01
你不用一直盯著它。
AI 說好了，Vacant 先跑一次你的驗收。你回來只要看：過了，還是被扣住。
9／11 被擋下的 11 件裡，9 件是 AI 自己宣告完成的。pi、Claude Code、OpenCode 各 10 題。原始資料
Vacant
機制模擬：畫面是示意，AI 的回答是預錄的三種劇本；收據的雜湊由你的瀏覽器即時計算。
AI 說「做好了」。
真的嗎？
AI 說完成的那一刻，Vacant 照你的標準驗一次，並留下一張你能自己重算的收據。
9／11 三個 AI 助手各做 10 題，被擋下的 11 件裡，9 件是它自己說「完成了」的。
每一位黏土居民，都是展場上會出現的數位分身。
它能為你
帶來什麼。
每一點都附上我們實際量到的數字。
02
沒過驗收的，
不會被當成交付。
收據上記成拒交，退出碼也不是 0，你的流程看到就不會收下。
30 件被擋下 展件 54 格裡，沒有這一層就會出貨的 30 件不合格品，都被擋下並留下收據。但重來救回 0 件（其中 27 件的題目故意藏了函式名稱）。預設設定下，拒交是標記，不是牆；要擋住檔案，得在沙箱裡跑。原始資料
這是剛才那張票（機制模擬）的收據。點一格，改一個字。
04
不用換掉
你習慣的 AI。
Vacant 包在外面，不是另一個 AI。打 vacant，選你電腦上有的助手就好。
5 種助手 在同一台機器上接上閘門，20／20 格符合事先寫好的判準。但各家判得不一樣：三家只在 4／10 題一致。
第一次：沒過
重來：過了
05
多試幾次，
比較容易過關。
- 51–58%寫一次就交
- 71–75%沒過就重寫
- 73–78%照失敗訊息改
同一批 120 題、重複五次。「照失敗訊息改」五次都比「重寫」略高，但都沒過統計校正——沒量出來，不是沒有差別。
整件事建立在「需求可以被編譯成可執行的驗收測資」。……需求跑不起來的場合，這個機制沒有免費的裁判，會退化成「問一個模型」，而那正是量出來很差的東西。所有成效數字的前提（R440P §五-1）
這一段是期望，不是成果
我們希望，
依賴 AI 這件事有根據。
- 交接時附一張收據，不用再說「我測過了」。
- 老師、主管、客戶不必讀程式，也看得出驗過什麼。
- 還沒做到的：像「寫一份好報告」這種寫不成測試的事，還沒有裁判。
它不會做的四件事
不會被繞過只有關進圍牆的那一次執行，每一通才都經過門口。
保證這個 AI 可靠級別屬於一次執行，不屬於一個 AI。
讓 AI 變聰明30 件擋下，重來救回 0 件。
替寫不成測試的事打分沒有能自動跑的驗收，就沒有裁判。
想更深入
這頁讓你理解。
那三個地方讓你查得到。
系統可以自動。
名字不能消失。
每個名字都連著一項可以被追問的工作。點一個名字，看那個人負責什麼。
陳建安PM・進度與品管負責監督、管理每個組員的進度，以及每個組員的成品的控管；轉達策展組發布的公告，讓小組能接收展覽相關的訊息。審核開發者日誌與會議紀錄，以防出現謬誤而無法得知當時情況。
