關於 Trigpoint
一、Trigpoint 做什麼
Trigpoint 是一個獨立出版的知識庫。
工作是把各學科經過驗證的研究，整理為可檢驗的知識節點；在自身工作流實測過的，掛「Lab 實測」章。
以人因研究為例：由 1948 年至今，這個領域已經把「人與自動化如何協作」查得相當清楚。
當 AI 進入每個人的工作流，同一批結論被整批遺忘，同一批錯誤被整批重犯。
Trigpoint 的立場是：先讀前人，站上巨人的肩膀，再談創新。
出處：Bernard of Chartres 語，見 John of Salisbury《Metalogicon》卷三第四章（1159）
使命
Trigpoint 是一座跨學科理論庫的對外開放面。
庫裡每一條理論都來自公認文獻，經同一套核實工序，壓縮成能直接使用的形態。
我們把散落在各學科文獻裡的可靠知識，排成可以直接走的路徑。
新書架分批於月度更新日開架，理論層當日對所有讀者公開；訂閱可於開架前七日先讀全架，並解鎖完整節點的驗證細節、失效邊界與案例判讀。
交付的，是可以查證的收藏，也是用它下判斷的能力。
願景
Trigpoint 的願景，是在 AI 時代建立一座可檢驗的判斷力基建。
每個主題的導讀都會公開，轉載須署名連回。
完整節點走同一套驗證：未經一手核實的數據，不會出現在圖表上。
錯誤公開修正，並向指出錯誤的讀者致謝。
二、為什麼可信
多數時候，你自己開一個 AI 對話就夠了。
免費、即時，多數題目答得夠好。
Trigpoint 不是為那些時刻存在的。
它服務另一種時刻：模型錯得流暢、錯得自信，而你沒有辦法察覺。
語言模型的知識，收斂於訓練語料的眾數。
凡是共識偏離事實的地方：教科書漂移、名言錯歸、以訛傳訛的統計，模型會錯得很有說服力。
一個逐條核實的知識庫，儲存的正是語料共識與已驗事實之間的殘差。
這一項，模型難以從自身權重再生：它需要的是核對，不是回憶。
而且這個殘差可能還在擴大。
憑空捏造的內容持續進入公開網路。一條不存在於原始報告的「25% 成功率」統計，正在外部網站之間擴散，這是我們核實過的實例。
無人核對的話，未來的訓練語料可能離事實更遠。
這是我們的工作假設：模型越流暢，核對過的殘差越值錢。
假設可被推翻：若模型能自行分辨語料共識與已驗事實，本庫的價值就該重估。
我們知道你無法驗證我們的品質。
正確的引用和錯誤的引用，讀起來一模一樣，除非你已經知道答案。
所以 Trigpoint 不保證答案一定對。
我們承諾的是流程：每條重要陳述回到一手文獻，核驗狀態逐頁明標，錯誤公開修正。
你不需要信任我們的結論。你可以檢查我們的工序。
驗證有成本，所以按錯誤代價分級投入。
高風險主張跨模型交叉驗證，一般引用一手核實，定義性內容誠實標示不驗。
引用在場，不等於可信。引用被誤用的風險，我們同樣管理，這也是我們庫裡的理論。
給每個主張，一個站得住的基準點。
三、內容形態
知識節點按學科成序。
每個節點由一句流行的直覺開始，以一手文獻拆解它錯在哪裡；驗證狀態逐頁明標。
理論在真實工作中的應用記錄與判讀：情境、做法、結果、限制。
取材自 Trigpoint 自身的工作流。
四、治理與支持
內容生產受五條前置規則約束，包括公開修正制度：錯誤經指出並核實後，修正記錄留在頁上，並向指出的讀者致謝。
理論層開放轉載，署名並連回原頁即可。
案例判讀庫屬 Trigpoint Pass 訂閱內容；訂閱支持 Trigpoint 的獨立運作。
對任何內容的異議與經驗，歡迎在相關節點頁底提交，毋須註冊；編輯處理後列於討論與回應紀錄。
勘誤、撤回提交或私隱查詢，請電郵 hello@trigpoint.pub。
五、人機分工聲明
Trigpoint 的內容生產採用人機協作，分工按〈自動化等級〉的四階段配權原則執行；完整檔位與理由，公開於配權表實測案例。
資訊蒐集與初稿分析由 AI 承擔：來源掃描、文獻線索整理、草稿與數據預填。
選題、判讀、文獻溯源的最後確認、以及每一頁的發佈決定，由主理人負責。
AI 不決定理論內容。
重要陳述以一手文獻為準，不以模型記憶為準；未能一手核實的，頁上明標。
AI 不署名。
署名代表有人負責；Trigpoint 的署名是 Ansel。錯誤公開修正，不歸咎工具。
AI 不發佈。
每一頁發佈前經人手覆核；不可逆的操作保留在人。
讀者在書架讀到的監控極限、注意力機制與配權紀律，先在我們自己的生產流程中使用、失效、修正。
這是 Trigpoint 與轉述式內容的分別。
六、主理人
日常工作是把 AI 從一次性指令，改造為可治理、可複用的工作流。
Trigpoint 記錄的，是這件事實際做起來的樣子：哪些理論用得上，應用時在哪裡失效，失效之後如何修正。
本頁不列頭銜與機構。
依前置規則，可信的依據在驗證，不在名銜。