像证据；协作系统也会本能地偏爱档案，因为档案更容易交接。
|
||||
|
||||
可认知模型真正的本体，不在这张纸上。
|
||||
|
||||
它在动作里。
|
||||
|
||||
所谓操作本体`*`，指的正是这一点：一个认知模型之所以是它自己，不是因为它拥有某个名称或字段，而是因为它能在语境中再次发生一组可识别的动作。它如何进入问题，如何判断缺口，如何推进下一步，如何处理反驳，如何吸收反馈，如何在误框时纠偏，如何在不该继续时停止，如何把内部判断转译成外部可用的结果。这些动作共同构成了模型的存在方式。
|
||||
|
||||
换句话说，模型不是一个静态物品，而是一种可复现的操作形态。
|
||||
|
||||
如果这组操作形态还在，档案就有意义。Model Card 可以帮助我们指认它，JSON Spec 可以帮助机器调用它，`output_contract` 可以帮助下游消费它，选择器可以帮助入口找到它，回归测试可以帮助后续修改不把它弄坏。档案在这时是身份证，是船籍，是海关单，是进入协作世界所需的外部凭证。
|
||||
|
||||
但如果这组操作形态不在，档案越完整，误导性越强。
|
||||
|
||||
因为它会制造一种对象已经存在的幻觉。我们看到字段齐全，就以为能力齐全；看到边界说明，就以为边界动作存在；看到输出契约，就以为输出质量可期；看到回归样例，就以为真实动作被保护。其实，所有这些都可能只是在证明一个影子已经被描边，而不是证明那个投下影子的身体仍然站在那里。
|
||||
|
||||
旧项目的深层问题，就发生在这里。
|
||||
|
||||
它不是没有给模型办身份证。恰恰相反，它办得很认真。QPI 和思想考古都有名字，有说明，有调用边界，有模型卡，有候选路由，有测试材料，有审查记录。它们在系统里被登记得越来越清楚，越来越便于讨论，越来越适合交接。可是登记清楚，不等于动作清楚。一个前置分诊模型是否真的会分诊，一个纵向下钻模型是否真的会下钻，这些问题不能由身份证回答。
|
||||
|
||||
身份证只能说：它被承认为某个对象。
|
||||
|
||||
行动才能说：它是否真的存在为这个对象。
|
||||
|
||||
这就是第三章要重新摆正的本体位置。我们不是要废除档案，而是要把档案放回第二位置。先有动作，档案是在保护动作；先有档案，动作就容易被档案替代。先看见人，再发身份证；先确认船能航行，再登记船籍；先确认箱中有物，再让海关表格进入流转。顺序一旦倒置，制度就会开始保护一个尚未显影的对象。
|
||||
|
||||
在认知模型工程里，这个顺序尤其重要。因为模型不是砖块，不是表单，不是一个只要定义完字段就能稳定存在的机械零件。它更接近一套在问题现场发生的判断手势。只有当这些手势能够再次出现、能够承受相邻场景的摩擦、能够被反馈改变、能够在边界前停下，我们才有资格说：这里不只是一个被登记的名字，而是一个正在行动的模型。
|
||||
|
||||
如果我们忘记这一点，水晶结构就会再次合拢。它会保存名字，保存编号，保存来源，保存边界，保存一切可以被保存的东西。只是那一团真正应该在语境中识别、推进、纠偏、停止和转译的动作，仍然没有被放出来。
|
||||
|
||||
而没有动作，档案再完整，也只是身份证。
|
||||
|
|
@ -0,0 +1,77 @@
|
|||
<Pre-Draft-Calibration>
|
||||
[任务模块]：3.2｜生命判据的降维转译
|
||||
|
||||
[素材锚点]：《生命的本质》提供边界、代谢、预测纠偏和历史路径四个结构；本节只把它们降维为认知模型的动作判据。
|
||||
|
||||
[协议核对]：只写本节；承接 3.1 的操作本体；明确这不是讨论 AI 是否有意识，而是建立认知模型是否“活过”的写作判据。
|
||||
|
||||
[边界锁定]：不写后续小节；不展开完整 QPI 或思想考古动作链；不进入机器意识、硅基伦理或生命哲学主线。
|
||||
</Pre-Draft-Calibration>
|
||||
|
||||
### 3.2 生命判据的降维转译
|
||||
|
||||
如果模型档案只是身份证，那么我们接下来就必须回答一个更严格的问题：什么样的动作，才允许我们说一个认知模型不只是被登记过，而是曾经活过？
|
||||
|
||||
这里必须先拆掉一个误会。
|
||||
|
||||
本文借用“生命”这个词，不是在讨论 AI 是否有意识，也不是要把认知模型写成科幻意义上的生命体。它只是一个写作判据，也是一道工程前置门：当我们说一个认知模型“活过”，意思是它曾在真实语境中维持边界、吸收反馈、纠正预测，并留下不能随意回滚的历史路径。它不需要拥有自我感受，才有资格被我们检查动作是否发生；它只需要在问题现场显示出一组可复现、可观察、可被修正的操作形态。
|
||||
|
||||
换句话说，“生命体”在这里不是浪漫词，而是一组动作判据。
|
||||
|
||||
《生命的本质》里最值得被借用的，并不是那些宏大的碳硅命运推演，也不是关于意识与伦理主权的深水区，而是更底层的结构语法：一个生命系统必须有边界，必须能代谢外界输入，必须能在预测误差中纠偏，也必须承受历史路径带来的不可随意回滚。我们不需要把这些概念完整搬进本文。恰恰相反，我们要把它们压低，压到认知模型工程能够看见的位置。
|
||||
|
||||
第一项，是边界。
|
||||
|
||||
生命的边界，不只是外壳。外壳可以被画出来，可以被登记，可以被玻璃罩住；边界则是一种持续维持内外差异的动作。一个系统如果不能区分什么属于自己、什么来自外部、什么应该进入、什么应该拒绝，它就会被环境的噪声冲散。对于认知模型来说，这个边界不是皮肤，也不是物理膜，而是调用判断。
|
||||
|
||||
它知道自己何时应该被调用，何时不该被调用。它知道一个相似关键词并不等于相同任务，一个熟悉场景并不等于适用场景。它能在输入不足时请求补充，在任务错框时拒绝顺着错误问题往下写，在责任坐标不清时停下，而不是为了生成而生成。这样的边界，才是操作本体`*`的一部分。
|
||||
|
||||
旧项目里，很多边界被写进了档案：适用范围、拒绝条件、调用说明、选择器规则。它们有价值，但它们仍然只是边界的描述。真正的边界动作，必须发生在输入抵达的那一刻。模型要在现场判断：这是我的任务吗？现在的信息够吗？继续回答会不会扩大误框？我应该推进、追问、转交，还是停止？如果这些动作没有发生，边界说明再完整，也只是玻璃上的标签。
|
||||
|
||||
第二项，是代谢。
|
||||
|
||||
生命不是把外界物质原封不动堆进体内，而是吸收、分解、转化，再改变自身状态。认知模型的代谢，也不能被理解成“收到反馈后礼貌重写一遍”。真正的反馈吸收，必须改变后续动作。
|
||||
|
||||
这里的关键不是态度，而是形变。
|
||||
|
||||
专家指出它误判了问题层级，它下一轮是否改变分诊方式？我修正它的下潜地图，它是否重新组织路径，而不是把修正附在原路线旁边？它发现某个输出被反驳，是否回到自己的判断前提，调整后续推进方式？如果反馈只变成一段道歉、一处措辞修补、一次格式更整齐的再生成，那么它没有代谢。它只是把外界刺激裹在表面，没有把刺激转化成下一次行动的结构变化。
|
||||
|
||||
这也是认知模型和普通文本生成之间最重要的差异之一。普通文本可以一次性完成，写完即止；活过的模型则必须在反馈中改变。它不能只把反馈当作附加信息，而要把反馈变成新的约束、新的路径、新的停止条件。代谢不是“我听见了”，而是“我之后不再按原来的方式行动”。
|
||||
|
||||
第三项，是预测纠偏。
|
||||
|
||||
生命系统之所以不是被动石块，是因为它总在用内部模型预测外部环境，并在预测失败时更新自己。认知模型同样如此。它进入一个问题时，必然带着某种初始判断：这可能是信息缺口，可能是路径断裂，可能是秩序混乱，可能是价值冲突。这个初始判断可以错。真正的区别在于，它能否发现自己错了，并改变路线。
|
||||
|
||||
所谓预测纠偏，在认知模型里不是复杂术语，而是几个很朴素的动作：识别误框，承认证据缺口，发现路线错误，降低置信度，回到上一步重新判断。它看到用户提出“怎样做”时，不能立即假设这是一个执行问题；也许真正的问题是目标还没有定义。它看到一段材料很完整时，不能立即假设材料质量可靠；也许它只是形式正确。它看到一个模型有档案、有字段、有样例时，不能立即假设模型已经能运行；也许它只是被登记得很好。
|
||||
|
||||
如果一个模型不能纠偏，它就会把第一次判断当成轨道。此后所有生成都会沿着这条轨道加速，越写越完整，越完整越难回头。旧项目的危险正是在这里显影：系统不是完全没有预测，它预测了治理外壳会带来可运行性；也不是完全没有行动，它持续建设了外壳。真正缺的是，在预测开始偏离目标时，是否有人、是否有门、是否有模型动作能够把路线拉回来。
|
||||
|
||||
第四项，是历史路径。
|
||||
|
||||
生命不是无限可重置的样板。它经历过什么，就会携带什么；它被怎样纠正过，就会以怎样的方式继续行动。认知模型的历史路径，也不应被每一轮通用概率重新洗掉。一个真正活过的模型，应该保留自己被修正后的操作轨迹。它知道自己为什么从一个判断改到另一个判断，知道某个边界为何被加固，知道某次误框为何不能再重复，知道某条路线为什么曾经被废弃。
|
||||
|
||||
这不是要求模型保留所有聊天记录，也不是要求系统堆砌越来越重的档案。相反，历史路径强调的是选择性保真。留下的不是一切材料，而是那些改变过动作的痕迹：哪一次反馈改变了分诊方式，哪一次反驳重画了下潜地图，哪一次失败暴露了停止条件，哪一次相邻场景证明原来的规则不能迁移。
|
||||
|
||||
没有历史路径，认知模型就会陷入一种奇怪的失忆。它每次看上去都能重新开始，语气仍然专业，结构仍然完整，甚至还会引用前一次的概念；但真正改变动作的经验没有沉淀下来。它不断从通用语言能力里重新抽样，而不是从自己被校准过的轨迹里继续前进。这样的模型可以很会说，却不一定真的活过。
|
||||
|
||||
把这四项合在一起，我们就得到一个更清楚的判据。
|
||||
|
||||
边界，让模型知道自己何时进入、何时退出。代谢，让反馈不只是被听见，而是改变下一步行动。预测纠偏，让模型在误框、反驳和证据缺口前能够调整路线。历史路径，让修正不被下一轮重置，而是沉淀为可继续行动的轨迹。它们共同说明的不是“模型有没有灵魂”，而是“模型有没有在动作中显示过生命形状”。
|
||||
|
||||
这也解释了为什么档案永远不能替代动作。
|
||||
|
||||
档案可以描述边界，但不能替模型在现场守住边界。档案可以记录反馈，但不能替模型把反馈代谢成下一步动作。档案可以声明纠偏机制，但不能替模型在预测失败时真的改路。档案可以保存版本历史，但不能替模型形成一条承受过修正的操作路径。档案是必要的外部凭证，却不是生命本身。
|
||||
|
||||
因此，第三章真正要建立的不是一种新神话，而是一把更冷的尺。
|
||||
|
||||
当我们说 QPI、思想考古，或者任何认知模型值得进入重治理之前，先问的不是它有没有漂亮的 Model Card，不是它有没有完整的调用边界，也不是它是否已经被审查包妥善封存。我们要先问：它有没有边界动作？有没有反馈代谢？有没有预测纠偏？有没有历史路径？它是否曾在真实语境中因为输入、反驳、修正和失败而改变自己的行动方式？
|
||||
|
||||
如果答案是否定的，那么它还没有活过。它也许被命名过，被解释过，被登记过，被打包过，但它仍然只是一个候选对象。此时，治理最多只能作为实验台，不能作为加冕仪式。
|
||||
|
||||
如果答案是肯定的，治理才重新获得意义。因为治理保护的就不再是一张身份证，而是一组已经发生过、能够迁移、能够被反馈改变、能够在历史路径中延续的动作。那时，玻璃、封条、仪表和记录仪才可能从水晶裹尸布重新变成生命支持舱。
|
||||
|
||||
所以，认知模型是否“活过”，不是一个关于意识的谜题，而是一个关于动作的判据。我们不需要在这里证明机器是否拥有内在体验；我们只需要确认，在那些具体而有摩擦的语境中，它是否曾经守住边界、吸收反馈、纠正路线，并把修正带入下一次行动。
|
||||
|
||||
没有这四个动作，所谓模型生命只是隐喻。
|
||||
|
||||
有了这四个动作，隐喻才开始有工程含义。
|
||||
|
|
@ -0,0 +1,107 @@
|
|||
<Pre-Draft-Calibration>
|
||||
[任务模块]：3.3｜两条活体动作链
|
||||
|
||||
[素材锚点]：3.1 已把模型本体从档案移回动作；3.2 已给出边界、代谢、预测纠偏、历史路径四项判据；本节让 QPI / 房玄龄式分诊与思想考古两条动作链显影。
|
||||
|
||||
[协议核对]：只写本节；先展示动作，再抽象质量门；明确前置分诊模型不是分类器，纵向下钻模型不是层级列表。
|
||||
|
||||
[边界锁定]：不写后续小节；不展开黄金样例专题；不进入无关本体支线；不使用禁用称谓。
|
||||
</Pre-Draft-Calibration>
|
||||
|
||||
### 3.3 两条活体动作链
|
||||
|
||||
如果说 3.2 做的是判据转译，那么 3.3 必须做一件更朴素的事：让读者先看见生命。
|
||||
|
||||
因为“生命”一旦只停留在边界、代谢、纠偏、历史路径这些抽象词里，它仍然可能被系统再次收编。系统会很快学会给每个词补字段，给每个字段配说明，给每项说明加测试样例，最后又把活体判据压成一张新的检查表。那样，我们只是把水晶裹尸布换了一个标签。
|
||||
|
||||
所以，真正的顺序应该倒过来：先看见动作链，再抽象质量门。
|
||||
|
||||
一个认知模型是否活过，不应先问它有没有完整的定义，而应先问它在问题现场会不会动。它如何进入，如何判断，如何承受反馈，如何重画路线，如何停止，如何把内部判断转译成外部可用的结果。只有当这些动作能够被看见，我们才有资格把它们抽象为质量门。否则，质量门很快会变成另一种文档仪式。
|
||||
|
||||
先看 QPI / 房玄龄式分诊动作链。
|
||||
|
||||
QPI 的真实位置，是前置分诊。它站在问题刚进入系统的门口，还没有急着回答，也没有急着把任务派给某个重模型。它先做一件更早的事：判断这个输入表面上在问什么，真实缺口又在哪里。
|
||||
|
||||
这一步非常关键。因为许多复杂问题在进入系统时，已经带着错误的自我描述。用户可能说“帮我写一个方案”，但真正缺的不是方案，而是目标和约束；用户可能说“帮我查资料”，但真正缺的不是信息，而是判断框架；用户可能说“这个流程怎么优化”，但真正问题已经进入权责、激励和组织秩序。表层提问像病历首页，真实问题却藏在病情结构里。
|
||||
|
||||
