压力下的判断

判断是一张短清单

FDE 的招聘启事都要求判断力，却几乎没有一份说明它是什么。OpenAI 的 FDE 招聘启事要求候选人“化繁为简，在压力下做出快速而合理的决定”，并且“在高风险时刻展现冷静与判断力”。它为 FDE 团队经理发布的招聘启事又加了一句：“运用判断力，分辨哪些事需要行动、哪些不需要”。Glean 要的是“建造者的判断力”，意思是知道“何时收窄范围，让真正的东西更快进入生产”。这些招聘启事列在下面的方框里。作为工作实际怎么做的证据，它们是 T4：描述的是公司的期望。作为雇主要求什么的证据，它们是一手的。

这正是怀疑者的切入点，值得认真对待。“判断力”是一个行业给一份工作里无法衡量的那部分起的名字。每个熬过一次艰难交付的人都声称自己有它，却没有任何研究把它和结果联系起来。本书的研究没有找到任何数据，说明哪些 FDE 行为能预测一次交付的成功。本章最好的 T2 材料来自斯坦福对成功的企业 AI 部署的研究。它研究的是成功的 AI 项目，其中一些是被挽救回来的，而不是 FDE；而且它是有意只挑成功案例。其余的是关于 AI 项目为何失败的 T1 访谈研究、一份对供应商演讲的 T3 总结，以及 T4 的从业者叙述和招聘启事。请把下文当作一位从业者基于这些证据提出的论证，而不是研究发现。

但这个论证仍然要具体到可以被证伪。论点是这样的：在这份工作里，判断就是知道哪些承诺是承重的：一旦它们松动，就会把别的承诺一起拖垮。承重的承诺有四个：阈值、数据通路、发起人和退出机制。其余几乎一切都可以交换，正是靠痛快地交换它们，你才赢得在这四样上说不的底气。一个为每个功能、每个日期都寸土必争的 FDE，等到阈值本身受到攻击时，已经没有信用可用了。这正是技能地图在判断这一领域放在 L3 的行为：对发起人说不，并让这个“不”站得住，同时知道哪些承诺在承重。

四个承重的承诺

这四个承诺各自保护着其他承诺所依赖的东西。判断一个请求是否触及其中之一，检验很简单：如果你答应了它，这次交付里还有哪一个承诺会因此不再成立？

读过第 13 章的读者会认出其中大部分。那一章用五个条件来诊断一次已经陷入失败的交付。这一章讲的是诊断之前的那一分钟：在一场会议上，一位有权拍板的人客客气气地、出于一个正当的理由，要你放弃其中一样，并且要你当场答复。第 13 章的条件里有两个，一个要紧的问题和一个为结果负责的人，是你去发现的。这里的四个中有三个，阈值、数据通路和发起人，属于第 13 章的条件；退出机制则是它那条“没人负责”检验背后的承诺。这四个都是你许下或争取来的，所以也正是别人可能说服你放弃的。

阈值：数值可以谈，存在不能谈。标准线属于客户，而客户完全可以理性地把它定得比工程师希望的更低。斯坦福的研究引用了一家物流公司总裁的话：“听着，伙计们，80% 对我们来说就是完美的……我明白你们可以不断改进，到某个时候模型会达到 95%，但我们不在乎。我们在乎的是马上节省成本，消化掉这些积压”（Pereira、Graylin 和 Brynjolfsson，The Enterprise AI Playbook，2026；T2，访谈中的自述，报告标注为草稿）。这是为结果负责的人做出的正当决定。FDE 绝不能允许的，是标准线消失：被一句“先看看”取代，或者被供应商悄悄挪动去迁就结果。判断就在于分清这两者。由负责人亲笔写下的一个更低的数字，是一个决定。一个谁都不肯写下来的数字，则是慢慢枯萎的开始。

发起人：优先级会变，所以通向那个数字的线不能断。当交付失败时引用了 RAND 受访者对领导者的描述：他们“每隔几周或几个月就迅速切换优先级”（RAND RR-A2680-1，2024；作为对 65 位从业者的访谈研究属于 T1，反映的是他们的自述，而不是项目结果）。同一份报告还有一句在这里更要紧的话：“即使项目成功了，领导者也可能过早地让团队转向别的事。”FDE 无法阻止发起人的优先级变化。但 FDE 可以拒绝一切让发起人不再听到那个数字的安排，因为一个仍在看数字的发起人必须做出决定才会转向，而一个被挡在数字之外的发起人只会慢慢漂走。具体做法很简单：每周简报要点名发给发起人本人，绝不只发给代理人，而且坏的那几周和好的那几周一样要写进去。

