Cala 是一個桌面軟體，跟硬體工程師一起調查機台的問題。給它一台機台的手冊，再把症狀用你跟同事講的方式告訴它。它會把每一種可能的原因都列出來、照證據排出假設的先後、每個數字都標到手冊的頁碼，然後告訴你哪一個 check 可以把它們分開。你確認修好之後，root cause 會記下來，下次直接用得上。整個都在你自己的電腦上跑。
01 · 現場
機台 down 了，所有人都在看你。
這麼大一台機台，沒有人可以整台記在腦袋裡。你不行，從裝機就在顧的資深工程師也不行。他們比你多的，是知道要先從哪裡看的手感。
03 · 一個案子，從頭到尾
一次調查長什麼樣子。
不是更長的清單。是排好先後的原因、每一條後面的證據、一個可以分出勝負的 check，還有你確認修好之後記下來的 root cause。這是真實案例，換到另一種機台上重講，所以認不出是誰。
- 01 問題
偏一點點，只在一角，偶爾才發生
一台精密雷射鑽孔機把特徵打得有點偏，只在工作範圍的一個區域，而且只是偶爾。大部分工件量起來都是好的，漏掉的件先流到下一站才被發現。
- 02 乾淨的檢查
兩個星期，每個子系統都在 spec 內
光學、運動、電源、環境、對位：全部正常。沒有 alarm，沒有任何跟著問題一起動的 trend。就機台自己量得到的一切來說，它是完美的。
- 03 假設
不是零件，是一個設定值
把症狀用你跟同事講的方式告訴 Cala。它排第一的假設是一個在工作範圍內做位置補償的軟體參數：數量級錯了，機台就會到處都正常、只有一個區域出錯。
- Field compensation reference, rev D · p. 31
- Machine configuration guide · p. 12
- 04 Check
叫出一個值，比對一份紀錄
把設定值叫出來，跟 commissioning 的紀錄比。幾分鐘的事，不用拆機、不用換件。
- 05 確認
設計值的十倍
改回去之後問題就消失了，機台重新 qualify。清單上的第一條假設就是答案，在一台什麼都量不出異常的機台上。
- Cala 介入前已經開了
- 兩個星期
- 從假設到確認
- 第一個 check
- 顯示異常的訊號
- 零
早期在生產機台上測試的真實案例，換到另一類因果結構相同的機台上重講。
04 · 你會拿到什麼
原因藏在兩個子系統以外。
Cala 是用因果鏈在推理的。它從機台實際怎麼運作出發，一次看所有種類的原因，順著物理跨過那些沒有人完整負責的子系統邊界。你拿到的是一條從頭到尾寫清楚的因果鏈，幾分鐘就有，而且每一環都附證據。
05 · 看它跑一次
一個問題。每一種原因的候選都在。
這是機台上的一個問題。Cala 不會撲向第一個看起來像的答案。它把這台機器每一種可能的 root cause 都走過一遍，每個候選都寫明出自哪一頁、下一步要去量什麼。
Load lock B 到達 transfer 壓力晚了 38 秒，而且只從一個 lot 的第三片開始出現。同一台機的 load lock A 完全正常。沒有 alarm，沒有 error code。
Root cause 的種類
候選 · 熱
上面每一種都是真的會壞的不同東西，不是同一件事的不同講法。劃掉一種，問題就小一點。
06 · 自己對
每個數字都告訴你是哪一頁來的。
數值照你文件裡寫的樣子呈現，附文件名稱和頁碼，你可以自己翻去對。Cala 不會編數字：你載入的文件裡沒有的數值，它會直接說證據不夠，不會硬湊一個看起來很像的。
08 · 交出去
交出去的時候，citation 還在上面。
要交接的時候，直接匯出：給 ticket 的維修報告、給下一班的 summary、或是給客戶的說明。你 check 了什麼、每個 check 排除了什麼、是從哪一頁看到的，一起帶出去。
09 · 資料放哪裡
你的文件留在你的電腦。
Cala 在你的電腦上跑，文件也都放在那裡。Cala 推理的時候，正在讀的那幾頁會經過我們的 proxy 送給模型供應商，然後直接回來。我們的伺服器不存任何內容。
10 · 常見問題
大家最先問的幾個問題。