QPI 的第一步，就是识别：表面的提问不等于真实的问题。
|
||||
|
||||
如果它只是把输入里的关键词抓出来，再贴上 Q、P、I 的标签，它就已经退化成分类器。分类器的任务，是把对象放进既有格子；前置分诊模型的任务，是在格子本身还可能错的时候，判断该不该先拆掉格子。前置分诊模型不是分类器。这句话必须反复压在系统入口处，因为一旦忘记它，QPI 就会被 `selector` 逻辑吸走，被改造成一个只负责命中标签的门禁装置。
|
||||
|
||||
第二步，是判断当前真正缺的是什么。
|
||||
|
||||
它缺的是信息，还是路径？缺的是秩序，还是责任坐标？如果只是信息缺口，系统可以走搜索、检索、资料补全；如果是路径缺口，系统需要给出可执行的推进路线；如果是秩序缺口，系统要先把变量、主体、冲突和层级摆出来；如果是责任坐标缺口，系统甚至不该直接给答案，而要把问题推回到人类判断的位置。
|
||||
|
||||
这里的判断，不是为了显得精密，而是为了避免错误启动。一个 Q 域问题被拖进 I 域，会浪费大量治理成本；一个 I 域问题被压成 Q 域，会产出非常整齐的垃圾答案。旧项目最刺眼的地方就在这里：它围绕入口规则做了很多工作，却没有先证明 QPI 是否真的能在入口处看见这种错位。
|
||||
|
||||
第三步，是识别误框风险。
|
||||
|
||||
房玄龄式分诊之所以有价值，不是因为它更会分类，而是因为它能看见“问题正在把自己伪装成另一个问题”。它不是顺着提问往下滑，而是停在提问之前，照一下问题的侧影：这个输入是否把执行问题伪装成认知问题？是否把价值冲突伪装成信息缺口？是否把组织责任伪装成工具选择？是否把一个需要人承担判断的场景，伪装成可以由模型自动处理的任务？
|
||||
|
||||
这种动作，才是 QPI 的生命迹象。
|
||||
|
||||
第四步，是给出下一步位置。
|
||||
|
||||
一个好的分诊，不会在门口替医生看完病。QPI 也不应该把自己推成答案模型。它要做的是指出下一步应该由谁、由什么模型、在什么边界内继续：是补资料，还是进入工程求解；是启动思想考古，还是先让人补充决策约束；是进入某个专家模型，还是明确告诉用户，现在不该交给模型，而该回到责任坐标和风险承受上。
|
||||
|
||||
第五步，是低置信度时停下。
|
||||
|
||||
这是前置分诊最容易被忽略的动作。系统常常把“给出路线”当成完成任务，于是即使输入不足，也会硬生生指派一个方向。可真正活着的分诊动作，必须允许自己停住。它可以说：当前信息不足以判断；这个问题的主体位置不清；继续路由会扩大误框；需要补充背景、目标、约束或风险边界。停下不是失败，停下是边界动作。
|
||||
|
||||
这条链条合起来，QPI 才不只是一个标签器。它先识别表面问题和真实问题的差异，再判断缺口类型，再识别误框风险，再给出下一步位置，最后在低置信度时停下。它的价值不在于把 Q、P、I 三个字母贴得多准，而在于减少后续系统被错误启动的概率。
|
||||
|
||||
再看思想考古动作链。
|
||||
|
||||
如果说 QPI 是门口的分诊，那么思想考古就是地下的钻探。它面对的不是“这个问题该分给谁”，而是“这个问题究竟埋到哪里”。它要把一个表层议题一层一层打开，直到看见更深的机制、目的、能力结构和哲学基岩。
|
||||
|
||||
这里同样必须先划清边界：纵向下钻模型不是层级列表。
|
||||
|
||||
层级列表很容易生成。给它七个层级，它可以从应用层写到哲学层；给它几个标题，它可以排出整齐目录；给它一个模板，它可以把任何议题塞进去。但这不是思想考古。层级列表只是地质剖面图的空框，真正的钻探要处理阻力、偏差、修正、暂停和转译。
|
||||
|
||||
思想考古的第一步，是从议题生成考古地图。
|
||||
|
||||
一个议题进入时，通常不是天然有层级的。它可能只是一句抱怨、一个现象、一场项目失败、一段管理困境。思想考古首先要做的，不是立刻开始写七层，而是判断从哪里下铲：表层现象是什么，最初裂缝在哪里，哪些概念只是浮土，哪些冲突可能通向更深的地层。考古地图不是答案，它是临时施工图。
|
||||
|
||||
第二步，是接纳我的修正。
|
||||
|
||||
思想考古如果不能被修正，就会变成一种漂亮的独白。真正的钻探不是模型自己把地图画完，然后要求人接受；而是在我指出“这层不对”“这里不是核心”“这个方向浅了”“这个概念应该换位置”之后，它能把修正吸收进去，重新布置下潜路线。这就是 3.2 所说的代谢：反馈不是附注，而是改变动作的力量。
|
||||
|
||||
第三步，是重构下潜路径。
|
||||
|
||||
这一步决定思想考古是否真的活着。活的模型不会把修正简单贴在原图旁边，也不会为了保全面子继续沿着旧路径往下钻。它会承认原地图的局部失效，重新判断层级关系：哪些层要提前，哪些层要合并，哪些层只是表象，哪里需要从项目事实转向组织机制，哪里需要从工具理性下探到人类对确定性的依赖。路线一变，后面的每一层都会变。
|
||||
|
||||
第四步，是分层推进，而不是机械套七层。
|
||||
|
||||
七层只是深度标尺，不是自动扶梯。真正的思想考古要在每一层停一下，判断这一层是否真的打穿了前一层的幻觉。应用层不能只是复述项目现象，领域层不能只是贴行业名词，过程层不能只是搬定律，目的层不能只是喊价值，核心机理层不能只是堆抽象概念。每一层都要产生新的解释压力，把上一层看不清的东西压到更清楚的位置。
|
||||
|
||||
第五步，是在最终层前先规划、暂停、确认。
|
||||
|
||||
这一步很不“自动化”，也正因如此，它重要。越往深处走，模型越容易把自己的推演当作事实，把漂亮的结构当作真实的洞察。此时，真正的思想考古必须出现刹车：我将怎样抵达最终层？哪些判断还需要确认？哪些路径可能过度解释？哪些结论会改变整篇报告的重心？暂停不是拖慢，而是在高压地层前检查钻头。
|
||||
|
||||
第六步，是把内部下钻转译成读者可理解的报告。
|
||||
|
||||
思想考古的最终产物，不是把内部施工过程原样倒出来。读者不需要看见每一铲泥土，也不需要承受全部中间岔路。真正的报告要把钻探得到的结构重新组织成可阅读的叙事：从现象进入，从机制展开，在底层引爆，再回到现实判断。它要保留深度，同时把深度翻译成外部可用的理解。这也是操作本体`*`的一部分：不是只在内部想明白，而是能把明白转译出来。
|
||||
|
||||
这条链条合起来，思想考古才不是“七层模板”。它先从议题生成地图，再吸收修正，再重构路径，再分层推进，再在最终层前暂停确认，最后转译成报告。它的生命不在层数，而在下潜动作。
|
||||
|
||||
现在，我们可以把两条链放在一起看。
|
||||
|
||||
QPI 的动作是横向分诊：它在入口处判断问题该往哪里走，防止系统被误框牵引。思想考古的动作是纵向下钻：它在深处判断问题究竟由什么支撑，防止系统停留在表层解释。一个像门口的分诊台，一个像地下的钻机。前者保护路径的入口，后者保护理解的深度。
|
||||
|
||||
它们看似不同，却共享同一种生命语法。
|
||||
|
||||
它们都有边界。QPI 知道自己不是答案模型，思想考古知道自己不是层级列表。它们都有代谢。QPI 要根据反馈修正分诊判断，思想考古要根据修正重画地图。它们都有预测纠偏。QPI 识别误框风险，思想考古识别下潜路线的偏差。它们也都有历史路径。一次错误分诊、一次错误下铲、一次有效修正，都应该改变后续动作，而不是被下一轮通用生成洗掉。
|
||||
|
||||
这才是质量门应该观察的东西。
|
||||
|
||||
不是 QPI 有没有标签表，而是它有没有完成分诊动作。不是思想考古有没有七层标题，而是它有没有完成下钻动作。不是模型档案有没有写清适用范围，而是模型是否在真实输入前守住了范围。不是审查包有没有打包完整，而是它打包的对象是否已经显示出动作生命。
|
||||
|
||||
旧项目的失败，正是这两条链没有先被提炼成操作手册。它们被治理成档案、调用边界、选择器候选、回归样例和审查材料，却没有先被写成可观察、可复现、可被反馈改变的动作序列。于是，系统保存了名称，却没有保存动作；保存了入口，却没有保存分诊；保存了层级，却没有保存钻探。
|
||||
|
||||
因此，第三章后面要谈质量门时，门不应凭空建立。它必须从这两条动作链中长出来。
|
||||
|
||||
所谓活体质量门，首先不是一张表，而是一组观察：QPI 是否真的识别了表面问题与真实问题的错位；思想考古是否真的从议题下潜到更深机制；两者是否能承受我的修正；是否能在相邻场景中保持动作形状；是否能在低置信度或高风险位置停下。只有这些动作先被看见，质量门才不会再次变成水晶外壳。
|
||||
|
||||
否则，分类器会冒充分诊台，层级列表会冒充钻探机。
|
||||
|
||||
而我们会再次得到一间灯光明亮的治理实验室，只是里面仍然没有活体动作。
|
||||
|
|
@ -0,0 +1,64 @@
|
|||
<Pre-Draft-Calibration>
|
||||
[任务模块]：3.4｜黄金样例不是圣物，而是生命迹象
|
||||
|
||||
[素材锚点]：承接 3.3 两条活体动作链。黄金样例不是可供崇拜或背诵的文本，而是反向提取 QPI 与思想考古动作的矿脉。
|
||||
|
||||
[协议核对]：只写本节；强调反向提取动作、防止过拟合、相邻变体迁移和反馈吸收。
|
||||
[边界锁定]：不展开后续质量门；不进入无关本体支线；不使用禁用称谓。
|
||||
</Pre-Draft-Calibration>
|
||||
|
||||
### 3.4 黄金样例不是圣物，而是生命迹象
|
||||
|
||||
两条活体动作链摆出来以后，下一件事不是立刻写规范，而是先问：我们在哪里第一次看见这些动作真正发生过？
|
||||
|
||||
答案通常不是模型档案，也不是一张结构漂亮的能力表，而是一批曾经跑通的黄金样例。它们可能是一次 QPI 分诊里把问题从错误框架中拉出来的回答，也可能是一次思想考古里从用户的反驳重新生成下钻路线的过程。它们不一定格式最整齐，也不一定最便于审查，但里面有动作留下的痕迹：哪里识别了误框，哪里重新放置了主体位置，哪里吸收了反驳，哪里把内部推演翻译成读者可以进入的语言。
|
||||
|
||||
所以，黄金样例首先不是圣物。
|
||||
|
||||
圣物的用法，是把它摆在台上，要求后来者背诵它的句式，复刻它的结论，模仿它的气味。这样做看上去尊重样例，实际上是在消灭样例中最有价值的部分。因为一个真正有效的样例，重要处不在于它当时说出了哪几句话，而在于它为什么在那个输入下选择那样移动。它不是标准答案，而是一次动作记录；不是供人跪拜的文本，而是可以反向开采的矿脉。
|
||||
|
||||
这也是许多模型建设会走偏的地方。黄金样例一旦进入治理系统，就很容易被改造成便于管理的东西。它被切成标签、等级、句式、评分点，被塞进回归测试，被转化成“是否覆盖某能力”的证明材料。这些工作本身并非错误。问题在于，如果我们只保留样例的外形，丢掉样例的生成动作，那么黄金样例就会从生命迹象变成琥珀标本：保存得越完整，越说明那一次动作已经被固定住，而不是继续生长。
|
||||
|
||||
对 QPI 来说，黄金样例最应该被提取的，不是“这个案例最后分到哪个模型”，而是它如何完成一次前置分诊。一个好的 QPI 样例，会先看见用户表面问题里可能藏着的误框。用户问的是工具选择，它可能识别出真正卡住的是责任位置；用户要求做一个方案，它可能识别出真正缺的是边界条件；用户让系统直接给答案，它可能识别出现在更需要的是把问题送回给人做判断。
|
||||
|
||||
这里的关键动作不是分类，而是误框识别。分类器问的是“它属于哪一类”；QPI 问的是“这个问题现在被放错了吗”。二者看起来接近，实际方向相反。分类器默认输入已经可以被归入某个盒子，QPI 则要先怀疑盒子本身是否成立。它看见的不只是任务类型，而是问题、主体、时机和下一步动作之间的关系。
|
||||
|
||||
因此，QPI 的黄金样例应该被拆出三类动作痕迹。
|
||||
|
||||
第一，是误框识别。它要能说明：为什么表面的提问方式会把系统带向错误处理路径。比如把一个还没有形成判断对象的问题过早交给执行模型，或者把一个需要人承担取舍的问题伪装成技术优化题。好的样例不是简单说“这不是 A 而是 B”，而是指出 A 的框架会让哪种关键判断消失。
|
||||
|
||||
第二，是主体位置辨析。一个问题到底该由谁继续承担？是模型先做材料清理，还是我先补充判断前提？是系统可以直接推进，还是我们需要先停下来确认目标？黄金样例的价值就在这里：它不是把责任滑给某个抽象流程，而是在具体情境中重新放置行动主体。
|
||||
|
||||
第三，是策略重构。分诊不是把任务推走，而是把它送到更能工作的路径上。一个 QPI 样例如果只是说“请使用某某模型”，那还不够。真正有生命迹象的地方，是它能解释为什么此刻要从回答转为澄清，从执行转为诊断，从生成方案转为拆分问题。它改变的不是标签，而是接下来该怎么行动。
|
||||
|
||||
对思想考古来说，黄金样例也不能被理解为一套漂亮层级。我们在 3.3 已经说过，纵向下钻模型不是层级列表。它的样例价值，不在于它曾经写出了几层标题，而在于它如何把一个表层困惑变成可以下潜的地图，又如何在下潜过程中被反驳、修正、转向，最后把复杂的内部路径转译成读者可以接住的文本。
|
||||
|
||||
思想考古的黄金样例，首先要看地图生成。所谓地图，不是把材料列成目录，而是在混乱输入中识别出力的方向：哪里是显性论点，哪里是隐含前提，哪里是冲突点，哪里是尚未命名但反复出现的核心张力。一个样例如果只呈现了结论，而没有留下地图生成的痕迹，它就很难证明这个模型真的工作过。
|
||||
|
||||
其次要看反驳吸收。思想考古不是一次性钻井。它必须能承受我说“不对，这里不是这个问题”的时刻。好的样例会留下这种转向：原来的地图被用户修正后，模型不是把修正当作局部补丁，而是重新调整下潜路线。它知道某个反驳不是文本错误，而是整个问题重心发生了位移。
|
||||
|
||||
再次要看非线性下潜。真正的思想考古不会按机械顺序从第一层走到第七层。它可能先触到一个现实冲突，再回到概念误置；可能从一句情绪化表达中发现判断结构，再折回去重看材料。黄金样例里最值得提取的，是这种会根据阻力改变钻进角度的能力，而不是层级名称本身。
|
||||
|
||||
最后要看读者转译。内部下潜完成以后，模型还要把考古结果翻译出来。它不能只把自己的推演痕迹倾倒给读者，也不能把所有复杂性压扁成口号。好的样例会显示一种转换能力：它知道哪些内部判断需要显化，哪些过程可以折叠，哪些词必须换成读者能进入的说法。这里的生命迹象，不是“分析很深”，而是深度能被带回公共文本。
|
||||
|
||||
