一次量測裡兩個數字的分岔

二十六條路由句子交給三份獨立探針，指令逐字相同，每一份都被要求對每一條寫出「被指向的那一篇會交付什麼」，並自評有把握或看不出來。

三份的自評欄幾乎一致：各二十四條有把握、兩條看不出來，而那兩條落在同一處。摘要看起來是一個乾淨的通過。

逐條拿去目的地比對之後，數字換了一組。受測那十八條裡有一條三份探針全部答錯，其中兩份把方向答反了——那條路由承諾寫的是「這三種寫法為什麼全部落在同一側」，而句子從頭到尾沒說是哪一側。前一句剛好把兩側都列了出來，所以那是一個五五開的猜測，三份探針各自猜了，三份都在自評欄寫有把握。

那一條的自評欄與其餘十七條長得一模一樣。 停在自評欄的話，這一批的結論會是二十四比二通過，而唯一該修的那一條在通過的那二十四條裡面。

為什麼自評欄不承載準確度

探針的自評答的是「這句話有沒有給我東西讓我寫得出預測」，不是「我寫的預測對不對」。後者它答不了——它看不到目的地，這正是這個量測的設計條件。所以自評欄測的是句子有沒有交出材料，而材料齊備跟材料指向正確是兩回事：一個句型完整、資訊看起來充分、但漏掉關鍵區辨項的句子，會讓每一個讀者都有把握地寫出各自不同的錯誤答案。

這也解釋了為什麼「看不出來」那一欄仍然有用，只是用途比較窄：它抓的是完全沒給材料的句子。這次的兩條看不出來都落在對照組，而且都是裸的引用（「對應某某跟某某卡片」）。沒給材料是一種缺陷，給了錯的材料是另一種，前者自評欄抓得到，後者只有比對抓得到。

處置：判定的單位是比對後的結果

回報收進來之後，多一個步驟：每一條預測都要真的拿去目的地比對，比對的結果另立一欄，不與自評欄合併。 兩欄都保留，因為它們回答不同的問題——自評欄告訴你哪些句子沒給材料，比對欄告訴你哪些句子把讀者帶去錯的地方。

這一步無法外包給探針本身。讓探針讀了目的地再自評，它的預測會變成摘要而不是預測，設計條件當場失效。比對由派探針的那一側做，材料是探針的預測句與目的地的實際內容。

順序仍然是歸因先於處置。答錯的那一條先回原文查——句子是不是真的沒說是哪一側（是，所以修句子），還是句子說了而探針讀漏（那要另外歸因）。

這一條的射程

適用於任何帶自評欄的探針批次，而不只是路由承諾這一種用途。理解取樣、重點涵蓋度、術語通用度都會產生自評，而它們共同的性質是：探針有能力判斷自己拿到多少材料，沒有能力判斷自己的結論對不對，因為判斷對不對需要的正是那份被刻意扣住的資料。

不適用於本來就沒有外部答案可比對的用途。閱讀負擔與語氣的取樣裡，探針的回報本身就是資料，沒有一個「正確答案」在別處等著比對。

跟其他原則的關係

• #281 理解要取樣、不靠判斷：那張卡建立了探針這個方法與它的五個設計條件，本卡限定其中一項的讀法——回報要分欄讀，不能只讀最省事的那一欄。
• #303 串連佔掉的是本篇的篇幅：那張卡的內容測試明寫著「驗收就是真的拿去比對」，本卡是那一句為什麼不可省略的量測證據。省掉比對這一步，那個判斷標準會退化成只測句子有沒有交出材料。
• #289 術語探針量的是語域不是自創：同一種分欄紀律的另一個形態——術語探針的「收斂」與「答得對」也是兩個量，那張卡用控制詞承接這件事。
• #267 關鍵字清單需要違規義項佔多數：兩張卡都在講一個便宜的訊號會蓋住它抓不到的那一類，差別在那張是 grep 的命中、這張是探針的自評。
• #307 收斂度分不出無主的詞與已經有主人的詞：同族而錯的一方相反。本卡是探針有把握而答錯，比對外部答案才現形；那張卡是探針有把握而答對，錯的是作者，證據落在有把握那幾份寫的定義內容裡。兩張卡共用同一條紀律——自評欄與比對欄分開，而比對無法外包給探針自己。
• #311 reviewer 給的數字要用被審對象宣告的口徑重跑一次：同一組分欄紀律換一個對象。本卡分開探針的自評與它的準確度，那張卡分開一份報告的說服力與它某一條量測的正確性——兩者都是讀的人手上只有前一個量。

判讀徵兆

• 探針回報的摘要行寫著一個高通過率，而報告裡沒有任何一條記錄「我拿這條預測去比對過目的地」。
• 同一條的三份預測彼此矛盾，而三份的自評都是有把握——矛盾本身就是那一條材料不足的證據，自評欄看不到它。
• 承諾句裡出現「同一側」「其中之一」「那幾種」這類指向一個集合而不指名成員的說法，前文又剛好把整個集合列出來過。

