给你的流程做一次通道台账：四栏、三问与途生率

给你的流程做一次通道台账：四栏、三问与途生率

把母文的通道台账、ν 的算法与四条清点纪律，做成一份能在自己行当里跑完的工序

SDE 编辑部 · 2026年8月

导语　母文是一篇音乐发生学的论文，但它留下的是一套记账规程。这一篇把那套规程从音乐里取出来，写成任何一条「有东西进、有东西出、而出来的账本上没有来源栏」的流程都能照着跑的步骤。

这套方法做什么，不做什么

做：帮你查清一条流程的出口账本上，有多大一份是这条流程自己生产的、却被下游当成"本来就有的"在用；并给出把这一份算成一个数的具体办法。

不做：不判断这些被生产出来的成员是好是坏。母文写死了一句：**被生产出来，不等于是假的。**本方法不产生"清除途生项"的建议，只产生"把来源栏补上"的建议。

适用：任何有记录环节的流程——会议纪要、工单分类、病历编码、验收判定、标注与打标签、报表口径转换、翻译与转写、档案著录、数据字典映射。

不适用：出口账本已经有来源栏并且被认真填写的流程。那种情况下，多出来的成员是已标注的加工，不是本文所说的途生项，直接看那一栏即可。

第一步：判断你的账本有没有来源栏

拿一份你每周都在生产或使用的记录，回答四问。

第二问和第三问同时为"是"，这条流程就一定在生产途生项。剩下的工作是把它数出来。

安全边界：先写死不做什么

• 不追责。查出某几项是记录者生产的，不等于记录者做错了。母文的两条结构条件里根本没有"人"这一项。任何把本方法用于问责的做法都不在授权范围内。
• 不删。不要因为一项被判定为途生项就把它从流程里去掉。它多半正是下游能运转的原因——纪要里没有标点就没法读，工单没有类别就没法派。要补的是那一栏，不是砍掉那一项。
• 不在医疗、法务、安全的强制记录上擅自加栏。这些记录的格式由规定决定，改格式要走规定的路。本方法在这些场合只做旁路测量。
• 不把 ν 当质量分。ν 高不代表流程差。有些材料天然 ν 接近 1（转录一段没有稳定节奏的演奏、给一段开放式访谈打标签），那是材料的性质。
• 不把探索性结果当结论。母文把好几处标成探索性、不让它们承担论证。照做。

第二步：把通道画成四栏

母文的通道台账只有四栏，一栏也不能省。

I（入口清单）：进去的时候能被独立测到的东西。要点是"独立测到"——你得能在不看出口的情况下，把它一样一样点出来。

O（出口清单）：下游实际在用的那些项。注意是"实际在用"，不是"记录表上印了的"。没人看的格不算。

R（再进入点）：出口在哪一步重新变成输入。写不出这一步的位置，就不成立。

U（来源栏）：账本格式里有没有区分来源的栏位。有／没有，二选一。

举一个填好的：一条客服工单流程。I＝客户说的那段话与工单文本；O＝工单上的问题类别、紧急度、处理结论；R＝类别进入报表、进入知识库、进入下一批坐席的培训材料；U＝报表里不区分"客户明确说的"与"坐席按下拉框归的"。

第三步：零情态词三问

母文给了三问，答案必须能被具体记录，不许出现"可能""某种程度上"这类词：

1. 这个成员在入口清单里能不能被独立测得？
2. 下游账本里有没有一栏记它的来源？
3. 出口再进入输入的那一步，具体发生在哪里？

三问答完，就知道手上这一项是不是途生项。母文自己填这张表的时候，有一行是空的——听者那一行，因为它没有数据。它把空着写在正文里，说明"这是本文的实际状态，不是修辞谦逊"。你填的时候也照此办理：填不出就留空，不要用"大概"补上。

第四步：按四种形态找候选

不知道该怀疑哪一项时，按四种形态各问一句：

母文的实测只做了编码型这一种，并把这写成自己覆盖面上最大的限制。编码型也是你最容易入手的一种——它离散、可判定、常有多人独立版本可比。先从编码型做起。

第五步：算 ν

理想情况下 ν 可以直接数，但来源栏恰恰是缺的，所以必须走替代路线：

• 找一个只看内容的最好可得预测器 M。规则、模型、算法都行，但必须是现成公认的，不许为了让结果好看而调参、不许取每条材料上的最优。
• 找一个不看内容、只按约定行事的参照者 C。另一位独立记录者是最好的 C；此外还要放一个常数预测器（一律填最常见的那个值）作对照。
• 让 M 与 C 做同一件事、对同一个目标，各自算 Cohen 的 κ（扣掉蒙对的那部分）。
• 然后：ν̂ = 1 − κ_M / κ_C

