這幾個月跟 Sol 一起做開發，我發現自己講「完成了」這三個字，變得越來越小心。
以前寫一段程式。
跑起來。
畫面正常。
我可能就會說：
「好了。」
現在不太敢。
因為我們被打臉過太多次。

有時候我問 Sol：
「這次應該沒問題了吧？」
Sol 看完邏輯回答：
「應該可以。」
我自己也覺得：
「嗯，看起來沒問題。」
然後測試一跑。
Machine Evidence：
FAIL
這種事情發生幾次以後，我開始很認真地問一個問題：
到底什麼才叫「完成」？

最簡單的答案當然是：
功能可以用了。
但工程上其實還不夠。
例如一個 Runtime：
現在可以啟動。
Health 看起來正常。
那重新開機後呢？
Full Shutdown 再開機呢？
Fast Startup 呢？
連續運作幾天呢？
舊版本會不會同時又跑起來？
系統回來後，真的是正確的 Runtime 嗎？

如果這些都沒有測，
那我真正能說的其實只是：
「現在看起來可以。」
不能直接說：
「這個能力已經 Qualification。」

這也是我們後來真的在 Sol V1.8 做的一件事情。
我們沒有只測：
「程式能不能啟動。」
而是把 Operational Continuity 拆成不同條件。
例如：
Windows Restart。
Fast Startup / Hybrid Shutdown。
Controlled Full Shutdown。
Full Cold Boot。
Multi-day Burn-in。
以及 Runtime Recovery。

但只列測試名稱還不夠。
每一次測試前，我們都必須先回答：
Expected State 是什麼？
例如重新開機以後，
我要看到的是：
正確版本回來。
正確 Runtime 被建立。
Health 正常。
沒有舊版本跟新版本同時存在。
系統回到預期狀態。

也就是：
不是看到「有一個東西跑起來」就算 PASS。
而是：
回來的是不是正確的那一個？
這個差異非常重要。

所以我們慢慢形成一個簡單的流程：
Expected State
我們事先定義什麼才叫正確。
↓
Test
真的讓系統經歷指定條件。
↓
Machine Evidence
不是靠記憶，也不是靠「感覺好像有」。
↓
Pass / Fail
Evidence 符合要求，才算 PASS。

這也是 Day 01 我說：
Ronnie × Sol 之外，還有第三個角色。
Machine Evidence
因為有時候 Ronnie 覺得對。
Sol 也覺得對。
但如果 Evidence 說：
FAIL，
我們兩個都只能回去修。

這件事其實也改變了我跟 AI 合作的方式。
AI 很容易給你一個很完整、很有信心的答案。
甚至程式邏輯看起來也完全合理。
但：
Reasoning correct-looking ≠ System qualified.
工程最後還是要回到 Reality。

例如 Sol 可以告訴我：
「依照程式邏輯，重新啟動後服務應該會恢復。」
這句話是：
Prediction。
真的 Restart。
重新驗證。
取得 Machine Evidence。
全部符合 Expected State。
那才開始變成：
Evidence-backed Result。

所以後來我們對 V1.8 的 Operational Continuity，不是只做一次 Restart 就結束。
而是逐步去驗證不同的 Windows 與 Power Lifecycle。
最後這個範圍才被我們標成：
QUALIFIED

這裡我要特別強調：
我們 Qualification 的是：
V1.8 Operational Continuity
不是：
「完整 Sol 已經全部完成。」
更不是：
「完整 AI Identity Continuity 已經被證明。」
這個 Scope 必須講清楚。

我現在越來越覺得：
Engineering State 很重要。
Architecture Defined
代表：
我們知道要怎麼設計。
Implemented
代表：
真的做進去了。
Tested
代表：
跑過測試。
Evidence Pass
代表：
結果有證據支持。
Qualified
代表：
指定 Scope、指定條件、指定要求，都完成正式驗證。
這些不能全部叫：
「完成」。

這也是為什麼我們現在有一個我自己很喜歡的原則：
No Evidence. No Completion.
不是說：
沒有 Evidence，事情一定不存在。
而是：
沒有 Evidence，我們就沒有資格把它升級成「已被證明完成」。

我覺得這條原則對 AI 特別重要。
因為 AI 很會說話。
也很會把一件事情解釋得很完整。
但如果未來 AI 要開始：
改設定。
跑工具。
碰 Production。
甚至控制 Physical World。
那我們不能只接受：
「我做完了。」
我們一定會繼續問：
做了什麼？
做到哪裡？
哪個版本？
什麼 State？
結果是什麼？
誰驗證？
Evidence 在哪裡？

這不只是在防 AI。
其實也是在防我自己。
因為人也很容易犯一樣的錯。
「我記得測過。」
「上次應該有成功。」
「看起來沒問題。」
這些都不是很好的工程證據。

所以 Evidence 對我來說，慢慢變成 Ronnie 跟 Sol 之間的一種共同語言。
我不用因為自己是 Human，就一定是對的。
Sol 也不能因為推理能力很強，就自動變成對的。
我們都回到：
Reality。

而這也帶到明天的問題。
有了 Evidence，
下一步我們開始處理一件更麻煩的事情：
資料明明存了，
AI 明明「記得」，
為什麼需要的時候還是可能：
找不到？
Day 07，
我們來談：
Context 不等於 Memory。