第四章 · 先给自己造一把尺子

第三章把评价拆成了「标准 × 证据 × 可辩护」。这一章攻第一个部件：标准。它是三件里最反直觉的一个——多数人以为自己缺的是「眼光」，其实缺的是一把写下来、能递给别人用的尺子。

一个实验：不给尺子，人人都在乱量

找五个人，分别让 AI 写一篇「产品介绍」，然后请这五个人各自评价哪篇好。你大概率会得到五种答案：有人说「最有文采的」好，有人说「最短最清楚的」好，有人说「数据最多的」好，有人说「最有创意的」好。他们不是在争论哪篇好，他们是在用五把不同的尺子量同一堆东西，只是谁都没把自己的尺子亮出来。

这个实验揭示了一个朴素但常被无视的事实：没有标准，就没有评价，只有口味碰撞。而口味碰撞是不可调和的——因为争论双方根本不在量同一个东西。前面说的「先对齐目的」是第一步；目的定了，下一步就是把目的翻译成可操作的尺子。

尺子的学名：rubric

教育界给这种尺子起了个名字：rubric（评分细则）。它是一张表，横轴是「评价的维度」，纵轴是「每个维度的好坏等级」，格子里写清楚每个等级长什么样。

比如评价一篇文案的 rubric 可能是：

• 准确性：有没有事实错误？（好 = 零错误且来源可查；差 = 有一处以上硬伤）
• 切题度：是否回答了目标读者真正的问题？（好 = 每段都指向读者的一个真实疑问；差 = 自说自话）
• 行动性：读完知不知道下一步干嘛？（好 = 有明确的下一步；差 = 读完只觉得「有点道理」）

注意 rubric 的关键设计：每一级都要写出可观察的样子，而不是「好/中/差」三个空洞的圆圈。「准确性：优秀」不是标准，「准确性：所有数字都能指出来源」才是。前者是把判断重新藏回黑箱，后者才是把判断摊开在阳光下。

标准从哪来？三条路

「尺子要自己造」听着吓人：我又不是专家，凭什么定标准？其实标准有三个现成的来源，由浅入深：

第一条路：抄。几乎所有成熟领域都有现成的公开标准。代码圈有代码评审清单（能不能读懂、有没有测试、边界情况处理了吗）；写作圈有「奥威尔六条」（能用短词就不用长词、能删的字就删，等等）；招人有岗位说明书。新手的第一把尺子不需要原创，抄一份业内现成的，先用起来。用的时候你会碰撞、会不满，这个不满就是你迭代尺子的起点。

第二条路：拆。找你公认最好的两三个样本，拆它们「好在哪」。拿三篇你认为顶尖的同行报告，逐段标注：这段为什么有力？这段如果删掉会怎样？拆上十几个样本，你会发现重复出现的特征——那就是你所在领域的事实标准。这个过程本身就是第六章「识货是喂出来的」要讲的核心功夫。

第三条路：写。在动手做一件事之前，先把「做成什么样算合格」写下来。这在工程上叫验收标准，在管理上叫目标对齐，在日常生活里就是「点菜前先说想吃辣还是想吃淡」。事前写标准有一个神奇的功效：它防止你事后挪动球门。人有一种本能，看到一个东西的成品后，会不自觉地拿它反过来定义「好」——先写尺子就是为了防这个。

AI 时代的标准学：出题的能力

这里出现一个 AI 时代特有的转折。当 AI 负责生成、你负责验收时，你写给 AI 的任务说明，本质上就是你给它的评分标准。「帮我写个方案」是无标准的任务，你只能拿到无标准的输出，然后用「感觉」去验收——两头都靠运气。而「给 X 类客户写一份一页纸方案，必须回答他们的三个顾虑，语气克制不用感叹号」是一段带尺子的任务，验收时你有章可循。

所以这本书反复强调：评价能力不只是「事后挑货」，它前置为「出题的能力」。会把「好」说清楚的人，才能把「要」说清楚。这两个是同一门手艺的正反手。这就是为什么评价能力是 AI 时代的元技能——它同时决定了你拿到的东西的质量上限，和你验收时的可靠程度。

一个诚实的提醒：尺子永远不完美

写下标准不会让你从此客观公正。rubric 有三类已知毛病：它会漏（真正重要的东西没被写进去）；它会偏（写的人把自己的偏好当成了普遍标准）；它会僵（领域变了尺子没变）。所以标准要当成「版本 0.1」来用：写下来，用它评，评完复盘「这把尺子这次漏了什么」，然后改。标准是消耗品，不是传家宝。

但「不完美的尺子」和「没有尺子」之间隔着一条鸿沟：前者可以改，后者连「哪里错了」都无从谈起。这就是评价能力的第一个硬功夫——敢于把「什么叫好」写下来，并接受它会被证伪。

本章小结

标准是评价的第一个部件，没有它就只有口味碰撞。可操作的标准叫 rubric：维度 × 等级，每级写出可观察的样子。标准有三个来源：抄现成的、拆好样本、事前自己写。在 AI 时代，给 AI 的任务说明就是评分标准，评价能力前置成了出题能力。尺子永远不完美，但不完美的尺子可以迭代，没有尺子无从谈起。下一章攻第二个部件：证据——以及为什么在 AI 面前，核查证据从好习惯变成了保命技能。