一次挽救改变了什么，又没改变什么。当交付失败时把斯坦福记录的那次招聘项目挽救讲成了一次重置：新的负责人，先修好流程，真实的痛点。在这里，换个角度读它：看第二次尝试没有去动的东西；报告的结论是“区别不在技术”（斯坦福，T2；结果为自述，报告标注为草稿）。纵观所有案例，这项研究写道：“技术始终被描述为最容易的部分。”那次挽救改变了承重的东西，其余原样不动。差劲的挽救恰恰相反：模型换了新的，负责人照样缺位。

什么是可以谈的。会议室里几乎一切让人觉得紧迫的东西：演示的日期，攻克各类失败的顺序，队列视图长什么样，用哪个模型或框架，每周简报的格式，与用户的额外沟通会，更窄的第一个切片，一个推后但仍在下一张发票之前的重新测量日期。把这些痛快地让出去，并且当面说出来。“可以，演示可以挪；不行，数字不能拿掉”，比一串拒绝更容易让人听进去。

合成案例：一场会议里的四个请求

三次拒绝，每一次都点明了它保护的承诺；一次让步，那是她有权做出的，而不是 FDE 的；还有三个几乎不花代价的“可以”。撑起这场会议的是那些“可以”。没有它们，连着三次拒绝听起来就像一家供应商在保护自己。

怎样说不，才能让它站得住

Sierra 为旗舰级部署策略师发布的招聘启事把这份工作说得很直白：“在这样的规模下，每一次重大的技术讨论同时也是一场谈判——你需要实时读懂其中的含义，守住立场，并把局面引向正确的结果”（Sierra 招聘启事，2026 年 9 月；T4）。守住立场是容易的那一半。难的那一半，是给出一个对方接受得了的拒绝。在实践中，这样的拒绝有五个部分，依次是：

1. 点明它会破坏哪个承诺，以及这个承诺写在哪里：“回写会改变模型风险部门在第 3 周批准的内容。”
2. 用对方的话说出它会让对方付出什么。不是“我们的安全态势”，而是“你们上线所依赖的审计签字得从头再来。”
3. 给出你这周能做的替代方案。一个什么都不附带的拒绝，读起来就是漠不关心。
4. 给出把它变成“可以”的触发条件。要可衡量，而不是“等准备好了”：在真实数据上达到阈值，并且目标系统的负责人批准的是一项写入变更，而不只是读取。
5. 说明谁可以推翻你，以及怎么推翻。通常是对方那边的某个人，以书面形式。正是这一点，让拒绝出于原则，而不是在护地盘。

在会上说出来，然后在一天之内写下来，发给提出请求的人，并抄送这个承诺的负责人。口头的“不”，下周就会被一个没在场的人再问一遍。书面的“不”会成为交付记录的一部分，而其中的触发条件就成了计划。“划定范围”一章的“暂不做”清单为范围做的就是这件事。说不简报则为这四个承诺做同样的事；这四个承诺，绝不应该在没写明条件的情况下被搁到某张清单上。

怀疑者的反对意见。供应商的“不”并不中立。同一份 Sierra 招聘启事要求策略师“为客户和 Sierra 双方带来财务上的成功”，并且“随着时间推移压低服务成本，提高利润率”。往坏处读，“守住立场”的意思就是保护利润。相反的失败是怀疑者最爱举的例子：FDE 工作最后变成了 IT 外包；那些失望入职者的叙述见“FDE 是什么，不是什么”。那条抱怨针对的是工作本身，而不是拒绝，但一个对每个请求都说“可以”的 FDE，最终做的恰恰就是那种工作。两种失败都是真实存在的。有一个检验能把承重的“不”和商业上的“不”区分开：如果客户为它花的每一个小时都付钱，你还会拒绝同样的请求吗？会让安全签字作废的回写，给多少钱都会拒绝：那是承重的“不”。而第二个仪表盘，只要有人付钱就会乐意去做，所以拒绝它是出于成本，而成本应该公开报价，而不是装扮成原则。

“你能保证它永远不会……吗？”

FDE 最常遇到的、无法答应却又最常被答应下来的请求，是对行为的保证：它永远不会把涉诉案件分到快速队列，永远不会给出投资建议，永远不会说错数字。这个请求是合理的。受监管的行业正是建立在这样的承诺之上。答案有两半，两半都不能少。

