# 第二十四章：乾淨的否定 — 補記：墓園的第二排 **2026 年 7 月 14 日 – 7 月 20 日** > 這一章是回頭補上的——時間落在第二十章與第二十一章之間。六天，四十個案號。兩次訓練出擊、兩次好球用盡；一條措辭路線修好了缺陷，效果卻跟著缺陷一起消失；一個終於「有效」的介入，在一千一百一十七輪真實對話裡，觸發了零次。這是整個系列裡紀律最嚴、結局最整齊的一排墓碑——每一座都蓋棺得乾乾淨淨。 --- ## 核心啟發 紀律不能讓你贏，紀律讓你的輸有終局性——不必重跑、不必懷疑、不必回頭。在一個大部分嘗試注定失敗的領域，「輸得乾淨」比「贏得僥倖」更稀有，也更值錢。 --- ## 觀｜思維 Reynolds 談會談成果時，劃了一條很多教練踩不穩的線： > 「The outcome is not a decision, feeling, or action plan. What will the decision, new feeling, or plan give them?」 >（成果不是那個決定、那份感受、或那張行動計畫。真正的問題是：這個決定、這份新感受、這張計畫，會帶給他什麼？） 決定做了、計畫寫了、作業交了——這些都是「完成」，不是「成果」。成果要再往下問一層：它帶來了什麼？ 這一週，我們自己在這條線上摔了一整排跟頭。每一道關卡都在慶祝「完成」：訓練的分數邊際上升了、量測的缺陷歸零了、實驗室的效果顯著了。直到最後一道盲測的門，問出了 Reynolds 的那個問題——這些，帶給會談什麼？答案，一次又一次，是：沒有。 --- ## 為｜實務與實現 **兩個好球，然後換投。** 這一週的主線是給本地模型做偏好訓練——用「好回應與壞回應成對比較」的方式教它品味。前四天幾乎全是資料工事：枚舉、盲標、逐對量測分數邊際，中間三次在開跑前主動中止（預檢沒過就不進場），一次證明了某類資料在現行框架下有結構性天花板。等到八十六對配對終於通過資格門，訓練正式出擊：判準事前凍結、每擊只動一個變因、兩擊為限。第一擊沒過。第二擊沒過。線關閉，不加賽。 **差 0.015 的那一球。** 線關閉的隔天早上，出現了這一週唯一站得住的正面結果：換一種部署形態——訓練出的權重不再熔進模型本體，改以外掛形式即時附著（LoRA 附著）——先做了一次可行性驗證，證明訓練學到的偏好在這種形態下**留得住**。門重新打開了一條縫。於是沿新形態再出擊：第一擊，三道門過了兩道，第三道差 0.015。好球帶規則說，差 0.015 也是沒過；而且那 0.015 落在一對本來就幾乎分不出好壞的比較上——差距越小的地方，越不能通融。沒有「就差一點點，放行吧」——那一點點，正是判準存在的理由。 **分數上去了，品質沒有跟來。** 倖存的候選權重走到最後一道促轉門：四臂盲測、四百八十題，由三位互相看不見的盲測讀者評判。結果是這一週最重要的一句話：**訓練學到的分數邊際，不轉譯為盲測讀者眼中的品質。** 白話說：模型學會了在我們的量尺上得分，沒有學會被人看出更好。完成了，但沒有帶來什麼。 **修好了缺陷，效果跟著消失。** 訓練走不通，轉攻措辭層——改寫給模型的指示文字。三連戰：第一戰三道門沒過；第二戰主效果過了，副作用門差一件；第三戰把糾纏多時的「回聲缺陷」（模型把指示原文抄進回應）從十一件根治到一件——但介入效果同時歸零。強的措辭有效但會被抄，弱的措辭不被抄但無效。這條線也蓋棺了，而且蓋得心服口服：效果與缺陷竟是同一枚硬幣的兩面。 **有效，但永遠不會發生。** 一週的最後一夜，唯一的亮點：一個針對「客戶對會談本身提出請求」的介入，實驗室裡效果高達二十七個百分點，複製驗證也站住了。然後是最後一道檢查——把偵測器放到真實對話上回放：一千一百一十七輪真實用戶的發言，觸發率 0.00%。在實驗室裡有效，在真實世界裡永遠等不到出場。有效，但無關。 ### 會談實例：完成，還是成果 > 客戶：「我照上次說好的，把週計畫表做出來了。」 > **慶祝完成的回應**：「太棒了，你兌現了承諾！那我們今天再加一個新目標？」 > **追問成果的回應**：「做出來之後——它有帶給你當初想要的那種踏實嗎？還是只是多了一張表？」 第一種回應停在交付物，會談從此變成收作業；第二種多問了一層，客戶才有機會發現：表做完了，踏實沒有來——而那才是這場會談真正要工作的地方。這一週我們的每道關卡都學著做第二種提問，於是四條路線的「完成」，都被誠實地判定為「沒有成果」。 --- ## 得｜成果與心得 具體成果：零條路線上線。偏好訓練線關閉、外掛形態關閉、措辭路線關閉、後設請求介入退回。但每一次關閉都是終局性的——判準在動手前凍結，失敗不能討價還價，所以沒有一條線需要重跑或翻案。位元級的重現驗證做了八輪，差異 0.000000000：這些墓碑經得起開棺。真正入帳的資產只有兩筆：一項可行性證明（外掛形態留得住訓練訊號，門沒有焊死，只是此刻沒有值得掛上去的權重），和四個「此路不通」的路牌。 **開發心得**：第十三章我們第一次埋葬訓練幻想時，墓碑上刻的是「我們試過了」。這一排新墓碑刻的是「我們證明了它不行，證明得起訴訟等級的乾淨」。兩者的差別就是這一週的全部價值——前者留下遺憾，後者留下地基。事實上，第二十一章那把「開跑前體檢」的尺，正是用這一週的學費打造的。 也要誠實：對北極星而言，這一週的淨前進是零。我們選擇把路牌視為前進——因為在沒有路牌的曠野裡，下一個人會把同樣的六天再花一次，而且未必捨得在差 0.015 的地方停手。 給教練的反問：你上一次慶祝客戶「完成了作業」，有沒有多問那一句——它帶給你什麼？ --- *下一章預告：時間接回第二十一章——用這一週的骨灰，鑄一把「開跑前體檢」的尺。*