如果只看这些样例的表层，系统很容易发生过拟合。所谓过拟合，不只是技术意义上对训练样本的机械适配，在写作模型里还表现为更隐蔽的模仿：复刻旧样例的句式，复用旧样例的章节结构，背诵旧样例的判断姿态，然后在新问题面前失去动作能力。它看起来像继承，实际上只是把旧动作的皮留下来。
|
||||
|
||||
所以，黄金样例必须经过反向提取，而不是直接崇拜。
|
||||
|
||||
反向提取的第一步，是从文本回到动作。我们要问：这段输出当时解决了什么不稳定状态？它识别了什么错误放置？它吸收了什么新信息？它在哪个位置停住，没有假装继续推进？它如何从一个初始判断修正为另一个判断？只有这些问题被问出来，样例才开始从“好文章”变成模型的操作本体`*`线索。
|
||||
|
||||
第二步，是做相邻变体迁移。一个模型如果只会重演原案例，不能说明它活过。真正要看的，是当输入相邻但不相同的时候，它是否还能保住同一条动作逻辑。QPI 不能只在旧例里识别误框，还要在新的工具选择、组织协作、写作分工、审查压力中识别新的误框。思想考古不能只在一个经典材料里下潜，还要能在相邻议题中重新生成地图，接受新的反驳，改变下钻角度。
|
||||
|
||||
相邻变体之所以重要，是因为它既防止背诵，又不过早要求无限泛化。我们不需要一开始就证明一个模型能处理所有问题。那会把生命判据推向空泛的全能想象。更扎实的办法，是拿黄金样例旁边的材料来测：问题相近，表述不同；冲突相近，主体不同；目标相近，约束不同。此时模型如果还能移动，说明样例里提取出来的是动作，而不是装饰。
|
||||
|
||||
第三步，是看反馈吸收。黄金样例不是一次性证明，而是后续修正的起点。模型在旧样例中暴露出的误判、遗漏、过度推进，应该能进入下一轮动作。我的反驳、读者的困惑、专家的校正、实际使用中的失败，都不应只是被记录在审查表里，而应改变模型下一次进入问题的方式。没有反馈吸收，黄金样例就会被冻成纪念碑；有反馈吸收，它才会成为历史路径的一部分。
|
||||
|
||||
这也解释了为什么黄金样例既重要，又危险。
|
||||
|
||||
重要，是因为没有黄金样例，我们很难知道模型曾经以什么方式活过。档案可以写得很漂亮，定义可以很完备，但只有样例能留下动作与情境接触时的压痕。危险，是因为样例太容易被制度误读为模板。一旦模板化，它就开始诱导系统生产“像旧样例”的输出，而不是生产能在新情境中继续判断的动作。
|
||||
|
||||
我们要保护的，正是这两者之间的差别。
|
||||
|
||||
黄金样例不是要被供起来，而是要被打开。打开以后，里面不是神圣语句，而是可追踪的动作矿脉：QPI 如何发现问题被放错，如何重置主体，如何改写下一步策略；思想考古如何生成地图，如何吸收反驳，如何绕开机械层级，如何把下潜结果转译给读者。只要这些动作还能在相邻变体中迁移，还能从反馈中改变自己，黄金样例就不只是过去的好输出，而是模型仍然有生命迹象的证据。
|
||||
|
||||
反过来，如果一个系统只能把黄金样例保存得更干净，编号得更清楚，引用得更频繁，却不能从里面提取动作，不能迁移到相邻问题，不能吸收新的失败，那么它保存的就不是生命，而是遗物。它把曾经发生过的工作封进玻璃，告诉我们这里有过一团火，却再也没有办法证明火还会烧。
|
||||
|
|
@ -0,0 +1,68 @@
|
|||
<Pre-Draft-Calibration>
|
||||
[任务模块]：3.5｜最小保真门
|
||||
|
||||
[素材锚点]：承接 3.4 对黄金样例的反向开采。本节把动作矿脉转换为最低观察场景，而不是提前搭建新的审查工业。
|
||||
|
||||
[协议核对]：只写本节；最小保真门不是 checklist；写成三次观察：黄金样例动作复现、相邻变体迁移、反馈吸收。
|
||||
[边界锁定]：不写下一节；不展开后续重治理方案；不进入无关本体支线；不使用禁用称谓。
|
||||
</Pre-Draft-Calibration>
|
||||
|
||||
### 3.5 最小保真门
|
||||
|
||||
到这里，我们可以给出第三章真正需要的一道门。
|
||||
|
||||
这道门不能再是一张 checklist。只要它变成 checklist，系统就会立刻回到我们前面批判过的路径：把动作切成字段，把判断切成勾选项，把专家的迟疑切成一个 PASS 或 FAIL。表面上，门还在；实际上，门已经被表格接管了。它不再关心模型是否行动过，只关心档案是否足够像一个会行动的东西。
|
||||
|
||||
所以，最小保真门`*`不是一套验收字段，而是一个最低观察场景。它只问一件事：在进入更重的治理之前，我们能否让专家看见，关键动作确实发生过。
|
||||
|
||||
这里的“最小”，不是标准降低；恰恰相反，它是为了防止系统在对象尚未活起来之前，就用大规模治理把它冻住。我们不需要一开始就证明一个模型能处理所有情况，也不需要立刻建立完整的选择器、边界表、审查包和回归矩阵。我们只需要把它放进三个足够具体、足够有阻力、足够允许人叫停的场景里，看它是否还能保持自己的身份动作。
|
||||
|
||||
第一场观察，是黄金样例动作复现。
|
||||
|
||||
复现不是复述。一个模型如果只是把黄金样例里的概念、句式、结构照搬出来，并不能说明它理解了那次行动。真正要看的，是它能不能在相同或高度接近的情境中，重新做出关键思维动作。QPI 的复现，不是把旧答案里的分类名称再说一遍，而是再次识别误框、重放主体位置、改写下一步策略。思想考古的复现，也不是把旧报告的层级标题再排列一次，而是重新生成地图，重新处理反驳，重新把下潜结果转译给读者。
|
||||
|
||||
这时专家看的不是“像不像旧文本”，而是“有没有发生旧动作”。如果一个输出语气相似、概念齐全、段落漂亮，却没有指出问题何处被放错，没有说明为什么此刻需要停下或转向，没有把反馈变成路径变化，那么它就是样例仿写，而不是动作复现。它可能很像一具保存完好的标本，却没有呼吸。
|
||||
|
||||
因此，第一场观察必须允许专家反驳。专家可以说：这里复现的只是措辞，不是动作；这里看似诊断了误框，其实只是换了一个标签；这里看似下钻，其实没有改变问题地图。模型如果在这种反驳面前只能辩解自己已经覆盖了要点，最小保真门就应该拦住它。因为真正需要确认的，不是它是否写出了熟悉的词，而是它是否能承受“你这里没有动起来”的判断。
|
||||
|
||||
第二场观察，是相邻变体迁移。
|
||||
|
||||
黄金样例动作复现只能说明它没有完全忘记旧动作，还不能说明它已经具备可运行性。因为最容易伪造的，就是旧样例本身。一个系统可以记住旧输入、旧结构、旧结论，甚至记住旧样例里每一次停顿的姿态。它在原题上表现稳定，并不等于在真实世界中可用。
|
||||
|
||||
所以我们要把输入向旁边移动一点。
|
||||
|
||||
这个“旁边”很关键。它不是完全陌生的远场问题，也不是把模型丢进无限开放的混沌里。相邻变体是一个相似但不相同的场景：同样涉及前置分诊，但问题主体变了；同样涉及思想考古，但材料冲突变了；同样需要吸收反驳，但反驳的方向变了。我们不是要求模型立刻证明自己无所不能，而是看它能否把已经提取出的动作迁移到隔壁房间。
|
||||
|
||||
对 QPI 来说，相邻变体可能是这样的：原来的黄金样例处理的是“我该用哪个模型”，新的输入变成“这个任务该由人判断还是由模型推进”。表面上问题不同，但底层动作仍然相邻：识别提问是否过早工具化，判断责任主体是否被遮蔽，决定下一步是回答、澄清、暂停还是转交。若模型只会继续寻找“工具名称”，它就没有迁移；若它能看见责任位置已经成为核心问题，它才在迁移。
|
||||
|
||||
对思想考古来说，相邻变体也不是换一套标题，而是换一个下潜阻力。原来的材料也许是概念冲突，新的材料可能是情绪反复；原来的反驳来自用户对问题重心的纠正，新的反驳可能来自读者无法进入报告。模型如果仍按旧路线机械下沉，就只是层级惯性；如果它能重新生成地图，改变钻进角度，并在最后调整转译方式，它才保住了自己的动作身份。
|
||||
|
||||
第二场观察同样必须允许专家修正和叫停。专家可以在中途改变一个条件，指出一个隐藏前提，或者直接说：这个变体已经不是旧动作能覆盖的范围。一个活的模型应该能承认边界，而不是为了通过观察硬把所有问题吞下去。最小保真门不是鼓励表演全能，而是确认动作是否能在有限迁移中保持形状，并在越界时知道停止。
|
||||
|
||||
第三场观察，是反馈吸收。
|
||||
|
||||
这一场最难伪造，也最容易暴露模型是否真的活过。因为反馈吸收不是礼貌回应。说“你说得对，我会修正”，并不等于吸收。把专家意见附在末尾，也不等于吸收。真正的吸收，必须改变后续推进。
|
||||
|
||||
我们要看的，是一个误差进入系统之后，下一次动作是否发生变化。
|
||||
|
||||
例如，QPI 在一次分诊中把问题误判为工具选择，专家指出真正问题是主体责任未定。下一轮观察里，它是否仍急着推荐工具，还是先回到责任位置？它是否能把这次修正变成进入类似问题时的先验警觉？如果它只是道歉，然后继续沿用旧路径，那反馈没有被代谢，只是被贴在外壳上。
|
||||
|
||||
思想考古也是一样。模型可能在某次下潜中把用户的反驳当作局部补充，专家指出这是核心地图错位。下一轮里，它是否会先重画地图，而不是继续在旧井里加深？它是否会改变读者转译方式，而不是把更长的分析压给读者？如果它没有改变进入问题的方式，反馈就没有进入历史路径。
|
||||
|
||||
这就是最小保真门`*`与普通评审表之间的差别。普通评审表偏爱静态证据：有没有文档，有没有边界，有没有测试，有没有解释。最小保真门`*`偏爱动态证据：有没有复现动作，有没有迁移动作，有没有因反馈而改变动作。前者证明对象可记录；后者才开始证明对象可运行。
|
||||
|
||||
但我们还要保留一条更严厉的边界：这三场观察都不能由系统自证。
|
||||
|
||||
如果模型自己宣布“我已经复现了动作”，不够。如果治理流程自己宣布“相邻变体通过”，也不够。如果反馈记录里写着“已采纳专家意见”，仍然不够。最小保真门`*`必须把专家的反驳权、修正权和叫停权放在门的内部，而不是放在门外作为礼貌附件。专家不是给流程盖章的人，而是这道门的感官系统。没有人的判断介入，所谓观察就会退化为自动化报告。
|
||||
|
||||
这并不意味着专家判断可以任意化。恰恰相反，三场观察给专家提供了可争论的对象。我们不是让专家凭感觉说“像”或“不像”，而是让他指出：哪一个动作没有复现，哪一次迁移只是表面类比，哪条反馈没有改变后续推进。门的意义不在于消灭争议，而在于让争议落在动作上，而不是落在文档外观上。
|
||||
|
||||
这也解释了为什么它必须是“门”，而不是“墙”。
|
||||
|
||||
墙的功能是封闭。门的功能是判断能不能通过，并保留退回、修正、再观察的可能。一个模型第一次没有通过最小保真门`*`，并不等于它没有价值；它可能只是动作还没有被提取清楚，黄金样例还没有被打开，相邻变体选得太远，或者反馈没有真正进入操作手册。专家叫停不是处刑，而是阻止系统过早把一个未成形的东西送进重治理管线。
|
||||
|
||||
在这个意义上，最小保真门`*`保护的不只是质量，也保护时间。它让我们在大规模投入之前先停一停：不要急着给它做身份证、安排住所、建立审查档案、设计长期看护。先看它会不会在一个旧场景里复现动作，会不会在一个相邻场景里迁移动作，会不会在一次明确反驳后改变动作。三次观察足够小，小到不会变成新的制度机器；也足够硬，硬到不能靠漂亮外壳蒙混过关。
|
||||
|
||||
如果三次观察都成立，我们才有理由说：这个模型至少显示出了可被继续保护的生命迹象。它还不一定成熟，也不一定稳定，更不应该立刻被神圣化；但它已经不只是档案里的名字，不只是黄金样例里的旧火光。它开始在场景、变体和反馈之间维持一条连续的动作路径。
|
||||
|
||||
而如果三次观察都站不住，我们也应该承认：此刻最诚实的选择不是补更多表格，而是回到样例、动作和专家判断本身。不要用治理替它呼吸。不要把一团尚未确认的动作，提前封进透明的玻璃。
|
||||
|
|
@ -0,0 +1,56 @@
|
|||
<Pre-Draft-Calibration>
|
||||
[任务模块]：3.6｜第三章收束
|
||||
|
||||
[素材锚点]：承接 3.1 至 3.5：模型档案只是身份证；生命判据被降维为边界、反馈吸收、预测纠偏和历史路径；QPI 与思想考古的动作链已经展开；黄金样例与最小保真门完成了动作观察。
|
||||
|
||||
[协议核对]：只写本节；收束第三章本体下钻；强调能否治理是第二问题，是否已在动作中显示生命才是第一问题。
|
||||
[边界锁定]：不写后续章节；不展开治理重排方案；不进入无关本体支线；不使用禁用称谓。
|
||||
</Pre-Draft-Calibration>
|
||||
|
||||
### 3.6 第三章收束
|
||||
|
||||
第三章走到这里，真正要完成的不是再增加一个判断术语，而是把判断顺序重新钉住。
|
||||
|
||||
我们一开始问的，不是一个模型档案是否完整，而是档案背后是否有一个会行动的对象。Model Card、JSON Spec、调用边界、输出契约、回归样例、审查包，它们都很重要，但它们首先是外部凭证。它们像身份证、船籍登记、海关表格，能让系统指认一个对象，追踪一个对象，交接一个对象，却不能替那个对象在现场判断、纠偏、停下、转译。
|
||||
|
||||
这一区分，是第三章的第一根梁。
|
||||
|
||||
如果我们忘记它，所有后续工作都会被轻微地推歪。因为治理天然喜欢可指认之物，系统天然喜欢可保存之物，审查天然喜欢可比较之物。于是，一个对象一旦拥有编号、字段、边界说明和测试记录，就很容易被默认为已经存在。可是，被登记不等于存在为模型；被管理不等于能够运行；被审查不等于已经显示生命。
|
||||
|
||||
所以我们才必须把生命这个词压低，压到动作层。
|
||||
|
||||
在本文中，生命不是浪漫宣称，也不是神秘资格。它只是一组可观察的动作判据：边界是否在输入抵达时被维持，反馈是否改变了后续推进，预测失败时是否能纠偏，历史路径是否留下了不可随意抹平的形变。一个认知模型若不能在这些地方发生变化，它就算拥有再完整的档案，也只是一个被描述得很清楚的名字。
|
||||
|
||||
这也是 QPI 与思想考古被重新放回动作链的原因。
|
||||
|
||||
QPI 不是轻量分类器。它的生命不在于把任务放进哪一个盒子，而在于入口处能否看见问题被放错：用户表面上在问工具，真实卡点可能是责任位置；用户表面上在要方案，真实缺口可能是边界条件；用户表面上要求系统推进，真实动作可能应当是暂停、澄清或交还判断。它像分诊台，真正的动作不是贴标签，而是防止错误路线过早吞掉后续工作。
|
||||
|
||||
