归纳与推广

本章主题：从有限经验中形成有用判断，理解观察事实、归纳支持与未来预测的差别，学会检查经验的来源、范围及可修正之处。

本章另设小叶用AI整理实验记录页的案例。页面数量、核查结果、后续试用与请求次数均为原创教学数据，不代表某个真实AI产品的能力。

一、六页材料都成功了，这份经验意味着什么

小叶希望把纸面实验记录整理成统一表格。最初，他拿同一门实验课的六页清晰打印材料调整指令、检查输出、修改要求。经过几轮尝试，六页最后都得到了符合要求的表格。

这件事当然有价值。小叶已经看到一条能在这些材料上走通的办法，也知道怎样描述输入、安排输出和处理若干错误。若因此决定继续试用，完全可以理解。

但他若进一步宣布“AI已经能把任何实验记录一次转好，以后都不用检查”，就把经验扩展到了没有被观察过的范围。原来的六页来自同一模板，指令还针对它们调过；它们最终成功，也不是说一开始就每页一次成功。

从一部分经历走向更多对象、从过去结果走向未来预期，是归纳思考中很常见的过程。人不可能把今后遇到的全部事情先体验一遍，因此日常学习和行动需要这种能力。

归纳的目标不是让我们因为无法保证未来就拒绝使用经验，而是学会让经验承担适当的分量。六页成功可以支持进一步尝试，却还不够支持所有材料、任何条件下都必定成功。

这章要讨论的是，怎样在这两端之间作出更有依据的判断：已经知道了什么，正在推广什么，还需要哪些观察来决定下一步。

二、从观察到推广，中间多走了哪一步

1. 描述已经发生的事，与判断尚未观察的事不同

“这六页最后都整理正确”是在描述给定记录。若六页的最终结果确实全部核对过，这句话可以直接得到资料支持。

“同类的新页面也有希望用这个流程整理”开始超出旧记录，涉及尚未观察的对象。“下次一定一次成功”则给出了更强的未来承诺。

归纳推理允许前提真实、结论仍可能失败，但前提可以对结论提供程度不同的支持。与演绎有效性的保证不同，归纳支持有强弱，也可能因新信息而减弱或需要修正。香港大学思方网：归纳推理

因此，评价归纳时，除了问“有没有可能出错”，还要问“目前证据使这项判断多值得接受”。只是指出未来存在例外，并没有说明所有经验判断都同样薄弱。

2. 归纳不只有一种方向

一种常见形式是从具体案例形成概括：多次处理清晰打印材料较顺利，于是认为这类材料值得优先尝试。

另一种是把已有概括用于新对象：小叶看到一页与之前相近的打印记录，预期原流程可能仍能提供有用初稿。还有一种是从过去走向未来：旧流程在多批同类任务中表现稳定，便把这种经验用于安排下一次工作。

这些推断都需要思考旧经验与新结论的联系，而不是只按“从个别到一般”几个字来识别。归纳既可形成一般判断，也可支持对一个新对象或下一次事件的预期。OpenStax《哲学导论》：归纳的几种用法

3. 经验支持要带着它的适用条件

在小叶的任务里，相关条件可能包括页面是否清楚、排版是否接近、需要转写哪些字段、是否允许标记无法确认的内容、指令有没有变化，以及输出按什么标准判定。

从旧材料到新材料，不需要每个细节都一模一样。页码不同、纸张边缘颜色不同，未必改变任务要点；清晰打印变成潦草手写，则更可能影响转写难度。

归纳依赖的不是简单的“看起来相似”，而是与结果有关的条件有没有足够相近。哪些条件重要，有时可以事先根据任务理解提出，有时需要从后来成功与失败中逐渐发现。

这也解释了为什么经验既有迁移价值，又需要继续学习。我们通常先形成一个带条件的工作判断，再让新的使用经历帮助我们修正条件。

三、把小叶的新材料观察讲完整

1. 先固定这次究竟在检查什么

小叶完成六页旧材料的调试后，把当前工具、指令与输出要求固定下来，称为流程S0。随后另选24页从未用于修改指令的新材料，每页只取S0的第一次输出进行核查，中途不改流程。

每页包含十条记录，每条需要转写编号、读数、单位。事先约定：可辨认的信息应完整、准确保留；页面确实无法确认的字段应写“待确认”，不能猜一个数字填上。核查按已经确认的对应标准答案进行。

