KPI 模糊、AI 场景不确定时,目标不该先定成一个数字,而应先定成“这轮要获得什么新信息”,让团队用实验去把模糊处变清楚。
AI根据立正公开的文章和视频整理,不是他本人回复。重要的判断,请回到出处核对。
先定信息增益,再定业绩数字
立正转述过一个观点:探索型团队的 KPI 应该优化信息增益,也就是每做一件事都尽量多拿到此前不知道的东西。一个五五开、可能成功也可能失败的实验,信息量最大;一个几乎必然成功的小改进,信息量反而小1。放到你的处境里,KPI 定义模糊、AI 场景不确定,说明现在缺的不是更用力,而是先知道哪个场景值得做。可以让团队这一阶段的目标写成“验证几个关键假设、拿到什么结论”,而不是直接压一个提升百分比。等场景收敛、因果清楚之后,再把数字指标接上去。
局部指标会诱导走捷径
立正讲过一个比喻:如果给身体每个器官各定一个减重 KPI,腿会拼命跑、胃会干脆不吃,每个局部都用最快方式达标,整体却未必更好。这就是局部利益和整体利益不一致的代理问题2。KPI 定义模糊时风险更大:团队会自己挑一个最容易交差的解释。所以定目标时要同时说清“这个数字代表什么结果、什么做法不算达标”,比如 AI 场景的指标不能只看调用次数或生成量,要看它是否真的减少了某项人工环节。
先检查“缺 KPI”这个判断本身
AI推演你现在的提问已经预设了“问题在于目标没定好”。立正提醒过,这类提问本身包含一次诊断,如果诊断错了,越具体的方案越会带偏方向3。可以先和团队核对:KPI 模糊是因为业务结果本身还没想清,还是因为大家知道要什么、只是没写成指标?前者要先做场景验证,后者只需把已有共识落成可测的定义。这个区分会决定第一步是跑实验还是改指标表。
关于信息增益的表述来自立正转述某团队的做法,不是他给所有团队的统一建议;代理问题的比喻针对的是局部指标,不能直接套成你团队的具体病因。
出处
- 1Amazon和Meta都在用通义千问,他们为什么掉队了?
核对探索型团队为何以信息增益为目标,以及五五开实验为何信息量最大。
- 2为什么减肥不应该盯着体重?|Agency Problem和KPI的矛盾|不容忽视的管理常识
核对局部 KPI 与整体目标不一致的机制和减重比喻。
- 3为什么别人的好建议,到你这里就用不上?
核对“提问已含诊断”这一提醒,用来检查 KPI 模糊是否真是首要问题。
你也有想问的?
卡住的时候,问问立正:回答附有出处,可以点回原文核对。
也可以接着问:
别人还问了
- 立正有没有讲过怎样用 AI 整理和保存自己的笔记文件?
讲过,但讲的是把录音、访谈这类素材整理成 Markdown 笔记并留在本地,不是针对已有笔记文件的归档方法。
- 我想建一个自己的贾维斯 但是我应该是进入了兔子洞 连接两个月无产出 非常挫败
两个月没产出,更可能是你在为还不存在的规模做设计,而不是能力不够。先把贾维斯缩到一个你每天真会用的小任务,跑通一次再谈扩展。
- 初创公司愿意招什么样的人
初创公司最想要的是能自己把事做成、拿过结果的人,而不是来学习或来探索的人;公司越小,越没有余力培养和试错。
- 立正说他游泳队经历?
立正大学时是学校游泳队的队员,属于NCAA最低档Division 3,且是队里被队友远远甩开的吊车尾;他说那两年训练在身体上极其痛苦,但坚持了下来,对性格塑造影响很大。
- hi立正,请问在使用codex的时候,在什么情况下我应该创建一个项目并在该项目下持续添加对话,而在什么情况下我应该“不在项目中工作”呢?因为我感觉我现在的历史项目文件比较乱
判断标准是这件事会不会反复做、要不要积累素材和判断:会反复做的放进同一个项目,让每轮留下东西;一次性的、没有延续价值的就不必建项目,做完即走。
- 什么是把任务切成 Agent 智能刚好够用的粒度
它指交给 Agent 的任务块要大到能自主推进、又小到能自检收敛:目标、边界、标准、资源说清,中间的拆解和执行留给它,人只在闭环跑完后介入。