指标 / 上线
增长与测量系统
把业务目标翻译成指标、实验、上线标准和反馈闭环。
项目
项目线索：测量、推荐、广告、因果推断与应用 AI。
用问题类别、系统边界、权衡和可复用产物记录技术工作。
项目方向
这些方向连接写作、系统图和后续可公开分享的技术产物。
排序 / 广告
推荐与广告基础设施
围绕排序、召回、分配和测量，平衡用户价值、市场约束与业务目标。
对照 / 增量
因果测量与实验
围绕 holdout、lift、归因窗口和反事实推断建立决策依据。
智能体 / 复核
企业 AI 与智能体工作流
把评估、升级路径、人工复核和治理合同放在自动化之前。
项目记录结构
每条项目线索都保留问题、边界、权衡、产物和可迁移经验。
01
问题形状
描述决策问题的类别，不写私有组织名称。
02
系统边界
说明输入、输出、约束和反馈信号。
03
关键权衡
速度 vs 有效性、自动化 vs 复核、增长 vs guardrail。
04
可复用产物
如果已经公开，就链接图示、清单、笔记或仓库。
05
迁移价值
用可迁移的经验收尾，而不是业绩数字。
边界
雇主或客户标识
统一替换为领域级描述：推荐系统、广告平台、实验基础设施、企业 AI。
系统图
私有指标与内部架构
只保留系统目标、公开图示和通用约束，不写非公开细节。
结果校验
夸大的结果陈述
没有公开出处的数字就不要写，用方法与判断替代。