本附录是卷一的评审工具:15 项,每项 0/1/2 分,单卷满分 30。
全书的评审共 45 项,分三卷,卷一只用第 1–15 项。卷三第 13 章会汇总三卷得分并与 72 分通过线对照。
一、怎么打
- 由三人独立打分再对齐:产品负责人、领域专家、工程负责人。一人打分不算评审。
- 每项只回答"有没有",不回答"好不好"。好不好已经在 2 分的定义里了。
- 0 分表示"完全没有",不是"做得差"。差但有,给 1 分。
- 打完先看有没有 0 分项——0 分项必须在上线前解决,不参与补分权衡。
二、15 项
| # | 项 | 0 分 | 1 分 | 2 分 |
|---|---|---|---|---|
| 1 | 任务边界 | 说不清做什么 | 能说做什么,说不清不做什么 | 一句话说清做什么与不做什么 |
| 2 | 用户与场景 | 不知道谁用 | 知道角色,不知道频次 | 明确到岗位与频次 |
| 3 | 输入清单 | 没有清单 | 只列了用户给的 | 用户给、系统给、禁止用三类齐全 |
| 4 | 输出形态 | 没想过 | 知道是答案/草稿/动作之一 | 形态明确且说明为什么不能混 |
| 5 | 可判定验收 | 只有主观标准 | 有标准但依赖个人判断 | 至少两条可机器或独立人工判定 |
| 6 | 自主度档位 | 没定档 | 定了档但没有依据 | 有档位且有定档依据与例外说明 |
| 7 | 决策权分配 | 不知道谁决定 | 知道谁决定,不知道谁兜底 | 提出/确认/否决/兜底四权落到角色 |
| 8 | 接管成本 | 没估过 | 知道要多久,没有数 | 有估值且纳入产品决策 |
| 9 | 工具与权限面 | 没列 | 列了数据,没列动作 | 数据与动作都有清单,分只读/受限/完全 |
| 10 | 记忆口径 | 没想过 | 知道要记什么 | 记什么、记多久、怎么删三件齐备 |
| 11 | 失败模式 | 只想到"会出错" | 列出两三种 | 至少四种,各有识别信号与对策 |
| 12 | 预期管理 | 用"最强 AI"介绍 | 有简单说明 | 能做/不能做/不确定时怎么办三段齐全 |
| 13 | 冷启动路径 | 等数据够了再做 | 有路径但没有周期估算 | 路径、成本、周期都有,且有第一次价值设计 |
| 14 | 任务度量 | 只看满意度 | 有成功率 | 成功率/接管率/返工率/人机耗时比齐全 |
| 15 | 基线数字 | 没有基线 | 有基线但出处不明 | 基线有出处且可复算 |
三、三案例逐项得分
| # | 项 | A Relay | B Quill | C Runner |
|---|---|---|---|---|
| 1 | 任务边界 | 2 | 2 | 2 |
| 2 | 用户与场景 | 2 | 2 | 2 |
| 3 | 输入清单 | 2 | 2 | 2 |
| 4 | 输出形态 | 2 | 2 | 2 |
| 5 | 可判定验收 | 2 | 1 | 2 |
| 6 | 自主度档位 | 1 | 1 | 2 |
| 7 | 决策权分配 | 2 | 1 | 2 |
| 8 | 接管成本 | 1 | 1 | 1 |
| 9 | 工具与权限面 | 1 | 0 | 2 |
| 10 | 记忆口径 | 1 | 0 | 2 |
| 11 | 失败模式 | 1 | 2 | 2 |
| 12 | 预期管理 | 0 | 0 | 1 |
| 13 | 冷启动路径 | 1 | 1 | 1 |
| 14 | 任务度量 | 2 | 1 | 1 |
| 15 | 基线数字 | 2 | 2 | 2 |
| 合计 | 22/30 | 18/30 | 26/30 |
四、逐项解读
第 5 项(可判定验收)B 只有 1 分。 报告"好不好"有一部分是主观的,B 只能用"数据一致 + 结构符合模板"做硬性判定,再加抽样判断结论是否有引用支持。这是草稿档的固有代价,不是执行问题。
