六端交付标准 证明端之二 Measurable
可度量
宏观统计层面，回答整体表现如何、本周比上周好还是坏、值不值这个钱。
定义与交付底线
宏观统计层面，回答整体表现如何、本周比上周好还是坏、值不值这个钱。涵盖进场基线、golden set 回归门、在线指标、每任务成本核算与预算熔断。评估体系是演化的适应度函数：没有它，涌现只是漂移。
和其他端的关系
进场核查
手册 2.4「六端信息核查表」里可度量端的事项。等级：硬，拿不到就不能开启对应能力或不能上线；降，可收窄范围先上线，边跑边补；弃，客户明确不在意时按最小标准处理或跳过。
| 信息与权限项（向谁要） | 企业没有时如何自采 | 缺失对交付的影响 | 等级 |
|---|---|---|---|
| 上线前业务基线（业务部门） | SOP-4，进场第一周开跑，窗口错过永久关闭 | 结项无法证明价值，续约靠感觉，议价权归零 | 硬 |
| 买单人的真实成功标准（单独谈） | SOP-2 买单人问题库 | 指标再好也不续约，方向错全白干 | 硬 |
| golden set 判定权与专家标注时间（业务专家） | SOP-3 自建初版；进场时谈定专家额度 | 演化没有适应度函数，每次迭代都是赌 | 降 |
| 版本锁定能力（FDE 自建工程纪律） | 完全自建 | 单案复现不了，整体回归不了 | 硬 |
| 成本核算口径与预算上限（财务、买单人） | 自建计量；预算熔断挂进降级链路 | 六端多数能力都是成本放大器，没人管账跑得越欢死得越快 | 降 |
设计模式
手册 3.1「十个部署设计模式」里对应可度量的模式：
- P5 裁判与教练 被自动化流程的原岗专家转为 AI 裁判：批注输出、裁决例外、维护 golden set 对应端：可度量、转岗
- P8 版本锁定与回归门 prompt、模型、工具全部钉版本；golden set 回归不过，任何变更不上线 对应端：可度量、可追溯
- P9 预算熔断 每任务成本实时计量，超预算触发降级链路 对应端：可度量、高容错
验收门里的相关项
手册 4.1「单流程三级验收门」里和可度量有关的验收项：
门 A：Copilot 上线门（只建议，不执行）
- 可度量： 该流程基线已封存
门 B：HITL 自动执行门（人确认后执行）
- 评估： golden set 达到项目设定规模；回归门生效，变更不过回归不上线
门 C：HOTL 高度自动化门（异常才找人）
- 指标： 连续若干周期准确率与返工率对基线达标（周期数与阈值项目定）
- 成本： 每任务成本在口径上限内；预算熔断实测有效
理论锚点
手册附录 A：
- 理论锚点
- 六西格玛 DMAIC、平衡计分卡加作业成本法（卡普兰）、TOC 有效产出会计（戈德拉特）
- 一句话引用
- 告诉我你如何度量我，我就告诉你我将如何行为；对 Agent 同样成立
业界案例里的这一端
Datawhale《FDE 案例100》第一期的 24 个案例里，我们标注了 14 个体现可度量的案例。下面是标注理由（我们的分析，不是原书内容）：
- NO.1 从师徒带教到AI辅助培训：FDE用AI破解制造业经验传承难题 调研统计出的新人高频问题被直接用作测试集，验收标准在小范围实测之后与客户共同商定。
- NO.2 从人工审材料到自动化办件：FDE用AI提升车管所网办效率 用单件审核时长和日均办件量对比前后效果，并把不同审核尺度下的日处理量算给甲方，用数据支撑决策。
- NO.5 从大海捞针到全链路提效：FDE用AI重构TikTok达人建联与履约 把建联、履约、GMV 和单个达人的样品成本放进同一视图，管理者可以按投入产出判断达人是否值得长期合作。
- NO.6 从经验装车到智能规划：FDE用AI优化跨境物流装载效率 以老师傅约 5 小时的装车耗时、98 方保本线和每方 100 美元的计费为参照，把装载优化的价值直接换算成增收。
- NO.7 从个人提效到组织能力：FDE用AI推动企业研发转型 效果证据来自三个小组写代码、写文档和测试的耗时对比，FDE 同时提醒几天的统计不能当作长期 ROI，评估需要持续更久。
- NO.8 从物料难找到精准定位：FDE用AI减少工业企业采购浪费 以历史数据为基线做小规模实验，用采购行为的变化衡量价值，模型准确率只作过程指标，节省的金额须客户确认。
- NO.10 从人工核对到智能对账：FDE用AI让线下零售对账又快又准 选这个场景正因为价值能算清：省了多少人工、找回多少差异都可以直接核算，便于向买单方证明。
- NO.12 从人工盯图到公司级生产：FDE用AI重塑鞋服电商素材工作流 把还原度、画质、视频可商用和一致性写成明确的验收项，并以员工是否真正使用来检验效果。
- NO.15 从经验写稿到稳定量产：FDE用AI重构本地生活短视频内容生产 先拿 AI 小样与客户原有成稿对比再推进，上线后用平台留存数据和不同商户、SKU 的表现持续调优。
- NO.16 从人工分析到分钟级洞察：FDE用AI重构电信网络数据分析 把调试成本和用户规模扩大后的长期运行成本，视为决定 Agent 能否落地的关键问题。
- NO.17 从老师傅报价到AI深度协同：FDE用AI重构非标制造售前链路 效果分四层评估：与人工相比的响应速度、报价的可用性和准确率、图纸解析准确率，最后落到对经营的实际价值。
- NO.18 从纸质台账到AI经营：一家生物科技上市公司的0帧起手数智化 用培训周期、老销售每月投入的人天等可核对的指标说明效果，陪练和考试也按新人通过率持续迭代。
- NO.22 从库存割裂到业务联动：FDE用AI打通跨境电商的库存、补货与广告决策 访谈者反思没有在上线前建立效果基线，交付后无法证明省下多少时间和成本，以后要先记录人工耗时再上线。
- NO.24 从发货到动销：FDE用AI打通跨境快消的海外数据断层 用正常、异常和边界案例组成的评估样本持续测试模型，并对比引入前后费用审核发现问题的比例。