错误预算：允许错多少、超了怎么办

没有可接受的错误水平，每次出问题都在争「算不算严重」。本文给出定预算的三条依据、预算的两种用法、与发布门禁的分工与三个反模式。

"允许错多少"要事先说清

AI 功能不可能零错误 ✔。但很多团队**没有定义"可接受的错误水平"** ✗，

于是每次出问题都在争论"这算不算严重" ✔ —— 争论没有依据 ✔。

**引入"错误预算"** ✔：事先约定可接受的失败量 ✔，用完就停止加新功能、先修质量 ✔。

1. **按后果定**（错了会怎样 ✔ —— 见需求七问 ✔）：

影响资金/合规的 → 预算极低 ✔；影响体验的 → 可放宽 ✔；

2. **按指标定**（可测量的 ❌ 而不是感觉 ✔）：

例如"该拒答却作答率 ≤ 1%""格式合规率 ≥ 99%" ✔；

3. **按周期定**（每周/每月重置 ✔），并**公开可见** ✔。

**示例** ✔：

```

本周预算：

该拒答却作答：≤ 3 例（当前 1 例）

格式合规率：≥ 99%（当前 99.4%）

P95 延迟：≤ 4s（当前 3.1s）

```

**没超预算** ✔ → 可以继续推进新功能（质量在可控范围 ✔）；

**超了预算** ✗ → **优先修质量** ✔（暂停或减少新功能 ✔ —— 这是这套机制的价值所在 ✔）。

**要点**：错误预算不是"允许摆烂" ✗，而是**把"什么时候该停下修质量"变成客观判断** ✔。

**发布门禁**（见发布门禁那篇 ✔）：**单次改动**不许让指标退化 ✔；

**错误预算**：**一段时间内**整体可接受的失败量 ✔。

两者配合 ✔：改动不能一次变差 ✔；长期累积也不能超预算 ✔（否则就该系统性整改 ✔）。

**预算定得不可能达到** ✗（每次都超 → 大家就不看了 ✔）；

**只看总量不看类型** ✗（该拒答却作答 1 例 ≫ 格式错 50 例 ✔）；

**超预算没有后果** ✗（那就不是预算，是装饰 ✔）。

> 现在这个功能的"错误预算"是多少 ✔？本周用了多少 ✔？

> 答不出，说明质量还没有"可承诺的水平" ✗。