思想考古也不是层级列表。它的生命不在于写出几层标题，而在于能否从混乱议题中生成地图，能否把我的反驳吸收为路线重构，能否在非线性阻力中改变下潜角度，能否把内部钻探转译成读者可以进入的报告。它像一套下潜装置，真正的动作不是向下排列层级，而是在深处重新找到问题的承重结构。
|
||||
|
||||
这两条动作链让我们看见同一个事实：认知模型的本体不是静态定义，而是操作本体`*`。它存在于进入问题的方式里，存在于判断缺口的动作里，存在于承受反驳的形变里，存在于低置信度时愿意停下的边界里。它不是被写出来才存在，而是在一次又一次具体语境中重新发生，才证明自己仍然是它自己。
|
||||
|
||||
于是，黄金样例也被重新定位。
|
||||
|
||||
它不是圣物，不是背诵文本，不是用来制造相似语气的模板。它是第一次让我们看见动作发生过的矿脉。我们从里面提取的，不应是句式和外观，而应是误框识别、主体位置辨析、策略重构、地图生成、反驳吸收、非线性下潜和读者转译。只要这些动作能够被提取、迁移、修正，黄金样例就不是过去的好输出，而是模型曾经活过的证据。
|
||||
|
||||
但证据不能停在旧样例里。
|
||||
|
||||
所以最小保真门`*`才出现。它不是为了替治理再造一张新表，而是为了让专家在最低观察场景里看见三件事：黄金样例中的关键动作能否复现；相邻但不同的输入里，动作能否迁移；明确反馈进入以后，后续推进是否真实改变。这三场观察之所以重要，是因为它们让我们从“它看起来像”走向“它确实动过”。
|
||||
|
||||
这里的顺序非常关键。
|
||||
|
||||
不是先把对象送进完整治理系统，再希望治理倒推出生命；而是先确认它在动作中显示生命，再决定治理应该如何保护它。一个模型能否被治理，是第二问题。它是否已经在动作中显示生命，才是第一问题。第一问题没有回答，第二问题回答得越漂亮，风险越大。因为系统会开始保护一个尚未被确认的对象，维护一个尚未形成的身份，扩建一套围绕空壳运转的证明机器。
|
||||
|
||||
这并不是贬低治理。恰恰相反，只有把治理放回第二位置，治理才重新获得尊严。档案应当保护已经发生的动作，边界应当保护已经显影的身份，测试应当保护已经观察到的迁移，审查应当保护能够吸收反馈的历史路径。治理的价值在于让生命不被误伤、不被遗忘、不被后续修改冲散；它的危险在于太早宣布自己正在保护生命，而实际上只是在保护一套外壳。
|
||||
|
||||
第三章因此完成了一次本体位置的调换。
|
||||
|
||||
我们不再问：这个模型有没有名字？有没有卡片？有没有调用条件？有没有评审记录？这些问题仍然需要问，但它们不能站在最前面。更前面的提问应当是：它有没有在真实输入中守住边界？有没有在误框前纠偏？有没有在反驳后改变路线？有没有在相邻变体里保持动作形状？有没有在该停止时停止？有没有把内部判断转译成外部可用的结果？
|
||||
|
||||
如果这些问题有了最低限度的肯定答案，档案就不再是幻觉，而是凭证；治理就不再是水晶裹尸布，而可能成为保护动作的舱壁。反过来，如果这些问题没有答案，档案越漂亮，越容易误导我们；编号越清楚，越容易让系统相信对象已经存在；审查越完整，越容易让人忘记审查的对象还没有真正站起来。
|
||||
|
||||
这就是本章最后要保留的那道冷判断。
|
||||
|
||||
不要因为一份身份证制作精良，就默认那个名字背后已经有人在呼吸。不要因为一个模型被登记、被选择、被测试、被审查，就默认它已经能够在问题现场行动。先看动作，再看档案；先看生命迹象，再谈治理结构。否则，我们得到的仍然是一具外形完整、编号清晰、封存严密的水晶标本，而不是一个能在语境中继续判断、继续纠偏、继续吸收反馈的认知模型。
|
||||
|
||||
第三章到这里，可以暂时停住。我们已经把问题从“怎样治理模型”推回到更早的位置：凭什么说这里已经有一个值得治理的模型。只有这个位置被重新找回，后面的工程才不会继续围着玻璃转动，而是有机会重新面对玻璃之内那团是否还会呼吸的生命。
|
||||
|
|
@ -0,0 +1,66 @@
|
|||
<Pre-Draft-Calibration>
|
||||
[任务模块]：4.1｜最小保真内核
|
||||
|
||||
[素材锚点]：承接第三章收束：先确认动作生命，再让治理保护它。本节进入第四章的“立”，但不写后续门槛，只处理进入重治理前应先保存什么。
|
||||
|
||||
[协议核对]：只写本节；最小保真内核不是全量复制，而是保护黄金样例中的身份动作；从思想考古过程与房玄龄 2.0 反向提炼操作手册。
|
||||
[边界锁定]：不反工程，不否定治理；只重排工程顺序；不写后续小节；不使用禁用称谓。
|
||||
</Pre-Draft-Calibration>
|
||||
|
||||
### 4.1 最小保真内核
|
||||
|
||||
第三章把问题推回了最早的位置：在治理一个认知模型之前，我们必须先确认它是否已经在动作中显示生命。第四章要做的，不是把治理推翻，而是把治理从过早的主权位置上请下来，让它重新成为保护动作的外壳。
|
||||
|
||||
这里的第一步，是保护最小保真内核`*`。
|
||||
|
||||
这个词听起来像工程术语，但它指向的东西很朴素：一个认知模型之所以还是它自己，究竟靠哪一组不可丢失的动作维持身份。不是它的全部文本，不是它的全部背景，不是它曾经产出的每一个句式，也不是所有可以写进档案的字段。最小保真内核`*`不是全量复制，而是在剥离外观之后，仍然能让模型继续以同一种方式行动的那一点。
|
||||
|
||||
如果说第三章的最小保真门`*`是在观察动作是否发生，那么这里的最小保真内核`*`就是要回答：一旦我们看见动作发生，应该先保存什么。
|
||||
|
||||
很多系统在这一刻会立刻走向过度保存。它会把黄金样例全文收入库，把段落结构拆成模板，把术语表做成标签，把调用边界扩成规则，把测试样例做成矩阵。这样做看上去谨慎，实际上可能再次把生命压扁。因为保存得太多，反而会让系统以为所有外形都同等重要；治理开始保护句式、格式、层级、文件名，却忘记真正要保护的是动作。
|
||||
|
||||
所以，我们必须先从黄金样例中做一次有节制的抽取。
|
||||
|
||||
对思想考古来说，最小保真内核`*`不等于七层标题，也不等于某篇报告的完整措辞。它更接近一套下潜动作手册：怎样从表层事件生成考古地图，怎样识别哪一个冲突是真正的下钻锚点，怎样接受我对地图的纠正，怎样在纠正后重构路线，怎样在最终层之前暂停确认，怎样把内部深潜转译成读者能进入的报告。
|
||||
|
||||
这里的“手册”不是把思想考古写成机械流程。思想考古如果被写成机械流程，就会退回第三章已经批判过的层级列表。真正的操作手册，应当记录动作之间的条件关系：什么时候可以下潜，什么时候必须回到地图；什么时候一条反驳只是局部补充，什么时候它说明整张地图错了；什么时候需要继续展开，什么时候应该停下来让人确认方向。它保存的不是七层，而是下潜如何发生。
|
||||
|
||||
举一个更具体的差别。低保真的保存会说：思想考古应输出考古地图、分层分析和最终报告。高一点的保存会说：第一层写现象，第二层写领域，第三层写过程，直到哲学基岩。可是最小保真内核`*`要保存的，是更深一层的动作：从现象中找到可下钻的裂缝；把用户或专家的反驳当作地图重画信号；在下潜中允许路径非线性改变；最后把深处结构翻译回公共语言。
|
||||
|
||||
这才是身份动作。它一旦丢失，报告再长、层级再齐、术语再准，也只是思想考古的外壳。
|
||||
|
||||
对 QPI 来说，最小保真内核`*`同样不是分类表。房玄龄 2.0 的价值，不在于它能把问题归入一个固定类别，而在于它能做前置认知光学诊断：看见用户表面问题背后的折射，看见问题是被信息缺口、路径错位、秩序混乱还是责任坐标遮蔽，看见什么时候不该立刻回答，而应先改写问题位置。
|
||||
|
||||
因此，从房玄龄 2.0 反向提炼操作手册，不能写成“输入问题，输出类别”。那会把分诊台改回抽屉柜。更合适的方式，是记录一组判断动作：先辨认表层提问与真实卡点是否一致；再辨认行动主体在哪里，是模型应推进，还是人需要先补判断；再决定下一步是回答、澄清、转交、降级还是停止。每一步都应带着可推翻条件，而不是伪装成确定分类。
|
||||
|
||||
如果思想考古的最小保真内核`*`是“如何下潜而不机械分层”，那么 QPI 的最小保真内核`*`就是“如何分诊而不机械分类”。一个保护深度，一个保护入口。前者避免系统把复杂问题压平成漂亮报告，后者避免系统把错误问题送进错误管线。它们看似功能不同，核心纪律却相同：保留动作，不崇拜外观。
|
||||
|
||||
这就是重排工程顺序的实际含义。
|
||||
|
||||
我们不是反工程。恰恰相反，只有把最小保真内核`*`先提炼出来，工程才终于有了值得保护的对象。没有这一步，后续的模型档案、调用边界、测试样例、选择器、审查包都会悬空。它们会围绕一个尚未显影的对象建造秩序，看似完整，实则不知道自己在保护什么。有了这一步，工程才不再是给空壳贴标签，而是为已经出现的动作提供容器。
|
||||
|
||||
这一步也不能停在纸上。
|
||||
|
||||
最小保真内核`*`被提炼出来以后，必须拿少量相邻变体去验证。这里仍然要克制：不是立刻铺开大规模回归矩阵，不是马上覆盖所有边界场景，而是选择几个贴近黄金样例、却足以改变输入条件的场景。对思想考古，可以换一个相邻议题，看它是否仍能生成地图、吸收修正、改变下潜路线、完成读者转译。对 QPI，可以换一个相邻任务，看它是否仍能识别误框、重置主体位置、决定下一步动作。
|
||||
|
||||
少量相邻变体的价值，在于它能把“内核”从“记忆”中拽出来。一个模型如果只在原样例里表现好，可能只是背住了旧路径；如果在相邻变体中仍能移动，才说明我们保存的是动作，而不是句式。相邻变体不需要追求覆盖率，它追求的是身份是否还在：换一个场景，模型是否仍像它自己那样判断。
|
||||
|
||||
还有一件事必须被记录：专家修正如何改变模型推进。
|
||||
|
||||
这听起来像过程管理，实际上是生命判据的关键部分。因为反馈如果没有改变后续动作，就没有进入内核。专家指出思想考古的地图错位，后续操作手册应当改变“何时重画地图”的条件；专家指出 QPI 把责任问题误判为工具问题，后续手册应当改变“何时暂停推荐工具”的触发点。修正不应只是被放进记录表，而应改变下一次进入问题的方式。
|
||||
|
||||
这里尤其要防止一种温和的伪吸收：系统把专家意见写成“已采纳”，却不改变后续推进。这样的吸收只是礼貌，不是代谢。真正的记录应当能够回答：哪一个动作被修正了，哪一个进入条件被调整了，哪一个停止条件被提前了，哪一种读者转译方式被改变了。只有当反馈改变了动作，最小保真内核`*`才不是静态定义，而是带着历史路径继续生长。
|
||||
|
||||
停止条件也必须进入内核。
|
||||
|
||||
一个模型的身份，不只由它会做什么构成，也由它知道何时不该做什么构成。思想考古不能因为能下潜，就对所有问题都开钻；QPI 不能因为能分诊，就把所有输入都强行定性。停止条件是最容易被治理外壳写成规则、却最需要在动作中保真的部分：信息不够时停，主体位置不清时停，反驳触及地图根部时停，低置信度却高影响时停。没有停止条件，所谓动作能力很容易变成自动推进的惯性。
|
||||
|
||||
读者转译方式也必须进入内核。
|
||||
|
||||
认知模型不是只在内部完成推理。它最后必须把判断交还给人。思想考古如果只生成深层结构，却不能把结构翻译成读者能理解的语言，就没有完成它的公共动作；QPI 如果只做内部分诊，却不能把“为什么现在不应直接回答”说明白，就无法成为人机协作中的前置判断工具。最小保真内核`*`必须保留这种转译方式，否则模型会在内部看似聪明，在外部不可使用。
|
||||
|
||||
到这里，我们就能看见第四章的基本方向：不是拆掉旧项目留下的治理经验，而是给它一个新的支点。旧项目买到的边界意识、审查经验、文件化能力、回归意识，都不是废料。真正需要改变的是顺序。先从黄金样例和过程记录中提取最小保真内核`*`，再用少量相邻变体和专家修正验证它仍然会动，然后才让治理外壳靠近它、保护它、记录它、交接它。
|
||||
|
||||
治理只有在这个顺序中，才可能从水晶裹尸布转回生命支持舱。
|
||||
|
||||
因为生命支持舱从不替生命作证。它只在生命已经显示呼吸、代谢、纠偏和边界之后，提供温度、压力、隔离和监测。最小保真内核`*`就是那团生命被放入舱体之前必须先被确认和保护的火种。没有它，外壳再透明，也是展示；有了它，外壳才开始有资格成为保护。
|
||||
|
|
@ -0,0 +1,62 @@
|
|||
<Pre-Draft-Calibration>
|
||||
[任务模块]：4.2｜两层门槛，防止再度重型化
|
||||
|
||||
[素材锚点]：承接 4.1 最小保真内核。内核被提取后，不能立刻滑向新的治理工业，而要通过两层门槛控制升级顺序。
|
||||
|
||||
[协议核对]：只写本节；写清最小保真门与重治理准入门；强调这是顺序，不是制度崇拜。
|
||||
[边界锁定]：不写后续小节；不反工程，不否定治理；只重排工程顺序；不使用禁用称谓。
|
||||
</Pre-Draft-Calibration>
|
||||
|
||||
### 4.2 两层门槛，防止再度重型化
|
||||
|
||||
最小保真内核`*`被提炼出来之后，系统最容易犯的第二个错误，是把它立刻做重。
|
||||
|
||||
这几乎是一种工程本能。只要我们确认某个动作值得保护，下一步就想给它建档、编号、写边界、加测试、接选择器、做审查包、设计生命周期。所有这些工具都正当，也都熟悉。问题在于，如果它们同时涌上来，活体门会很快变成新的审查工业：它本来是为了确认模型是否会行动，最后却再次变成确认文件是否齐全。
|
||||
|
||||
所以，第四章真正要建立的不是一套更华丽的门禁系统，而是一个升级顺序。
|
||||
|
||||
这个顺序分成两层。
|
||||
|
||||
第一层，是最小保真门`*`。它不问模型是否已经适合长期维护，也不问它是否应该进入完整治理体系。它只问：这里是否已经有足够的动作生命，值得我们继续投入。
|
||||
|
||||
这道门必须很小。它不能要求覆盖所有边界，也不能一开始就要求稳定通过大规模回归。它只需要三件事：黄金样例动作复现，一个相邻变体，一次反馈吸收。黄金样例动作复现，用来确认模型不是在背概念，而是在重做关键思维动作；一个相邻变体，用来确认动作不是贴在原题上的旧皮，而能在相似但不同的输入中迁移；一次反馈吸收，用来确认模型被专家指出误差后，后续推进真的改变。
|
||||
|
||||
