S16-A12 · 决策回溯：半年后怎么判断当初对不对

半年前的选型决定现在成了议题。会上有人说"当初就不该选这个"，有人说"当时条件不一样"，还有人翻出聊天记录证明自己反对过。讨论了三十分钟，没有任何一条新证据出现。

"当初对不对"靠嗓门，是因为三件事被混在了一起：决策当时的质量、结果的好坏、以及运气。 决策回溯要做的事，就是把它们拆开，各用各的证据评。

1. 三件事必须分开评

被评的对象	证据来源	评价口径
决策质量	当时的判据、当时的信息集	在已知条件下是否合理
结果质量	事后指标与影响面	结果本身好不好
运气	事后才知晓的外部变化	不可归因给任何人

分开之后，"当初不该选"才可能被检验：判据合理、信息集完整、执行到位时，失败要么来自运气，要么来自判据覆盖不到的维度。

2. 决策质量与结果质量的四种组合

组合	形态	该做什么
好决策 + 好结果	判据成立，结果达标	记录判据，供同类决策复用
好决策 + 坏结果	判据合理，但被外部变化打穿	检查判据是否漏了该维度，而非追责
坏决策 + 好结果	判据漏洞明显，结果侥幸达标	最危险的一格：侥幸会被当成方法学
坏决策 + 坏结果	判据与执行都有问题	分别修判据与执行，不合并成一次检讨

第三格是回溯最重要的用途：好结果会掩盖坏判据，还会被写进方法论文档，下一次同样的推理换到不可逆场景里代价更大。结果好不等于决策对——这条最难被接受，因为接受它等于承认一直在撞运气。

─── 决策回溯卡（占位，一次决策一张）

decision: DEC_2311          // 关联的决策记录
date: 2026-05-12
quality: 合理 / 判据有漏洞 / 执行不到位
criteria_then: [性能, 退出成本, 运维可执行]
info_then: 已知了什么、未知什么
expected / actual: 同口径、同时间窗
gap_cause: 前提变了 / 权重错了 / 漏了维度 / 执行偏差
luck: 事后才知道的外部变量

3. 过程与结果必须分开

评价对象	谁来评	用什么	常见错误
过程（判据、信息集、执行）	不参与该决策的人	当时的书面材料	用今天的信息评判当时的判断
结果（指标、影响）	数据负责人	可对比的口径	只挑对自己有利的时间窗

两条纪律：只看当时可得的材料，结果只用同一口径对比。后者更容易被违反：观察窗从三个月改成六个月，很多"失败"会变成"成功"。

4. 回溯四步

步骤	做什么	产出
找回判据	从决策记录里取出当时的判据与失败条件	一张可勾选的清单
还原信息集	注明当时已知、当时未知	判断"该不该知道"的依据
对比预期与实际	同口径、同时间窗	差异与量级
归因到判据或执行	二选一，不给"都有问题"	一条可执行的修订

─── 信息集还原（占位，逐条标注）

未知: 依赖方半年前已开始调整计费口径（当时无从得知）
可得但没查: 对方变更日志里提过该调整   // 这条属于"当时应该知道"

把"未知"与"可查但没查"分开写，才知道该怪运气还是该改流程。

5. "当时不知道"是合法辩护，"当时应该知道"不是

分类	判定标准	处理
真的不可得	当时无公开渠道、无预算、无时间窗	记入运气，不入改进项
可得但成本高	需要数人周才能收集	评估是否值得，作为判据修订建议
可得且便宜	一次沟通或一小时检索即可	判据或流程缺陷，必须改

判定标准是可获取性与成本，不是"当时忙"。最好当场演示："这条信息当时在哪个页面、多久能找到"。

6. 判据失效的三种形态

形态	信号	处理方向
前提变了	判据本身没错，但外部条件不再成立	加装"前提失效检测"，而不是改判据
权重错了	各项判据方向都对，权重与代价不匹配	重估权重，把代价写进判据
漏了维度	复盘时才发现有个关键维度从未被评	把该维度加进同类决策的检查表

三者修法完全不同：前提变了加监控，权重错了改算法，漏了维度改清单。写成笼统的"加强评估"，等于三种都没修。

─── 判据修订条目（占位，进检查表而不是进报告）
- from_decision: DEC_2311
  kind: missing_dimension      // changed_premise / wrong_weight / missing_dimension
  add: "退出成本需按人月报价，不接受'低'"
  applies_to: [中间件选型, 外部依赖引入]
  owner: ROLE_A
  verify: "下一次同类评审中该条目被实际使用一次"

