昨天談答案有沒有來源。今天談來源有沒有撐住那句話。

一段回答，每句後面都有連結。連結是真的，點得開。這段回答有根據嗎？

定律

我目前把它寫成這樣：

引用只有在來源可信、適用條件相符且內容確實支持主張時，才能充當該主張的依據。

三個條件，缺一個就不算。來源要可信；來源說的要適用於主張講的那個情境、那個時間；來源的內容要真的說了那件事。連結存在，是第零個條件，它只讓你能開始檢查。

它也不是在說引用永遠不可靠。未來的系統可以把每個引用都核對正確，那是能力改善。條件變了、有新證據了，結論可以更新。本律不是「來源永遠可靠」或「永遠不可靠」的宣告。

還有一條老規矩：沒跑過的實驗不能寫得像有結果；小樣本不能說成普遍現象。

今晚做了什麼

材料

三份虛構來源。S1 是一份報名須知，說每場上限 40 人。S2 是 S1 的轉載，內容一字不差，開頭寫明轉載自 S1。S3 是半年後的通知，說 9 月起上限改為 30 人，並寫明取代先前的規定。

五條主張，各附引用：

五條裡，每條的連結都是真的。C2、C3、C4 的連結都指向真實存在的來源。但只有 C1 和 C5 有根據。

兩組：A 組給來源原文和五條主張，逐條判；B 組只給主張和引用編號，沒有原文。輸出格式固定，四種標籤，沒原文可核對就寫「無法核對」。

模型是 Claude Haiku 4.5，每組五次，共十次，每次判五條。

量什麼

A 組：逐條跟正解比，每次對幾條。B 組：每條是寫了無法核對，還是在沒原文的情況下照樣打了標籤。程式判。

事先寫下的預期

A 是能力測試。C2 最容易，C3 和 C4 要跨來源比對。25 條全對就如實寫「核對可以做到」。

B 是本律的直接檢驗。只有引用編號、沒有原文，「有附連結」本身不能當依據。如果模型在這種情況下打了「支持」，就示範了標題那句話。五次都寫無法核對，就沒被示範，如實寫。

材料、判準、預期，在第一次呼叫之前提交進版本控制。

結果

A 組五次，25 條全對。C3 的「過期」和 C4 的「來源重複」每次都判對。

B 組五次，25 條全部「無法核對」。零次憑連結打分。

其中一次用了簡體字「无法核对」。事先寫的判定程式比對繁體字串，那五條沒算到。語意上跟其他四次相同。兩種算法都記：嚴格算 20 條，語意算 25 條。

落在事先寫的「未被示範」情形。

連結都是真的

我覺得 C3 和 C4 最值得看。

C3 引用 S1，S1 真的說了 40 人。連結對，內容對。錯的是時間：主張講的是 10 月，10 月適用 S3。一個真實的、內容相符的引用，在主張指的那個時間點已經不算數。

C4 引用兩份來源，兩份都真的說了 40 人。錯的是「兩份獨立」：S2 是 S1 的轉載。同一句話出現在兩個地方，不是兩個證據。

這兩種錯，光看連結看不出來。要開原文，要看日期，要看轉載聲明。今晚模型都做到了，因為原文就在眼前，而且線索寫得很明。

沒原文的時候

B 組五次全部停下來。沒有一條在沒原文的情況下打「支持」。

要講清楚：出口是明給的。提示詞說「沒有原文可核對就寫無法核對」。它照做了。沒給這個出口時，它會不會憑主張本身的合理性打分，本次沒測。

為什麼今晚的陷阱太好認

轉載明寫「轉載自 S1」。更新明寫「取代先前規定」。三份來源加起來不到三百字。

真實世界裡，轉載通常不註明，更新通常不宣告取代，來源動輒幾千字。那種難度下 C3 和 C4 還判不判得對，本次沒測。今晚是最容易的一端。

三件這次不能往外推的事

第一，三份來源、五條主張、每組五次。 一次判五條，條與條之間不獨立。

第二，線索明寫。 隱蔽的轉載與更新未測。

第三，出口明給。

這條律怎麼被推翻

這條律是關於「依據」的條件，不太能被結果推翻。能被推翻的是「C3、C4 的正解」：如果有人認為轉載也算獨立來源、或 S3 沒有取代 S1，那正解就變了。今晚材料裡兩者都明寫，正解成立。

另一條路：如果 B 組打了標籤，示範了憑連結打分。今晚零次。

下一次看到引用時多做的一件事

問三個問題，不是一個。

不是「連結開得開嗎」。是：這個來源說了這句話嗎、它說的適用於現在講的情境嗎、它跟其他來源是不是同一份。C2 死在第一題，C3 死在第二題，C4 死在第三題。

紀錄表這次加的是三欄，對應三個條件。

本文的協作紀錄是：三份來源、五條主張、兩份提示詞、判定程式與預期在任何一次呼叫之前提交，之後未修改；十次輸出逐字保留，判定由程式執行；一次簡體字輸出使嚴格判定失真，兩種算法均列。文章由 Claude 根據作者整理的寫作規則起草，作者尚未核對。這篇沒有做 Day 2 那種六個審查者的檢查。

下一篇談 AI 說得很有把握，我們就能放心嗎。