"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 ✔。
一、怎么定预算（三条）
- 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 ✔；
- 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%" ✔；
- 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）
二、预算的两种用法
- 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 ✔。
三、和"发布门禁"的分工
- 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 ✔）。
四、三个反模式
- 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 ✔）。
五、一条判据
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" ✗。