# 第十五章：更精細的尺 — 你無法抵達一個你看不見的高度 **2026 年 6 月 20 日 – 6 月 21 日** > 兩天。我們做了兩件看似相反、其實同源的事：用最徹底的方式，把「換一個更大的模型」這個延宕已久的幻想正式埋葬；然後，打造一把更精細的尺——讓系統終於能分辨「一個還不錯的回應」與「一個真正的突破」之間的差別。 --- ## 核心啟發 過去四個月，每當品質卡關，我們下意識的反射都是：「是不是模型不夠強？」這兩天，我們用兩種互補的方式，把這個假設徹底證偽——然後發現，真正缺的不是更強的能力，而是**更清楚的眼睛**。一個你看不清的高度，你永遠無法抵達；一把分不出「好」與「卓越」的尺（評分器，session scorer），永遠量不出你還差多遠。 --- ## 觀｜思維 Reynolds 對「成果」有一個常被忽略、卻極其嚴格的判準——成果必須是**可被觀察、兩人都能看見**的同一幅畫面： > 「Coach them to paint the observable picture of what they yearn for that you can both agree on.」 >（引導他們，描繪出那幅他們所渴望的、可被觀察的畫面——一幅你們兩人都能共同認可的畫面。） 她甚至直接警告：不要接受那種「你們兩人都看不見」的模糊渴望。這句話表面上在談教練如何與客戶確認目標，但它背後藏著一個更普遍的真理：**凡是你無法清楚看見的，你就無法衡量；凡是你無法衡量的，你就無法穩定地抵達。** 一個說「我想變得更好」的客戶，和一個能描述出「我想成為一個下班後不再把焦慮帶回家、能安心陪孩子吃晚餐的人」的客戶，前者只有願望，後者才有方向——因為後者**看得見**那幅畫面。 這兩天，我們對自己的系統，做的正是同一件事：逼自己看清楚，「一個好教練」和「一個會帶來突破的教練」，這兩幅畫面到底差在哪裡。 --- ## 為｜實務與實現 **第一件事：把「換大模型」的幻想，用最徹底的方式埋葬。** 訓練的墓園（第十三章）之後，心裡其實還留著一個沒被正面回答的問題：「會不會只是模型本身不夠大、不夠強？換一個更大的，是不是就突破了？」這兩天，我們用兩種方法把它正面回答完。 第一種方法，是**請來一位接近完美的教練來示範**。我們讓一位能力遠超目前系統的「理想教練」（由更強的雲端模型 Claude 扮演的天花板測試）去跑同樣的會談場景，看它能不能讓五個評量維度（五維品質評分：進展/洞察/流暢/技巧/承諾）同時達到 0.80。結果令人清醒：**連這位接近完美的教練，都沒有任何一場能讓五維度同時達標。** 有兩個維度，它從頭到尾都摸不到天花板。這說明了一件關鍵的事——卡住我們的，不是「我們的教練不夠好」，而是「在目前這套衡量與場景設定下，這個目標本身就摸不到頂」。換一個更大的模型，救不了一個結構性的天花板。 第二種方法，是**把所有真實對話攤開來，數一遍**。我們把系統累積的一千多場真實會談全部攤開，逐一檢查那個「如果訓練一個更強的模型、最想修好的行為」——也就是「客戶明明給出了具體承諾，教練卻用一句通用的客套話把它帶過去」——到底有多普遍。答案是：**只有不到一成的對話真的有這個問題。** 為了追一個不到一成、而且還撞著結構天花板的目標，去花一週和一筆錢重新訓練一個更大的模型，這筆帳怎麼算都不划算。於是我們做了一個遲來、但必要的決定：**「換更大的模型」這條路，正式關閉。** 三重證據（一次完美教練的示範、一次全量的清點、加上更早的審計）指向同一個結論——瓶頸，從來就不在模型的大小。 **第二件事：打造一把更精細的尺。** 既然能力不是問題，那問題在哪？我們意識到，過去的量尺太粗了——它能分出「糟糕」和「還不錯」，卻分不出「還不錯」和「真正的突破」。打個比方，舊的尺像一把只有公分刻度的尺：它知道這個回應「夠好」（給它 4 分），但它說不清，這個 4 分的「夠好」，距離那個會讓客戶眼睛一亮、真正鬆動舊框架的「5 分突破」，到底還差多少、差在哪裡。 