母文的实测：κ_M = 0.1530，κ_C = 0.2721，ν̂ = 0.4375。

读法：出口成员中，约 44% 是参照者能稳定给出、而入口内容给不出的那一份。ν̂ = 0 表示出口完全由入口决定；ν̂ 趋近 1 表示几乎不由入口决定，却仍被稳定给出。

四条清点纪律（照抄，一条也不能省）

**其一，ν 必须与 M 配报。**弱预测器会把 ν 抬高。报 ν 的时候必须同时说清 M 是什么、凭什么它是"最好可得"，并允许别人用更强的 M 复算。ν 天生是一个可以被别人降低的量——这是它的优点，不是缺点。

其二，零模型不能用均匀分布。出口成员的分布通常极不均匀，用"1 除以选项数"当机会水平会系统性高估你的预测器。正确的零模型是破坏内容结构之后的同一个预测器（把材料内部顺序打乱再跑一遍）。母文正是在这一条上栽过一次，事后才把它写成纪律，并注明修订是看到结果之后作的、正式复验必须先冻结零模型再取数。

**其三，参照者自己的一致度要报。**若 κ_C 也很低，那出口成员既不由内容决定、也没被稳定共享——那是噪声，不是途生。母文的 κ_C 只有 0.2721，它自己写了一句：任何把结论读成"共同体牢牢规定了一切"的解释，都被这个数挡住。

**其四，不可区分性要单独检验。**账上没有来源栏，不等于来源在原则上不可恢复。必须专门做一场（见第七步）。

第六步：留意默认值这个陷阱

这是最容易把结论做漂亮、也最容易骗过自己的一处。

母文的数据里，起拍取默认值的占 77.4%。于是两位转录者的原始一致率有 0.7806，看起来"共识极高"；扣掉蒙对之后，κ 只剩 0.2721。原始一致率里绝大部分只是两个人都选了默认值。

自查办法：先算你那一栏的多数类占比。占比越高，原始一致率越没意义，越必须报 κ。凡是看到"一致率九成以上"的字样，第一件事是去查多数类占了多少。

母文还标出了第二个陷阱：它的数据里拍号一致率是 1.0000，看着像是"共同体高度一致"的铁证，它拒绝把这当证据——更可能是数据库层面的规范化或界面默认，也就是说那一栏根本不是各人独立填的。凡是一致率恰好等于 1，先怀疑它是同一个来源的复制，不是共识。

第七步：不可区分性检验

问法：两个人在某一栏上不一致的时候，这分歧是来自同一份材料上的不同生产，还是来自他们记的本来就是不同的材料？

做法：把配对分成"该栏一致"与"该栏不一致"两组，分别度量两组的材料内容差异，比较两组的分布。若不一致组的内容差异显著更大，说明分歧主要来自材料本身，途生解释被削弱。

母文这一场按预注册口径被驳了，它如实保留。事后诊断发现其中一半是对齐方式造成的假象——改用最佳移位对齐后差值正好减半，剩下的仍然显著。于是结论写成"部分被驳"，并把"不可区分"这条主张降级：

不可区分是账本格式层面的，不是统计层面的。单条记录读不出来源，大样本上可以部分反推。

这条降级对你有实际用处：它意味着你确实可以用大样本去部分反推来源——这正是补来源栏之前的过渡办法。

走完一遍：客服工单的"问题类别"

• 四栏：I＝工单文本与通话内容；O＝问题类别（十二选一）；R＝类别进报表、进知识库、进培训；U＝报表无来源栏。
• 零情态词三问：类别在入口能不能独立测到——不能，客户不会说"我这是第七类"；账本有没有来源栏——没有；再进入在哪一步——类别进了本月报表，报表决定下月的人力配置。三问齐了，"问题类别"是编码型途生项的候选。
• 算 ν：M＝用工单文本跑一个现成的关键词规则分类器（不调参）；C₁＝另一位坐席对同一批工单的独立归类；C₂＝常数预测器（一律填占比最高的那个类）。分别算 κ。
• 陷阱检查：先算多数类占比。若"其他/咨询"占了六成，原始一致率立刻作废，只看 κ。
• 零模型：把工单文本的句子顺序打乱后重跑同一个分类器，用它作机会水平——不是用 1/12。
• 不可区分性：把两位坐席归类一致与不一致的工单分两组，比较两组工单文本的差异。若不一致那组的文本差异并不更大，说明分歧确实来自同一份材料上的不同生产。
• 结论怎么用：假设算出 ν 在 0.4 上下，正确的处置不是要求坐席"归得更准"（内容里本来就没有那么多信息），而是两件事：一，在报表里给"类别"加一栏来源或置信标记；二，承认下月人力配置有相当一份是建立在约定而非客户内容之上的，并在决策文档里写明这一点。