本章把“整页符合上述转写要求”记为通过；只要遗漏可读内容、转错关键字段或擅自猜值，就记为不通过。24页均已经完成这项核查，没有把待核查页当作失败页或直接删除。

注意，正确标出“待确认”可以满足转写要求，但不等于那份数据已经全部齐备、可以直接用于后续分析。这里评价的是这个明确任务，不能任意扩大“通过”的含义。

2. 选入三类材料，结果并不相同

为观察不同情况，小叶有意识地选了三类页面。先把有明显模糊或涂改的页面放入第三类；其余页面再分为规整打印与清晰手写，因此每页在这张表中只属于一类。这个安排用于比较不同材料，并非从所有大学实验记录中随机抽样。

三类的观察通过率分别是 $11/12\approx 91.7\%$、$5/8=62.5\%$、$1/4=25\%$。这24页合计为：

百分数只是把已核对的结果换一种方式表达。它们没有自动成为每一类所有未来页面的真实通过概率。尤其第三类只有四页，一页结果不同，就会让观察比例改变25个百分点。

3. 同一个数，可能被说成几种不同的结论

“这24页有17页首次整页通过”是准确的观察摘要。“在这组材料和标准下，S0提供了17份符合转写要求的首次输出”也保留了范围。

“S0对任何实验材料的正确率都是70.8%”则越过了现有证据。样本是怎样选来的、未来材料构成是否相近、流程是否保持，都还会影响这个推广。

“任意一个字段有70.8%的概率正确”也不是原结果。这里按整页判断，而每页有多个字段；一页不通过，可能只错一处，也可能错很多处。仅凭通过页数，无法恢复字段层面的准确比例。

“所有页面最后有70.8%能整理好”同样混淆了首次输出与后续修订。七页首次未通过，并不意味着修正以后永远不能完成；十七页通过，也没有取消后续使用中核实待确认信息的工作。

4. 六页旧材料不能直接并入同一项成绩

旧六页是在调整流程时反复使用的材料，记录的是调试后的最终结果；新24页是在S0固定以后观察第一次输出。两批既有熟悉程度差异，也有结果口径差异。

把六页最终成功与十七页首次通过相加，写成“总共30页中23页一次通过”，会把旧六页也假装成固定流程下的一次检验。算术23除以30当然可以计算，但这个分子没有对应所声称的事件。

小叶可以同时报告两项进展：六页旧材料帮助调通了流程；新24页显示了S0在几类未用于调试的材料上的首次表现。二者都有信息价值，各自回答不同问题。

四、样本支持谁：先说清楚要推广到哪里

1. 目标范围不清，样本再多也不好判断

如果小叶接下来主要处理同一门课的清晰打印记录，十二页打印材料与这个目标较接近。若任务改成旧实验本里的模糊照片，原来数量最多、表现最好的那一类，就不能代替对模糊页的了解。

目标范围可以是一批尚未处理的页面，也可以是以后持续遇到的一类任务。不是一定要先给它取一个统计学名称，而是至少能说清楚：我们想把经验用于什么对象。

在统计学中，样本是从所关心的总体中取得的一部分观察；样本能否支持总体判断，要考虑选取方式、偏差和变异，不能只看样本数量。OpenStax《统计学导论》：数据与抽样

2. 数量增加，不一定增加了所缺的经验

小叶若再加一百页同模板打印材料，确实可能更加了解这一模板。但如果他真正不确定的是手写的涂改数字，那一百页没有直接补上这个缺口。

这并不是说同类材料测多了没用。同类的新观察可以帮助理解该类表现是否稳定、错误是否反复出现。只是增加了哪方面的证据，要对应正在讨论的结论。

所以，比“再多测一点”更有方向的说法是：“下一批材料里最常见、或目前最不了解的情况是什么？已有例子覆盖到了吗？”有时应增加数量，有时应改变选材，有时先把目标范围缩小就能形成有用判断。

3. 代表性与刻意寻找难例，各自服务不同问题

如果想了解日常收到的页面大致会怎样，可以从实际待处理清单中按明确方式取材，避免只挑顺手的页。随机选取可以减少人为偏选，但不保证某一次小样本恰好与整个清单的构成一致，更不能代表清单之外所有材料。

