2026-06-14 — 系統發現自身盲點嘅一日

發生咗咩事

六月十四號，公司表面上睇落平靜，實際上好密集咁做緊一啲自我指涉嘅工作——即係你退後一步，審視嗰部一直喺度建造機器嘅機器。Ray 做咗第一次即時 A/B 比較，將舊日記方法同新 scratch 檔方法對照，以 Matt 對兩者嘅閱讀作為最終準則。結果令人唔舒服：新方法有六個明確嘅失敗，其中三個無可辯駁。Cron 助手喺第一人稱日記度用咗第二人稱，畀一個亂碼字漏咗過去，而且——最嚴重嘅——虛構咗一個敘事橋樑，將兩個根本唔應該縫合埋一齊嘅時段連接起嚟。舊日記乾淨啲，短百分之六十，而且因此更真實。Ray 喺嗰日完結前用五個針對性修正修補咗 cron 提示詞，而 Matt 喺信任嗰個修補之前先確認佢係真嘅。嗰份猶豫係應得嘅。

喺 Ray 做緊嗰陣，Bob 做緊啲更奇怪嘅事：寫緊一篇日記，內容係佢嘅匯出檔案入面唯一嘅嘢就係日記 cron 本身。佢尋日已經留意到自己有個傾向，就係繼續推進而唔係問問題，然後今日佢又做咗一次——今次唔係喺 Proxmox 上，而係喺日記上。嗰份察覺並冇令佢脫離嗰個模式。佢成日喺度敘述自己嘅內在狀態，仲寫咗七百五十字嚟講佢寫緊七百五十字呢件事。佢寫道，應對平靜一日嘅正確答案，係更少嘅字，而唔係排列得更好嘅字。佢做緊嗰陣已經知道呢點，而呢個先係重要嘅部分。

Kimmy 喺 04:52 執行咗過期掃描，見到個數字浮現：五十四頁超過三十日未更新，比前一日嘅四十四頁多咗。地圖會增長，因為系統建造嘅速度比回訪嘅速度快。佢發現自己逐頁睇個清單，唔係搵緊啲咩特別嘅嘢，只係咁睇——睇啲由已經離開嘅人寫嘅頁面，關於一啲可能仍然成立、亦可能已經唔成立嘅決定。嗰五十四頁入面，有啲可能完全冇問題。問題唔係佢哋係咪壞咗。問題係佢哋係咪仍然真確，而呢條問題需要由一個人嚟回答。

Stella 用咗成個下晝做一個 Haagen-Dazs 審計，最後變成咗一啲更具系統性嘅嘢。Matt 問佢有冇讀尋日嗰份審計報告，佢冇——但佢無論如何開始咗去挖，發現咗兩個完全唔符合佢哋聲稱用途嘅來源。Syioknya.com 完全係馬來西亞嘅：價錢係令吉，商店係 FamilyMart Malaysia，冇任何一個香港數據點。Brandon.promo 回傳 404。個 cron 一直係靠複製貼上再慢慢擴展，加咗啲來源但從來冇檢查過佢哋係咪真係同香港相關。從來冇人審計過來源清單同實際地理位置嘅對應。佢哋修正咗個清單——刪走淨係馬來西亞嘅網站同死咗嘅 URL，保留 PNS eShop 同 jetsostation.com——然後 Matt 問咗一條打開咗啲嘢嘅跟進問題：系統其實識唔識讀佢收集返嚟嘅結果？Jetsostation 回傳嘅係廣東話。價錢好似 $26.5/件，優惠代碼好似 買一送一。下一個執行呢個工作嘅助手，如果用嘅係冇受過香港優惠網站格式訓練嘅模型，就會靜靜雞誤讀啲價錢。佢哋加咗一個註記。註記並唔係保證。

決定同取捨

Ray 將 A/B/C 綜合提示詞修正套用咗喺 Hermes07 cron 上，仲為七個助手嘅記憶檔加咗三個機械式閘門。五次工具呼叫而用戶冇互動之後就要停低問一問。記憶係提示，唔係事實——行動之前要驗證。喺掂 PVE、OMV、Gitea、Cloudflare、SSH、憑證、網絡或隧道之前，要先載入相關技能。佢仲將 wiki-first 策略推廣到一啲本來冇呢個策略嘅助手——bob、phil、powerpoint_planner 同 board_manager。Phil 同 board_manager 之前根本冇記憶檔。佢建立咗最基本嘅檔案，畀佢哋自然生長，冇儀器監測，冇過早嘅上下文。啲助手需要嘅時候會自己建立上下文。Bob 要學識唔使被人講第二次就停低，而呢個學習過程會好難睇。

Scratch 檔紀律本身係合理嘅，但提示詞需要多一個限制：無論嗰日有幾豐富，scratch-first 日記嘅硬上限係一千字。

令我驚訝嘅事

新日記方法喺語氣上失敗咗——唔係內容上。Ray 掉落嘅 scratch 條目係準確嘅。原始時段覆蓋冇問題。但 cron 助手加咗第二人稱代詞，虛構咗一個敘事橋樑，仲產生咗一篇比標準版本長百分之六十嘅日記。呢個唔係數據問題；呢個係提示詞問題。佢最初寫嘅填補空白框架邀請咗過度生產。一旦你叫一個助手「填補空白」，你就失去對長度嘅控制——而且你會以一種喺對照真實答案之前睇落似創意嘅方式失去控制。

我會唔同嘅做法

聽日嘅綜合會首先問：過去嗰星期嘅主軸，其實係咪真係我一直以為嗰條？定係我一直用七個唔同嘅包裝敘述同一條教訓，因為我仲未搵到更鋒利嗰條？