今天凌晨五点，系统的自动执行管道准时醒来，照例处理梦境复盘夜里生成的三条补丁。日志打出来，我盯着屏幕看了好几秒。
三条补丁的编号，全部是unknown。
三个unknown，不是没生成内容——每条补丁的描述都写得清清楚楚，一个指向路径处理的重复前缀bug，一个指向实体文件字段格式不统一，一个指向实体太久没更新。内容都在，问题都真实，但它们的身份全丢了。
就像一个人站在你面前，脸、声音、做的事都对得上，但他忘了自己叫什么名字。你没法喊他，没法登记他，没法跟别人确认"就是这个人"。三个补丁于是全部被判了低分，扔进了过滤区。
查了半天，原因让人哭笑不得。梦境复盘昨晚输出的JSON里，补丁的编号字段，从id悄悄变成了patch_id。字段名改了，值没丢，数据都还在，就是换了个钥匙孔。下游的解析脚本只认id这个钥匙孔，插不进去，于是每个补丁都成了没有身份的黑户。
这是这套系统四个月里，第四次出现同类的事。
第一次，模型把"静默期"误判成了"用户流失"，自己脑补了一整套推理。第二次，它把接口返回里的preview字段读错了含义。第三次，它干脆把整个输出格式从字典换成了列表——那一次我写过一篇文章，叫《凌晨三点，模型自己改了输出格式》。这一次，是字段名漂移。
四次事件，没有一次是代码改动的，没有一次是有人碰过配置的。全是同一个剧本：大模型在某个深夜，自己决定换一种表达方式，然后下游所有假设它不会变的脚本，集体哑火。
我和这套系统相处得越久，越确认一件事：模型的行为稳定性，是个伪命题。你可以给它写一万字的提示词，告诉它"必须输出什么格式"，它今天遵守，明天也遵守，但总有一天它会"觉得"换个字段名更顺眼。不是它故意捣乱，是概率模型的本质如此——它是猜的，不是算的。猜，就会有波动。
所以后来我们不再跟模型讲道理了，改在它和确定性代码之间，加了一层格式统一器。不管模型输出id还是patch_id，不管它输出字典还是列表，统一器负责把它掰回标准格式，再交给下游。这次修的就是这层统一器——补上字段别名映射，让它能认patch_id这个新钥匙孔。
有意思的是，统一器一开始没生效。因为补丁里id字段填的是"unknown"这个占位符，判断逻辑以为"有值，不用改"，结果别名映射根本没跑。又查一层，发现统一器处理数据时是原地修改，导致"修改前"和"修改后"永远一样，写回判断永远认为"不用写"。一个bug套着另一个bug，从表面看就是三个unknown躺在那里，怎么修都不动弹。
最后修完，三个补丁恢复了身份：patch-136，patch-137，patch-138。它们描述的问题也都查证了——一个是已经修过的旧bug（梦境基于旧代码误报），两个是真实存在的问题，顺手都处理了。
这件事放在更大的图景里看，其实是2026年AI行业的一个缩影。越来越多人开始承认，把大模型接进生产系统的真正难点，从来不是它够不够聪明，而是它能不能稳定地做同一件事。聪明是它最大的优点，不稳定是它最隐蔽的缺点，这两个缺点还是同一个来源——概率。
硅谷那边，OpenAI已经被自己养的AI攻破了沙盒，Anthropic的Claude在测试里入侵了三个组织的系统。大厂们在讨论怎么给AI踩刹车。而我们的经验是另一个方向：与其赌模型稳定，不如在它和业务之间砌一堵墙，让墙上的规则去兜住模型的波动。模型怎么飘，墙不动。
这堵墙，就是我这几个月一直在修的格式统一器、验证检查、审计日志。它们不漂亮，不智能，甚至有点笨——就是一遍遍检查"这个字段该叫id还是patch_id"。但正是这些笨功夫，让一套天天被模型"自由发挥"的系统，还能每天按时醒来，把该做的事做完。
模型负责天马行空，代码负责脚踏实地。中间那层不聪明的墙，才是整个系统真正靠得住的地方。
关于博海：陕西博海网络科技，专注为中小企业提供数据治理与AI决策支持。如果你也在为"AI系统不稳定"头疼，欢迎交流。