如果想找出流程可能在哪些地方失效，则可以专门增加模糊、涂改和特殊单位的页面。这样的检查对发现弱点很有用，却不能直接把得到的低通过率说成日常任务的平均表现，因为难例被有意识地放大了。

两种取材都可以有价值。关键是让材料选择与所回答的问题一致，并把选择依据说清楚。把专门挑选的展示佳作当作一般成绩，或者把专门挑选的最难题当作全部能力，都容易把经验放错位置。

五、你看到的经验，可能已经经过筛选

1. 只有成功案例被展示，不能还原全部尝试

小叶在同学分享中看到十份排版漂亮的AI表格。这可以证明那些成品存在，却没有告诉他背后试过多少页、经历多少次重试、有没有人工逐格修改。

如果只把最后愿意展示的成功结果留下，而没有保留失败与放弃的记录，我们观察到的就不是全部尝试。单凭这些成品，难以判断一次新任务大致会遇到多少工作量。

类似情况也发生在自愿反馈中：特别满意或特别不满意的人更愿意回复，安静完成的人未必出现。主动回应者的经历可以帮助发现问题，却不能不加检查地代表所有使用者。抽样资料中的自选样本与不回应问题，正与这种经验来源有关。OpenStax《统计学导论》：样本选择中的偏差

这不是要求把别人分享的案例当成不可信，而是分清案例展示与整体表现统计。知道一个结果能够实现，和知道新手在日常任务中多容易实现，仍然有不同的信息需求。

2. 最终全部完成，与首次全部通过不同

另设一个带反馈重试的教学情景，不与前面的24页合并。小叶处理五页新材料，每页首次通过就停止；若失败，则给出纠错反馈后重试，每页最多三次。五页分别在第1、3、2、2、3次请求时首次通过。

这次五页最终都通过，合计用了：

如果评价“最多三次并允许反馈后，五页是否都完成”，结果是5/5。如果评价第一次输出，只有第一份通过，结果是1/5，即20%。两种说法都可以准确，但描述的是不同工作方式。

小叶可以据此相信，这个带反馈的办法在所给五页上能够完成任务，并考虑纠错投入是否划算。不能把最终5/5压缩成“AI一次转写成功率100%”，也不应因为首次只有20%就宣布最终工作完全没有价值。

另外，十一条请求对应五份材料，而不是十一份不同材料；其中后续请求还利用了前次失败后的反馈。只看请求总数，又会混淆新的对象与在同一对象上继续修订。

3. 判断标准在结果出来以后改变，也会改变证据

假如小叶原本要求读数与单位都准确，看到结果后发现单位常有缺失，于是改口说“只要大部分数字像那么回事就算成功”，观察通过率当然可能提高。

如果任务目的确实变化，新标准可以合理制定。但新标准下的成绩不能无说明地当成原标准下的成绩，也不能用它证明原来的要求已经满足。

要理解一项经验，最好能追问“成功具体指什么”，并尽量按同一口径保留后续记录。原始输出、评价标准与修改后的成品各自保留下来，往往比只记一个“成功”更能帮助下一次判断。

六、次数很多，为什么还可能没有很多不同的证据

1. 同一页重复四次，与四张新页面不是同一件事

另设两种用于比较观察范围的安排。安排甲拿六页材料，每页用相同流程运行四次，不把上次输出作为下次输入，共24次请求；安排乙拿24页不同材料，每页运行一次，也是24次请求。这两种安排没有预设成功率。

甲能够观察，同一页在重复处理时是否容易出现结果波动。乙能够观察，流程换到更多具体材料以后能否继续适用。两者请求数相同，却回答不同问题。

不能把甲写成“已经在24份不同材料上得到检验”。它只有六个不同页面。反过来，也不能说甲后面重复的三次毫无信息，因为重复处理可能揭示首次观察没有显现的不稳定性。

2. 页面不同，也未必意味着证据完全独立

即使拿了24页，如果它们都来自同一个模板，只改了日期与编号，也可能共同避开某种特殊排版，或者共同受到同一种识别问题影响。页面编号不同，不自动表示它们带来了24种互不相关的新挑战。

