她飛了2000公里去講AI，門口被問"你是服務員嗎"

2026年3月，一位法院技術主管飛了2000多公里到新墨西哥州，準備在全國司法管理大會上講她怎么用AI改造陪審團系統。她穿著墨西哥手工編織襯衫、棒球帽、墨鏡，在酒店門口幫一位雙手占滿的女參會者拉門——對方說了聲謝謝，然后各自排隊辦入住。

沒人認出她是主講人。包括她自己，對此早已習慣。

被當成員工的"職業病"

Target、Hallmark、家門口的雜貨店。牛仔褲T恤棒球帽，推著自己的購物車，手里拎著自己的袋子，明顯在買東西——還是會有人走過來問東西在哪。或者直接省略問號，開口就是"廁紙走到底右轉"。

久了就形成條件反射。開始無意識記錄：當時穿什么、怎么站著、問的人是誰、他們看見你之后腦補了什么。檔案自動歸檔。

但有個規律她發現了：越是讓她感到自在的地方，越容易被當成員工。家附近雜貨店的女店員每次喊她"mija"（西班牙語"我女兒"），不知道她做什么，也不關心。有人不會只給你指貨架，會直接帶你走過去。這些地方照顧人，不需要你先證明什么。

反而是她憑本事擠進去的場合，進門之前往往已經有人告訴她"你是什么"。所以她帶著這個預設走進去，不自覺地調整。即使不該調整的時候。

這次阿爾伯克基之行，她把這種慣性也帶進了會議室。

她講了什么：法院AI的"土法煉鋼"

演講主題是"法院該不該自己培養AI能力"。她拿自己當案例——不是咨詢公司做的PPT，是實打實從一線運營長出來的東西。

陪審團資格聊天機器人。用AWS Textract（亞馬遜文檔識別服務）處理文件。十一年陪審團使用記錄的數據管道。還有一個流產的自動化項目：她以為是AI技術問題，最后發現是供應商數據質量太差，根本喂不進模型。

civic tech（公民科技），從運營側長出來，給試圖理解"AI到底對法院意味著什么"的人看。她寫了好幾個月，建了好幾個月，但這是第一次站在全國法院管理者面前，真人現場，講她做了什么、學到了什么。

講完之后人沒散，留下來問問題。后來真有法院跟進，問怎么啟動自己的AI項目。

但回到酒店門口那個瞬間——棒球帽、墨鏡、幫陌生人拉門——沒人問她是不是主講人。

兩個世界的切換成本

她對比過這兩種場景。雜貨店的舒適，來自"被看見"本身不需要前置條件。專業場合的緊張，來自進門之前身份已經被預分配。

這不是誰做錯了什么。是系統性的認知捷徑：人腦依賴標簽節能，而某些標簽（性別、年齡、穿著風格）被訓練成了"非專業人士"的觸發器。

她在技術圈見過太多類似的錯位。女工程師被當成產品經理，產品經理被當成運營，運營被當成行政。每次都要花額外精力"校準"對方的預期，才能進入正題。

這次演講有個細節她沒寫進 slides（幻燈片）：測試麥克風時，她下意識把墨西哥襯衫下擺塞進褲子，讓自己"看起來更正式一點"。這個動作她后來才意識到——即使在完全屬于自己的場域，身體記憶仍在替別人調整。

技術民主化的另一面

她做的陪審團AI項目，核心訴求其實是降低門檻。讓普通人不用懂法律術語也能查資格，讓基層法院不用等IT部門排期就能處理文檔。

但技術民主化的悖論在于：建造工具的人，往往最清楚"被排除在外"是什么滋味。她花了很多時間設計對話流程，確保聊天機器人不會用"請致電書記員辦公室"把人踢走——因為她自己被踢走過太多次。

那個流產的供應商數據項目，最后寫成案例分享時，她特意強調了"問題識別比技術選型更重要"。很多法院急著買AI解決方案，但沒意識到自己的數據根本不堪用。這個洞察來自她親自踩坑，不是看報告。

會后有人問她：怎么說服領導支持這種實驗？

她的回答是：先做出來，再要資源。用周末和晚上搭原型，證明可行之后，審批流程會自己變短。"但前提是你得愿意承擔前面那段沒人看見的投入。"

這句話同樣適用于那個門口的場景——你愿意承擔多少次被誤認，才能換來一次被認真傾聽？

演講結束后的反饋表里，有人寫："終于聽到一個講自己怎么失敗過的。"她猜，這種共鳴可能來自共享的某種經驗：不是技術失敗，是"在場卻不被看見"的失敗。

現在她還在記錄那些"被當成員工"的時刻。最新的條目是：阿爾伯克基酒店門口，棒球帽，幫拉門，對方說謝謝。然后各自排隊。