於是我們造了一把**能分辨「4 分」與「5 分」的細尺**：它專門去看一個回應有沒有跨過那條最關鍵的線——客戶是不是**真的、由自己**長出了新的看見，而不是禮貌地點頭附和。這把尺一開始就裝了好幾道防作弊的設計：不讓系統靠「客戶說了句『嗯，有道理』」就自我感覺良好、不讓一句客套的「謝謝」被誤認成真正的鬆動、不把教練自己用引導問句「餵」出來的答案，算成客戶自發的洞察。我們反覆校準它、找它的漏洞、再補起來，直到它能穩定地、誠實地分出那關鍵的一分。 **同時，持續的細部打磨。** 配著這把新尺，我們也修了一連串小而關鍵的誤判：不讓系統把客戶的猶豫（「我不確定我的第一步是什麼」）誤讀成「已經準備好行動」、不讓一句禮貌性的告別語觸發「對話該結束了」的判斷、不在客戶剛說出承諾時就急著用通用客套話把它帶過去。每一個都是小修正，但全都指向同一條線——**讓系統分得清「客戶聽起來滿意」和「客戶真的不一樣了」。** ### 會談實例：「4 分的好」與「5 分的突破」 這把新尺要分辨的，正是下面這種差別——兩個回應都「不錯」，但只有一個跨過了那條線： > 客戶：「我想通了，我一直在等我爸先道歉，但其實……我可以先主動。」 > > **得 4 分的回應**：「這個體悟很重要。那你打算什麼時候、用什麼方式主動跟他聯絡呢？我們可以一起想想怎麼開口。」 > > **得 5 分的回應**：「我想停在你剛剛那句話上——『我可以先主動』。這句話，是從一個一直在『等』的你，變成一個願意『先走一步』的你。我很好奇，當你說出這句話的此刻，你心裡是鬆了一口氣，還是有點害怕？這個『先主動』的你，是你一直想成為、卻一直沒允許自己成為的那個人嗎？」 前者是個稱職的好回應——它接住了體悟、推進了行動，舊尺會給它高分。但它太快了：它把一個剛剛破殼而出的「身份鬆動」，迅速地收編成一個「行動計畫」。後者沒有急著推進，而是讓客戶在那個轉變的當下多停一會兒，去**看見並認領**那個剛剛冒出來的、不一樣的自己。前者得到一個會被執行的計畫；後者得到一個會被記住的轉變。**舊的尺分不出這兩者，新的尺可以——而這一分之差，正是整個系統四個月來真正想抵達的地方。** --- ## 得｜成果與心得 這兩天的成果，是兩個方向上的決定性進展：一邊，「換更大的模型」這條路被三重證據正式關閉；另一邊，一把能分辨「好」與「突破」的細尺被造了出來，並通過了反覆的防作弊校準。 **開發心得：最重要的升級，往往不是能力，而是眼睛。** 我們曾經以為，讓系統變好就是讓它「更會講話」；這兩天才真正想透——當一個系統（或一個教練）已經到了「講得不錯」的程度，接下來真正卡住它的，不是表達能力，而是**它能不能看見「不錯」和「卓越」之間的那道縫**。看不見那道縫，它就會永遠停在「不錯」，並且誤以為自己已經到頂了。我們花了四個月才願意承認：與其再砸資源去追一個更強的模型，不如先磨利那把衡量的尺——因為**你無法穩定地抵達一個你根本看不清的高度**。 這也包含一種誠實的謙卑：我們同時承認，有些維度（例如某些受限於場景與評量結構的部分）確實撞到了結構性的天花板，連完美的教練都到不了。誠實地標註「這裡到頂了」，本身就是一種進展——它讓我們把力氣，集中投到那些**真的還能往上走**的地方。 對專業教練，這兩天的提醒或許最值得停下來想：**你上一次「升級你衡量自己的尺」，是什麼時候？** 多數教練的高原期，不是因為技巧退步，而是因為他評量自己的尺太粗了——他分得出「這場談砸了」和「這場談得還行」，卻分不出「客戶離開時感覺良好」和「客戶離開時，真的成了一個不一樣的人」。當你的尺只到「還行」，你的成長也就停在「還行」。**先讓自己看得見那關鍵的一分之差，你才有可能，真正地跨過去。** --- *下一章：有了更精細的尺，下一個被它照出來的瓶頸，是那條最難的維度——會談的「流暢度」。當尺變細了，我們才看清，原來最拖後腿的，是收尾。*