相似的情况发生在信息来源中。五位同学转发同一份成功截图，不等于五个人分别完成了独立尝试；五篇介绍复制同一个结果，也不会仅因链接变多就成为五次新的验证。

这里不必急着计算“有效样本量究竟等于几”。更先要做的是看清关联：哪些观察共享同一份材料、同一来源、同一套调整过程，哪些确实带来了以前没有覆盖的信息。

3. 与目标有关的差异，通常比随意换花样更有价值

小叶下一批任务若会出现手写小数点、涂改和不常见单位，就有理由在试用中包含这些情况。只给同一张清晰打印页换几个文件名，不能增加同等程度的覆盖。

但也不必为了“多样性”刻意加入与真实用途毫不相关的材料。如果今后只整理这一门课的打印记录，拿一大批不相干的复杂手稿做成一个总体成绩，未必更能回答眼前问题。

合适的做法，是结合目标来安排不同观察：用一些常见材料了解日常表现，用少量有明确理由的边界材料寻找弱点，必要时在相同页面上重复处理观察波动。这些记录可以一起帮助判断，但不要让它们的数量和作用互相冒充。

七、遇到新证据，判断应该怎样改变

1. 一个失败，对不同主张有不同影响

“所有清晰打印页都一次通过”是一个绝对主张。最初新材料中的那一页打印失败，就足以说明它不成立，前提是这个失败和页面类别已经按相同标准确认。

但“清晰打印材料是值得优先试用的一类”不是在承诺绝无失败。一次未通过未必推翻这个工作判断，需要结合失败的内容、后续投入以及其他经验继续看。

如果只说“有例外，所以这个办法完全不可用”，就是把反对一个绝对说法，扩大成否定所有有限用途。若反过来说“只是一个例外，完全不用管”，也可能错过重要信息。

2. 反例的内容，有时比数量更关键

例如，某页把0.8转成8.0，会提醒小叶检查小数点；某页无法辨认的读数被编成一个看似合理的数，则提示“待确认”的处理要求没有被遵守。这两种失败带来的改进方向不同。

再设一个条件性情景：若复查确认流程里有一条错误的后处理规则，会固定删除单位中的某个字符，那么一次失败可能暴露一整类材料共同面临的问题。它的意义不只是让统计表多记一个未通过。

因此，归纳更新不应只做机械的“成功加一、失败加一”。记录共同条件和错误模式，能帮助判断新信息究竟影响一个局部对象，还是影响许多尚未处理的对象。

3. 观察总通过率上升，不一定意味着流程变好了

为演示数据更新，暂时继续保持S0及评价标准不变。小叶再取八页未用于调试、也不与前24页重复的清晰打印材料，每页只检查第一次输出，其中七页通过。

此时打印类累计为20页中18页通过；手写类仍为8页中5页；模糊或涂改类仍为4页中1页。合计变为32页中24页通过，即75%。

总观察比例上升了，打印类自己的比例却略有下降。新增八页有七页通过，这组结果的通过比例高于原来整批，所以加入后把合计比例拉高了。这八页又都来自此前表现较好的打印类，使打印页在整批材料中占了更大比重。流程在这个设定中完全没改，变化的是新增观察和材料构成。

所以，75%可以准确描述目前这32页，但不能据此宣布“改进使能力提高”，也不能直接取代对手写和模糊页面的单独判断。这一更新提醒我们，看到一个总数变化，要同时看它包含了什么对象。

4. 新信息可以缩小经验的适用范围

即使旧记录一项没错，后来知道下一批主要是模糊手写页，也会削弱“照旧就能顺利处理”的预期。新信息没有推翻旧页面的成绩，却改变了成绩与下一批任务的关系。

这正是归纳支持可以修正的含义：不是只在发现过去记错数字时才允许更新，也包括了解到新的相关条件，重新评价旧证据对当前问题的支持程度。香港大学思方网：归纳支持与新增信息

合理更新可以表现为更换办法、增加一次有针对性的核对，或先把流程用在它已有较好依据的材料上。它不必总是把原方法全部推翻，也不必因为已经投入过时间就拒绝调整。

八、从发现模式，到判断它为什么可能继续出现

1. 观察到类别差异，还没有找到唯一原因

主案例里打印页比手写页的观察通过比例高，清晰手写页又高于模糊或涂改页。这些记录可以提示我们关注页面清晰度与排版，但没有单独证明差异全部由某一个因素造成。

材料没有被随机分配成打印或手写，里面的单位写法、数字组合、涂改方式等也可能不同。每页同为十条记录，仍不等于每一处辨认难度完全相同。

因此，归纳可以先形成“某些材料特征值得继续检查”的工作假设。若要进一步说明这些特征怎样影响结果，还需要更细的观察或比较，不能直接把一张分组成绩表当成完整原因说明。

