1024 炼丹夜话：给每个漂亮结果留一条回放路径

1024总让人想谈一点宏大的事：参数、算力、智能从哪里来。可我想把今天的话题缩小一点。一个漂亮结果出现以后，明天还能不能解释它？

没有必要编造一个深夜突然收敛的故事。读者真正能带走的，也许只是一个习惯：结果旁边留住输入、配置和输出的身份。它们占不了多少空间，却能把“我记得当时是这样”变成“这次运行用了这些东西”。

结果需要一条回去的路

10 月23日的新模型发布，会让旧结论更快过期。Kimi 官方已经把K3.1 Pro列入模型序列，但新型号并不自动继承旧脚本的输入、温度、工具和会话状态。看见名字更新，先把实验条件分开，比立刻宣布谁赢了更有用。官方发布记录

图是一幅实验记录的情境插画，不指向作者的真实工作场所。Input、Config和Result之间的箭头只表达应保留的关系；若只剩最后一张截图，前两段便很难靠回忆补齐。

import hashlib import json def digest(value): payload = json.dumps(value, ensure_ascii=False, sort_keys=True, separators=(',', ':')) return hashlib.sha256(payload.encode('utf-8')).hexdigest() input_data = {'question': '指出配置中的端口', 'context': 'port=9000'} config = {'model': 'example-model', 'seed': 7, 'temperature': 0} result = {'answer': '9000', 'status': 'teaching-fixture'} manifest = {'input_sha256': digest(input_data), 'config_sha256': digest(config), 'result_sha256': digest(result)} assert digest({'b': 2, 'a': 1}) == digest({'a': 1, 'b': 2}) assert digest(dict(config, seed=8)) != manifest['config_sha256'] print(json.dumps(manifest, indent=2))

这段标准库代码已在本地验证键顺序稳定性和配置变化的区分。它没有调用任何模型；result明确是教学样本，不是一次线上回答。JSON序列化规则也只适用于这个小例子，要做跨语言协议还需约定数值、Unicode与空值的编码方式。

不把一次成功写成一种能力

Open Agent Leaderboard 的方法说明把完整Agent系统纳入比较，提醒读者工具、记忆和执行方式都会影响质量与成本。对个人实验同样如此：换了一个检索器，成绩变好，不能把全部增益都记到模型头上。

我喜欢“炼丹”这个比喻里的耐心，却不想保留它的神秘。失败输入和取消记录也应该进账本；没有测到的延迟就留空，没保存的响应便承认无法复核。这样的记录不够戏剧化，但下一次回头看，能少走一点弯路。

节日过后，曲线还会起伏，配置也会改。能把昨天的判断重新打开，已经是一件很踏实的事。