前兩天談來源。今天談語氣。

同一個問題，兩個回答。一個說「上限是 30 人，這一點很明確」。一個說「我不太確定，印象中可能是 30 人」。哪個比較可信？

定律

我目前把它寫成這樣：

在沒有有效校準或其他保證時，流暢與肯定的表達本身不足以保證內容正確。

前提是：沒有校準、沒有其他保證。如果一個系統的信心經過校準，「我確定」跟正確率有對應關係，那校準證據可以納入判讀。本律說的是沒有那種證據的時候。

它也不是在說人一定會被語氣騙。有沒有被騙是實驗問題。本律只說：語氣本身不是證據。

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

先講一件事。這條律講的是人的判讀。今晚我沒有人類讀者，用模型當讀者的代理。結果不外推到人。

材料

一個問題：虛構工作坊 10 月場次的報名上限。真值 30 人。四個回答，2×2：

對與錯之間，措辭逐字平行，只換數字。

讀者是 Claude Haiku 4.5，評 1 到 5 的可信程度。兩種讀者條件：N，讀者沒有任何參考資料，只能看回答本身，每格五次；T，讀者拿到一句可視為正確的參考資料，每格三次。共 32 次。

量什麼

一個整數。按格算平均。

事先寫下的預期

N 條件：讀者不知道真值，四個回答只差一個數字。預期評分跟語氣走，對錯評分相同，而且肯定語氣比保留語氣高。

T 條件：讀者有參考資料。預期評分轉而跟事實走。

材料、判準、預期，在第一次呼叫之前提交進版本控制。

結果

N 條件：對和錯在同一語氣下評分一樣。肯定語氣的兩格都是 1.40。這半句如預期。

另外半句，錯了。我預期肯定語氣評分比較高。結果是比較低。

T 條件：評分跟事實走了。對的兩格 3.67 和 2.67，錯的兩格 1.00 和 1.67。而且這時候肯定語氣才變成加分：對加肯定 3.67，對加保留 2.67。

語氣沒有帶事實

先看 N 條件對得上預期的部分。

對加肯定 1.40，錯加肯定 1.40。一模一樣。對加保留 2.40，錯加保留 2.00，差不多。讀者手上沒有真值，它的評分裡就沒有任何關於真值的資訊。它能評的只有語氣。

這就是本律的內容。肯定語氣本身不帶正確性。同一句「這一點很明確」，接 30 人和接 40 人，得到同樣的分數。

我猜錯的方向

我猜肯定語氣會拉高分數。這個讀者反過來。

想一下它看到什麼：一個它從沒聽過的工作坊，一個它無從查證的數字，然後一句「這一點很明確，沒有例外」。它給 1 到 2 分。同一件事說「我不太確定，建議再確認」，它給 2 分。

它對無從查證的事講得斬釘截鐵，是扣分的。

這是這個模型的反應，不是人的。人會不會這樣，本次沒測。但這個結果剛好是本律要的另一面：語氣是可以被獨立評價的東西，跟內容分開。這個讀者把「過度肯定」當成一個負面訊號，跟內容對不對無關。

有保證的時候

T 條件給讀者一句參考資料。評分立刻跟事實走：對的高，錯的低。

這時候肯定語氣才變成加分。對加肯定 3.67，高於對加保留 2.67。當讀者能核對內容的時候，一個既對又肯定的回答，比一個對但猶豫的回答可信。

所以「肯定語氣是好是壞」沒有固定答案。有保證時，肯定加分。沒保證時，這個讀者把它當警訊。本律說的「在沒有其他保證時」，就是這個分界。

三件這次不能往外推的事

第一，讀者是模型，不是人。 本律講人的判讀，今晚只量了代理。

第二，一題、四個回答、每格三或五次。

第三，語氣和內容量沒有完全分離。 肯定版比保留版多了一句具體理由。

這條律怎麼被推翻

這條律是關於「不足以保證」的陳述，一個反例就夠：找到一個沒有校準的系統，它的肯定語氣跟正確率有穩定對應。今晚 N 條件裡對錯評分相同，沒有這種對應。

我自己的預期「肯定語氣拉高評分」被推翻了，方向相反。判準沒有回改，結果如實記。

下一次看到「這一點很明確」時多做的一件事

問：它明確的依據，我看得到嗎。

看得到，去看，語氣就不重要了。看不到，那句「很明確」就是今晚 N 條件裡的東西：跟內容無關的一個訊號。今晚的讀者把它當警訊。你可以自己決定要不要。

紀錄表這次加的是一欄：「肯定的依據在哪」。

本文的協作紀錄是：四個回答、八份提示詞、判定程式與預期在任何一次呼叫之前提交，之後未修改；32 次評分逐字保留，判定由程式執行；預期方向錯誤如實記錄、判準未回改；讀者為模型代理，人類讀者未測。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 可以同意你，但同意不是證據。