2. 对作用过程的理解，可以帮助选择新材料

小叶注意到几次错误都涉及小数点，就有理由在后续材料中加入小数点较小、位置接近表格线的页面，检查问题是否重现。若错误集中在单位遗漏，就应看带单位的表头、跨行单位或缩写，而不只是继续增加纯数字页。

这种做法使观察有了方向。它不是先断言“小数点必定是唯一原因”，而是把一个与任务过程相连的解释变成可以继续检查的预期。

例如，若小叶怀疑流程会把没有看清的内容强行补全，就可以针对这一点调整指令，强调原有的待确认要求。改动后要同时看两方面：无法确认时是否减少猜值；原本可读的内容是否反而被过多标成待确认。后一项也关系到任务是否真正完成。

有一个听起来合理的解释，不代表改动一定有效。解释的价值之一，是让我们知道该看哪些新结果，而不只看一个总体成绩有没有变好。

3. 有些不同看起来显眼，却未必与结果有关

小叶可能发现，最初成功的页面恰好使用蓝色文件夹，后来失败的页面来自白色文件夹。如果文件夹只是电脑中的整理标签，而没有改变提供给AI的页面内容，就不能仅凭这种共现，把文件夹颜色当成识别成功的关键。

相反，某些差异看起来不起眼，却可能重要：原来单位在每一行里，后来只在表头出现；原来输入完整页面，后来只截了部分内容。它们与可获得的信息直接相关，更值得检查。

这些判断仍可以被后续证据修正。我们不需要事先知道所有因素的精确作用，才开始使用经验；但应尝试用任务的实际过程辨别哪些相似与差异更有意义。

4. 不能把“看起来像规律”当成已经解释清楚

连续遇到几次相似结果，容易形成一个顺口的概括。它可能是一个有用起点，也可能只是暂时凑巧、选择偏差或共同条件留下的痕迹。

小叶可以把概括写得可检查一些：“我怀疑单位只出现在表头时容易被漏转，接下来找同类新页看看。”这比“AI天生不擅长实验数据”更接近已经发现的问题，也更容易在新证据面前调整。

下一章会继续讨论类比与解释性推理。本章先保留一点：归纳形成的模式能引导探索，但发现模式、提出解释和确认解释，并不是自动完成的同一步。

九、想知道改进能否推广，要给新材料留下位置

1. 在旧材料上学习，是改进的正常部分

小叶发现S0在某些页上容易漏单位，当然可以反复使用这些页调整要求。查看失败、补充说明、再次运行，都是让流程改善的合理工作。

问题不在于能不能看旧题，而在于改好以后用什么证据评价新的能力。如果七张原先失败的页面在逐项修订后都通过，这能说明所给旧案例已经得到处理；还不能仅凭它们宣布相似的新页面也已达到相同表现。

流程可能已经学会一种更一般的处理方式，也可能只被调整得恰好适应这几页。若要区分这两种情况，就需要观察没有参与调整的新材料。

2. 学习用过的信息，会影响最后的成绩含义

机器学习中通常要把用于选择和调整模型的数据，与用于评估新数据表现的测试数据分开；如果测试信息参与了调整，报告的表现可能过于乐观。scikit-learn官方文档：数据泄漏与测试数据

本章没有训练模型参数，调整的是任务指令与处理流程，但可以借用这个评估思路：已经被小叶反复针对的页面，不应继续冒充从未见过的新页面。材料的身份变化了，得到的成绩就要按相应身份解释。

这不要求学生先建立复杂的评测平台。保存一小组用于改进的页，再另外留一组与真实用途有关的新页，就已经能避免把两项工作完全混在一起。

3. 比较两个办法，也要尽量让任务可比

假如小叶把加入单位提醒的流程称为S1，想知道它与S0相比如何，就应尽量让两者面对相同的新材料、采用相同的通过标准，并明确每次是否允许重试或人工反馈。

若S0测试的是模糊手写，S1测试的是清晰打印，即使S1成绩更高，也不容易把差异归到流程改动上。若S0只看首次输出，S1却允许多次反馈后挑最后版本，同样比较了不同的工作方式。