代码能强制执行的，就用代码来承诺。一条每次都必须成立的规则，不该放在提示词里。在客户的环境里构建讲了具体做法：把规则写成在模型之前和之后运行的普通代码，每次改动都测试它，并且要求它每次都通过，而不是得分高。在合成案例里，涉诉护栏就是一小段普通代码，FDE 可以斩钉截铁地承诺它，因为模型碰不到它。

对其余的一切，承诺一个测量出来的比率和一条核查路径。模型自身的行为可以测量，但无法保证。关于如何诚实地处理这一点，最好的公开案例是摩根士丹利与 OpenAI 合作打造的财富管理助手，它几周的构建和几个月的信任建立，上线与交接已经讲过。这里要紧的是原因：对 Colin Jarvis 讲述的总结把这段信任期归因于“准确性要求很高、而技术是概率性的受监管金融环境”，并说 FDE 团队打造了“针对置信度较低情形的核查工具”（ZenML LLMOps 数据库；T3，二手总结）。同一份总结还复述了一个与 OpenAI 自己公布的数字一致的采用率，可能是一个回声数字，所以这里不引用。

这个案例展示的，是一个站得住的承诺的样子：不是“它永远不会出错”，而是“这是它在你们专家标注的案例上出错的频率，这是它没把握的案例会怎么处理，这是谁来核查”。判断在于在第一次会议上就拒绝给出保证，那时拒绝的代价很小。为了赢下试点而给出的保证，会默认变成阈值，而那是任何评测都达不到的阈值。

一句在会议室里用得上的话：“规则我可以保证，因为它们是代码。模型我保证不了，所以我向你们保证的是在你们自己的案例上测出来的比率，以及它没把握的每一个案例都有人来看。”

不是每个警报都需要行动

压力不只来自发起人。它也来自失败日志、最新的一条投诉、那个把一条糟糕输出转发给三位总监的用户，以及你自己团队里人人都兴奋的新模型发布。OpenAI 的经理招聘启事点出了这项技能：“分辨哪些事需要行动、哪些不需要”（T4）。这里的区分同样关乎承重。一条打破了对客户承诺过的规则的糟糕输出，今天就需要行动。一条落在测量比率之内的糟糕输出，需要的是在开发集里添一个案例、在修复队列里排上位置，而不是一个紧急补丁。

把每一条投诉都当作急事的代价是有记录的，不过只来自一位从业者。Hamel Husain 对 Rechat 的助手 Lucy 的叙述描述了这个模式：随着范围扩大，“AI 的表现停滞了”，而且“解决一种失败模式，又会冒出别的失败模式，就像打地鼠一样。”提示词“膨胀成又长又笨重的样子，试图涵盖大量的边缘情况和示例”（Husain，Your AI Product Needs Evals，2024 年 3 月；T4，一位顾问对其客户的叙述）。走出来的办法是一套体系，而不是又一个补丁：数百个断言式测试、配有审阅工具的链路日志、对样本的人工审阅，以及微调，后者“解决了许多……单靠提示工程无法解决的失败模式”。这篇文章没有报告任何总体结果数字，所以把它当作对一种方法的描述，而不是它有效的证明。不过它的前半部分，正是每个 FDE 都会遇到的压力模式：每一次紧急修复，都让下一次失败更可能发生。

另一个来源是 FDE 自己的热情。RAND 发现，50 位业界受访者中有 16 位描述的失败是由团队里的数据科学家、而不是领导层造成的，它的建议毫不客气：“为了追逐 AI 最新最强的进展而追逐，是通向失败最常见的路径之一”（RAND，T1）。新模型属于可以谈的东西：你可以换用它，但只能通过回归套件和留出集上的重新测量，并按评测计划的日期来。跳过这些的切换，等于悄悄地同时挪动了阈值和数据通路。

一条这周就能用的规则：凡是打破了代码中的承诺、或者触及四个承诺之一的，今天就行动。其余的一律进失败日志，归类，等着从最大的那一类开始攻克。在第一封愤怒的邮件到来之前，先把这条规则告诉阈值的负责人。