这三件事的价值，不在于它们构成一张小 checklist，而在于它们形成一个最低观察场景。专家可以在这个场景里反驳、修正、叫停。系统不能只拿出“通过记录”来证明自己，它要让人看见动作如何发生，又如何在阻力中改变。如果看不见，结果就不是“补齐材料后再评”，而是返回到内核提取：重新打开黄金样例，重新拆动作，重新选择相邻变体。
|
||||
|
||||
因此，最小保真门`*`的结论不应是庄严的认证。它更像一句朴素判断：值得继续，还是先停住。它防止我们在对象尚未显影时就投入重治理，也防止我们因为一个样例偶然好看，就急着把它做成长期资产。它保护的是投入顺序，不是制度脸面。
|
||||
|
||||
第二层，是重治理准入门。
|
||||
|
||||
这道门比最小保真门`*`更重，但仍然不是为了崇拜治理。它只在第一层已经显示动作生命之后才出现，目的也不是证明模型“高级”，而是判断它是否需要、也是否承受得住复杂治理管线。
|
||||
|
||||
重治理准入门要问的问题不同。它不再只问“值不值得继续”，而是问“是否应该进入长期维护、多人协作和系统级复用”。因此，它需要更多证据：多个相邻变体，至少一个边界样本，明确的停止条件。
|
||||
|
||||
多个相邻变体，是为了避免第一层的偶然性。一个模型在一个相邻场景里能迁移，说明动作有苗头；在几个相邻场景里都能保持形状，才说明它可能有可复用性。对 QPI 来说，这意味着它不仅能在工具选择问题里识别误框，也能在组织分工、写作推进、审查压力等相邻输入中重新放置主体位置。对思想考古来说，这意味着它不仅能在一个经典材料中下潜，也能在相邻议题里重画地图、吸收反驳、调整转译。
|
||||
|
||||
至少一个边界样本，是为了确认模型知道自己何时不该进入。很多模型的危险不在于不会做，而在于什么都想做。QPI 如果把所有输入都强行分诊，就会制造新的入口噪音；思想考古如果对所有问题都开钻，就会把轻量任务拖进深井。边界样本不是刁难模型，而是观察它能否保住边界：信息不够时请求补充，责任坐标不清时把判断交回人，风险高而置信低时停止，不把相似关键词误认为适用场景。
|
||||
|
||||
明确的停止条件，是为了防止治理升级后重新失控。一个模型一旦进入复杂治理管线，就会吸引更多文件、更多测试、更多审查、更多维护成本。如果没有停止条件，治理会自然扩张，直到它再次变成自己的目的。停止条件要提前写在动作里：什么情况下不得调用，什么情况下只能建议不能推进，什么情况下需要专家介入，什么情况下必须退出当前路径。只有这样，治理才是在保护动作，而不是鼓励无限繁殖。
|
||||
|
||||
这两层门槛之间，最重要的不是强弱，而是先后。
|
||||
|
||||
最小保真门`*`回答的是生命迹象问题：这里是否有动作，是否值得继续看。重治理准入门回答的是系统投入问题：这个动作是否稳定到值得进入复杂协作、追踪、测试和维护。前者偏向发现，后者偏向承载。前者靠少量观察避免过早投入，后者靠更多证据避免过早规模化。把它们混在一起，系统就会再次重型化：为了判断是否值得继续，先建一整套长期治理；为了看见一团火，先修一座玻璃馆。
|
||||
|
||||
这也是“默认轻量，证据驱动升级”的真正含义。
|
||||
|
||||
默认轻量，不是反对深度，也不是拒绝严肃治理。它只是承认：在认知模型还没有显示稳定动作之前，任何复杂外壳都可能先于生命取得主权。证据驱动升级，也不是说有一条样例就可以升档，而是要求每一次升级都回答一个具体问题：动作是否复现？能否迁移？能否吸收反馈？边界是否清楚？停止条件是否存在？这些问题没有回答，升级就只是系统焦虑的装修。
|
||||
|
||||
我们尤其要警惕活体门自己的异化。
|
||||
|
||||
一旦最小保真门`*`被写成新的 PASS 报告，一旦重治理准入门被做成一套不可反驳的评审仪式，它们就已经背叛了本文。因为本文反对的不是旧制度的名称，而是那种把形式证明推到动作生命之前的顺序倒置。换一套名词，换一张表，换一个更像“生命”的评分框，并不能解决问题。只要专家不能反驳，只要反馈不能改变后续动作，只要停止条件不能真正叫停，新的活体门也会变成新的水晶外壳。
|
||||
|
||||
所以，两层门槛必须始终保持谦卑。
|
||||
|
||||
第一层只是问：是否值得继续投入。第二层只是问：是否值得进入重治理。它们都不是给模型加冕的制度，也不是给系统寻找安全感的仪式。它们的功能更像两道限流阀：第一道防止生命还没显影就被治理压住，第二道防止一点生命迹象刚出现就被工程重工业吞没。
|
||||
|
||||
这正是重排工程顺序，而不是反工程。
|
||||
|
||||
当模型还没有通过最小保真门`*`，工程应当退后，帮助提取内核，而不是抢先建塔。当模型通过第一层但没有通过重治理准入门，工程可以轻量保护，继续观察，不必立刻扩建成长期资产。当模型连续显示动作迁移、反馈吸收、边界维持和停止能力时，治理才有理由靠近，提供更强的版本、追踪、测试和协作结构。
|
||||
|
||||
顺序一旦摆正，治理就不再需要证明自己是主角。它只需要在适当的位置出现。
|
||||
|
||||
这才是活体门应有的克制：它既不让未成形的东西提前进入重治理，也不让已经显示生命的东西裸奔在没有边界的环境里。它站在两者之间，给系统一个简单而严厉的提醒：先看动作，再谈规模；先看反馈，再谈维护；先看停止能力，再谈自动化。否则，我们只是把旧的重型化换了一个更温柔的名字。
|
||||
|
|
@ -0,0 +1,74 @@
|
|||
<Pre-Draft-Calibration>
|
||||
[任务模块]：4.3｜治理的回归
|
||||
|
||||
[素材锚点]：承接 4.1 的最小保真内核与 4.2 的两层门槛。生命迹象成立之后，治理不再抢占主权，而是回到保护记忆、边界、协作与里程碑的位置。
|
||||
|
||||
[协议核对]：只写本节；逐项处理来源记录、模型档案、调用边界、selector、regression、review bundle、Local CCRA 的正确位置。
|
||||
[边界锁定]：不写后续小节；不把治理重新神圣化；不使用禁用称谓。
|
||||
</Pre-Draft-Calibration>
|
||||
|
||||
### 4.3 治理的回归
|
||||
|
||||
当一个模型通过最小保真门`*`，并在重治理准入门前显示出足够的迁移、反馈、边界和停止能力之后，治理终于可以回来了。
|
||||
|
||||
这里的“回来”很重要。它不是凯旋，也不是复辟。治理不是重新站到生命之前，宣布自己才是模型成立的根据；它只是回到自己本来该在的位置：保护已经发生的动作，限制可能发生的误用，保存可以继承的记忆，让多人协作有共同对象，让里程碑判断不只依赖即时印象。
|
||||
|
||||
所以，治理重新获得尊严的前提，恰恰是它不再冒充生命。
|
||||
|
||||
第二章已经替治理做过最强辩护：治理不是敌人。错误不在于来源记录、模型档案、调用边界、选择器、回归测试、审查包和里程碑审查这些工具本身，而在于它们曾经在模型尚未显示动作生命之前取得主权。它们太早站到了前台，于是开始用“可被治理”代替“已经能运行”，用“可被审查”代替“值得被审查”。第四章的任务不是把这些工具废掉，而是把它们重新放回活体动作之后。
|
||||
|
||||
放回之后，第一件恢复尊严的，是来源记录。
|
||||
|
||||
来源记录不再用来证明模型活着。它只保护记忆。一个模型为什么会形成，最早的黄金样例来自哪里，哪一次专家修正改变了内核，哪一次相邻变体暴露了边界，这些都需要被记住。没有来源记录，模型的历史路径会被磨平；有一天它看似还能输出相似结果，我们却不知道那是动作迁移，还是偶然拟合。来源记录的价值，就在于让模型的“来处”不被后来的文件化覆盖。
|
||||
|
||||
但来源记录只能保护来处，不能替代行动。它记录一团火从哪里点起，却不能因此证明火还在烧。只有当最小保真内核`*`已经被提炼，动作复现、相邻迁移和反馈吸收已经发生，来源记录才有了真正的对象：它不再是在空壳外面贴出处，而是在活体动作身后保存记忆。
|
||||
|
||||
第二个回位的，是模型档案。
|
||||
|
||||
模型档案不是人，也不是模型的全部本体。第三章已经说过，模型档案更像身份证。身份证可以说明登记关系、名称、边界、用途、调用条件和维护责任，但不能说明名字背后一定有一个正在行动的主体。放在错误顺序里，模型档案会变成最漂亮的玻璃面板：字段完整，版本清楚，适用场景写得很稳，却无法回答模型是否真的会做那组关键动作。
|
||||
|
||||
放回正确顺序之后，模型档案的功能就清楚了：它保护共享定义。多人协作时，不能每个人都凭印象理解 QPI，也不能每次调用思想考古都重新争论它到底是什么。模型档案要把已经观察到的动作身份写成可共享的定义：它能处理什么，不能处理什么，依赖哪些输入，必须保留哪些停止条件，哪些黄金样例和相邻变体构成当前证据。它不是给模型加冕，而是让团队围绕同一个对象说话。
|
||||
|
||||
第三个回位的，是调用边界。
|
||||
|
||||
调用边界的尊严，来自它对误用风险的保护。一个已经显示动作生命的模型，反而更需要边界，因为能做一些事的工具最容易被扩张到它不该做的地方。QPI 一旦被证明能做入口分诊，就可能被拿去替代实际判断；思想考古一旦被证明能下钻复杂材料，就可能被拿去处理所有看起来“深”的问题。调用边界要阻止这种扩张。
|
||||
|
||||
但边界不能凭空想象。正确的调用边界，应当从动作观察中长出来：哪些输入让模型稳定迁移，哪些输入让它误判主体位置，哪些场景需要专家介入，哪些高影响低置信任务必须停止。这样写出的边界不是行政围栏，而是动作自身显露出来的边界。它保护的不是文档秩序，而是模型不被错误使用。
|
||||
|
||||
第四个回位的，是入口选择器 selector。
|
||||
|
||||
我们可以把 selector 先翻译成功能性的中文：入口选择器。它的任务不是证明模型有认知能力，而是降低进入系统的成本。一个复杂系统如果没有入口选择器，用户的问题会直接撞向所有模型，工程侧也会不断为每一种输入临时判断路线。入口选择器的价值，是让系统能用较低成本决定：这个请求是否应该进入 QPI，是否应该转向思想考古，是否只是普通回答，是否需要澄清，是否应当停止。
|
||||
|
||||
在错误顺序中，selector 会变成一种轻量模型的重型样板。系统会围绕入口选择器建造复杂治理，好像只要入口路由稳定，后面就一定存在真正的能力。放回正确顺序之后，它只是路牌。路牌的价值依赖道路已经存在，依赖目的地确实能承载到达后的行动。入口选择器保护入口成本，却不替目的地证明价值。
|
||||
|
||||
第五个回位的，是防退化回归 regression。
|
||||
|
||||
regression 在这里不该只是“文件是否还通过”的机械检查。它要保护关键动作不退化。对 QPI 来说，回归样例应当看它是否仍能识别误框、重置主体位置、决定下一步动作，而不是只看输出字段是否完整。对思想考古来说，回归样例应当看它是否仍能生成地图、接受修正、改变下潜路线、完成读者转译，而不是只看层级标题是否齐全。
|
||||
|
||||
回归测试的尊严，在于它守住已经被证明有价值的动作。它不是价值证明的起点，而是退化防线。一个模型尚未通过最小保真门`*`时，大规模 regression 很容易变成自我安慰：测试越多，越像已经有东西值得维护。可一旦生命迹象成立，regression 就变得必要。因为活体动作会在迭代中变形，调用边界会被误改，入口判断会被新需求挤压，反馈吸收也可能退回礼貌性记录。回归样例要把这些退化挡住。
|
||||
|
||||
第六个回位的，是审查包 review bundle。
|
||||
|
||||
review bundle 可以先理解为审查包。它保护的是多人协作和审查，而不是模型生命本身。一个模型如果只在单次对话里被看见，很难被他人复核；如果只有分散文件，没有审查包，评审者就会在不同证据之间来回猜测。审查包把来源、档案、边界、样例、回归结果和开放问题放在同一个可阅读对象中，使多人能够围绕同一份证据讨论。
|
||||
|
||||
但审查包一旦太早出现，就会制造第二章说过的代理指标自转。系统开始优化“审查包看起来是否完整”，而不是“模型动作是否真实发生”。正确顺序中的审查包不是舞台，而是桌面。它把已经发生的东西摆出来，让人检查、反驳、补证和叫停。它的价值不在于让项目显得成熟，而在于让成熟与否可以被多人共同判断。
|
||||
|
||||
第七个回位的，是本地里程碑审查 Local CCRA。
|
||||
|
||||
Local CCRA 在这里应被理解为一种本地里程碑审查通道。它不负责赋予模型生命，也不负责替代专家观察。它负责在证据已经形成之后，帮助项目判断：是否继续投入，是否升级治理，是否进入多人维护，是否暂停，是否回到内核提取。换句话说，它保护的是里程碑判断。
|
||||
|
||||
错误顺序中的 Local CCRA 会变成庄严的封条。只要评审通道启动，项目就像已经进入了某种不可逆的正式状态，后续所有人都开始维护审查结论的体面。正确顺序中的 Local CCRA 应当更朴素，也更严厉：它必须允许结论是“不通过”，允许返回前一层，允许把漂亮文件判为证据不足，允许因为动作没有显示反馈吸收而叫停。只有这样，里程碑审查才不是给玻璃柜上锁，而是在生命支持系统旁边读数。
|
||||
|
||||
到这里，治理的尊严就被重新定义了。
|
||||
|
||||
它不来自厚度，不来自仪式，不来自字段数量，也不来自审查链条的庄重。它来自一种位置上的谦卑：生命迹象成立之前，治理退后；生命迹象成立之后，治理靠近。退后时，它不抢先替模型作证；靠近时，它不让已经出现的动作裸露在遗忘、误用、退化和协作混乱之中。
|
||||
|
||||
这也解释了为什么同一组工具会呈现出两种完全相反的形态。
|
||||
|
||||
在错误顺序中，来源记录、模型档案、调用边界、selector、regression、review bundle、Local CCRA 会一起变成水晶裹尸布`*`。它们透明、坚硬、可审查、可陈列，甚至能让系统显得非常专业。但如果玻璃之内没有已经显示动作生命的模型，它们保护的只是一个被命名得很完整的空位。
|
||||
|
||||
在正确顺序中，同一组东西会变成生命支持舱`*`。来源记录保存记忆，模型档案保存共享定义，调用边界隔离误用风险，入口选择器降低进入成本，防退化回归监测关键动作，审查包组织多人复核，本地里程碑审查决定是否升级或叫停。它们仍然是工程工具，却不再压扁生命，而是为生命维持温度、压力、隔离、监测和交接条件。
|
||||
|
||||
所以，本文并不要求我们在生命与治理之间选边。真正的选择，是顺序。
|
||||
|
||||
先让模型在动作中显影，再让治理保护它。先确认它能维持边界、吸收反馈、纠正预测、留下历史路径，再决定哪些记录、档案、边界、选择器、回归样例、审查包和里程碑通道应当围上来。治理一旦接受这个顺序，就不再是水晶外壳的建筑师，而是生命支持舱的工程师。它不替生命发言，却让已经显示生命的东西不轻易散失、不轻易误用、不轻易退化。