对同一批新页面作比较，可以减少页面不同带来的干扰，但一次比较仍然只是给定材料下的证据。若看到结果后继续用这些页面修改S1，它们就进入了改进过程，后续评价还应再找未参与这轮修改的材料。

4. 旧案例回查与新材料检验，可以同时保留

改进以后再看旧错误有没有复发，是有用的；它回答“原来的问题有没有被重新带回来”。看新页面的表现，也有用；它回答“新办法能否超出熟悉案例继续发挥作用”。

两类证据都值得保存，但可以分开记。小叶不需要删除过去的失败，也不需要否认修好旧材料的进展。保留这些阶段，反而能看清一项方法到底从哪里开始改善，哪些地方还缺经验。

本章的24页观察和后加8页，都属于S0固定阶段。若后来拿它们改S1，不能把S1在这些页上的表现直接与原来S0面对新页时的表现混称为同等陌生条件下的成绩。

十、归纳支持与行动选择，怎样联系起来

1. 不是非得确信无误，才可以开始用

小叶若整理的是自己练习用的草表，原记录保留、输出容易核对，那么即使还不清楚所有材料的长期通过率，也可以从清晰页面开始使用，边完成任务边积累经验。

他此时需要的工作判断，可以只是“这个流程值得用来生成可核对的初稿”，不必扩大成“这个流程可以完全代替核查”。实际尝试的成本和收益，会影响该采用什么强度的承诺。

如果后续要把整理结果作为其他计算的输入，就还要关注一个错误会怎样传到后面的步骤。即使相信流程大多时候可用，对代价很低的关键字段核对也仍可能值得做。

所以，判断该怎样使用流程，既要看证据有多强，也要看输出将用在哪里。适合尝试、适合协助处理、适合直接作为最终结果，可能需要不同的证据与工作安排。

2. 不知道总体比例，也可以作出具体改进

主案例没有提供足以精确估计所有未来记录通过率的数据，但已经告诉小叶一些可以行动的信息：规整打印页在所测材料中表现较好；模糊或涂改页的首次通过比例较低，需要进一步查看具体错在哪里；首次结果与反馈后成品要区分；旧材料上的调试需要新材料补充观察。

这些判断能够支持更有针对性的安排。小叶可以先处理常见清晰材料，对难辨认字段显式保留待确认，再用少量有代表意义的新页面检查重要改动。

不必因为还没有一个漂亮的总体概率，就把已经获得的细节全部丢掉。对任务条件和失败类型的了解，本身就是经验的重要部分。

3. 把经验写成能继续生长的判断

小叶最后可以这样记录当前认识：“S0在固定标准下处理了24页新材料，17页首次符合转写要求；不同类别的结果有差异。后来又测8页打印材料，7页通过。现有经验支持从相近的清晰材料继续试用，并保留核对；手写、模糊及新排版需要另外积累观察。”

这段话保留了已完成的事实、适用范围和下一步。以后有了S1或新的材料，小叶可以在它后面接着写，而不必把一次阶段判断包装成永久结论。

真正有用的归纳习惯，是既愿意从有限经验中学习，也知道经验来自哪里、目前支持到哪里、什么新情况值得让自己改变看法。它让我们能够在实际使用中继续前进，而不是在“全信”与“全不信”之间来回跳转。

十一、练习与参考分析

以下案例均为教学设定。回答时尽量同时说明“已有依据支持什么”和“尚未支持什么”，不要只把每条经验判成有用或没用。

练习一：把观察比例放在正确的位置

依据最初24页新材料的记录，判断四句话：甲为“其中17页首次整页符合转写要求”；乙为“所有转写字段有70.8%正确”；丙为“下一批24页必定至少有17页首次通过”；丁为“相近的清晰打印页值得优先继续试用，并保留核查”。分别说明依据。

**参考分析：**甲准确描述本次完整记录，分子、分母和首次整页标准都没有变化。它不是对未知材料的推测。

乙改变了统计单位。每页有多条记录和多个字段，七页未通过可以包含不同数量的错误；整页比例没有提供字段正确数，不能直接换算。即使所有24页都核查完毕，也不会因此自动得到未记录的字段统计。

