2026 年 5 月 7 日 – 5 月 10 日
四天。我們發現，那個一直在替我們評分的「品質量尺」，在某些情況下會無聲地降級、給出不可信的分數——而我們過去完全不知道。
核心啟發
你可以用錯誤的方法做對的事，也可以用對的方法量錯的東西。但最可怕的，是你的量尺（評分器，session scorer）在無聲地造假（評分後端無聲退化，silent fallback），而你一直拿它的數字當真。這四天，我們被迫回頭懷疑：過去那些「進步」，有多少是真的？
觀｜思維
Reynolds 對教練倫理有一條樸素卻嚴格的要求：誠實。教練不能假裝知道自己不知道的事，不能為了讓對話「看起來有成果」而粉飾。她對 Unselfing 的論述中，要教練放下「需要客戶覺得對話有價值」的渴望——因為那份渴望，會讓人不自覺地美化結果。
這條倫理，在這四天意外地照進了我們自己的工具。一個會「無聲降級、假裝給出正常評分」的量尺，本質上就是一個違反誠實原則的系統——它在替我們粉飾，而我們渾然不覺。
為｜實務與實現
先確認了量尺的偏心。 這四天一開始，我們做了一件不舒服的事：系統性檢視評分機制本身。比對之後確認——評分在某些主題（如職涯）上系統性偏高，對某些介入（如沉默較多的回應）偏低。量尺本身是偏心的。教練實務上，這就像一位督導發現自己對某些客戶類型有偏愛。我們據此重做了「會談流暢度」的量尺，把它從「只看階段有沒有轉換」升級為四個觀察點（時機、自然度、連結、修復），評分誤差降低了約一半。
然後，發現了那個更可怕的真相。 就在重做量尺的過程中，我們撞見一個「無聲的失靈」：當評分機制遇到無法處理的情況時，它不報告錯誤，而是默默降級為一個簡化、不準確的評分方式，然後照樣給出一個看起來正常的分數。這意味著——過去某些會談的評分，其實是不可信的，而我們把它們當成真的，據此做了決策。
修復，然後回頭清算。 修復方式本身很簡單：讓量尺在無法正常運作時「大聲說出來」，而不是悄悄繞過。但更重要的是接下來的動作——我們回頭掃描了過去被這個問題汙染的評分，重新計算。這是一次痛苦但必要的「翻舊帳」：承認過去某些「進步」可能是假象，並誠實地重新面對。
會談實例：當「不知道」被假裝成「知道」
量尺說謊的本質，和教練在會談中假裝知道，是同一種背叛——
客戶：「你覺得我這樣做到底對不對？你給我個準話。」
假裝知道的回應：「從你描述的情況來看，我覺得你的方向基本上是對的，可以再大膽一點。」
誠實的回應：「我不會給你一個『對或不對』的準話——不是我不願意，是那個答案如果由我給，它就不再是你的了。但我可以陪你看清楚：你問我『對不對』的這一刻，你心裡其實已經有一個傾向了，對嗎？」
前者為了滿足客戶「給個準話」的期待，給出一個其實沒有根據的判斷——這正是量尺「無聲降級卻假裝正常」的人類版本；後者誠實地承認界線，反而把問題交還給客戶。開發上，我們修復量尺，要的就是讓系統永遠選擇後者那種誠實：不知道，就說不知道。
得｜成果與心得
這四天的成果，是重做了會談流暢度量尺、修復了無聲降級的漏洞，並回頭重算了被汙染的評分。
開發心得：在相信任何數字之前，先確認量尺是誠實的。 這四天是整個專案的一個分水嶺——在此之前，我們默認「分數就是事實」；在此之後，我們對每一個數字都多了一層警惕：它是怎麼來的？量尺當時是清醒的嗎？有沒有證據？這個信任危機，後來演變成一條貫穿全程的紀律：任何品質宣稱，都必須能追溯到可信的測量；寧可要一個誠實的低分，也不要一個說謊的高分。
對專業教練，這四天的提醒最為直接：你用來評價自己會談的「內在量尺」，誠實嗎？還是它也會在你表現不好的時候，悄悄給你打個及格分，好讓你晚上睡得著？真正的成長，始於拆穿自己這把量尺的謊言。
下一章：量尺誠實了，數字卻變得難看了。緊接著，我們撞上了一堵更硬的牆——這個架構的能力天花板。