表弟那条 17 秒语音
22 点 47 分，表弟甩过来一条 17 秒语音，背景里他家那只土狗叫得正欢。
"哥，软件上那个'证据不足'，说白了就是它怂了。它不敢押的局，你反手押一把，不就赢了？"
我当时正把当晚的路单往本子上誊，笔停在半空。这话听着像段子，细想又有点道理——模型自己都不敢下判断的局，到底是个什么成色？我嘴上回他"你行你上"，心里却记了一笔：这事得数，不能靠感觉。
先把规矩说死
丑话说前头，我这三靴全是模拟跑的。模拟和真实二选一，互斥，软件里切了模拟，真实那边就动不了——这条是死的。
每局随机延迟 1 到 8 秒，房间、靴号、局号一变，记录重新建，不沿用别的房间的历史。逐局记录都留着，预测写了什么、实际开了什么，一行一行对得上。
"证据不足"这四个字，是软件的低强度保护：长庄长闲把模型逼到墙角，或者几个模型自己打起来了，它就降强度，明确告诉你这一局它没把握，未执行。我要干的事很简单：把这些"它没把握"的局单独拎出来，回填真实结果，看看它到底怂得有没有道理。
47 局是哪 47 局
三靴的账先摆出来，省得后头对不上：
6101 靴，61 局，和 3，有效 58，证据不足 14 局； 6104 靴，60 局，和 4，有效 56，证据不足 17 局； 6107 靴，63 局，和 2，有效 61，证据不足 16 局。
合计 184 局，和 9，有效 175。证据不足 47 局，剩下的 128 局模型都给了倾向。
回填这活儿是凌晨 1 点 20 干的。手机弹 23% 电警告，充电线够不着插座，我就让它亮着。红笔芯漏墨，右手食指染红一块，蹭在 6123 页页角，现在那页还留着个指纹。泡面碗压着纸角，汤渍洇了半个蓝点——那颗蓝点是 6104 靴第 41 局，我描了三遍才认出来。
47 局，按未执行原因分成三类。软件每局都写了未执行原因，这点做得实在，不用我猜。
第一类：长段里的 18 局
长庄或者长闲一路走到黑，模型被逼到墙角，降强度认怂。这类 18 局。
6101 靴第 30 到 33 局，长蓝段，4 局全是证据不足。6107 靴第 52 到 57 局，红走了 6 连，里面 5 局没执行。回填结果：18 局里，模型倾向对了 9 局，错了 9 局。
有意思的是第 33 局。长蓝第 4 颗，模型倾向写"闲"——废话，4 连蓝了它倾向闲。可它标了证据不足。结果真开了闲。我在旁边批了一句：对了，但它是蒙对的，它自己都不信。
第二类：模型自己打架的 19 局
几个模型意见冲突，综合动态权重调来调去，最后收缩回去了，提示证据不足。这类 19 局，是三类里最多的。
6104 靴第 44 到 48 局，5 局里 4 局在打架。大路看着像要换边，大眼路又说还齐整，两个模型各执一词。回填：19 局，10 中 9 错。
第 47 局我印象最深。三个模型，两个说庄，一个说闲，权重一调，倾向庄，附一句证据不足。结果开了闲。我在那行下面画了个哭脸——不是心疼，是觉得这场面太真实了：它纠结的样子，跟我本人看路时一模一样。
第三类：开局的 10 局
靴刚开，样本不够，权重收缩到中性，直接提示证据不足。这类 10 局。
6101 靴前 6 局里 4 局没执行，6107 靴前 5 局里 3 局没执行。回填：10 局，5 中 5 错，一半一半，齐整得像刀切的。
表弟看到这儿可能会说：你看，开局它就是瞎的。我倒觉得这是全场最诚实的一类——样本不够，它直说不够，不硬编一个倾向出来糊弄你。
对照表：24 比 23
三类并排放：
长段冲突 18 局，9 中 9 错； 模型打架 19 局，10 中 9 错； 开局样本不足 10 局，5 中 5 错。
合计 47 局，24 中 23 错。
表弟那句话，对了一半：模型没把握的局，确实没什么准头，基本就是抛硬币。但他后半句"反手押一把就赢了"纯属想多了——24 比 23，反着来是 23 比 24，照样一半。你看，数据这东西，你想让它说什么，它偏不说什么。
那剩下 128 局呢
光说 47 局不公平，得看看模型给了倾向的 128 局什么成色。
128 局，倾向命中 71，错 57。55.5%，比 47 局那拨的 51% 高一截。不算惊天动地，但方向是对的：它敢说话的时候，比它不敢说话的时候，确实强一点。
我把这个数发给表弟，他回了条 12 秒语音，背景是电梯"叮"的一声："行吧，它怂的时候是真怂，敢说的时候也就那样。"我说你这总结比我的表到位。
老陈也掺和了一嘴，21 秒语音，背景是他闺女背乘法口诀"三七二十一"："一半一半，你还不如抛硬币，省电。"我说抛硬币不用记账，你先抛 175 次画成路单我看看。他没再回。
我的结论：它没说服自己的局，我不替它做主
这 47 局回填完，我想通一件事。
以前我看"证据不足"四个字，心里是有点瞧不上的：花钱买的软件，你跟我说你不知道？现在我改观了。它在 47 局里确实只有一半的水平——恰恰说明它没撒谎。真有问题的是那种什么局都敢给倾向、永远一副胸有成竹样子的东西。
低强度保护这功能，名字起得文绉绉，说白了就是四个字：别硬来。长段逼到墙角，别硬来；模型打架，别硬来；样本不够，别硬来。看路这件事上，"不知道"是个挺值钱的答案，比瞎说一个强。
以后我再看到这四个字，不催它，不骂它，也不反手去押。我就记下来，回填，对账。它负责诚实，我负责数数，分工挺好。
尾声
这篇写完都快三点了。47 局的回填表贴在 6131 页，红笔圈的 24 个"中"和蓝笔圈的 23 个"错"，现在看着还挺顺眼。
想省去手工画路对账的时间，可以用庄闲 AI 预测系统自动生成五路路型，逐局记录和回填都在一个界面里，不用像我这样凌晨一点描三遍蓝点。