可证伪的预测：把主张变成能记账的断言

「我做过 X，效果很好。」

这句话在评审里出现过无数次。它的问题不是可能为假，而是它不可能为假——任何结果都能被它圆回去。效果差，可以说场景不匹配；效果好，可以说方法论对了。一个无法被任何观察结果推翻的陈述，不是结论，是姿态。

工程上我们早就吃过这个亏。一份质量门禁全绿，不代表质量好，只代表门禁没被问过它答不上来的问题。把副本数从 3 改成 0，服务永远起不来，而门禁照样返回 0。检查通过了，但它本来就不可能失败——它从来没有在证明任何事。

问题的根子是记账。钱之所以可信，不是因为谁发誓，而是因为每一笔都写进账本，事后能对。主张也一样：一句不能被记进账、不能在到期日自动结算的话，就只能靠语气取胜。语气是没有结算日的。

所以立场很简单：没有判定判据的产出，不算产出；不能被结算的主张，不算主张。

什么算「可证伪的预测」

一条能被记账的断言，至少要含七个成分。缺一个，它就从预测退化成宣传。七个里最容易漏掉的是「数据来源」和「入链凭证」：前者决定别人能不能自己算一遍，后者决定你事后能不能赖账。

置信度不是走形式的。它逼你把「我觉得挺稳」换算成一个能被打分的数字，事后拿它和实际命中率比，你才知道自己是校准良好的，还是一直过誉自己。

关键在顺序：判据必须在动工之前写死。事后补的判据不是判据，是为结论量身定做的橡皮尺——谁都能在结果出来之后，找到一把刚好卡得上的尺子。

把主张改写成断言

改写不是修辞练习，是把一段无法检验的说法，压成一段能对账的说法。

例一，性能。

原句：优化了查询链路，响应快了很多，用户反馈良好。

改写：在 A 数据集上，P95 延迟从当前 420ms 降到 300ms 以下，观测窗口为发布后第 7 天到第 14 天，数据取自线上指标服务，窗口内请求样本不少于 30 万次。达标记命中，否则记落空，置信度 0.6。

原句谁都没法反驳，改写句会在第 14 天给出一个明确、且可能让我难堪的答案。

例二，工具。

原句：这个校验器很可靠，挡住了绝大多数非法输入。

改写：对同一批构造的非法配置，工具的退出码由 1 变 0 的比例不高于 5%。判据是删一行、清空值、把数字改成 0 三类变异各造 20 个样本，逐个执行。跑不到的样本记弃权，不记命中。

例三，根因。

原句：经过这次排查，找到了根因。

改写：那条被怀疑的路径确实会泄漏——给出复现命令，在干净环境执行退出码非 0；把该路径改回原样，命令退出码为 0。两个方向都跑通才算根因，只跑通一个方向，最多算相关。

有个通用判断法：把主张里每个数字都问一句「它在什么条件下会取到别的值」。答不上来的数字不是测量，是装饰。一个永远是 1.0 的分数不说明一切正常，只说明它没被测过。

三条能落地的做法

一、先冻结检查，再干活。 验收检查在动工之前写好并入哈希链，之后改一个字，此前所有结论作废——这得由机制保证，不能靠自觉。一个聪明且自利的执行者，如果允许它自己写验收测试，它一定会写出一个必然通过的测试。

二、用「本来会失败的输入」喂门禁。 门禁通过之后，主动改坏被检查的产物再跑一遍。在坏输入上照样通过的门禁，从来就不是证据。这步不需要信任任何人，它只是一次变异加一次重跑。

三、给每条预测留出弃权和落空路径。 信息不足时诚实弃权，不算命中也不算落空，但弃权率要单独统计——弃权率飙升，说明判据在逃避结算。落空记录永久保留，不删不改不辩护。只展示成功路径的账本，和没有账本是一回事。

还有一条常被忽略：净胜率必须有对照基线。预测「最热的那一个会继续热」是最省事的策略，如果你的预测不比这条朴素基线强，账本应该诚实显示出来。基线让「我猜中了」和「随便猜也能中」分开。

结算要按到期日走，不按心情走。到期当天给结论，不许拖到数据变好看的那天再结。

一句话

把主张写成预测——带判据、带时间窗、带数据来源，并且允许它落空。这不是为了显得严谨，而是因为一个不可能错的结论，对任何人都没有信息量。能被查错的记录，比漂亮的成绩单有用得多。