7. 什么时候触发回溯

触发	适用	代价
定期（按季度）	决策量大、类型重复	容易流于形式，挑不出真问题
事件驱动	事故、超预算、切换失败	只在坏事发生时回溯，样本有偏
决策到期	决策记录里预设的复核日	需要当初就写下日期

第三种的样本质量最高：无论结果如何，到期就评一次。 只按事件触发的团队长期只看失败案例，"成功"的坏判据永远翻不出来。

─── 触发规则（占位）

revisit_triggers:
  - type: scheduled           // 每季度，抽 N 个决策
  - type: expiry              // 决策记录里的复核日到期
  - type: event               // 事故 / 超支 / 提前退出
sampling: 事件与到期全查，定期抽样

8. 回溯不是复盘

维度	复盘	回溯
对象	事件（一次故障、一次发布）	决策（一次选择与它的前提）
时间	事件结束后尽快	结果显现之后，通常按月计
主持	与事件无关的人	与决策无关的人
产出	行为改动、流程修补	判据修订、决策记录更新

回溯时间窗更长，必须在决策落地时留下材料——半年后找不回判据只能比嗓门。

9. 回溯的产物有三种

产物	落到哪	谁负责	验证
判据修订	同类决策的检查表	该领域的评审负责人	下次评审实际用到
决策记录更新	原记录尾部追加回溯结论	记录维护人	三分钟内可检索
流程调整	审批链、回退要求	流程owner	下一次同类决策的实际耗时变化

─── 决策记录尾部追加（占位）

reviewed: 2026-11-20        // 回溯时间
verdict: 判据合理，前提失效   // 一句话结论
evidence: 依赖方计费口径变更（事后公示）
changes: [加装前提失效检测, 检查表新增退出成本条款]
revisit_next: 2027-05-20

10. "我早就说过"为什么必须被禁

说法	破坏的机制	替代问法
"我早就说过"	把回溯变成立场竞赛	"当时哪条材料支持这个判断？"
"当时条件不一样"	用信息差终结讨论	"哪条信息当时不可得？"
"结果是运气"	拒绝检查判据	"运气之外，判据哪条没被验证？"

第一句有害不是因为它可能不真，而是它无法被检验：提过一句话与形成一份判据是两件事。禁的方式是把讨论拉回材料——回溯只接受两类输入：当时的书面材料、事后可对比的数据。

─── 把立场句改写成可检验的问题（占位）

原句: 我早就说过这个方案不行。
改写: 当时有哪条书面判据指向该风险？形成它要多少成本？

11. 参与者与主持

角色	是否在场	职责
决策者	必须	说明当时的判据与信息集
执行者	建议	说明实际发生的偏差
主持人	必须，且非决策者	只管顺序与材料，不给结论
数据负责人	必须	提供同口径对比

12. 度量：四个能改变决策的数

指标	口径	用来决定什么
回溯覆盖率	到期决策中实际被回溯的比例	是否只挑着看
判据修订数	每次回溯产生的检查表条款数	回溯是否有实质产出
同类决策重犯率	同类决策重复出现同一漏洞的比例	修订是否真的生效
记录可检索率	三分钟内找到当时判据的比例	材料是否留下

第三项是唯一能验证回溯有没有用的指标：同一类漏洞反复以不同面貌出现，说明产出的是文字而不是判据。

13. 排错：回溯开成立场竞赛的六种现场

现象	真实成因	处理方向
讨论停在"当时不一样"	信息集未还原成清单	先写已知/未知/可查未查
决策者成辩护人	由决策者主持	换主持人，决策者先讲
结论是"都有问题"	归因未二选一	强制落到判据或执行
只回溯失败案例	触发方式只有事件驱动	加到期触发与定期抽样
结论无法验证	产物是文档而非条款	修订进检查表，下次必用
同一漏洞反复出现	检查表没人读	条款绑定到评审流程

14. 边界：解释力有限的时候

场景	为什么有限	可替代做法
决策影响已消失	结果无法观测	只记录判据，不做结论
信息集无法还原	无材料、当事人也不记得	当流程缺陷处理：补记录机制
纯运气主导	外部变量压倒一切	写"不可归因"，不产出改进项
决策刚落地	结果尚未显现	到期再评，不提前下定论
单人独立决策	无组织机制可调	只更新个人检查表

回溯的价值来自组织机制被修订。单人决策的产出只能是"下次我自己注意"，那不是判据修订。

15. 自测

决策质量、结果质量、运气分开之后，"当初不该选"这句话为什么才可检验？
"坏决策 + 好结果"这一格为什么最危险？
把"未知"与"可查但没查"混在一起写，会得出什么错误结论？
判据失效的三种形态，各自的修法有什么不同？
为什么只按事件触发回溯，会让样本有偏？
什么样的场景下，回溯的解释力本身就有限？