她飞了2000公里去讲AI，门口被问"你是服务员吗"

2026年3月，一位法院技术主管飞了2000多公里到新墨西哥州，准备在全国司法管理大会上讲她怎么用AI改造陪审团系统。她穿着墨西哥手工编织衬衫、棒球帽、墨镜，在酒店门口帮一位双手占满的女参会者拉门——对方说了声谢谢，然后各自排队办入住。

没人认出她是主讲人。包括她自己，对此早已习惯。

被当成员工的"职业病"

Target、Hallmark、家门口的杂货店。牛仔裤T恤棒球帽，推着自己的购物车，手里拎着自己的袋子，明显在买东西——还是会有人走过来问东西在哪。或者直接省略问号，开口就是"厕纸走到底右转"。

久了就形成条件反射。开始无意识记录：当时穿什么、怎么站着、问的人是谁、他们看见你之后脑补了什么。档案自动归档。

但有个规律她发现了：越是让她感到自在的地方，越容易被当成员工。家附近杂货店的女店员每次喊她"mija"（西班牙语"我女儿"），不知道她做什么，也不关心。有人不会只给你指货架，会直接带你走过去。这些地方照顾人，不需要你先证明什么。

反而是她凭本事挤进去的场合，进门之前往往已经有人告诉她"你是什么"。所以她带着这个预设走进去，不自觉地调整。即使不该调整的时候。

这次阿尔伯克基之行，她把这种惯性也带进了会议室。

她讲了什么：法院AI的"土法炼钢"

演讲主题是"法院该不该自己培养AI能力"。她拿自己当案例——不是咨询公司做的PPT，是实打实从一线运营长出来的东西。

陪审团资格聊天机器人。用AWS Textract（亚马逊文档识别服务）处理文件。十一年陪审团使用记录的数据管道。还有一个流产的自动化项目：她以为是AI技术问题，最后发现是供应商数据质量太差，根本喂不进模型。

civic tech（公民科技），从运营侧长出来，给试图理解"AI到底对法院意味着什么"的人看。她写了好几个月，建了好几个月，但这是第一次站在全国法院管理者面前，真人现场，讲她做了什么、学到了什么。

讲完之后人没散，留下来问问题。后来真有法院跟进，问怎么启动自己的AI项目。

但回到酒店门口那个瞬间——棒球帽、墨镜、帮陌生人拉门——没人问她是不是主讲人。

两个世界的切换成本

她对比过这两种场景。杂货店的舒适，来自"被看见"本身不需要前置条件。专业场合的紧张，来自进门之前身份已经被预分配。

这不是谁做错了什么。是系统性的认知捷径：人脑依赖标签节能，而某些标签（性别、年龄、穿着风格）被训练成了"非专业人士"的触发器。

她在技术圈见过太多类似的错位。女工程师被当成产品经理，产品经理被当成运营，运营被当成行政。每次都要花额外精力"校准"对方的预期，才能进入正题。

这次演讲有个细节她没写进 slides（幻灯片）：测试麦克风时，她下意识把墨西哥衬衫下摆塞进裤子，让自己"看起来更正式一点"。这个动作她后来才意识到——即使在完全属于自己的场域，身体记忆仍在替别人调整。

技术民主化的另一面

她做的陪审团AI项目，核心诉求其实是降低门槛。让普通人不用懂法律术语也能查资格，让基层法院不用等IT部门排期就能处理文档。

但技术民主化的悖论在于：建造工具的人，往往最清楚"被排除在外"是什么滋味。她花了很多时间设计对话流程，确保聊天机器人不会用"请致电书记员办公室"把人踢走——因为她自己被踢走过太多次。

那个流产的供应商数据项目，最后写成案例分享时，她特意强调了"问题识别比技术选型更重要"。很多法院急着买AI解决方案，但没意识到自己的数据根本不堪用。这个洞察来自她亲自踩坑，不是看报告。

会后有人问她：怎么说服领导支持这种实验？

她的回答是：先做出来，再要资源。用周末和晚上搭原型，证明可行之后，审批流程会自己变短。"但前提是你得愿意承担前面那段没人看见的投入。"

这句话同样适用于那个门口的场景——你愿意承担多少次被误认，才能换来一次被认真倾听？

演讲结束后的反馈表里，有人写："终于听到一个讲自己怎么失败过的。"她猜，这种共鸣可能来自共享的某种经验：不是技术失败，是"在场却不被看见"的失败。

现在她还在记录那些"被当成员工"的时刻。最新的条目是：阿尔伯克基酒店门口，棒球帽，帮拉门，对方说谢谢。然后各自排队。