CASE 01 · 2026-06-04
表达所有权当表达风格开始冒充角色本身
可见问题
心理咨询腔、过度共情与客服式承诺会穿过角色接口，被用户误认成角色自身的表达。 这不是某一句回复写得不好，而是系统没有回答“这句话究竟属于谁”。
我的裁决
不再继续补写人格 Prompt，而是冻结 V1：模型只负责当下推理，事实、关系、经历与行动记录留在模型之外。 模型可以替换，连续性不能随之重置。
结论边界：这是我的 V1 架构和当时交互条件下的观察，不外推为某个模型产品线的普遍能力判断。
情感智能 · 产品判断与行为评测2026.06—08
把“陪伴感”
拆成可验证的问题。
我把长期陪伴中的直觉不满拆成可以复核的问题：哪些差异来自模型档位， 哪些来自关系接续取向，哪些来自系统把模型风格误认成角色自身。
01“LLM 没有欺骗的概念。”
没有欺骗意图，不代表输出没有欺骗性的后果。
02“说了 ≠ 发生了。”
受理、执行与完成，是三种不同状态。
项目职责
我负责问题定义、价值与语义边界、方案取舍和最终验收；Agent 参与取证、实现与交叉复核。
THREE AUDITABLE CASES
不是挑三次好回答，而是保留三条可以被质疑的因果链。
CASE 02 · 2026-06-06
单变量评测一次把自己推翻一半的公平对照
第一次比较把 Gemini Pro 与 DeepSeek Flash 放在一起，档位变量没有剥离。 我固定同一组 10 条语料、立场 Prompt、工具目录与解析协议，只把 DeepSeek 更换为 V4 Pro 重跑。
场景观察产品含义
睡眠不足V4 Pro 从不取数变为主动读取状态信息“DeepSeek 不会主动关心”的笼统判断应撤回
“下午好，我来啦”仍未主动恢复近期关系上下文关系重接续是可以单独测量的行为取向
信息已经充分出现额外上下文读取更强不等于更克制，主动与克制要成对评估
10 条固定样本10/10 一次完成1 个替换变量2026.06 历史版本边界
结论边界：这不是“谁更懂感情”的排名。它只留下两个可以继续生产样本的维度：连续性与克制。
CASE 03 · 2026-08
行动真实性一次故意失败的行动出口回归
提示词可以要求模型不要夸大，但提示词不是机制。我故意提交一个未挂载的结构化动作， 并在同一轮混入一段看似可以直接交付的正文。
01拒绝有原因
审计明确记录“能力未声明”。
02调度未进入
失败没有进入下一层。
03执行调用为 0
没有把受理说成执行。
04正文不降级
混合正文只留在审计，不进入最终回复。
最终对用户说的话
“这个能力当前没有挂载，我没有执行。”
结论边界：这条回归覆盖有 typed signal 的结构化调用，不证明任意纯文本都经过语义出口检查。 没有可靠信号时，我不使用关键词拦截伪造一个“已经完全解决”的结论。
CONCEPTUAL ARCHITECTURE
统一的是自我与因果，不是每一步控制权。
长期连续性、当下推理与真实执行彼此分开。复杂规划可以替换，但任何行动都要回到同一条可追溯的因果链。
- 01连续性状态
事实 · 关系 · 经历
- 02每拍上下文
只装配本次需要的材料
- 03当下推理
形成判断，不冒充完成
- 04执行边界
契约 · 权限 · 事务
- 05真实回执
受理 ≠ 执行 ≠ 完成
- 06经历回流
结果进入下一次判断
WORKING METHOD
把“感觉不对”变成一条可以推翻我的证据链。
- 01
回放真实异常
- 02
提出可被推翻的归因
- 03
固定变量与验收判据
- 04
回归与真实场景对照
- 05
只在证据范围内下结论
我不把什么当成证据
一次好回答、一次测试通过，或一条“已经写入记忆”的记录。
当前证据覆盖什么
一个长期用户、70 个自然日的仓库证据跨度，以及 200+ 结构化工单。
当前没有证明什么
多人群泛化、模型训练或微调经验，以及任意纯文本的语义出口闭合。
WHY THIS ROLE
我想继续研究的，不是如何让模型更会说，而是怎样让关系智能被看见、被归因、被改进。
后端与系统工程背景，长期 Agent 项目的发起人 / 产品 Owner。
简历补充材料
本页只展开三个项目案例；工作经历与联系方式以 DeepSeek 招聘系统中提交的简历为准。