这个例子里最值钱的一步是零模型那一步：不换零模型，分类器的成绩会被高估，ν 会被低估，然后所有人都会以为"类别基本反映了客户的问题"。

读数与代价

• **代价一：要有第二个记录者。**没有独立的 C，κ_C 就没有，ν 算不出来。这意味着要拿出一批材料做双记。
• 代价二：要留出打乱重跑的算力与时间，用来做零模型。
• **代价三：结论常常是"补一栏"，而不是"改进准确率"。**很多组织不接受这种结论，因为它不指向任何人的努力。事先说好，比事后争执便宜。
• 一条读数：如果你算出的 ν 接近 0 或接近 1，先怀疑仪器——ν≈0 多半是 M 太强或者目标选错了（选了一个本来就能从内容读出的字段），ν≈1 多半是 κ_C 太低，也就是那一栏其实是噪声。

三种典型事故

**事故一：拿一致率当共识。**多数类占比一高，一致率就好看。必报 κ。

**事故二：为了让 ν 好看而挑了一个弱预测器当 M。**这是本方法最容易被滥用的一处。防法是把 M 写进报告并邀请别人复算。

**事故三：查出途生项就把它砍掉。**砍掉标点，纪要就不能读；砍掉类别，工单就不能派。要补的是来源栏。

什么时候停手

• 涉及强制格式的记录（病历、法律文书、安全记录），停在旁路测量，不动格式。
• 一旦有人开始用 ν 给记录者排名，停手。
• 找不到独立的第二记录者时，停在第一步到第四步——定位与画通道仍然有用，但不要报 ν。

什么时候该怀疑这套理论本身

母文给了两条自我证伪条款，这里写成你能执行的三条：

1. 一个更强的内容模型把恢复率推到 0.90 以上——那说明这一栏其实可以由内容决定，途生率趋近于零，本方法在这条通道上失败。母文自己写死了这条线，也就是说它的命题随着该领域的进步而承担风险。
2. ν 随"记录者受过多少训练"单调变化，而不随通道的结构（R 的强度、U 的完备度）变化——那说明起作用的是人的模型，不是通道结构，第二层命题失败。
3. 一条完全无人参与、也不含任何学习模型的流程，测出的 ν 不显著大于零——那说明途生确实需要主体。母文说这是它最愿意被检验、也尚未做的一场。

四种常见反对

**「这不就是说记录不客观吗？」**不是。母文明说被生产出来不等于是假的。它主张的是账本格式里缺一栏，不是记录不可信。

**「补一栏来源，成本太高。」**不必全补。先在一批抽样材料上补，算出 ν，再决定值不值得在全量上补。多数情况下，抽样测量就够支撑决策了。

**「我们两个人记出来一样，说明没问题。」**先算多数类占比。两个人都填默认值，不叫一致。

「这跟'人会带入主观'有什么区别？」区别在两处：本方法要求你把那一份算成一个数，并且主张这件事在没有人的流程里（数据管道、自动标注、指标派生）同样发生。第二处才是母文真正想说的。

三个岗位怎么跑

• 做数据与报表的：派生字段是重灾区。任何"由其他字段算出来的"列，都是候选途生项；R 就发生在它被写回明细表的那一刻。
• 做质量与审核的：判定档次（合格／让步接收／返修）通常 ν 很高。先算，再决定要不要把判定依据单列一栏。
• 带团队的：绩效评语里的形容词是典型的编码型途生项。做一次双评，算一次 κ，比开三次校准会有用。

一个人的自查版

1. 挑一份你每周都在写的记录，用两种颜色的笔标一遍：从材料里读出来的一种颜色，按规矩填上去的另一种颜色。
2. 数一数第二种颜色占了多少格。这是你自己的 ν 的一个粗估。
3. 找出这份记录在哪一步成为下一轮的输入。找到那一步，你就找到了 R。

两周最小实验

第一天：选定一栏（一个字段、一类标记），写下你对"另一个人会不会填得跟我一样"的预测，封存。

第二到第十三天：正常工作，另找一位同事对同一批材料独立填同一栏，两人互不通气。什么流程都不改。

第十四天：打开封存的预测，算三个数——原始一致率、多数类占比、κ。如果原始一致率很高而 κ 很低，你刚刚亲手复现了母文最关键的那一课。

本文用到的母文词，各在哪一步

来源说明

本文由 SDE 编辑部撰写，是对 Judy《途生项》一文的方法与流程转写，不替代原文，不代表原作者措辞。文中全部判据、公式、纪律与两处修订的教训均取自母文；客服工单那个例子为本文所造，用于演示流程，不是母文的检验之一，也不构成母文主张的证据。母文自己声明：音乐上的核心主张仍是待检验假说，且第三条推论（无主体通道也应测到 ν 大于零）尚未执行。医疗、法务、安全等有强制记录格式的场合，一律以现行规定为准。