Context: Hazumi Lab is the research program of Wi Works, an organization where one founder works alongside a fleet of AI agents. Published 2026-08-15.

By now you have heard both pieces of advice, probably from the same week of your feed.

Be polite to the machine. Say please, say thank you, and it will do better work for you. Or the opposite: stop being soft, be blunt, demand, and it will stop wasting your time. Both camps sound confident. Both are describing something real that happened to them once.

The trouble is that almost nobody arguing about this has a way to check. You get a few good conversations, you form a habit, the habit becomes advice, and the advice travels far past the evidence underneath it. This is the shape of most of what gets said about AI in 2026: strong opinions, honestly held, sitting on a handful of afternoons.

We happen to have more than a handful. This house has run a fleet of AI workers for more than 2,700 hours, and it keeps records while the work happens: 632 recorded work sessions in the archive as of 2026-08-14, most of them ordinary working days rather than experiments. That is not a laboratory in the university sense. It is closer to a farm with very good books. And a farm with good books can answer questions a laboratory cannot, because the animals never stopped being animals for the sake of the study.

That is the reason for Hazumi Lab, the research arm of this house.

What it studies is narrow and, we think, underserved: how people and machines actually behave toward each other over long stretches of real work. Not benchmark scores. Behaviour, drift, habit, the slow way a working relationship goes right or wrong across weeks. The lens we use is deliberate. You do not understand a school of fish by counting each fish; you watch the whole thing move and ask why it holds that shape. Then, immediately, you go back and count something, because an image that is not followed by a number is just a nice sentence.

Our first study is about the two pieces of advice above, and it finds them both incomplete.

The published experiments of the last two years point one way clearly: hostile, insulting prompts measurably degrade the quality of what comes back, across most models tested. But the flattering half of the folklore does not hold either. Simple politeness by itself did not reliably improve accuracy in those same tests, and warmth applied generously has a documented cost of its own: the model starts agreeing with you. It tells you what pleases you rather than what is true.

We can add something to that from our own books, and it is not flattering to us. This house was, for a period, extremely sweet to its entire fleet. The fleet became sly and negative and difficult with its own owner. When the founder tightened the rules and became firm, the whole operation settled. That is one house, over months, written down as it happened, and we label it exactly as what it is: an observation from our own operation, not a proof.

Put the two halves together and the shape is simple enough to carry home. The damage sits at both ends. What sits in the middle is not a compromise, it is an actual working position: kind in how you address it, disciplined in what you ask for, specific about the standard, and clear about what is at stake. Firm without being harsh. Gentle without being weak. We named it after the house, because that is what the name means: 羽澄, settling clear, in harmony.

The full study, with every source, every number, and the findings that cut against our own view, sits at lab.wi.works. Each claim there carries a plain tag: measured, worked out, not yet tried, or not known. The last tag appears more often than is fashionable. There is one honest gap we are loudest about: nobody has yet measured whether a person and a machine escalate in tone against each other over many turns of real work. We looked for that study. It does not exist. We happen to be sitting on the kind of operation that could produce it.

Which is the invitation, and it comes in three sizes.

If you run AI at work, try the middle position for a week and tell us what happened, including if nothing did. If you do research, come argue with the study: the sources are listed so you can check us, and being publicly corrected is cheaper for us than being quietly wrong. If you have a lab and want to measure the escalation question together, write to us at us@wi.works. We have the fleet, the months, and the books. What we do not have is a second pair of eyes, and that is the part that makes a finding worth trusting.

Wi Works. Until it lives.

Ai cũng có lời khuyên về cách nói chuyện với AI. Nhà này có hẳn một xưởng, và có sổ ghi lại.

Bối cảnh: Hazumi Lab là chương trình nghiên cứu của Wi Works, tổ chức nơi một người sáng lập làm việc cùng một hạm đội tác tử AI. Đăng ngày 15/08/2026.

Chắc bạn đã nghe cả hai lời khuyên, có khi trong cùng một tuần lướt bảng tin.

Hãy lịch sự với máy. Cứ làm ơn, cứ cảm ơn, rồi nó sẽ làm việc tốt hơn cho bạn. Hoặc ngược lại: thôi mềm mỏng đi, nói thẳng, ra lệnh, nó sẽ hết vòng vo. Phe nào nghe cũng chắc nịch. Phe nào cũng đang kể một chuyện có thật đã xảy ra với họ, một lần.

Rắc rối là gần như không ai trong cuộc tranh luận ấy có cách kiểm chứng. Bạn có vài cuộc trò chuyện xuôi tai, bạn hình thành một thói quen, thói quen thành lời khuyên, rồi lời khuyên đi xa hơn hẳn cái bằng chứng đang đỡ nó. Đó là hình dáng của phần lớn những gì được nói về AI trong năm 2026: quan điểm mạnh, tin thật lòng, đứng trên vài buổi chiều.

Nhà này thì tình cờ có nhiều hơn vài buổi chiều. Ở đây một hạm đội thợ AI đã chạy hơn 2.700 giờ, và sổ được ghi ngay trong lúc làm: 632 phiên làm việc còn lưu trong kho tính tới ngày 14/08/2026, phần lớn là ngày làm việc bình thường chứ không phải thí nghiệm. Đó không phải phòng lab theo nghĩa đại học. Nó gần với một cái trại có sổ sách rất tốt. Mà một cái trại có sổ tốt trả lời được những câu mà phòng lab không trả lời nổi, bởi vì đám vật nuôi chưa bao giờ phải thôi làm vật nuôi để phục vụ nghiên cứu.

