每层都有放行判据

上一节给出了五层。知道有分层，并不等于会停在层间。

几乎所有项目组都认同「应该先把需求搞清楚」，但真正停下来确认「搞清楚了」的极少。原因不复杂：停下来没有即时反馈，往前走有即时反馈。往前走能看到界面、能跑通链路、能给别人演示，而停下来只是多了一次会议。

这一节给的是那个「停」的信号——每层的放行判据。

三条最常见的跳层路径

第一条：意图 → 现实。

客户在会上说了一句「要一个知识库」，团队当天开始调研向量数据库。三周后系统跑通了，回头问客户想在什么场景用，客户说「我们想先看看效果」。

代价在第六周的培训会上出现：没人来。因为从来没有人在做之前确认过「谁会每天用它」。

这条路径之所以常见，是因为它顺着工程师的本能走——有明确的技术问题可以解决，比跟人确认目标舒服得多。

第二条：边界 → 效果。

范围一直在长，团队用加班消化，同时为了避免再改，把验收标准定得模糊（「基本满足业务需求」）。到验收时，模糊的标准无法支撑任何结论，于是变成争论。

代价在验收会上出现，而且无法挽回——因为模糊条款是你自己签的。

第三条：现实 → 效果。

数据还没搞清楚就先建评测集，用一份自己构造的干净数据测出 92%，上线后掉到 61%。这时候无法判断是模型退化还是数据分布不同，因为评测基线本身建在假数据上。

代价在上线第二周出现。这类失败最伤，因为它会让你对评测这件事本身失去信心。

三条路径的共同点：跳层的那一刻，没有任何异常。系统不报错，进度不落后，会议照常开。这正是它危险的原因。

判据不是里程碑

这两个词经常被混用，但它们回答的问题完全不同。

「第 4 周完成需求确认」是里程碑。它可以在第 4 周被宣布完成，即使什么都没确认。

「客户能用他自己的话复述目标，且复述进了纪要」是判据。它要么成立要么不成立，没法含糊。

区别就在这里：里程碑可以被宣布，判据只能被检验。

判据卡的四个字段

每节末尾那张表，四个字段各有分工。

判据项——要检验什么。写成一个可以被回答的问题，不是一句要求。

合格线——什么算通过。这一栏必须具体到「另一个人能独立判断」。如果合格线需要你在场解释，它就不是合格线。

不合格信号——什么样子说明没通过。这一栏往往比合格线更有用，因为人更容易识别「不对劲」，而不是「够好了」。比如「客户说『你们专业你们定』」比「客户能复述目标」更容易在当场被认出来。

处置——没通过怎么办。这一栏最容易被写空写成「重新评估」。有效的处置是具体动作：回到哪一节、补什么材料、找谁确认。

判据怎么用，才不至于变成又一份文档

一个实际的做法：每周花三分钟，只回答一个问题——「我们现在停在哪一层？」

不是「进度到哪了」，是「停在哪一层」。如果答案是「在现实层，正在摸数据」，那么前面两层的判据必须有证据；如果没有，这周的任务不是继续摸数据，是回去补。

这个做法有三个好处：不需要额外文档（写在周报第一行即可）、不需要开会（一个人也能判断）、失败时可以回溯（每周都有一行状态记录）。

具体写出来是这样的：

本周停在现实层。意图层判据：客户已用「返修归因」复述目标，纪要第 3 条。边界层判据：拒绝清单 5 条已确认。现实层判据：未达成——三张核心表缺主键，两家诊所的数据还没拿到。

三行字，任何人看了都知道项目真实状态，也知道下一步该干什么。比「进度 60%」有用得多。

判据卡

这一节本身也需要一张判据卡——用来判断「你有没有真的在用判据」。

第四行值得强调：这本书不主张「绝不跳层」。现实项目里跳层是常态，客户不会等你。但无声跳层和有声跳层是两件事——前者在失败时无法归因，后者至少留下了判断的痕迹。

动手练习

第一题（取舍）

项目还剩三周，客户要求提前交付。你评估后发现：意图层已收敛，边界层刚谈完但没冻结，现实层数据只摸了一半，效果层完全没有考题。

老板说：「三周必须交，你自己想办法。」

以下四种做法，哪一种是对的？

• A. 跳过现实层，直接做效果层，先有一版能演示的东西。
• B. 砍掉一半场景，只保留数据已摸清的那部分，同时把验收标准按剩余场景重写。
• C. 全部照做，靠加班把三层压进三周。
• D. 告诉老板三周不可能，要求延期。

第二题（判定）

以下四条，哪两条是判据，哪两条是里程碑？

• A. 第 6 周完成模型调优。
• B. 客户方业务负责人在验收条款上签字。
• C. 系统在 30 条考题上的准确率达到 85%，且拒答样本全部正确拒答。
• D. 完成三轮用户测试。

参考答案

第一题

B。

它不是「跳过某一层」，而是缩小范围让剩余各层都能收敛。砍掉数据没摸清的场景，现实层的判据就成立了；按剩余场景重写验收标准，边界层和效果层同时被收敛。三周交付是可能的，但交付的是一个完整的小东西，不是一个残缺的大东西。

A 是最危险的一种：跳过现实层做效果层，你会用不真实的数据建出一套自己的标准，而这套标准在三周后会被真实数据推翻，且推翻时你已经没有时间了。

C 的问题不是不可能，是它把三层的不确定性同时压进同一段时间——一旦某层出问题，没有任何缓冲，也没有任何层是干净的。

D 在事实上可能正确，但它没有回答老板的问题。老板要的是「三周能交什么」，不是「三周为什么不行」。

第二题

判据是 B 和 C，里程碑是 A 和 D。

B 的关键在「签字」这个动作有时间戳和责任人，无法被宣布完成而实际没做。C 的关键在数字、样本和条件都可复核。

A 和 D 都是「做完了一个动作」，但这个动作是否达成了什么，没有说。第 6 周可以完成调优而模型更差；三轮用户测试可以做得很认真而结论是「没人想用」。

自检清单

• [ ] 我知道当前项目停在哪一层，且能说出这一层的判据
• [ ] 我的判据换个人看也能得出同样结论
• [ ] 周报里有「停在 X 层」的记录，而不只是百分比
• [ ] 每一处跳层都有书面风险与复核时间
• [ ] 我不会用延期或加班来消化「某一层没收敛」的问题

本节为原创论述。

关于主张的边界：判据的成本不低——每层都严格判定，会让项目前期显得很慢，尤其在客户已经习惯「先做出来再说」的环境里。折中方式是：判据可以轻，但不能没有。一条能在三分钟内被检验的粗判据，胜过一份需要两天才能产出的精细评估。