照大家平常問的方式寫，因為那才是真正值得回答的版本。完整的說明在資安和隱私頁面，證據在真實案例裡。
整組人都卡住的問題，它真的解得了？
解過。有一台機台 down 了兩個星期，每個 sensor 都在 spec 內，沒有 alarm、也沒有 trend。Cala 排第一的假設是一個從來沒人懷疑過的軟體補償參數；把設定值叫出來看只花幾分鐘，數值大概是設計值的十倍。 改回去之後，機台重新 qualify 過了。
清單上的第一條，第一個 check 就中。另外兩篇在真實案例裡。
丟一個真的問題給它，它會做什麼？
它是在查問題，不是在陪你聊天。每一種可能的原因都會攤開來：熱、機構、電性、污染、控制跟軟體、 對位跟量測。假設會排好順序。證據會標文件名稱和頁碼，讀到的事實和推論分開標清楚。
Check 是照能排除多少來排的，一個能一次刪掉三條假設的快 check，會排在只能確認你心裡那條的慢 check 前面。最後會產出一份報告檔，直接附在 ticket 上就好。
我的問題沒有人看過，根本沒東西可以查。
發生過。有一個尺寸震盪的現象，到處都找不到任何 write-up。Cala 提了一個沒有人想到要湊在一起的材料相關機制，設計實驗把它跟其他解釋分開，每一組實驗都先寫好預測。 實驗跑完，每個預測都對。
沒有現成的頁面可以找的時候，它就從你文件裡的物理開始推。
它只會把手冊上本來就有的講一遍吧。
手冊是起點，不是終點。有一個被相信了很多年的製程模型，fitting 出來的參數一直沒辦法收斂成同一組。Cala 要了一個從來沒人拿出來的東西：模型的實作。結果物理上應該是 指數的地方，被寫成了二次式。改掉之後，每一種結構的參數都收斂到同一組。
大家本來就相信的東西，它沒有義務要跟著信。
它會亂編料號。這種工具都會。
不要信它。這個產品本來就不是建立在你會相信它上面。每一個會影響判斷的數值都有 citation，寫明文件和頁碼，照原文引。推論就標成推論。證據不夠就說證據不夠，不會硬塞一個長得很像的 數字給你。
用最便宜的方式試它：載入一本你已經很熟的手冊，想辦法把它弄壞。這裡有一套現成的測試流程。
我有搜尋，也有 ChatGPT。
搜尋只會回你想到要查的東西。Chatbot 只回答你貼上去的那幾頁。Cala 會告訴你「還有可能是什麼」，而且它記的是整台機台，不是這次的對話：文件讀一次，整台機台的知識庫就在你的 硬碟上，之後每次打開都在。不用半夜三點值班的時候再重新上傳 PDF。
我的文件是 OM、PM 手冊、BKM 跟原廠的教育訓練，一半中文一半英文。
直接丟進去就好。一台機台累積下來的那疊原廠 PDF，正是 Cala 設計來吃的東西：它會把它們讀成那台機台的知識庫，中英夾雜不用先分，你用哪種語言問，它就用哪種語言回。 Citation 一樣寫文件和頁碼。
第一批使用者是半導體的設備和製程工程師。只要文件夠完整，任何機台都一樣。
有什麼東西會離開我的電腦？
你的文件，還有 Cala 從裡面學到的東西，都留在你的電腦上。我們的伺服器只有你的 email、方案和用量：沒有文件內容、沒有對話內容，也不會拿任何東西去訓練。Cala 推理的時候，你的問題和正在讀的那幾頁會透過一個什麼都不留的 proxy 送到模型供應商。細節都在資安頁。
我需要公司同意嗎？
這要看你和公司對軟體和文件的規定。Cala 是個人訂閱，不是拿來繞過任何政策的。如果需要跟公司談，資安頁把「什麼會離開你的電腦、什麼永遠不會」寫得很清楚，就是寫給負責核准的人看的。
一個月一百美金是真的錢，而且是我自己的錢。
一個月 20、100 或 200 USD，看你查修的量選，某一週特別忙就用預付的 credits 補上。個人訂閱，刷自己的卡，不用走採購。隨時可以在帳戶頁取消，取消後跑完已經付的那個週期就停，硬碟上 的東西都還是你的。建議先看一篇真實案例，再決定。
要什麼環境才能跑？
macOS 13 以上，Apple 晶片（M1 以後）的 Mac。Windows 10 或 11，64 位元；Windows 版還沒有程式碼簽章。只有 Cala 在查問題的時候需要網路。知識庫在你的電腦上，一直都在。