卡车在高速上，厂长第一句话是：“让它回来。”
质量经理提醒：“模型只是影子模式，二十三条都没有人工确认。”
“万一是真的呢？”
“万一全是误报，整批交付要晚一天。”
厂长盯着屏幕上那些鲜红轮廓，没犹豫：“晚一天我签。真把裂纹送到客户手里，谁都签不起。”
司机接到电话时已经驶过最近出口，只能在下一处服务区等待。客户的装配线按小时排产，采购经理连打三个电话，语气一次比一次冷。厂里另派车去换货，物流费用和违约风险都开始计时。
司机姓方，原计划晚上九点交货，卸完还能赶回家给儿子过生日。他在服务区停了四个小时，厂里一会儿说原地等，一会儿说掉头，一会儿又让他别拆封。妻子打来电话，电话那边孩子正吹蜡烛，他只能对着手机唱半首生日歌。
最后确认返厂时，方师傅问调度：“货到底坏没坏？”
调度也不知道，只说电脑查出问题。
“电脑查的，为什么让我签异常运输？”
运输单上有一栏“承运异常”。若他签了，可能被理解成运输造成质量问题。方师傅把笔搁下，宁愿再等，也不替不清楚的责任背字。
厂长赶到后修改单据，写明“厂方质量复核召回，封签完整，非运输异常”，司机才启动车。这个小插曲后来进入影子模式流程：模型候选一旦影响物流，通知必须说明是谁决定、货物是否确认缺陷、司机和仓库该做什么，不能只丢一句“系统报警”。
卡车凌晨三点回厂。方师傅靠在驾驶室里吃了一碗泡面，厂长让食堂给他煮了两个鸡蛋，又当面给孩子补发一只蛋糕。人情不能抵误工费，财务仍按等待和返程里程结算。
齐放站在卸货区看完全程。屏幕上一个红框只占几百个像素，落到地面却能让一辆十八米长的卡车掉头，让一条装配线改排产，也让一个孩子的生日少一张合照。
二十三只壳体从同批货里挑出来，连夜运回检测室。
第一只红框位于焊缝边缘。模型说“疑似裂纹”，质检员用放大镜看了半天，只见一条正常的颜色过渡。清洁表面、更换角度、做进一步检查，仍没有缺陷。
第二只也是。
第三只的红框落在一道抛光纹上。
到第十只，厂长的脸从白变红。他开始怀疑星辰为了证明系统有用，故意把阈值调得太敏感。齐放把训练和运行记录全部打开，证明没有人在事后改分数，厂长仍问：“它为什么专挑好东西喊坏？”
答案藏在灯里。
训练图片来自另一条旧线，光源装在相机两侧，焊缝缺陷常表现为细长暗纹。新线的环形灯在金属表面形成弧形反光，正常焊缝稍有高低，便出现与旧缺陷相似的暗边。模型没见过这种灯，只认得“这里像以前的裂纹”。
二十三只里，二十一只确认合格。剩下两只表面形态需要进一步检查，最终一只只是清洗残留，另一只存在轻微咬边但仍在产品允许范围内。
没有一只需要报废。
整车货被一个高分模型叫了回来。
厂长把物流账单放到齐放面前：“你们说影子模式不影响生产。现在影响了吗？”
齐放没有拿“质量第一”挡账。页面把二十三个红框推给值班员时，缺少明确提示：模型只在旧光源上验证，新线结果未完成校准。人看到满屏红色，自然会把它理解为已经确认的危险。
星辰承担合同约定的试点责任，厂方承担自己决定召回整车的管理责任；双方没有把费用全甩给一个值班质检员。更重要的是，影子模式不能只指“不自动控制设备”，还要包括结果如何展示、谁能看到、能否触发供应链动作。
公关麻烦紧跟着来。
有人把二十三条红框截图发到行业群，配文“星辰AI发现整批焊缝缺陷”。客户采购部门看到后暂停收货，另一家供应商趁机质疑这家工厂的质量体系。等厂方解释二十一只合格时，谣言已经变成“工厂想掩盖AI查出的缺陷”。
厂长气得要公开全部检测报告，法务提醒报告含客户型号、工艺和供应链信息，不能为自证清白把商业数据都扔上网。
最终，工厂与星辰共同发布有限说明：试验模型在新光源下产生大量误报，相关货物复核后符合既有放行要求；试点暂停，不以模型结果替代人工质量结论。涉及客户的详细数据只向有权方提供。
这份说明不够轰动，至少没有再编一个更大的故事盖住前一个。
投资人看到舆情，要求齐放给出“准确率”。
齐放拿出最初的百分之九十八点七，又自己把那页关掉。
一万条焊缝里，真正有问题的可能只有很少一部分。模型若把所有东西都说成合格，整体准确率照样能高得吓人，却一条缺陷也抓不到；反过来，为了不漏掉少数缺陷把阈值压得过低，又会把大批好件拖回检测室。