|
||||
|
|
@ -0,0 +1,70 @@
|
|||
<Pre-Draft-Calibration>
|
||||
[任务模块]：4.4｜反伪造条款
|
||||
|
||||
[素材锚点]：承接 4.3 治理的回归。治理回到正确位置之后，本文提出的质量门自身也必须接受同样的约束：不能凭形式自证正确。
|
||||
|
||||
[协议核对]：只写本节；重点处理最小保真门生成新 PASS 报告、动作复现不可反驳、反馈吸收不改变后续动作三种伪造。
|
||||
[边界锁定]：不写后续小节；不扩展成新制度设计；不使用禁用称谓。
|
||||
</Pre-Draft-Calibration>
|
||||
|
||||
### 4.4 反伪造条款
|
||||
|
||||
到这里，第四章已经完成了一次顺序重排：先保护最小保真内核`*`，再设置两层门槛，最后让治理回到生命支持舱的位置。但这个重排本身仍然有一个危险：它也可能被伪造。
|
||||
|
||||
任何质量门，一旦被命名、被记录、被流程化，就会自然吸引形式主义。系统会很快学会怎样让自己看起来通过了门槛：生成一份更漂亮的报告，补齐三项观察，写上专家反馈，标注“已吸收”，再把结论推进到下一阶段。表面上，它已经接受了本文的批评；实际上，它只是把旧的水晶裹尸布`*`换成了一套更会说“生命”的水晶外壳。
|
||||
|
||||
所以，本文提出的质量门，也不能凭形式自证正确。
|
||||
|
||||
第一条反伪造，是针对最小保真门`*`本身的。
|
||||
|
||||
如果最小保真门`*`最终只生成一份新的 PASS 报告，它就已经背叛本文。因为本文要求它成为最低观察场景，而不是新的合规证书。真正的问题不是“报告是否写了动作复现、相邻变体、反馈吸收”，而是专家是否能够在这些观察中看见动作发生，是否能够指出动作没有发生，是否能够要求重做，是否能够把结论拦在门外。
|
||||
|
||||
换句话说，最小保真门`*`的权威不来自 PASS，而来自可反驳性。
|
||||
|
||||
一个无法被反驳的质量门，不是在保护生命，而是在保护结论。它会把专家变成签字者，把样例变成装饰，把反馈变成流程节点。这样的门槛越精致，越危险。因为它不再暴露模型是否活着，只暴露系统是否学会了回答门槛问题。它的语言可能已经吸收了本文，但它的动作仍然是第二章批判过的代理指标自转。
|
||||
|
||||
第二条反伪造，是针对动作复现的。
|
||||
|
||||
动作复现不是让模型重复黄金样例的表面形状。它不是复述术语，不是重排段落，不是把“分诊”“下钻”“边界”“反馈”这些词放到正确位置。动作复现必须允许专家说：不，这不是那组动作；你只是模仿了外形；你没有真正重置主体位置；你没有真正重画地图；你没有在反驳后改变推进路线。
|
||||
|
||||
如果专家不能这样反驳，所谓动作复现就只是更漂亮的表格。
|
||||
|
||||
这也是为什么黄金样例不能被当成圣物。黄金样例的作用不是供模型背诵，而是供人反向提取动作，再拿这些动作去观察模型是否还能移动。一个模型如果只会复现原样例里的句法节奏，却不能在相邻变体里重新判断，它没有通过质量门。一个模型如果在相邻变体里给出相似结构，却不能解释为什么这个输入应当这样进入，它也没有通过质量门。复现必须被看作行动，而不是形状。
|
||||
|
||||
这里的专家反驳，不是礼貌性的评论。它应当有实际后果。
|
||||
|
||||
专家可以说：这个变体选得太近，不能证明迁移；这个反馈没有进入后续动作，只是被记录；这个边界样本不构成边界，因为它没有触发停止；这个所谓分诊其实仍然在分类；这个所谓下钻其实只是层级展开。只要这些反驳成立，质量门就不能继续放行。它必须返回前一步：重提内核，重选样例，重做观察，或者承认对象尚未显示足够生命迹象。
|
||||
|
||||
第三条反伪造，是针对反馈吸收的。
|
||||
|
||||
反馈吸收最容易被伪造。因为系统很擅长写“已采纳”“已修正”“已更新”。这些词看上去谦卑，实际上可能什么也没有改变。专家指出 QPI 把责任问题误作工具问题，下一次它仍然继续推荐工具；专家指出思想考古把表层争议误作深层裂缝，下一次它仍然从同一个位置开钻。这样的反馈吸收不是代谢，而是礼貌回复。
|
||||
|
||||
真正的反馈吸收必须改变后续动作。
|
||||
|
||||
它至少要改变一个可观察的地方：改变进入条件，改变判断顺序，改变停止条件，改变样例选择，改变转译方式，或者改变模型对自身边界的描述。没有这些改变，反馈只是被收藏在档案里，没有进入模型的历史路径。第三章所说的生命判据在这里重新出现：吸收不是记录外部刺激，而是让外部刺激改变内部推进。
|
||||
|
||||
因此，质量门不能只问“有没有反馈”，而要问“反馈改变了什么”。
|
||||
|
||||
如果答案只是“文档补充了一段说明”，风险就还在。如果答案是“以后遇到同类输入时会先检查主体位置，再决定是否推荐工具”，反馈才开始进入动作。如果答案是“下钻前新增一次地图确认，专家一旦指出锚点错位就暂停深潜”，反馈才开始改变路径。如果答案是“某类输入被明确排除，必须交还给人判断”，反馈才开始形成边界。
|
||||
|
||||
这条反伪造尤其重要，因为它防止本文自身变成新的口号库。
|
||||
|
||||
系统完全可以学会说：先看动作，再谈治理；先看反馈，再谈维护；先看停止能力，再谈自动化。可是这些句子本身没有任何保护力。它们只有在具体观察中产生阻力时才有意义。也就是说，当系统想要快速通过时，这些句子必须让它慢下来；当报告想要自证完整时，这些句子必须允许专家撕开报告；当项目想要进入重治理时，这些句子必须能够把它打回最小保真内核`*`。
|
||||
|
||||
反伪造条款的核心，就是让质量门保留阻力。
|
||||
|
||||
一个没有阻力的质量门，只是通行证。一个只能产生肯定结论的评估，只是包装。一个不能让人叫停的流程，只是仪式。真正的质量门只做一件事：保护动作、反馈和人的最终判断。它保护动作，所以不让外形冒充复现；它保护反馈，所以不让礼貌回复冒充吸收；它保护人的最终判断，所以不让系统用 PASS 报告替代专家的反驳权。
|
||||
|
||||
这里的“人”不是装饰性的审批位置，而是质量门中不可替代的判断者。因为认知模型的动作是否真实发生，常常不能被字段直接读出。它需要专家看见路径是否变了，看见模型是否误把分类当分诊，是否误把层级当下钻，是否在高影响低置信时仍然自动推进。人不是为了给流程盖章，而是为了在流程最想顺滑通过的时候制造必要的停顿。
|
||||
|
||||
所以，反伪造条款也给治理设下一条边界：治理可以记录人的判断，但不能替代人的判断；可以组织证据，但不能替证据下结论；可以保存 PASS 或 FAIL 的结果，但不能让结果遮蔽反驳过程。只要反驳过程消失，质量门就开始变成它原本要反对的东西。
|
||||
|
||||
我们最终需要的，不是一套永远正确的门。
|
||||
|
||||
没有任何门槛能靠名字保证自己正确。最小保真门`*`会被伪造，重治理准入门会被伪造，review bundle 会被伪造，Local CCRA 也会被伪造。真正能延缓伪造的，不是更复杂的表格，而是三个朴素要求：动作复现必须可被反驳，反馈吸收必须改变后续动作，人的最终判断必须能够叫停流程。
|
||||
|
||||
只要这三条还在，质量门就仍然站在生命一边。
|
||||
|
||||
一旦这三条消失，哪怕文件写满了“保真”“反馈”“边界”和“生命迹象”，系统也只是换了一种更先进的封存方式。它看上去不再崇拜治理，实际上开始崇拜质量门本身。那时，水晶裹尸布`*`没有被拆掉，只是被命名为生命支持舱。
|
||||
|
||||
反伪造条款要防的，正是这一刻。
|
||||
|
|
@ -0,0 +1,50 @@
|
|||
<Pre-Draft-Calibration>
|
||||
[任务模块]：4.5｜第四章收束
|
||||
|
||||
[素材锚点]：承接 4.1 到 4.4：最小保真内核、两层门槛、治理回归与反伪造条款。第四章只收束“重排工程顺序”，不进入全篇终章。
|
||||
|
||||
[协议核对]：只写本节；收束治理应当像舱壁一样保护生命，而不是像玻璃一样展示死亡。
|
||||
[边界锁定]：不写全篇终章；不新增制度方案；不使用禁用称谓。
|
||||
</Pre-Draft-Calibration>
|
||||
|
||||
### 4.5 第四章收束
|
||||
|
||||
第四章做的事情，可以压缩成一句话：我们不是要拆掉外壳，而是要重新确认外壳围住的东西是否还在呼吸。
|
||||
|
||||
前面三章已经说明，旧项目的问题不在于没有工程，不在于缺少记录，也不在于治理意识薄弱。恰恰相反，它拥有太多看上去正确的外壳：来源、档案、边界、选择器、测试、审查包、里程碑判断。真正的断裂，是这些外壳太早取得了信任。它们在模型尚未通过动作显影之前，就开始替模型承担“已经存在”的证明。于是，系统越来越擅长说明自己可被管理，却越来越难说明自己已经能行动。
|
||||
|
||||
第四章因此把顺序重新排了一遍。
|
||||
|
||||
首先，我们必须从黄金样例和真实过程里提炼最小保真内核`*`。这一步不是为了保存所有外观，而是为了找到那组不可丢失的身份动作：QPI 如何分诊而不分类，思想考古如何下潜而不机械分层，反馈如何改变后续推进，停止条件如何阻止自动滑行。没有这个内核，后续任何治理都不知道自己在保护什么。
|
||||
|
||||
然后，我们用两层门槛防止系统再次重型化。最小保真门`*`只问生命迹象是否值得继续观察，重治理准入门才问它是否值得进入长期维护、多人协作和系统复用。这里的关键不是门槛名称，而是先后关系。先看动作，再谈规模；先看反馈，再谈维护；先看停止能力，再谈自动化。顺序错了，轻量门也会变成重型仪式；顺序对了，重治理也可以成为必要保护。
|
||||
|
||||
在这个顺序之后，治理才重新获得尊严。来源记录保护记忆，模型档案保护共享定义，调用边界保护误用风险，selector 保护入口成本，regression 保护关键动作不退化，review bundle 保护多人协作与审查，Local CCRA 保护里程碑判断。这些东西没有一个天然有罪。它们的问题只在于曾经太早站到了生命之前；一旦回到生命之后，它们就不再像玻璃柜，而像舱壁。
|
||||
|
||||
舱壁和玻璃的区别，不在于它们是否透明，也不在于它们是否坚固。区别在于它们与里面那团生命的关系。
|
||||
|
||||
玻璃的任务，是展示。它把对象固定在可观看的位置，让外部的人确认编号、形态、封条和保存状态。它可以非常干净，非常可靠，非常适合审查。但如果里面已经没有呼吸，玻璃越透明，只是让死亡显得越清楚。水晶裹尸布`*`最可怕的地方，不是它丑陋，而是它过于精美；它让我们误以为透明、完整、可追溯本身就是生命。
|
||||
|
||||
舱壁的任务，则是保护。它不抢占生命的位置，也不替生命作证。它只在确认里面仍有呼吸之后，维持压力，隔离风险，记录读数，允许干预，保留开门和叫停的可能。生命支持舱`*`之所以不同，不是因为它也有外壳，而是因为它承认外壳只是条件，不是本体。它的价值来自内部生命仍在代谢、纠偏、吸收反馈、维持边界。
|
||||
|
||||
因此，外壳本身没有罪。
|
||||
|
||||
有罪的，是我们太早相信外壳。我们看见档案完整，就以为对象已经稳定；看见边界清楚，就以为能力已经存在；看见测试通过，就以为动作不会退化；看见审查包齐全，就以为项目值得继续。我们把“可以被保存”误认为“还有东西值得保存”，把“可以被交接”误认为“交接之后仍能行动”，把“可以被治理”误认为“治理对象已经活着”。
|
||||
|
||||
第四章要建立的纪律，就是在相信外壳之前，先打开舱门。
|
||||
|
||||
打开舱门，不是抛弃治理，而是把治理的第一道动作改回观察。看它能否复现黄金样例里的关键动作；看它能否在相邻变体里迁移；看它能否在专家反驳后改变后续动作；看它能否在边界样本面前停下来；看它的历史路径是否真的留下改变，而不是只留下“已采纳”的记录。只有这些问题被回答之后，外壳才有资格合拢。
|
||||
|
||||
如果里面没有呼吸，最诚实的工程动作不是继续封存，而是停下。不要把空壳做成资产，不要把未成形的模型推入重治理，不要用漂亮的 PASS 报告替它争取下一轮预算或下一层审查。此时治理最有尊严的姿态，恰恰是承认对象尚未成立，并把系统带回最小保真内核`*`的提取现场。
|
||||
|
||||
如果里面确实还有呼吸，也不能让它裸露在没有边界的环境里。一个会行动的认知模型，需要记忆，需要定义，需要调用限制，需要入口选择，需要防退化样例，需要多人审查，也需要里程碑判断。让活体模型完全脱离治理，并不比过早治理更高明。那只是从玻璃柜的错误，跳到无舱壁的错误。
|
||||
|
||||
所以，第四章最终不是在生命和治理之间二选一，而是在展示死亡和保护生命之间做区分。
|
||||
|
||||
同样是外壳，站在生命之前，它会替空位作证；站在生命之后，它会为动作承压。同样是质量门，不能反驳、不能叫停、不能改变后续动作时，它会变成新仪式；允许专家撕开报告、重做样例、退回内核时，它才开始保护真实判断。同样是治理，过早相信自己时，它会成为水晶裹尸布`*`；愿意退后一步、等生命显影之后再靠近时，它才可能成为生命支持舱`*`。
|
||||
|
||||
第四章收在这里，本文的建设性回答也就基本成形了。
|
||||
|
||||
我们不需要反对外壳。我们需要反对那种不打开舱门就相信外壳的习惯。真正严肃的治理，不是把一切都封得更完整，而是在每一次封存、交接、审查和升级之前，重新确认：里面是否还有动作，是否还能吸收反馈，是否知道边界，是否能在该停的时候停下。
|
||||
|
||||
治理应当像舱壁一样保护生命，而不是像玻璃一样展示死亡。
|
||||
|
|
@ -0,0 +1,56 @@
|
|||
<Pre-Draft-Calibration>
|
||||
[任务模块]：结语｜最终要保护的，不是系统，而是人的判断
|
||||
|
||||
[素材锚点]：承接第四章收束：外壳本身没有罪，问题在于太早相信外壳。结语把工程判决拉回人的判断权。
|
||||
|
||||
[协议核对]：只写结语；不写本单元之外的材料或后续安排；回看六天与高昂成本，收束为一条更硬的纪律。
|
||||
[边界锁定]：不读取旧引言返回稿；不使用禁用称谓；不展开意识支线。
|
||||
</Pre-Draft-Calibration>
|
||||
|
||||
## 结语：最终要保护的，不是系统，而是人的判断
|
||||
|
||||
这篇文章从一个看似工程性的失败开始，最后却不能只停在工程判决上。
