Xtype 今天我在讲密钥灌注怎么落地。
我要梳理的是三个层面：密钥机房由 Future X 还是别的供应商承载；云端的 Key 能不能从 TCS、FIS 和 ISO 银行拿到；以及硬件厂商的读卡 SDK。最后还要决定，KPOS 或 Hante Pay 的密钥维护模块，是独立程序，还是放进核心 payment SDK。
结果出来以后，原本的口述中间突然挤进了一长串英文名：Claude Code、Codex、LinkedIn、Luqra、City、P3H、ChatGPT、DBA、CPadPay、Fiserv、CR100、KeyUS、KPOS、Typeless、Elavon、P3Mix……很多根本不是我这一刻说的内容。
这不是普通的“一个词听错了”。它像是 Xtype 把自己的英文词典翻开，整页念给了我。
词典为什么会跑进正文
复盘本机保存的完整处理过程后，问题发生在哪一步很清楚。
这条记录的第一遍 Grok 语音识别收到了 62 个词典提示：22 个中文词、40 个英文词。语音处在“硬件厂商，像……”这样的列举语境时，识别模型没有只把这些词当作拼写参考，而是把其中一大批当成了我正在继续列举的内容。
因此，英文清单在原始识别稿里就已经存在。第二遍整理又在 8 秒后超时，Xtype 为了不丢话，按原来的安全规则回退并保留了原始稿。回退没有制造污染，但把已经受污染的文字完整交给了我。
这次事故说明了一件事：接口允许传很多提示词，不代表产品应该每次把名额填满。词典越大，提示越多，不一定越准；当提示脱离当前这句话时，它们也可能成为模型凭空补写内容的来源。
“越用越准”应该发生在哪一步
我此前给 Xtype 定的原则是：我们不能训练 Grok，也不能控制基础识别模型变得多聪明。Xtype 能做的是记住用户亲手确认的偏好，让同一个人的系统越用越懂他。
这个价值没有改变，但实现位置必须改变。
新的流程是：
音频 → 不带词典的原始识别 → 匹配当前句的个人常错词 → 确定性纠正 → 整理 AI → 最终文字
第一遍只回答“音频里听到了什么”。词典不再提前灌给 Grok，也不再灌给本机 Speech。
识别完成后，Xtype 才查看当前这一句是否真的出现过用户确认的错误写法。例如识别稿里实际出现 Kels，本机又有用户批准的 Kels → Kiosk，这条映射才进入纠正；没有出现在当前句里的几十个公司名和产品名，不参与这一轮。
这样，词典仍然能让系统越用越准，但不再有机会替用户说话。
为什么没有只把 62 个缩成 8 个
把上限从 62 改成 12 或 8，看起来改动最小，但它没有修掉问题的性质：模型仍然可能把未说过的提示词写进原始稿，只是一次少写几个。
所以 0.1.111 选择的是硬边界：第一遍 STT 的词典提示固定为空。普通听写、长口述分段、失败重试和历史重新转写都经过同一条规则，不能因为某条旁路继续把词典带进去。
真实出错的那批词也进入了回归测试。以后即使代码再次收到这份词表，第一遍识别请求仍必须丢弃它。
词典没有被删除
这不是把“越用越准”撤掉，也不是把用户已经维护的词作废。
词典仍在本机，用户纠正过的来源仍在，识别后的别名匹配和第二遍 AI 仍会使用当前句相关的少量映射。改变的只是顺序：先忠实地听，再根据用户自己的习惯纠正。
一个语音输入工具最基本的边界，是不能把系统知道的内容冒充成用户说过的话。0.1.111 把这条边界重新立在第一步。