第 6 项(自主度档位)A 与 B 只有 1 分。 两家都定对了档位,但都没写下"为什么是这个档"的例外说明。A 的降档理由在组织,B 的降档理由在产出属性,这两条不写下来,下次换人就守不住。
第 7 项(决策权分配)B 只有 1 分。 草稿档的"谁决定发布"是清楚的,但"谁对事实错误负责"没有落到具体角色——审改人负责修改,但错误本身的责任归属模糊。
第 8 项(接管成本)三家都只有 1 分。 三家都知道接管要多久,但没有一家把接管成本写进产品决策。这是全卷最普遍的问题:接管成本不进决策,档位就会越定越高。
第 9 项(工具与权限面)A 得 1 分、B 得 0 分。 A 列了能读哪些数据,但没列能做哪些动作(因为建议档确实没有动作,然而"没有动作"也应当写明)。B 完全没有清单——它的输入是文件,输出是文件,看起来"没什么权限",但文件读取范围本身就是一个权限面。
第 10 项(记忆口径)A 得 1 分、B 得 0 分。 A 知道要用客户历史,但没定义保留期与删除方式。B 完全没设计记忆,每次从零开始——这在报告起草里可以接受,但意味着它无法积累客户偏好。
第 11 项(失败模式)A 只有 1 分。 A 列出了分诊错误,但没有区分"错到别的队列"(可发现)和"错在优先级"(难发现)这两类。后者才是真正的风险。
第 12 项(预期管理)A 与 B 都是 0 分。 两家都用了"智能分诊"“智能报告"这类介绍,没有告诉用户"它不确定时会怎样”。这一项是 0 分项,按规则必须在上线前解决。
第 13 项(冷启动路径)三家都只有 1 分。 三家都有起步路径,但都没有估算周期,也没有设计"第一次价值时刻"。这意味着上线初期没有明确的成功判据。
第 14 项(任务度量)B 与 C 只有 1 分。 B 只统计了生成耗时,没统计审改后的返工与事实错误;C 只统计了自动完成率,没统计审计摊销与转人工。两者都会低估真实人工成本。
五、共同短板
第 8 项、第 13 项三家同时只有 1 分,说明这是方法层面的缺口,不是执行问题:
- 接管成本不进决策,档位就会因为"看起来能做"而不断上调;
- 冷启动没有第一次价值设计,上线初期就没有可判定的成功标准,团队会用"感觉还行"替代验收。
这两项是卷一最值得优先补的。
六、补分路径
可补分 = 30 − 卷得分:
| 案例 | 卷得分 | 可补分 | 优先补哪几项 |
|---|---|---|---|
| A Relay | 22 | 8 | 第 12 项(0 分)、第 6/7/8/9/10/11/13 项各 1 分 |
| B Quill | 18 | 12 | 第 9/10/12 项(0 分)、第 5/6/7/8/13/14 项各 1 分 |
| C Runner | 26 | 4 | 第 8/12/13/14 项各 1 分 |
补分不是均匀发力。先补 0 分项,再补"补一档就能到 2 分"的项。A 的第 12 项补到 2 分只需写三段能力说明,是投入产出比最高的一处。
七、与全书 45 项的关系
卷一这 15 项全部是"定义"类检查:任务、输入、输出、档位、责任、度量、基线。
卷二第 16–30 项检查"信任与上线":形态、可见性、打断、撤销、审批、降级、试点、放量、反馈。
卷三第 31–45 项检查"组织与规模化":组合、复用、平台、流程、采购、责任、依赖、成本、定位、成熟度。
三卷合计 90 分,通过线 72。三案例当前得分 52 / 44 / 70,全部未通过——这个结果会在卷三第 13 章展开。
八、使用建议
- 第一次打分不要追求准确,先看有没有 0 分项。
- 三项都打 0 分以上的团队,下一轮再讨论权重。
- 评分表要存档,下一次评审对比变化,而不是重新打一遍。
- 不要把这张表当 KPI。它的用途是找缺口,不是排名。
继续阅读
探索更多技术文章
浏览归档,发现更多关于系统设计、工具链和工程实践的内容。