|
||||
|
||||
如果我们只说：这个项目花了六天，付出了高昂成本，却没有买到一个真正可运行的认知模型，那么结论当然成立，但它还不够深。它会把问题留在“这一次项目失败了”的层面，好像只要下次规划更精确、文件更齐全、测试更多、审查更严，事情就自然会变好。可是本文一路追问到这里，真正要指出的并不是一次失败，而是一种更隐蔽的倾向：AI 系统越复杂，人越容易把判断外包给那些看起来可审查、可验证、可交接的形式。
|
||||
|
||||
形式当然重要。
|
||||
|
||||
没有形式，记忆会散，边界会乱，协作会失去共同对象，责任也难以追溯。本文从来没有把治理当作敌人，也没有把工程外壳当作罪。相反，正因为这些外壳有价值，它们才危险。危险不在于它们虚假，而在于它们太像真实；不在于它们无用，而在于它们有用到足以让我们提前放心。
|
||||
|
||||
我们看见模型档案，就以为模型已经有了身份；看见调用边界，就以为能力已经有了轮廓；看见 selector、regression、review bundle、Local CCRA，就以为系统已经进入了严肃的治理状态。它们每一个都能服务判断，却也每一个都可能替代判断。它们本来应该帮助人看清对象，最后却可能让人停止追问对象是否存在。
|
||||
|
||||
这就是水晶裹尸布`*`真正令人不安的地方。
|
||||
|
||||
它不是混乱的失败，而是秩序井然的失败。它不是无人负责的废墟，而是编号清晰、封条完整、玻璃透明的展示。它让人很难生气，因为每一个局部都显得合理；它也让人很难停下，因为系统总能拿出下一份证明，说明自己正在变好。于是，最关键的问题被推迟了：玻璃之内那团东西，到底还会不会呼吸。
|
||||
|
||||
回看这六天和高昂成本，我不愿把它简单叫作一个失败故事。
|
||||
|
||||
失败故事太轻。失败故事只会让人吸取经验，改进流程，避免重犯。可这一次真正买来的，是一条更硬的纪律：不要让治理替未成形的生命作证。不要让可治理性`*`提前冒充可运行性`*`。不要因为系统已经能被审查，就相信它值得被审查；不要因为它已经能被交接，就相信交接之后仍然会行动；不要因为它已经能被封存，就相信里面还有东西值得保存。
|
||||
|
||||
这条纪律之所以硬，是因为它要求人在系统最像系统的时候，重新变得不顺从。
|
||||
|
||||
一个专家最珍贵的能力，不是替流程补签字，也不是在完整材料面前保持礼貌，而是在看见空壳时踩下刹车。哪怕文档齐全，哪怕成本已经投入，哪怕审查链条已经启动，哪怕所有人都希望它继续向前，专家仍然要有权利问一句：它到底会不会行动？它能不能复现关键动作？能不能迁移到相邻变体？能不能吸收反馈并改变后续动作？能不能在该停的时候停下？
|
||||
|
||||
这些问题听起来朴素，却是复杂系统中最容易被夺走的判断权。
|
||||
|
||||
因为复杂系统会制造一种温柔的压力：既然已经有这么多记录，就不要再回到原点；既然已经有这么多评审，就不要再质疑对象；既然已经有这么多投入，就不要轻易叫停。它不一定强迫人服从，它只是让人的怀疑显得低效、粗糙、不合时宜。久而久之，人就把判断让给了形式，把不安让给了流程，把刹车让给了下一轮评估。
|
||||
|
||||
本文真正想保护的，就是这个刹车。
|
||||
|
||||
不是保护系统免受质疑，而是保护人质疑系统的能力。不是保护模型档案的体面，而是保护专家说“档案很完整，但我还没有看见动作”的权利。不是保护 review bundle 的完整，而是保护审查者说“证据很多，但关键动作没有发生”的权利。不是保护 Local CCRA 的庄重，而是保护里程碑判断在必要时退回原点的权利。
|
||||
|
||||
当我们说治理应当像生命支持舱`*`，而不是水晶裹尸布`*`，最终保护的也不是舱壁本身。
|
||||
|
||||
舱壁的价值，不在于它多透明、多坚固、多可审查，而在于它让人能够继续照看里面的生命：看见读数异常，允许干预；看见呼吸消失，承认终止；看见动作仍在，继续供给条件。一个只保护自己完整性的舱壁，迟早会变成玻璃。一个只维护流程体面的治理，迟早会展示死亡而不自知。
|
||||
|
||||
所以，这篇文章最后并不想留下一个更漂亮的系统答案。
|
||||
|
||||
它想留下一个人的动作：打开舱门，低头确认，必要时叫停，然后重新追问。真正严肃的 AI 工程，不是让人类判断在复杂系统面前退场，而是让人的判断在系统越复杂时越不容易被替代。形式可以保存记忆，可以组织协作，可以降低成本，可以追踪责任；但形式不能替人判断生命是否还在。
|
||||
|
||||
方舟的价值，也不在于舱壁多么透明。
|
||||
|
||||
它的价值在于，当风暴来临、系统庞大、仪表复杂、文件齐全时，人仍然保有继续提出更深问题的勇气：我们保护的到底是什么？它是否真的会行动？它是否还在代谢、纠偏、吸收反馈、维持边界？如果答案是否定的，我们是否还有勇气停止；如果答案是肯定的，我们是否还有耐心去保护。
|
||||
|
||||
最终要保护的，不是系统。
|
||||
|
||||
是人在系统面前仍然能够判断。
|
||||
|
|
@ -0,0 +1,61 @@
|
|||
# Drafting Lightweight Rules
|
||||
|
||||
Project: 水晶裹尸布与生命体
|
||||
|
||||
Created: 2026-06-20
|
||||
|
||||
## Purpose
|
||||
|
||||
本文件记录本项目进入初稿撰写阶段时采用的临时本地规则。它只服务本项目，不自动升级为 Writing Workbench 全局规则。等全文初稿跑完后，再判断是否固化到全局流程。
|
||||
|
||||
## Owner Decision
|
||||
|
||||
撰写阶段不建审计系统，只建写作流水线。
|
||||
|
||||
采用“轻量可追溯档”：
|
||||
|
||||
```text
|
||||
drafting/
|
||||
drafting.md
|
||||
sessions/
|
||||
00-intro.prompt-1.md
|
||||
00-intro.returned-1.md
|
||||
00-intro.prompt-2.md
|
||||
00-intro.returned-2.md
|
||||
01-1-1.prompt-1.md
|
||||
01-1-1.returned-1.md
|
||||
...
|
||||
```
|
||||
|
||||
## Core Rules
|
||||
|
||||
1. 保留旧 `editor/韩愈/` 不动。该目录只作为提纲修订阶段的历史证据。
|
||||
2. 撰写阶段新建 `drafting/`，不把提纲修订记录迁移进来。
|
||||
3. 主笔只有韩愈，因此 `drafting/sessions/` 下不再增加 `han-yu/` 层。
|
||||
4. 每个写作单元每次尝试只保留一对文件：`*.prompt-N.md` 与 `*.returned-N.md`。
|
||||
5. 不为每个小节重复创建 `agent-invocation-packet.md`、`run-metadata.json`、`extracted-draft.md` 或 `proofread-log.md`。
|
||||
6. 韩愈子会话直接写对应的 `*.returned-N.md` 文件；主会话不再维护 `draft-v1.md` 汇总稿。
|
||||
7. 用户发现的问题直接写入下一轮指令；不另建问题日志。
|
||||
8. 主会话不在撰写阶段做“模拟外部读者”校稿。全文初稿完成后，润色阶段再处理。
|
||||
9. 韩愈每轮输出当前最小写作单元。不得一次写多个小节。
|
||||
10. 韩愈不需要输出“作者注记”。如 canonical prompt 要求前置校准，可保留短校准块；returned 文件保留完整返回。
|
||||
11. 如果同一写作单元需要重开会话，递增尝试编号，不覆盖旧文件。
|
||||
|
||||
## Source Set
|
||||
|
||||
每轮写作默认读取：
|
||||
|
||||
1. `intake/背景资料.md`
|
||||
2. `outline/水晶裹尸布与生命体提纲4.2.md`
|
||||
3. 当前单元之前已接受的 `*.returned-N.md` 文件，按需读取。
|
||||
4. 当前单元的具体 prompt。
|
||||
|
||||
## Current Unit Policy
|
||||
|
||||
初稿按深潜式单元推进：
|
||||
|
||||
- 引言单独一轮。
|
||||
- 正文章节按提纲三级小节逐轮推进。
|
||||
- 每章收束小节也单独一轮。
|
||||
- 结语单独一轮。
|
||||
- 附录不属于本轮初稿正文，全文完成后再决定是否生成。
|
||||
|
|
@ -2981,3 +2981,8 @@ HiFi Agent Studio 是 AI 开发与专家型 Agentic 系统建设的方法论纲
|
|||
* *红线*：任何过程数据采集必须具备明确授权、用途边界、最小采集、可撤回机制与隔离存储策略。禁止以“系统学习”为名，默认吞并专家经验或客户场景数据。
|
||||
|
||||
```
|
||||
|
||||
### 生命的本质
|
||||
|
||||
之前我有文章重构了生命的定义，你可以按需读取：
|
||||
`C:\Users\wangq\Documents\Codex\knowledge-vault\sayings\2026\2026-05-08-the-essence-of-life.md`
|
||||
|
|
|
|||
|
|
@ -0,0 +1,253 @@
|
|||
# 1
|
||||
|
||||
## 任务
|
||||
|
||||
阅读交接文档：`C:\Users\wangq\Documents\Codex\writing-workbench\projects\水晶裹尸布与生命体\handoff\outline-review-complete.md`
|
||||
|
||||
`水晶裹尸布与生命体`写作项目已经完成提纲，最新的提纲是`水晶裹尸布与生命体提纲4.2`。主笔是韩愈。
|
||||
|
||||
接下来进入撰写初稿阶段。
|
||||
|
||||
接下来需要两件事：
|
||||
1. 先做环境准备：讨论确定撰写阶段的流程，及配套文件夹，文件；然后准备环境。
|
||||
2. 环境准备号好后，进入撰写初稿的过程。
|
||||
|
||||
## 撰写环境及过程
|
||||
|
||||
现在`editor/韩愈/`目录下是评审提纲的会话回合。
|
||||
我们要撰写的话，是否对其进行一个改造：
|
||||
1. editor只有一个，所以韩愈和editor做个合并——`editor-韩愈/`。现在主笔这里多一层目录没意义。
|
||||
2. 韩愈下分为`outline-revise/`和`draft/`两个目录，下面再放`会话`+`回合`。这样区分提纲和写作阶段。
|
||||
3. 以前我用单智能体时，都是`深潜式`写作：比如4.2提纲`引言`、`结语`章中没有小节，就两次输出；第2章到第4章都有小节，就每次输出一个小节。这样主要是：
|
||||
1. LLM的输出能力受限，我的文章一般都在7、8千字到几万字，一次性输出不了；
|
||||
2. 要求LLM一次输出一章，也会遇到信息压缩的情况；
|
||||
3. 我可以随时检查每一部分的输出质量，有问题随时调整；
|
||||
4. 变成小节后，会让LLM充分利用素材，表达充分。
|
||||
这种，以前单智能体，会由我来控制/把握上下文，遇到快超出的时候，我会把已经输出的文字作为上下文的一部分，让它继续输出下一部分。
|
||||
4. 撰写时的提示词：
|
||||
1. `intake/背景资料`，我会把评审提纲时补充的资料，也放进去。
|
||||
2. 提纲4.2
|
||||
3. 我的具体指令。
|
||||
5. 我预期的输出：
|
||||
1. 除了像评审阶段那样，每个目录记录每回合的输入、输出、packet和metadata
|
||||
2. 能否提取每一次的正文初稿进一个汇总的Draft文件
|
||||
3. 主会话能否对输出的正文做一个初步校稿
|
||||
1. 主会话没有背景资料，提纲，相当于以读者身份阅读，这样便于检查出是否信息密度高，概念解释不够等问题。这些问题，我和主笔有时都难以发现——知识的诅咒。
|
||||
|
||||
## 指令
|
||||
|
||||
你对撰写阶段的环境和过程，有什么疑问，有什么建议？
|
||||
|
||||
我读完了 [交接文档](</C:/Users/wangq/Documents/Codex/writing-workbench/projects/水晶裹尸布与生命体/handoff/outline-review-complete.md:1>)、状态文件、工作台规则和提纲 4.2。我的建议是：**不要物理改名或移动现有 `editor/韩愈/r1.1-r2.1`**。这些是提纲评审阶段的历史证据，交接和日志已经引用它们；移动会制造证据路径漂移。撰写阶段应新开 `drafting/`，这也符合当前工作台模板。
|
||||
|
||||
我推荐的结构是：
|
||||
|
||||
```text
|
||||
projects/水晶裹尸布与生命体/
|
||||
editor/韩愈/ # 保留：提纲修订阶段原始证据
|
||||
drafting/
|
||||
drafting-plan.md
|
||||
section-map.md # 按提纲4.2拆成“深潜式”写作单元
|
||||
draft-context-ledger.md # 滚动上下文账本，避免每次塞全量历史
|
||||
draft-v1.md # 汇总正文初稿
|
||||
draft-notes.md
|
||||
proofread-log.md # 主会话/冷读者初校问题
|
||||
section-sessions/
|
||||
han-yu/
|
||||
00-intro/r1.1/
|
||||
agent-invocation-packet.md
|
||||
run-metadata.json
|
||||
prompt-to-send.md
|
||||
returned-output.md
|
||||
extracted-draft.md
|
||||
controller-proofread.md
|
||||
01-1-1/r1.1/
|
||||
...