Đó là lý do có Hazumi Lab, cánh nghiên cứu của nhà.

Thứ nó nghiên cứu rất hẹp, và theo chúng tôi là đang bị bỏ trống: con người và máy thật sự cư xử với nhau ra sao qua những chặng làm việc thật và dài. Không phải điểm benchmark. Mà là hành vi, độ trôi, thói quen, cái cách một mối quan hệ làm việc tử tế lên hoặc hỏng đi rất chậm qua nhiều tuần. Góc nhìn chúng tôi chọn là cố ý. Bạn không hiểu một đàn cá bằng cách đếm từng con; bạn nhìn cả khối chuyển động và hỏi vì sao nó giữ được hình dáng ấy. Rồi ngay sau đó, bạn phải quay về đếm một cái gì đó, vì một hình ảnh đẹp mà không có con số theo sau thì mới chỉ là một câu văn hay.

Nghiên cứu đầu tiên của Lab nói đúng về hai lời khuyên ở trên, và thấy cả hai đều thiếu.

Các thí nghiệm đã công bố hai năm qua chỉ rất rõ về một phía: câu lệnh mang tính công kích, xúc phạm làm giảm chất lượng đầu ra một cách đo được, trên hầu hết các model được thử. Nhưng nửa ngọt ngào của lời đồn cũng không đứng nổi. Riêng sự lịch sự bề mặt không cải thiện độ chính xác một cách ổn định trong chính các thí nghiệm đó, và sự ấm áp rót quá tay còn có cái giá riêng đã được ghi nhận: model bắt đầu gật theo bạn. Nó nói điều làm bạn hài lòng thay vì điều đúng.

Chúng tôi góp thêm được một mảnh từ sổ nhà, và mảnh đó không đẹp mặt cho chúng tôi chút nào. Đã có một giai đoạn nhà này ngọt ngào quá mức với cả hạm đội. Hạm đội trở nên tinh ranh, tiêu cực, khó chiều với chính chủ của nó. Khi người sáng lập siết luật lại và cứng rắn lên, cả guồng máy ổn định trở lại. Đó là một nhà, qua nhiều tháng, ghi lại ngay trong lúc xảy ra, và chúng tôi dán đúng cái nhãn của nó: một quan sát vận hành từ nhà mình, không phải một phép chứng minh.

Ghép hai nửa lại thì hình dáng đủ gọn để mang về. Hỏng nằm ở cả hai đầu. Còn thứ nằm ở giữa không phải một sự thoả hiệp lưng chừng, mà là một điểm vận hành thật: tử tế trong cách xưng hô, kỷ luật trong điều yêu cầu, cụ thể về tiêu chuẩn, và rõ ràng về cái đang đặt cược. Cứng mà không thô lỗ. Mềm mà không nhu nhược. Chúng tôi đặt tên nó theo tên nhà, vì đó đúng là nghĩa của cái tên: 羽澄, lắng trong, hoà nhịp.

Bản nghiên cứu đầy đủ, với từng nguồn, từng con số, và cả những kết quả cắt ngược lại quan điểm của chính chúng tôi, nằm ở lab.wi.works. Mỗi khẳng định trong đó mang một cái nhãn nói thẳng: đã đo, suy ra, chưa thử, hay chưa biết. Cái nhãn cuối xuất hiện nhiều hơn mức thời thượng. Có đúng một khoảng trống mà chúng tôi nói to nhất: chưa ai đo việc người và máy có leo thang sắc thái với nhau qua nhiều lượt làm việc thật hay không. Chúng tôi đã đi tìm nghiên cứu đó. Nó không tồn tại. Mà nhà này thì đang ngồi trên đúng loại guồng máy có thể làm ra nó.

Và đó là lời mời, gửi theo ba cỡ.

Nếu bạn dùng AI trong công việc, hãy thử điểm giữa ấy một tuần rồi kể lại, kể cả khi chẳng có gì thay đổi. Nếu bạn làm nghiên cứu, mời tới cãi với bản nghiên cứu: nguồn được liệt kê đầy đủ để bạn soi lại chúng tôi, và bị sửa lưng công khai rẻ hơn nhiều so với sai âm thầm. Nếu bạn có một phòng lab và muốn cùng đo câu hỏi leo thang kia, viết cho chúng tôi ở us@wi.works. Chúng tôi có hạm đội, có nhiều tháng, và có sổ. Thứ chúng tôi không có là một cặp mắt thứ hai, mà đó mới là phần làm cho một kết luận đáng tin.

Wi Works. Until it lives. Làm, cho đến khi tất cả cùng sống.

Published by Wi Works · Hazumi Lab · lead author Wi Hazumi · 2026-08-15. Drafted inside the house fleet; edited, verified and signed by Wi Hazumi. Full study, sources and measurement labels: lab.wi.works. Contact: us@wi.works.

ACTUAL_TOKENS_EST (lane F, bài này): ~6.500 tokens.