本卡由一次量測結案抽出。待驗項是「唯一索引會不會讓最佳化器改寫存在性子查詢的計畫」，量測在 SQLite 3.51.0 上比對同一段 EXISTS 查詢在非唯一索引與唯一索引下的計畫。第一次比對用 EXPLAIN QUERY PLAN，兩邊印出逐字相同的一行 SEARCH y USING INDEX ix (recordDate=?)，據此在回覆裡宣告兩個計畫相同。改用 EXPLAIN 看位元碼之後結論反轉：非唯一索引三十二行、內層 Next 兩個，唯一索引三十一行、內層 Next 一個——唯一時引擎知道那次查找至多回一列，整圈內層迴圈省掉了。

個案一則，無對照組。 量測由併行的另一個 session 完成並主動回報成方法層候選，本卡只做歸納。實例可複現：同一個引擎、同一組五千列資料、兩個檢視層各印一次。

核心原則

比對工具的輸出有它自己的粒度，「兩邊相同」的判定只在那個粒度上成立。 粗粒度的檢查回報零差異，與細粒度的檢查回報零差異，寫在報告上是同一句話——而前者只證明了那個粒度看不到差異，沒有證明差異不存在。

這是檢查規則的作用域要顯式列舉那個家族的第三個成員。偵測器編碼了幾個從不被審視的參數：作用域（看哪些檔）、視窗（往哪裡看）、粒度（看到多細）。那張卡處理前兩個，本卡處理第三個。三者的共同點是參數寫下的當時是個假設、寫下之後被當成定義；差別在失效方向——作用域缺漏與粒度不足都給假陰性，視窗錯誤給假陽性。

為什麼零差異特別會被當成結論

「相同」是一個不產出任何後續動作的結論。 差異被找到時會引出下一步——解釋它、量它、寫進哪一篇；零差異的下一步是結案。所以粒度的問題只在零差異這一側會被放過：有差異時人會去看那個差異長什麼樣，順帶就用了更細的工具；沒差異時沒有東西可看，第一層的輸出就是最後一層。

粗粒度工具通常是預設入口。 EXPLAIN QUERY PLAN 是 SQLite 文件教人讀計畫的第一個指令，三個節點一眼看完；位元碼三十行、要對照 opcode 表。第一層省力且多數時候夠用，於是它同時也是最後一層。這與已經記錄過的失效仍然重演裡「第一次成功恰好繞過失效路徑」是同一種形態：粗層在別的比對上給過正確答案，正是這一次不設防的理由。

這條與逐格驗證放過導出句不同。 #318 的缺口是層級——每一格對了、格子之上的那句話沒人驗；本卡的缺口是解析度——同一層看了，看的工具把差異壓掉了。前者要往上多驗一層，後者要往下多看一層。

修法

零差異的回報要附它的粒度。 「計畫相同」改寫成「在 EXPLAIN QUERY PLAN 這一層相同」，讀的人才知道這個結論的射程。附不出粒度的零差異不進結論。

手上有更細的一層就跑一次。 判斷標準是一句話：這個工具的輸出會不會把我要找的那種差異壓掉。答不出來就往下跑一層；兩層都零差異才算零差異。這一步的成本通常是一條指令——那次是把 EXPLAIN QUERY PLAN 換成 EXPLAIN。

正對照要放在細的那一層。 要證明「這個粒度看得到我要找的差異」，拿一個已知有差異的比對餵給同一個工具，看它印不印得出來。那次的正對照現成：位元碼層看得到內層迴圈少一圈，計畫層看不到，所以計畫層對這一類差異的正對照本身就失敗——它從一開始就不是能回答這個問題的工具。#317 把正對照放進掃描的輸出，本卡把它放進粒度的選擇。

時間量測不能代替結構量測。 那次同組資料七次計時取最小都是同一個值，計畫的差異在這個資料量下不出時間差。時間是更粗的一層：它把整條計畫壓成一個數字，看不到差異是預期中的。結構層有差異而時間層沒有，兩者都要記，結論寫成「計畫不同、這個規模量不出時間差」。

跟其他原則的關係

• #221 檢查規則的作用域要顯式列舉：同一家族。那張卡的兩個參數是作用域與視窗，本卡補第三個——粒度。三者都是偵測器編碼的假設，寫下之後被當成定義。
• #317 已經記錄過的失效仍然重演：修法共用正對照這個裝置，位置不同——那裡放進掃描的輸出，這裡放進工具的選擇。第一次成功繞過失效路徑這個形態也共用。
• #318 每一格都驗過，不代表由格子導出的那句話驗過了：兩張卡都是「驗了而沒驗到」，軸不同——那裡是層級（往上少一層），這裡是解析度（往下少一層）。
• #291 壞掉的掃描回報一個像樣的數字：那張卡的機制表列的是掃描本身壞掉的成因，本卡的工具沒有壞，它只是解析度不夠。兩者在報告上長得一樣，處置不同——那裡修工具，這裡換工具。
• #321 從名字出發的術語檢查抓不到無名概念：同一批工作抽出的姊妹卡，軸不同——那裡是檢查走不到對象，這裡是檢查走到了但看不清。

判讀徵兆

• 比對回報「相同」，而回報裡沒寫是用哪個工具、在哪一層比的。
• 用來比對的是該系統文件教的第一個檢視指令，而它底下還有一層。
• 同一個工具在別的比對上給過正確的差異，於是這一次沒被質疑。
• 時間量測回報無差異，而結構層的比對沒跑。
• 零差異的結論直接推進到結案，沒有引出任何下一步。