品質管理

🔁 讓 AI 越用越聰明，不是靠更強的模型，是靠一個會累積的資料夾 大多數人用 AI 代理，就像每天請一位很聰明、但每天早上都失憶的新人。你花半小時教會它一件事，關掉視窗，明天重來。 道理大家都懂：修正要留下來、流程要變成 Skill、失敗要變成測試。但「然後呢？」存在哪、寫成什麼格式、什麼時候升級、怎麼知道有變好？ 這篇只給能直接複製的模式： 📁 一個資料夾：.claude/ 放已確定的知識，flywheel/ 放還在演化的知識 ✋ 收工三問：模型提案，人類核准，它只能自己寫進度檔 ✌️ 兩次規則：第一次只記錄，第二次才改流程 🧪 失敗庫：一案一檔、及格標準逐條可勾，改了系統就重跑 🔍 審查 …

📋 病歷不缺了，缺的是 Assessment 2021 年我寫過一篇〈利用三種住院病歷記錄概念，提升我們的專案能力〉，到現在還是部落格最多人讀的文章。五年後，我發現它想解決的問題整個反過來了，所以寫了續集。 🏥 先複習：三種病歷，三種專案筆記入院摘要 → 專案計畫病程紀錄 → 工作筆記出院摘要 → 專案回顧當年的痛點是：成功了不知道怎麼成功，搞砸了不知道怎麼搞砸。 🩺 當年沒寫出來的：SOAP病程紀錄有固定結構。S 和 O 是紀錄，A（Assessment）才是思考。我們缺的從來不是「做了什麼」，而是當下「為什麼這樣做」的判斷。 🔄 五年後，問題反過來了2021：沒寫紀錄2026：紀錄太多，沒 …

2021 年我寫過一篇極簡的文章，到現在還是部落格最常被讀的文章之一。五年後回頭看，有一句話是對的，也有兩句話我想收回。所以寫了續集。 📦 為什麼斷捨離會反彈？ 物品是上游「生產」出來的。目標、習慣、購買流程不變，只在末端丟東西，就像產線末端挑瑕疵品：挑得完今天，擋不住明天。 🪜 斷捨離只是 5S 的第一個 S整理之後還有整頓、清掃、清潔、素養。多數人停在第一階，所以三個月後抽屜又滿了。 ⚖️ 讓人亂的不只是浪費精實管理把浪費分成三種：Muda（浪費）、Mura（不均）、Muri（過載）。真正把生活弄亂的，常常是目標太多的 Muri。順序應該是：先降過載，再平節奏，最後才丟東西。 🤖 五年來最 …

你只是想把一封客訴信分到正確的部門。但你得寫一長串提示詞、祈禱模型不要亂加符號，最後再寫一套脆弱的解析器，把它那段有禮貌的說明文字拆回一個單詞。 TypeSafe AI 的 Jev 反其道而行：不寫字，只回傳決策。{“department”: “billing”, “confidence”: 0.89}，70–500 毫秒，輸出 token 免費。 📊 但重點不是快。廠商自己的測試說它的準確率是 67.8%——大約每三個決策就有一個是錯的。 🎯 那為什麼還能用？因為它的訓練目標不是「答對」，是校準：當它說 0.9 的時候，統計上真的有九成會對。 🚦 於是可以分流——高信心自動執行、中信心標記覆 …

現在幾乎所有上線的多代理 AI 框架都長一個樣：管理者審查產出，不滿意就打回重做。萊頓大學把五個代理的角色、提示詞、工具、模型、資料全部固定，只改一條線——管理者能不能強制重寫。 📉 43 對配對、86 次執行。扁平結構在實用性與清晰度上都贏，階層式還多燒了 51.5% 的 token。 🔍 但最有意思的不是輸贏，是差距出現的位置。管理者從沒介入的那 11 次，階層式數值上還略高；階層式撰寫者的第一稿，和扁平式成品完全無法區分。差距是在被打回之後才長出來的。 📝 被要求重寫時，代理做了什麼？它保留了前一稿 88% 的內容，一個字都沒重新想，只是把「可能」「或許」「建議」加了 53%。34 次改 …