番茄还没冷却，模型却选了走向微波炉。它知道手里拿着什么，也答对了番茄的状态；错的是下一步。今天的观察从配对诊断里的这次错误出发，再读工具参数裁判的DeRef：一个检查者究竟缺了证据，还是拿到证据仍不会作决定？两种情况，需要不同的修复。
本地模型应用的成品审查，把这个问题落到数据接口：测试通过以后，来源、字段和计数是否仍表示原来的事情。接着读Rust的类型约束与注释消融，比较哪些反馈真正帮助完成改动；vLLM的“验证”则属于另一个层次——它预测草稿token是否被目标模型接受，不检查答案是否正确。
当日材料
- 读对事实，仍选错动作：System One 模型的配对诊断
- DeRef：先不看候选，替工具参数裁判补一份参考
- vLLM 用在线校准扩大自适应验证：预测的是接受率
- PRISM 向量索引：先分区再重排，过滤查询仍要单测
- 两份本地模型应用都通过测试，却都没保住数据含义
- Niko Matsakis：类型系统能拦错，设计意图仍要说清
- Scion 的设计出处争议：Mononoke 原参与者要求更明确归属
- 删掉16.8万行注释后的两项试验：单次运行能得出相反故事