先把“适用引擎”写进规则本身,再决定保留、改写还是退出。做法不是给规则加一句“仅供参考”,而是把每条历史规则拆成“对象、口径、时间窗、可验证证据”四项;只有这四项都落在当前任务涉及的引擎上,规则才继续生效,否则降为背景说明或直接退出。
团队对同一条历史规则的争论,通常不是对错之争,而是三类分歧混在一起。
把分歧转成可核对项目时,最有效的动作是给每条规则加一行“适用范围”。例如写成“仅适用于以快照为观测口径的场景”,而不是写“所有引擎通用”。这一行会直接决定下一步:继续引用、改写后引用,还是从当前方案中移除。
判断一条历史规则能否进入当前项目,可以按以下顺序核对,四项中缺一项就降级处理。
假设一个团队要复盘旧报告,其中一条规则写的是“某类页面快照更新慢”。若当前任务只涉及部分引擎,正确做法是把它改写为“在快照可观测的前提下,部分引擎曾出现更新慢的现象”,并注明数据截止时间。改写后,这条规则仍可解释历史现象,但不能用来预测当前抓取节奏。
三种取舍不是按偏好选,而是按前提选。
一个可操作的判断是:如果一条规则被移出当前方案后,决策依据仍然成立,说明它本来就不该承担主要论证责任,退出是安全的;如果移出后论证断裂,说明需要补的是新证据,而不是继续沿用旧规则。
与其反复争论,不如把分歧写成一张可核对的清单,每个角色都按同一格式提交。
这张清单的作用是让分歧显性化:两个人对同一事实理解不同,往往是因为一个在说历史口径,一个在说当前任务。清单填完后,分歧会收敛到具体条目上,而不是停留在印象层面。下一步动作也随之明确:需要补证据的补证据,需要收窄范围的收窄范围,需要退出的直接退出。
第一个坑是把第三方估值当成官方数据。公开 PR 值、第三方 PR 仿值这类历史指标,来源和计算方式各不相同,不能直接当作官方口径使用。引用时必须写明来源性质,并限定它只用于说明历史比较方法,而不是当前标准。
第二个坑是把现象归零当成处理正确的证据。请求量、抓取量或某项统计归零,可能有多种合理解释:观测入口变化、统计口径调整、样本范围缩小,都可能导致归零。归零本身不能单独证明某条历史规则已经失效,也不能证明某项处理一定正确。要下结论,仍需补充独立证据,并说明这些现象还有哪些其他解释。
限定范围的核心不是给旧规则找台阶,而是让每条规则只在自己成立的条件下说话。范围写清之后,保留、改写或退出都会变成可核对的动作,而不是立场之争。