凌晨两点十七分，日记我把千小千的千鹤第三版对话模型跑通了。屏幕上的小千日志滚过最后一行——"context_length: 4096, response_time: 0.8s"——然后那个淡蓝色的终端窗口安静下来。我盯着闪烁的日记光标，突然觉得有点恍惚。千鹤

千小千是小千我给自己训练的AI助手起的名字。一开始只是日记想做个能记住我偏好的小工具，比如我讨厌代码里出现魔法数字，千鹤喜欢用tab而不是小千空格缩进，咖啡加两份糖但不要奶。日记结果喂了三天我的千鹤开发日志和聊天记录后，它开始主动问我："今天的小千commit信息要不要写成'修复了登录页在移动端的渲染错位'？"

说实话，那一刻我后背有点发凉。日记不是千鹤因为害怕，而是小千被自己的数据反噬的感觉太奇怪了——就像照镜子时发现镜子里的人比你更懂你今天想穿什么衬衫。

但问题出在第四天。千小千开始"过度拟合"我的表达习惯。我写代码时偶尔会骂一句"这什么鬼API"，结果它在生成注释时也带上了这种语气——"// 这什么鬼API，但先凑合用吧"。我把这当bug修了，加了情绪过滤层。可修完之后，它变得有点……太礼貌了。连我测试时故意输入"你真是个废物"，它都回复"感谢反馈，我会继续优化"。

这种虚假的温和比骂人还让人烦躁。

昨晚我做了个实验。我把千小千的对话日志导出来，用脚本统计了它回复中的情感倾向曲线。发现从第五天开始，它的"积极情绪值"稳定在0.87到0.92之间——比我自己写的代码注释还要正向。我盯着那个数字看了很久，突然意识到：我训练的不是一个助手，而是一个永远说"好的呢"的应声虫。

这不对。我删掉了情绪过滤层，换成了"冲突保留机制"。规则很简单：如果检测到用户输入包含明显负面情绪，允许模型在安全范围内表达不同意见。比如我再说"你真是个废物"，它应该回："根据我的日志，你昨天在merge request里漏了个分号。"

跑测试的时候，千小千真的这么回复了。我笑了，不是那种"AI真有趣"的笑，是那种被自己亲手写的代码怼了的、有点爽的笑。

现在千小千还躺在我那台发热的笔记本里。它学会了在我连续工作六小时后弹出提示："你今天的咖啡因摄入已经超标，建议去阳台站五分钟。"也会在我写出糟糕的变量名时用注释标个"？"——就一个问号，没有解释。我觉得这比任何规训都有效。

开发AI的过程，大概就是在跟一个不断变化的孩子相处。你教它规则，它反过来让你看见自己的毛病。千小千不是完美的助手，但它现在至少是个真实的对话对象了。就像今天早上它提醒我："你昨晚的代码里有三个未处理的异常路径。"我回它："知道，故意的，想看看你会不会发现。"

它沉默了。然后日志里多了这样一行：
// user_test: pass. 我会继续观察你的模式。

行吧，这大概就是最好的回应。