改了五版又改回第二版——缺的不是好图，是一张评分表
我在做一台讲解视频引擎，里面一批渲染器专门把物理误区演出来。有根画受力分析的，我对着预览改了五版——某天回头，发现又改回了第二版的样子。中间全在原地打转。
上一篇 AI 译匠 我写：验证器和 loop 是一对。可那有个前提——你得写得出验证器。这次写不出：「这图讲得好不好」DOM 上算不出，我手里也没有标准答案能比。于是又拉起了老虎机：改一版、盯着预览凭感觉、再改，赢了不知道为啥赢。
病根不在图。是我自己当裁判、手里没评分表、还是在成品出来之后才看。把评分表逼出来那一刻，前五版为什么打转，一眼就清楚了：
盯着预览「感觉」半天感觉不出来的毛病，写在表上就是白纸黑字几条。这张表长这样（别的题另起一张，同法）：
受力分析脊柱 · 评分表（逐条打分，不合格给改法）
1 具象优先 真实场景（斜面+物块），还是一堆抽象箭头？
2 认知负荷 一屏几个量？超过三四个就拆步。
3 画面旁白同源 旁白提到的每个力，屏幕上都画出来了吗？
4 因果可见 学生「看见」了为什么，还是被旁白告知了结论？
5 误区靶子 这根到底破哪个误解？画面有没有正面撞上？带走的一句：动手前先问——谁当裁判、拿什么标准、裁判到位了吗？按「正确性怎么被确立」把活儿分三档：
| 档 | 裁判 | 装置（先于实现） |
|---|---|---|
| 确定性 | 验证器 / 测试 | 先冻结用例再实现（TDD） |
| 创意 · 主观 | 领域专家评审团 + 显式 rubric | 方案阶段就出 N 方案 → 打分 → 收敛 → 才实现 |
| 对话 · 交互 | eval + LLM 评委 | 先建场景集 |
受力分析属中间那档，以前我一直没给它配装置，所以只有它在原地打转。先定裁判，再动手。
这套方法我固化成了一个 Claude skill，开源在 GitHub 上，clone 到 ~/.claude/skills/ 就能用，拿去。
老实说：这张表今天才搭好，还没跑完那批脊柱。按上篇立的规矩——连自己的验证器都别信——跑完贴真数再来吹。私货一句：我们在做的 leonclass.com 帮理科老师审题，骨子里就是这套——能验的交代码，要教学判断的请老师当裁判、递他一张清楚的表。
你要也在琢磨验证 / 教育 / agent，欢迎来聊。