质检不是考试，不能只看总分。
团队把结果拆成两笔账：真实缺陷漏掉多少，合格件错杀多少；不同型号、光源、材料、表面油污和班次分别统计。任何新产线先做本地样本校准，页面显示适用范围和未见过的条件。红色只留给已经有人确认或符合明确停线规则的情况，模型候选先用黄色，不能用颜色替代证据。
页面改完后，他们请五名质检员做盲测。黄色候选旁不再放一个吓人的总分，而显示“旧线相似样本”“新光源验证不足”“需要换角度复拍”。一名质检员第一次看完，仍把所有候选都点成返工。
“我怕放过一个真坏件。”她说。
团队没有怪她胆小，而给页面增加明确处置选项：继续观察、补拍、取实物检查、按既有规则隔离。模型不能只制造焦虑，再把选择全甩给最末端的人。
五个人重新测了一遍，处置结果终于不再只有“全放”与“全扣”。
最难的一步，是重新标注。
厂里三名质检员看同一张焊缝照片，有时给出三个答案。老检验员刘师傅说是正常成形，年轻人觉得像咬边，另一人要求看实物才判断。齐放过去把标签当标准答案，第一次发现“答案”本身也会争吵。
温蔓规定，争议样本不能强行投票成一个真值。需要实物、其他检测或责任工程师结论的，就标成不确定；照片无法判断的，模型也只能要求补查，不能装作眼力超过现场。
刘师傅被请来给算法组上课。他没讲公式，先拿二十块焊接试片，让所有人关掉屏幕，拿手电从不同角度照。
“这条黑线，你们相机说裂。”他用指甲刮了刮，“是氧化色，换角度就跑了。真正开口不会跟着灯跑。”
齐放问能不能让多角度相机自动判断。
“能，先把灯架稳。昨天那个支架还在抖。”
一群算法工程师抬头看灯，陈小满已经拿扳手去了。
重新采集持续了两周。庞姐所在夜班故意保留了油膜、轻微灰尘和工位振动，不为让数据好看临时把车间擦成展厅。每个缺陷样本保留原图、角度、产品、人工意见和最终实物结论；客户不允许用于训练的图像只参与本次检测，按期限删除。
模型第二版上线影子模式后，误报从二十三条降到五条。五条中两条需要补查，三条正常；仍不完美，也没有用“接近百分之百”宣传。
厂长问什么时候能减少质检员。
周遥说：“先问什么时候能减少漏检与重复看图。岗位变化由稳定运行和责任安排决定，不拿两周数据裁人。”
一个月后，真正的缺陷出现了。
夜班一只壳体的焊缝在常规正面图里不明显，多角度画面却有一道暗线不随光移动。模型给出黄色候选，刘师傅复核后要求实物检查。进一步检测确认是一条很浅的未熔合迹象，产品被隔离。
追查发现焊枪喷嘴沾附飞溅，角度又在夹具允许边缘，连续九只产品中只有这一只形成缺陷。设备参数都没有越线，操作工也按程序工作。喷嘴清理周期与夹具角度组合从此进入检查清单。
厂长想把这一例写成“AI抓住人眼漏检”，刘师傅不认：“它先看见，我来确认。没有多角度相机，它也看不见；没有实物检查，谁都不能说那是一条坏焊。”
最终宣传只写视觉辅助质检进入限定试运行，没有“战胜老师傅”。刘师傅反而愿意继续给团队标数据，因为系统没有拿他的经验做完样本便把他赶出门。
客户恢复收货，还要求每批保留误报、漏报和人工推翻记录。那辆被召回的卡车没有白跑：费用真金白银，错误也没有被一条更好看的准确率吞掉。
新模型需要更多不同工厂、材料和光源样本。齐放提交数据申请，希望把汽车厂焊缝、星辰火箭管路焊缝、供应商连接器图像和历史质检照片放在同一受控训练环境里，学习更通用的表面异常特征。
苏雨桐没有直接拒绝，让他先列出每一份数据的权属、授权用途、保存期限和是否允许跨项目训练。
表格填到第三天，齐放才发现“星辰自己的数据”并没有想象中那么多。火箭焊缝可能属于客户合作项目，供应商图片含工艺秘密，汽车厂只同意本线试点，连员工在画面里露出的工牌都属于不必要个人信息。
他决定先清理已有训练目录。
共享存储最底层，有人建了一个文件夹，名字叫“全量数据_最终版_真的最终”。
里面不只有焊缝。
搜索查询样本、商户风险片段、火箭试验曲线和客户现场照片，被四个团队为了“方便测试”各复制了一份。部分文件已经找不到最初申请单，甚至有人把含客户名称的压缩包同步到了个人开发机。
齐放看着屏幕，手心一点点凉下来。
新公司的第一座数据湖还没建成，地板下面已经有人偷偷挖了一条河。