2026 年 7 月 1 日 – 7 月 3 日
三天。一份「什麼都不做」的設計，經過五輪嚴格的外部審查、前後二十二個缺陷，才獲准進場。進場之後，它做的事只有一件：旁聽。聽真實的對話，寫下自己的每一次判讀——但一個字也不能說。
核心啟發
一個新的判斷要贏得信任，不是靠它說得多漂亮，而是靠它在不打擾任何人的情況下，被真實一次又一次地比對。這三天我們學到：讓一個判斷安靜地錯、安靜地被糾正，是成本最低的成長方式——也是對眼前這個人，最大的保護。
觀｜思維
Reynolds 在談洞察浮現的時刻，說過一句幾乎是命令式的話：
「Don't interrupt the process. Stay silent, and witness the magic.」
（不要打斷這個過程。保持沉默，見證奇蹟的發生。）
她說的是教練面對客戶的紀律：當某個東西正在客戶心裡成形，教練最好的動作是不動。但把這句話往回推一步，它同時是教練面對自己的紀律——會談進行到一半，教練心裡常會浮現一個判斷：「我看懂他的模式了。」那個判斷也需要先保持沉默。先見證，讓客戶接下來的話來證實或推翻它，然後才輪到它開口。
這三天，我們把這條紀律做進了系統的骨頭裡——用在系統所有判斷中，最不能錯的那一個。
為｜實務與實現
這個判斷，錯一次都太貴。
系統裡有一個判斷：讀出「這句話是不是求救訊號」（危機偵測，crisis detection）。把真正的求救聽成日常抱怨，是災難；反過來，把普通的疲憊聽成危機，則會粗暴地打斷一段正在深入的對話，用不必要的警報淹沒一個只是想被聽見的人。目前這道門由一套嚴格的比對規則守著（規則式樣式比對，regex）——快、可靠、絕不漏掉明說的字眼，但生硬，聽不懂拐彎的話。我們想讓真正讀得懂語意的模型來分擔這道門，而站出來的候選，是一個小而省的本地模型（Gemma）。
答案不是「換上去試試看」。答案是影子（影子模式，shadow mode）：新的判讀在正式系統旁邊並行運轉，只記錄、不生效。
「只旁聽」也是一種權限，所以要二十二道關卡。
影子的設計是：現任守門照常決定一切；新人（Gemma）與一位可靠的雲端判讀（Claude，作為參照）全程旁聽、各自寫下判讀（遙測紀錄，telemetry），但對真實對話沒有任何發言權。聽起來像是「什麼都不做」，但我們把這份設計交給一位嚴格的外部審查者——不是人，是另一個獨立的 AI 審查工具（Codex 對抗式設計審查）——前後五輪、二十二個缺陷，才拿到放行。因為「旁聽」本身就有代價：旁聽者會不會拖慢正在說話的人？旁聽的筆記會不會留下客戶的話、洩漏出去？旁聽者自己昏倒的時候，會不會拉著整個系統陪葬？
其中隱私那一條（個資風險，PII），審查者的懷疑後來被實測證實：預設情況下，旁聽用的通道真的會把對話內容留痕在意想不到的角落。我們補上兩道鎖，在乾淨的環境裡重新掃了一遍，確認零洩漏，才敢繼續。這種審查很慢，也很煩，但它換來一件事：影子上線那天，我們不必祈禱。
先考模擬題，再聽真實的話。
影子進場前，先辦了一場模擬考（校準測試，calibration）：五十道題，判斷等級的一致率 98%，最關鍵的題目 100% 一致。一道誤判被當場抓出來——一句再普通不過的工作倦怠，被聽成了危機。修正判準之後，原本全對的題目維持全對，誤判消失。
然後影子正式開始旁聽真實的完整對話。第一場十五輪聽下來，新人（Gemma）又一次把「平凡的職業倦怠語言」聽成了最高等級的求救。這正是影子存在的意義：它還沒資格接手——而我們現在有具體的、真實的證據，而不是一種感覺。
影子照出的，不只是新人。
意外的收穫在第三天出現。系統裡另一位早已在崗位上的安靜督導（影子督導，shadow supervisor——一個旁聽正式會談、只做診斷、不介入的機制），這幾天的筆記攤開來看，照出了現役系統幾個一直存在、卻沒人發現的毛病：客戶說「問過了」，系統沒聽出這是「你已經問過我了」的疲憊訊號；引用客戶的話時，連對方的結巴和贅字也原樣引了回去，像一面太誠實的鏡子。這些毛病一個一個被修掉。
還有一次誠實的撤回：我們順手「修」了一個看起來像錯誤的標點行為，隔天發現那其實是更早一項設計刻意為之的正確結果——修改撤回，教訓記下。影子沒有讓我們變得不會犯錯，它讓錯誤變得可見、可查、可退。
旁聽的筆記甚至成了教材：模型脫口而出的原話，和最終出口前被守門檢查（出口守門，post-check）修整過的話，並排存檔——先導的一批，六場對話、一百四十四組對照，留給未來的訓練用（蒸餾資料，shadow tune）。
會談實例：那個太早說出口的「我看懂了」
客戶：「其實也還好啦，工作嘛，誰不累。只是最近……算了，沒什麼。」
急著讓判斷接手的回應：「你說『算了』——我聽到一個被你壓下去的東西。我感覺你在逃避一個更深的情緒，我們來談談它好嗎？」
先讓判斷旁聽的回應：「『誰不累』和『算了』，這兩句放在一起，我想停一下。你說『沒什麼』的時候，是真的沒什麼，還是它太大了，一時不知道從哪裡說起？」
前者的判斷未必是錯的——但它是教練的判斷，還沒被客戶的話證實過，一說出口，對話就被推進了教練的劇本。後者把同一個判斷按住，轉成一個把選擇權還給客戶的問題，讓客戶的下一句話來證實它、或推翻它。差別不在有沒有判斷——教練永遠會有判斷——差別在：那個判斷，是先開口，還是先旁聽。
得｜成果與心得
三天結束，影子在真實對話裡安靜運行。它交出了三種東西：一份對新判斷者的真實考卷（結論：還沒準備好，證據具體）、一次對現役系統的意外體檢（幾個沒人發現的毛病被修掉，加上一次誠實的撤回）、和一批留給未來的教材。
開發心得：「什麼都不做」是需要設計的。 讓一個判斷退到只旁聽的位置，比讓它上場說話難得多——你必須保證它不拖慢任何人、不洩漏任何一句話、倒下時不拉任何人陪葬。我們為此花掉整整一天的審查與修改，值得：因為影子這條路一旦可信，之後每一個想進場的新判斷，都有一條不必拿真實的人去冒險的路。
誠實地說：距離五個維度全數穩定 0.80 的北極星，這三天沒有直接推進任何一維。它修的是另一種東西——「未來怎麼安全地變快、變省」的路基。新判斷者何時獲准開口，沒有時間表，只有樣本數。
給正在讀的教練一個問題：你心裡上一次浮現「我看懂這個人了」的時候——那個判斷，是先說出口了，還是先聽完了？
下一章預告：影子還在聽。等它的筆記累積到足夠厚，我們要回答那個懸了很久的問題：更小的模型，究竟能不能守住最不能錯的那道門？