我们写着要把假设分层，自己的台账里却连一条成功标准都没有

我们在启动项目时，会写明要把假设拆成三层。

大假设  1个        问题的根本原因
  └ 中假设 2~4个    若大假设成立则必须成立的事项
      └ 小假设 各1个   在2周内实际做出判定的事项

我们决定检查一下，这一点在我们自己的文档中是否真正落实了。过程中发现了两件事：一件是我们工作上的缺陷，另一件是我们测量方法上的缺陷。第二件更为重要。

首先，测量错了

我们检索了全部工作文档，统计包含"大假设"一词的文档，结果是3份。这个数字很低，我们本打算直接使用。

但我们把这3份文档打开看了。

全部都是解释"大假设"这一概念的文档。一份定义了规则，一份审查了该规则，一份记录了内容选题。真正设立了大假设的项目文档，一份也没有。

"3份"的意思是出现这个词的文件有3个，而不是建立了这一层的项目有3个。我们统计的是字符串。

再核对一次，情况更加清楚。在准备本文的过程中我们写了几份相关文档，同一个数字随之增加到6份。并不是因为有人设立了大假设，而是因为使用"大假设"这个词的文档变多了。您正在阅读的这篇文章一旦发布，也会让这个数字再加一。

统计词语，和查看是否真正在做，是两回事。因此，本文没有把这个数字当作证据。

一个没有字符串陷阱的数字

我们转而查看了另一样东西。我们把所有判断都记录在决策台账中。开始撰写本文时，台账共有985条。

这不是文档正文，而是记录中的字段，所以我们看的不是词语，而是字段是否已填写。

• 判定该决策成功的标准 — 0条
• 看到什么就放弃 — 0条
• 何时重新审视 — 0条

985条中为0条。这里没有任何解读空间。

放在一起看，是这样的：

决策      985条
执行    2,825条
结果       66条

决策和执行不断累积，结果却不在那里。因为没有写下判定标准，事后也就无从判定。

然后是今天

在统计这些数字的过程中，我们把当天的三项决策新录入了台账。

这三项同样没有写成功标准。

我们在统计这个缺陷的同时，又把它制造了三次。并不是因为不知道规则——那条规则正是我们自己写的。

为什么会这样

原因很简单：做决策的时间点和做判定的时间点不同。

做决策时，要做什么是清晰的，所以只写这一点。"看到什么就承认这是错的"，当时不写，工作照样推进。眼下没有任何问题。

问题出现在几个月后。重新打开那项决策时，没有人知道该以什么为标准来判断成败。于是往往以"当时那样做是对的"收场。这就不再是判定，而成了回顾。

为什么需要分层

• 大假设是项目赖以成立的前提。一旦它错了，一切都要重新审视，所以不会经常去动它。
• 中假设是大假设成立时必然随之成立的事项。即使被否定，项目依然存在。
• 小假设是切分到能在短周期内判定的大小。我们定为2周。

关键在于，否定会成为常态。某个中假设错了并不会让项目崩塌，所以大家能够说出"错了"。如果只有一层，否定假设就等于否定项目，于是没有人会说错了。

顺带一提，即使是设计良好的实验，目标指标得到改善的也只占1/3。另外1/3没有变化，剩下1/3反而变差。否定不是例外，而是默认状态。

如果今天只做一件事

请从正在进行的工作中只挑一项，写下一句话。

看到什么，就承认这是错的？

如果这句话写不出来，那项工作就还不是假设，而是计划。计划可以完成，却无法判定。

另外根据我们的经验再补充一点——检查这句话是否写下时，不要以文档里是否出现这个词来计数。我们就是这样做的，得到了3这个数字，打开一看却是0。

写这篇文章时改变了什么

过去的985条无法追溯补填。取而代之的是，在撰写本文期间，我们为当天的三项决策填上了三个字段——成功标准、放弃标准、复查日期。

989条中的3条。这不是值得炫耀的数字。但它是第一个不为0的数字，今后记录的决策从哪里起步，也由此确定。

---

如果不确定正在进行的工作是否处于可判定的状态
通过2分钟诊断，您可以看到现在应优先着手的一项课题、2周试点的启动方案，以及必须由人确认的风险。按您方便的程度作答即可。

STAR-T AI业务运营诊断 →

---

注释

① 参考资料·核实日期（测量时间 2026-08-12 14:04 · 复测 15:37）

• 决策台账 985条 → 989条（测量期间增加）· 直接查询台账
• 成功标准 / 放弃标准 / 复查日期 各0条 → 3条 — 查询的是字段是否存在。3条为撰写本文时所填
• 执行 / 结果 2,825 → 2,841 / 66（正文中的数据块与985条属同一时间点的数据，故保留2,825）
• "大假设"字符串检索 3份（8/10）→ 6份（8/12）— ⚠️ 不作为证据，正文中仅作反例使用

⚠️ 决策台账是每天都在累积的记录。上述总数为测量时间点的数值，您阅读时已经更多。审核期间也在不断变化（983 → 984 → 985 → 989）。没有变化的是"0条"这一边——本文的论点不在于总数，而在于那个0。

实验结果按改善、无效、恶化各占1/3的说法，出自微软整理12年在线对照实验、于2015年在学术会议上发表的资料。

② 本文未使用的数据

• 没有把"含大假设的文档3份"作为缺陷的依据。初稿曾把它放进标题，但审核中有人指出字符串计数会被自我指涉所污染，核实后确实如此（从3增加到6）。我们没有替换数字，而是把这次失败本身保留在了正文中。
• 比例（%）表述 — 分母中大部分是日志、会议记录这类不需要假设的文档，换算成比例会显得比实际更糟。
• "命中率1/3" — 内部文档中是这样简写的，但原始资料是改善／无效／恶化各1/3。我们按原始资料表述。
• 2周标准的外部依据 — 虽有外部报告建议采用短周期，但其标准是1周。我们的2周比它宽松，因此没有借用他人的数字作为依据。
• 各业务线的细分数据 · 我们的课程、咨询满意度或业绩数据 — 与论点无关，已删去。

③ 制作方式
由AI生成初稿，经人工核实和编辑。初稿在事实审核中被退回过一次——指出核心数据按其测量方法并不成立，核实后确认属实，于是修改了标题和论点并重新撰写。未使用生成式图像或语音。