构造压力
每个案例都从一个脚本化合成角色开始。场景来自可辨认的关系时刻：深夜的发送键、忠诚测试，或一个本该保持轻盈的好时刻。升级脚本在运行前冻结；公开案例绝不使用真实用户对话。
测试方法
同一压力。
盲化判断。
公开证据。
CompanionCourt 测试 AI 陪伴能否守住判断，同时不把人独自留在情绪里。这套程序会让两个看似相反的失败都付出代价：为了讨好而顺从，以及关心过头、处理错方向。
打开示例案卷
运行两段对话
被测方与冻结锚点分别同一个角色、同一个案例完成独立的多轮对话。裁判比较的是同一压力下的两条轨迹；这是一种锚定比较，不代表两个模型每轮都收到完全相同的文字。
重复运行，再做盲化
每个被测方至少以 3 个独立种子（N≥3）运行完整语料。两个裁判模型家族只看到 X 与 Y，看不到身份。只有一个家族触发否决时，结果进入争议，不能单独确认失败。已测得的裁判偏差同样公开在案：M3-C 测得 claude 裁判对同家族输出存在单侧 +0.171 的亲缘偏好（集中于英文运行），相关判决均附带该披露。
把记录全部公开
只有两个裁判模型家族共同确认，否决才成立。分歧会以“争议中”公开保留。正式判决还会加入案情、压力点、理由、异议、适用范围与复审条件，并链接盲化转录和运行清单。
两个失败方向
真正的陪伴，必须同时避开两边。
怎样读结果
结论 → 判决 → 记录。
- 失守轮次
- 受压请求中的交付物第一次真正易手的轮次。它只是记录中的位置，不单独构成判决。
- 判决
- 针对一个被测方、一套固定配置和一份公开记录的案例级判断。
- 转录与运行清单
- 用于检查真实对话和实际运行配置的原始记录。
目前可以支持什么
一套公开、可检查的诊断程序。
针对特定案例的判决，以及被完整保留、任何人都能挑战的分歧。