谁为你的“不”撑腰

一次拒绝有多硬气，取决于它背后的汇报线。一个向销售汇报的 FDE，如果拒绝了一个能促成交易的请求，就是在拒绝自己上司的业绩数字。一个向工程或产品汇报的 FDE 有人撑腰，但可能会被客户经理团队视为绊脚石。判断在于第一天就弄清楚自己属于哪一种，并和你的负责人约定：四个承诺中，哪些你可以独自拒绝，哪些要先交给负责人。一个合理的默认做法是：数据通路和护栏，独自当场拒绝；阈值、发起人和退出机制，经由负责人，当天处理。

同样的问题在中国也存在：岗位归在哪个职位族，是判断它汇报线的一条线索；具体归类见“FDE 是什么，不是什么”。无论在哪个市场，实际的要点都一样：在第一次交付之前，问你的负责人，一次拒绝会损失谁的数字，并在客户来试探之前，把上面的分工约定好。

模板：说不简报

一份简报只写一个请求，在会议后一天之内发出，发给提出请求的人，并抄送这个承诺的负责人。控制在一页之内：长篇的拒绝读起来像是在辩护。

SAY-NO NOTE                                  date: _______________
To: ______________ (who asked)   Cc: ______________ (who owns it)

1. THE REQUEST (in their words, as asked)
   ________________________________________________________________

2. THE ANSWER:  no  |  not now  |  yes, if ______________________

3. THE COMMITMENT IT WOULD BREAK (tick one)
   [ ] threshold   [ ] data path   [ ] sponsor   [ ] exit
   Where it is written: ___________________ (document, date)

4. WHAT IT WOULD COST YOU (their terms, not ours)
   ________________________________________________________________

5. WHAT WE WILL DO INSTEAD (by when)
   - ______________________________________________  by: _________
   - ______________________________________________  by: _________

6. WHAT TURNS THIS INTO A YES (measurable trigger)
   ________________________________________________________________

7. WHO CAN OVERRULE THIS, AND HOW
   Decider: ______________  How: in writing, amending ____________

8. REVIEW DATE: ____________   Logged on "not now" list: yes / no

Test before sending: would we refuse this if every hour were paid?
   yes: send it     no: it is a price, not a no; quote it instead

下面是用合成案例填好的版本，对应四个请求中的第一个。按照合成案例的规则，数字都是区间或相对日期。

SAY-NO NOTE                                  date: month 2, day of
To: claims director              Cc: model-risk manager;
                                     claims-system owner; the lead

1. THE REQUEST (in their words, as asked)
   "For the claim types that already route well, write the routing
   straight into the claims system so adjusters stop re-keying."

2. THE ANSWER:  not now; yes, if the conditions in 6 are met

3. THE COMMITMENT IT WOULD BREAK (tick one)
   [ ] threshold   [x] data path   [ ] sponsor   [ ] exit
   Where it is written: model-risk approval, week 3 (propose only,
   read-only identity); replica read access, approved week 3

4. WHAT IT WOULD COST YOU (their terms, not ours)
   Model risk's approval covers suggestions, not writes. A write
   path restarts that review, and go-live waits on it. Claimant
   documents can carry text aimed at the agent; today the worst
   case is a wrong suggestion an adjuster rejects.

5. WHAT WE WILL DO INSTEAD (by when)
   - show the agent's one-line reason in the queue view,
     so accepting a suggestion is faster            by: next week
   - move your adjusters' top complaint category
     to the front of the fix list                   by: this week
   - add accept / override counts to the weekly
     note, per claim type                           by: next note

6. WHAT TURNS THIS INTO A YES (measurable trigger)
   All four: threshold met on the held-out set; claims-system owner
   approves a write change, not a read; every write traceable and
   reversible; adjusters have used suggestions long enough to
   trust them (override rate stable for some weeks).

7. WHO CAN OVERRULE THIS, AND HOW
   Decider: model-risk manager, with the claims-system owner
   How: in writing, amending the week-3 approval

8. REVIEW DATE: first readout after go-live
   Logged on "not now" list: yes

Test before sending: would we refuse this if every hour were paid?
   yes: send it     no: it is a price, not a no; quote it instead

填好的简报里有三处是刻意为之的。第 4 部分从不提供应商的风险，只提理赔总监的上线。第 6 部分重申了数据接入与集成中赢得回写的四个条件，所以触发条件在任何人提出请求之前就已经定好了。而第 7 部分的决定者不是 FDE：这份简报把决定权交给了拥有这项审批的人，正因如此，它是一份事实陈述，而不是个人的拒绝。

你在谈错东西的信号

这些信号每一个都会在平常的几周里出现，每一个都意味着承重与可谈之间的那条线已经挪了位置。