刘好仃早上六点四十就到了车间，比平时早了二十分钟。他没去打卡机那儿露脸，直接拐进角落的操作间，工装外套还没完全扣好，手里 already 捧着那个磨了边的U盘。
小李正蹲在旧电脑前换电源线，听见动静扭头：“刘哥，你这比闹钟还准。”
“不是我准，是活儿催人。”刘好仃把U盘往桌上一拍，“昨天那五张图，尤其是最后一张自爆片，得拉出来单练。咱们不能光看它对了一次就乐呵，得看它能不能次次都对。”
老张端着搪瓷缸子进来，听见这话，吹了口热气：“你这是要给AI搞‘体能测试’？”
“差不多。”刘好仃拉开椅子坐下，“人上岗要体检，机器上线也得过筛子。咱们现在这套流程——三通道增强、反例归档、自动预处理，听着挺全乎，可它到底稳不稳，得拿真家伙试。”
小李插上U盘，打开文件夹，那张边缘发暗的报废图立刻弹了出来，灰蒙蒙的一片，像蒙了层雾。
“就它当考官？”小李点了点屏幕，“它自己都快看不清，还能考别人？”
“正因为它难，才要考。”刘好仃指着图，“产线上哪天不碰上这种拍得糊、光打得偏的？咱们不能光拿标准图喂它，得让它学会在泥地里走路。”
老张把缸子搁在一边，凑近看：“那你打算怎么测？”
“三原则。”刘好仃竖起三根手指，“第一，缺陷类型全覆盖，裂纹、气泡、杂质、划痕，一个不落；第二，模拟不同光照条件，高光刺眼、侧光拉影、背光藏形，全得试一遍；第三，加点‘人为干扰’——拍虚了的、手抖的、对焦不准的，也扔进去，看它扛不扛得住。”
小李眨眨眼：“你是想让它成‘全能选手’？”
“不是想，是必须。”刘好仃打开测试日志模板，“咱们的目标不是让它在实验室里拿满分，是让它在真实车间里不掉链子。”
老张点点头：“有道理。但你这测试量不小，样本够吗？”
“不够就造。”刘好仃调出历史库，“我昨晚翻了三年内的报废记录，挑出四十七张边缘可疑但标注模糊的图，全导入‘压力测试池’。再加上质检组新拍的五张，凑够五十二张，够它忙一上午。”
小李敲着键盘建目录：“要不要分批？一次全上，怕它崩。”
“分三轮。”刘好仃说，“第一轮，纯增强图，看基础识别力；第二轮，加模糊、抖动、低对比，看抗干扰；第三轮，混入易混淆案例，比如气泡挨着裂纹、杂质藏在反光里，看它会不会乱点鸳鸯谱。”
老张掏出小本子记下流程，忽然问：“那万一它中间卡了呢？比如算不动，或者标错了？”
“卡了就停，错了就记。”刘好仃点开反例归档路径，“每一轮测试，只要出问题，立刻截留，打标‘待复核’，回头一张张拆开看。问题不是终点，是下一次的起点。”
小李启动第一轮测试，五十二张图开始排队加载。屏幕右下角跳出进度条，GpU占用率缓缓爬升。
“开始了。”小李说。
“别光看结果。”刘好仃盯着日志窗口，“重点看它怎么想——中间层输出、特征激活区域、响应时间，全都记下来。咱们不只要知道它对不对，还得知道它为什么这么判。”
老张看着跳动的数据，嘀咕：“这阵仗，比我们当年考技师还严。”
“那当然。”刘好仃笑了笑，“技师错了，顶多返工；它要是学歪了，整个流程都得重来。”
第一轮测试跑了四十分钟，结束时识别率显示71.3%，三张漏判，两张误判。
“还行。”小李松了口气。
“不急着下结论。”刘好仃调出那三张漏判图，“看看它卡在哪儿。”
其中一张是连续微裂，裂纹细得像针尖划过，分布在玻璃边缘的应力集中区。模型在三通道增强后，GpU内存瞬间飙到94%，响应延迟0.83秒，最终判定失败。
“内存溢出？”小李皱眉。
“不是溢出，是冗余。”刘好仃放大计算日志，“三通道融合时，梯度增强做了三次重复卷积，算力浪费了。它不是算不动，是被自己绕晕了。”
老张盯着图看了一会儿，忽然说：“要不，先单通道测？高光、侧光、背光分开跑，看哪个最管用，再决定要不要合。”
“分段验证。”刘好仃眼睛一亮，“好主意。别一股脑全上，先拆开看。”
第二轮测试调整方案，三类光源增强图分别独立输入。结果显示，侧光增强对微裂识别贡献最大，准确率提升12%，响应时间回落至0.5秒以内。
“找到主心骨了。”小李重新写脚本，把侧光通道设为优先处理路径。
第三轮测试加入干扰项：十张人为拍虚的图、八张低对比度图、五张气泡与裂纹相邻的混淆图。
测试进行到第十六张，那张曾被AI提前预警的“自爆片”再次出现。
“来了。”小李放慢语速。
第一遍运行，红框精准压在边缘暗区，判定A类裂纹。
第二遍，同样结果。
第三遍，进度条走到85%，红框闪了一下，随即消失，系统标注“无缺陷”。
“漏了？”老张凑近屏幕，“刚才还对的好好的。”
刘好仃没动，调出三次运行的中间层特征图。第一、二次，边缘梯度变化被明显激活；第三次，同一区域的神经响应强度下降了近四成。
“它不是看不见，是信心不足。”刘好仃指着数据，“同样的图，三次输入，输出不一致，说明模型对这类边缘特征的判断还不够稳定。”
小李盯着屏幕：“那怎么办？重训？”
“不急。”刘好仃新建一个比对窗口，“咱们加一道保险——双轨并行。原始图走一遍，增强图走一遍，只有两边都触发警报，才算最终判定。”
“相当于双重确认？”老张问。
“对。”刘好仃点头，“宁可慢一点，也不能让漏判溜过去。尤其是这种自爆前兆，早发现一分钟，就能少一块报废。”
小李立刻改逻辑，设置双轨判定条件。重新跑那张自爆片，三次测试全部标出裂纹，响应时间平均0.61秒，无漏判。
“稳了。”小李长出一口气。
“暂时稳了。”刘好仃保存测试日志，“但这五十二张只是开始。产线上每天出上百块玻璃，咱们得让它适应更多面孔。”
老张合上本子：“要不，从明天起，把所有新报废的边角料图，不管清不清楚，全塞进测试池？”
“正有此意。”刘好仃把最终日志打包，存进U盘，“咱们不靠运气，靠积累。每一张图都是它的老师，每一次错误都是它的台阶。”
小李看着屏幕上密密麻麻的日志记录，忽然问：“你说……它什么时候能自己发现问题，不用咱们一次次教？”