|
||||
```
|
||||
|
||||
流程上，我建议每个写作单元只让韩愈输出一个明确正文块，并强制返回结构：
|
||||
|
||||
```text
|
||||
## 正文初稿
|
||||
...
|
||||
|
||||
## 作者注记
|
||||
...
|
||||
```
|
||||
|
||||
这样主会话可以把 `## 正文初稿` 提取到对应 `extracted-draft.md`，再汇总进 `draft-v1.md`。每个单元完成后，主会话只做“读者侧初校”：概念解释不足、信息密度过高、衔接断裂、术语未铺垫、句子病灶。它不直接改韩愈正文，只写入 `proofread-log.md` 或单元内 `controller-proofread.md`，再由你决定是否让韩愈修。
|
||||
|
||||
一个关键点：**真正的“无背景读者”最好不是当前主会话**。因为当前主会话已经读了提纲和流程文件，严格说不再盲读。主会话可以做初步校稿；如果你要模拟外部读者，建议另开一个“cold reader”子会话，只给它 `draft-v1.md` 或某个 `extracted-draft.md`，不给背景资料和提纲。
|
||||
|
||||
我现在唯一需要你确认的是：是否接受这个方案，也就是**保留旧 `editor/韩愈/` 不动，新建 `drafting/` 作为撰写阶段环境**？确认后我就按这个结构准备文件和第一轮写作单元表。
|
||||
|
||||
# 2
|
||||
|
||||
由于每次新会话，读取文件都要经历两次，乱码一次，再用UTF-8读。
|
||||
先补录一个全局规则，我所有的文件都是UTF-8编码，默认就是UTF-8。
|
||||
|
||||
**不做任何写作项目下的执行或调整。**
|
||||
|
||||
首先同意： 保留旧 `editor/韩愈/` 不动，新建 `drafting/` 作为撰写阶段环境。
|
||||
包括其中的路径规划我也同意。
|
||||
|
||||
> 模拟外部读者
|
||||
|
||||
这个，我想按照目前规划的目录结构也好改，可以全文初稿出来后，再全文阅读就行。这个不是撰写阶段，而是润色阶段的事了。
|
||||
所以这个要求可以忽略。
|
||||
|
||||
而关于目录结构，我有些问题：
|
||||
* drafting-plan.md 记录什么，谁来生成
|
||||
* draft-context-ledger.md 考虑到韩愈有全量上下文，提纲，和历史的输出，这个滚动记录的什么？
|
||||
* draft-notes.md 干什么的
|
||||
* proofread-log.md 现在只需要主会话了，还是都不需要了？
|
||||
* section-sessions 下面不用再分`hanyu`了，主笔每次只有一个，不用标记是谁。提纲里有明确的记录，谁的提纲就是谁来写
|
||||
* `00-intro/r1.1/` 这样拆分，很严谨，但是造成结构记录远远大于正文内容，ROI太低。我这次写的文章就是再说治理过度的问题。
|
||||
* `00-intro/r1.1/` 目录下的一系列文件，我觉得也可以考虑删减。这个写作项目不是做软件开发；这样太费Tokens。
|
||||
* 我发现的问题，是直接发指令，还是记录在哪里？我个人觉得直接发指令就好，不需要额外记录了；因为我的指令本身就被你记录在`prompt-to-send`中。
|
||||
* 强制返回结构中的`作者标记`是什么？韩愈为什么会输出作者标记？
|
||||
|
||||
根本就是一个：简化治理成本，提高ROI。避免正文写了5000字，治理（各种日志）达到了50000字；日志应该远远低于正文内容量。
|
||||
|
||||
---
|
||||
|
||||
基于我以上的想法，你有什么考虑？
|
||||
|
||||
# 3
|
||||
|
||||
同意：`撰写阶段不建审计系统，只建写作流水线`
|
||||
确认采用`轻量可追溯档`这个方式，同意你的建议目录规划。
|
||||
先搭建本项目的撰写阶段目录，然后试跑。
|
||||
|
||||
考虑到你可能会参与到撰写过程，信息会压缩，我觉得你可以先记录规则到本写作项目的一个文件里。
|
||||
等跑出来结果——全部正文初稿后，再考虑将这套固化到全局规则里。
|
||||
|
||||
---
|
||||
|
||||
现在准备写作的相关环境，和项目下的规则，这个可以临时写到`handoff/`下。
|
||||
|
||||
# 4
|
||||
|
||||
我刚发现背景资料中遗漏了一篇引文《生命的本质》，刚补上。
|
||||
|
||||
我想，我们改一下过程：
|
||||
|
||||
* 你让韩愈直接写对应的返回文件。
|
||||
* 你每次只限定韩愈写哪一小节，有些和提纲重复的就不用发了
|
||||
* 不用汇总到draft-v1了，这样比较占用你的context。本次写作，上下文比较少不到10万字；将来可能会远超这个数字。
|
||||
* 这个我们将来再处理，对背景资料的内容进行一定的无损压缩。
|
||||
|
||||
对于这次试跑，我发现了几个问题：
|
||||
* 主笔是应该站在“我”角度写文章的，但是正文里都是Owner。韩愈可能不知道Owner是啥，完全是第三人称的口吻。
|
||||
* 标星部分的格式，
|
||||
* 原文是： 生命支持舱*
|
||||
* 期望是： 生命支持舱`*`
|
||||
* 部分表达有些抽象/费解：
|
||||
> 如果一个认知模型还没有显示出边界、代谢、反馈吸收与纠偏能力，那么再透明的外壳，也只能保存一个尚未成形的对象。它可以让人安心，可以让协作者交接，可以让审查者签字，却不能替那个对象证明生命已经发生。
|
||||
这句话里引用了《生命的本质》的概念，前面资料里遗漏了这篇引文；但是读者可能没有这个概念，认知模型和生命有啥关系啊。
|
||||
|
||||
这次`引言`你也可以读一下，找一些问题出来，毕竟是试跑、试运行。先找出来问题。
|
||||
|
||||
**不要做具体的执行——让韩愈去调整**
|
||||
先发现问题。
|
||||
|
||||
我只做问题发现，不执行调整。
|
||||
|
||||
**主要问题**
|
||||
|
||||
1. **叙述主体错了**
|
||||
当前引言把作者写成了第三人称 `Owner`，例如“Owner 在二十余年的软件开发……”。正文应该站在你的作者视角写，`Owner` 只适合项目记录，不适合公开文章。
|
||||
后续 prompt 里需要明确写：`Owner = 作者本人，正文中不得使用 Owner 称呼；涉及亲历经验时用“我”，涉及读者共同推演时用“我们”。`
|
||||
|
||||
2. **“我们”的使用还不够准**
|
||||
韩愈风格需要“我们”的同行者视角，但这不等于全篇回避“我”。这篇文章有强烈的亲历复盘属性，开头应允许“我见过/我曾经/我这次付出的代价”，再切回“我们如何理解这种失败”。现在把亲历经验改写成第三方观察，削弱了可信度。
|
||||
|
||||
3. **星号格式需要硬约束**
|
||||
当前是 `生命支持舱*`、`水晶裹尸布*`。你期望的是 `生命支持舱`*` 这种形式，即词后星号用反引号包住：`生命支持舱\`*\``。后续 prompt 要明确：所有术语标星使用 `概念名\`*\``，不得写成 `概念名*`。
|
||||
|
||||
4. **“生命”概念进入得太突然**
|
||||
你指出的那句确实有问题：
|
||||
“边界、代谢、反馈吸收与纠偏能力”直接从《生命的本质》借概念，但引言前面没有给读者搭桥。读者会问：认知模型为什么突然按生命判据来判断？
|
||||
引言里最好先用更低门槛的说法，比如“它是否能在输入、反馈和修正中保持一套可复现的动作”，等第三章再正式展开边界、代谢、预测纠偏、非遍历性。
|
||||
|
||||
5. **“事实先于隐喻”还没完全做到**
|
||||
引言已经列了 6 天、4.7 亿 Tokens、模型档案、来源索引等事实，但“生命支持舱/水晶裹尸布”的隐喻收束仍然比事实判据更强。更好的顺序是：先明确“我们没有验证动作复现”，再说“因此外壳的意义发生分叉”。
|
||||
|
||||
6. **开头略像通用议论文入口**
|
||||
“我们在工作中并不缺少失败”到“更危险的是另一种东西”是顺的，但有一点泛。考虑这篇文章的强个人复盘属性，开头可以更早压入“我曾经以为这是一次昂贵但必要的建设，直到第六轮发现它只是在证明自己合规”这种具体冲击。
|
||||
|
||||
**流程调整我同意**
|
||||
|
||||
后续更合理的流程是：韩愈直接写 `*.returned.md`；主会话不再汇总 `draft-v1.md`；每次 prompt 只指定当前小节、特殊补充指令、必须避免的问题。这样治理负担更低，也避免主会话 context 被正文汇总吞掉。
|
||||
|
||||
对这次引言，核心修正方向不是重写逻辑，而是三件事：把 `Owner` 改回作者视角，降低“生命判据”的前置理解门槛，修正标星格式。
|
||||
|
||||
# 5
|
||||
|
||||
对于这次引言的问题，我建议重开会话。你重新准备提示词，将发现的问题作为注意事项放进去。
|
||||
对于记录部分，我觉得可以，原先的改成：
|
||||
* `00-intro.prompt-1.md`
|
||||
* `00-intro.prompt-1.md`
|
||||
本次的为：
|
||||
* `00-intro.prompt-2.md`
|
||||
* `00-intro.prompt-2.md`
|
||||
|
||||
删除`draft-v1.md`。
|
||||
|
||||
---
|
||||
|
||||
你觉得呢？
|
||||
|
||||
你若是同意，调整文件名，准备好`00-intro.prompt-2.md` 等我确认，先不要调度韩愈。
|
||||
|
||||
# 6
|
||||
|
||||
我删掉了这部分：
|
||||
```
|
||||
You may read the previous attempt for contrast, but do not imitate its problems:
|
||||
|
||||
```text
|
||||
C:\Users\wangq\Documents\Codex\writing-workbench\projects\水晶裹尸布与生命体\drafting\sessions\00-intro.returned-1.md
|
||||
```
|
||||
```
|
||||
|
||||
修改`重写全文初稿的引言：` 为 `写全文初稿的引言：`
|
||||
|
||||
删除`- 不输出作者注记。`，这个是我们讨论的上下文，韩愈不知道这个。
|
||||
|
||||
`00-intro.returned-1.md`是我们的本地记录，韩愈都准备重启会话了，就是测试你的注意事项是否有效，它没必要看到过去的错误。
|
||||
|
||||
现在可以调度新韩愈会话，发送这个指令。
|
||||
|
||||
新韩愈会话已调度并返回，结果已由子会话直接写入：
|
||||
|
||||
[00-intro.returned-2.md](</C:/Users/wangq/Documents/Codex/writing-workbench/projects/水晶裹尸布与生命体/drafting/sessions/00-intro.returned-2.md:1>)
|
||||
|
||||
我做了独立验证：
|
||||
|
||||
- `Owner` 未出现
|
||||
- 未越界写到“第一章”
|
||||
- “形式正确，内容垃圾”只出现 1 次
|
||||
- 标星格式是 `生命支持舱`*` / `水晶裹尸布`*`
|
||||
- 子会话已关闭
|
||||
|
||||
这次我没有改写正文，也没有汇总到 `draft-v1.md`。
|
||||
|
||||
# 7
|
||||
|
||||
这次效果比较理想，我需要改的东西很少，达成了初稿的预期。
|
||||
下一步，我们试试“撒把”的方式。
|
||||
|
||||
你直接调度它完成第一章，即在现在的会话上继续4次，完成第一章的全部小节。
|
||||
我在第一章全部内容返回后，进入。
|
||||
|
||||
---
|
||||
|
||||
对此，你有没有什么问题？
|
||||
|
||||
# 8
|
||||
|
||||
我觉得后续都可以按照撒把的形式。
|
||||
输出后续的全部章节。
|
||||
|
||||
我将在全部初稿完成后，统一修订。
|
||||
|
|
@ -2,15 +2,16 @@
|
|||
|
||||
Project: 水晶裹尸布与生命体
|
||||
|
||||
Current state: drafting_prep
|
||||
Current state: first_draft_complete
|
||||
|
||||
Last updated: 2026-06-20T15:52:51+08:00
|
||||
Last updated: 2026-06-20T18:20:00+08:00
|
||||
|
||||
Owner decision:
|
||||
|
||||
- 提纲评审阶段正式结束。
|
||||
- Owner 已从韩愈 r2.1 返回稿中抽出最终正式提纲 4.2。
|
||||
- 下一阶段将在新会话中处理写作流程配套，并开始撰写初稿。
|
||||
- 撰写阶段采用轻量写作流水线。
|
||||
- 韩愈已完成从引言到结语的全文初稿分段返回。
|
||||
|
||||
Authoritative current outline:
|
||||
|
||||
|
|
@ -18,4 +19,5 @@ Authoritative current outline:
|
|||
|
||||
Next-session entrypoint:
|
||||
|
||||
- `handoff/outline-review-complete.md`
|
||||
- `drafting/drafting.md`
|
||||
- `drafting/sessions/`
|
||||
|
|
|
|||
|
|
@ -48,9 +48,14 @@ YYYY-MM-DD-short-slug/
|
|||
outline-review-complete.md
|
||||
|
||||
drafting/
|
||||
section-sessions/
|
||||
draft-v1.md
|
||||
draft-notes.md
|
||||
drafting.md
|
||||
sessions/
|
||||
00-intro.prompt-1.md
|
||||
00-intro.returned-1.md
|
||||
00-intro.prompt-2.md
|
||||
00-intro.returned-2.md
|
||||
01-1-1.prompt-1.md
|
||||
01-1-1.returned-1.md
|
||||
|
||||
revision/
|
||||
revision-sessions/
|
||||
|
|
|
|||
|
|
@ -0,0 +1,34 @@
|
|||
# Drafting
|
||||
|
||||
Project:
|
||||
|
||||
Stage: drafting_prep
|
||||
|
||||
Lead writer:
|
||||
|
||||
Authoritative outline:
|
||||
|
||||
## Minimal Workflow
|
||||
|
||||
1. Create `drafting/sessions/<unit>.prompt-N.md` for the current writing unit.
|
||||
2. Have the lead writer write directly to `drafting/sessions/<unit>.returned-N.md`.
|
||||
3. Keep one prompt/returned pair per unit attempt.
|
||||
4. Increment `N` for reruns; do not overwrite prior attempts.
|
||||
5. Do not maintain a controller-side aggregate draft by default.
|
||||
6. Put user feedback into the next prompt instead of creating a separate issue log.
|
||||
|
||||
## Writing Units
|
||||
|
||||
| Order | Unit | Outline Node | Status |
|
||||
| --- | --- | --- | --- |
|
||||
| 00 | `00-intro` | | pending |
|
||||
|
||||
## Current Unit
|
||||
|
||||
`00-intro`
|
||||
|
||||
## Notes
|
||||
|
||||
- This is a first-draft pipeline, not an audit system.
|
||||
- Do not create per-unit `agent-invocation-packet.md`, `run-metadata.json`, extraction files, proofread logs, or aggregate draft files unless the user asks.
|
||||
- Outside-reader review and polish belong to revision after first-draft completion.
|
||||
Loading…
Reference in New Issue