M-01 轉入常駐：田調資料結構化引擎的第一份 changelog

狀態變更：experimental → running

過去半年，M-01 一直掛著「實驗中」的標籤。意思是每次用它，我們都得在旁邊盯著，隨時準備手動接管。這個月，那個標籤拿掉了。

不是因為它變聰明了，而是因為它變得無聊——以一種好的方式。同樣的素材餵進去，出來的結構每次都差不多，錯誤的地方也固定在那幾種，我們知道要去哪裡查。一個工具開始可預測地犯同一種錯，對做整理工作的人來說，反而是它值得信任的訊號。

於是我們把它從「跑一次看看」的位置，移到了每天早上第一件事就打開的那一排工具裡。這篇是它的第一份 changelog。

現在穩定在做的三件事

逐字稿整理

錄音丟進 Whisper 出逐字稿之後，最痛苦的從來不是辨識，是善後。一段一小時的巷弄訪談，原始逐字稿是一大坨沒有分段、沒有時間錨點、講者混在一起的字。以前一個人要花掉半個下午手動切。

M-01 現在做的是：把逐字稿切成有時間碼的段落，標出「這裡換人講話了」的疑似邊界，把明顯的口頭禪與重複語句摺疊起來但不刪掉原文。它產出的是一份可以直接開始讀的稿子，不是一份已經被改寫過的稿子。這個差別很重要，後面會說。

照片分類

一趟田野回來，相機裡兩三百張照片。M-01 會依拍攝時間、粗略的視覺內容（招牌、街景、人手、食物、翻拍的文件），把它們分成幾個候選群組，並且把同一個場景連拍的十幾張挑出一張當代表。

它不會幫我們決定哪張「好」。挑照片是設計判斷，那是人的事。它只負責把「你現在要在兩百張裡找那張紅色鐵捲門」這件事，變成「你在十二張候選裡找」。

素材索引

這是最不性感、但省下最多時間的一項。每次田調的逐字稿、照片、手寫筆記掃描、現場隨手記的語音備忘，過去散在各自的資料夾裡，三個月後就沒人記得某句話是在哪裡講的。

M-01 現在把它們編成一份索引：哪段話對應哪幾張照片、哪個地點、哪個時間。它像一個盡責的圖書館員，只管把東西放對架上、貼好標籤，從不評論書的內容。

它刻意不做的事

這部分和上面一樣重要，甚至更重要。

它不下結論。 逐字稿裡就算連續三個受訪者都提到同一件事，M-01 也不會冒出一句「由此可見……」。它可以標記「這三段語意相近」，但要不要把它讀成一個現象、那個現象意味著什麼，是人坐下來想的事。

它不生觀點。 我們沒有讓它寫任何一句會出現在最終文章裡的話。田野手記的每一個觀察、每一次判斷、每一個「我覺得這裡怪怪的」，都由人寫。這不是保守，是分工：AI 處理繁瑣，準確性與觀點永遠由人把關。一旦讓機器代寫觀點，那份手記就不再是誰的田野筆記了。

它不碰不屬於它的資料。 這條寫進了規則裡：客戶委託的任何資料，永不進入實驗流程。M-01 只在艷世自有的媒體素材上跑——我們自己去走、自己去拍、自己去問來的東西。實驗要出錯，先錯在自己家的東西上。

已知的粗糙邊緣

轉入常駐不代表沒有毛病，只代表毛病我們認得了。

講者分離在多人同時說話、背景很吵的市場錄音裡還是會亂，這種段落我們一律當它沒切、回去人工聽。照片的視覺分類遇到翻拍的舊文件常常誤判成「街景」。索引在跨越好幾次田調、時間線交錯的時候，偶爾會把兩個相似地點接錯。

這些我們沒有假裝不存在。changelog 的意義，一半是寫它現在會做什麼，一半是誠實寫它還不會做什麼。

下一步

短期想補的是讓逐字稿整理輸出更貼近我們實際的手記工作格式，少一道手動轉換。中期，M-01 產出的結構化資料會開始餵給正在跑的 M-03（文化數位典藏架構），讓「整理好」與「典藏好」之間不必再重打一次字。

至於觀點，還是那句話：那一格永遠留給人。M-01 把桌子收乾淨，剩下的思考，我們自己來。