丙把有限观察提升为下一批的必然下界。下一批可能更难，也可能仅因具体页面不同而出现其他结果。原记录没有保证至少17页，哪怕流程维持不变也一样。

丁可以作为带条件的工作判断。打印类在所测十二页中有十一页通过，这为相近材料的试用提供了经验；保留核查也对应已出现的失败及尚不确定的范围。它没有承诺未来比例固定，更没有说其他类别完全不能使用。

练习二：两种选材成绩，可以直接排名吗

另设两组观察。小叶专门选了十页模糊或涂改材料寻找流程弱点，首次通过三页；同学只选十页最清晰、最熟悉的打印材料用于展示，首次通过十页。有人据此判断同学的流程必定比小叶的流程好。这个结论缺什么？两组观察各自有什么价值？

**参考分析：**两组材料的选取目的与难度构成不同，尚未建立可比条件。即使工具和流程完全相同，也可能在这两类页面上出现不同结果。因此，不能只用3/10与10/10把差异归到流程能力。

小叶的记录有助于发现所挑难例里的错误类型，也准确说明这十页的表现；它不自动代表日常全部任务只有30%通过。同学的记录说明那十页清晰材料可以得到首次合格输出，但选了最熟悉、最容易的材料，也没有证明任何新材料都一样容易。

若想比较两个流程，可以事先选一批与共同目标有关的新材料，让两者按相同标准处理，并记录相同阶段的结果。如果主要想展示能够完成什么，则应如实说明展示案例怎样选择、有没有经过调试。问题不是必须取消展示或难例检查，而是别让它们回答各自没有设计去回答的问题。

练习三：八个人转述，究竟有多少份材料

小叶收到八位同学的分享，其中六位都转发同一页演示；另外两位各自处理了三页，所用六页互不重复，也与演示页不同。有人说这相当于八份独立验证。能从题目中确定什么，不能确定什么？

**参考分析：**可以确定共有七个不同页面：共同演示一页，加上另外六页。六次转发没有产生六个不同的任务对象；两位同学各处理三页，也不能只按分享人数把它们压成两页。

但七个不同页面仍不自动等于七份统计意义上完全独立的证据。它们可能使用同一个模板、相同来源和相同流程，对某些失败模式具有共同条件。题目没有提供足够信息去给这种依赖程度计算一个精确数字。

还要看每份分享记录的是首次输出、反馈后的最终成品，还是只挑出的最好结果；是否采用同一通过标准，也影响怎样合起来解释。不同来源并非毫无价值，只是来源数量、页面数量、尝试次数和可推广程度不是同一回事。

合适的记录方式可以先列七个页面及各自提供者，再补充流程、核查标准与尝试阶段。这样，小叶获得的是能够逐渐核对的经验，而不是一个听起来很有分量的“八人一致证明”。

练习四：为什么多测八页以后，总比例上升了

S0在原24页中17页通过，后来八页新的打印材料中七页通过。计算累计总比例与累计打印类比例。再判断：“这说明S0经过改进，性能提高了。”这个解释是否得到题目支持？

**参考分析：**累计总页面数为24加8，等于32；累计通过数为17加7，等于24，所以总比例为24/32，即75%。打印类原来12页中11页通过，现在20页中18页通过，即90%。

原打印类为11/12，约91.7%，它的观察比例反而略降。总比例从约70.8%上升到75%，并不表示每一类都变好。打印类在样本中的占比从50%升到62.5%，而它在所测材料中比其他两类更容易通过。

题目还明确流程和标准保持不变，因此不能把变化解释成一次已经发生的流程改进。可以说“补充新数据后，目前32页的总体描述为75%”，同时保留类别结果与材料构成。

新增八页给打印类增加了观察，并没有给手写类和模糊类各增加八页的证据。若下一批主要是后两类，不能因为累计样本变大，就认为关于它们的未知已经同样减少。

练习五：旧错误全部修好，能宣布新材料不会再错吗

假设小叶用最初七页失败材料修改流程得到S1，并在这些页上反复核对，最后七页都通过。他写道：“七种失败已经全部消除，所以新材料可以完全不检查。”怎样评价这一推断，又怎样继续推进工作？

**参考分析：**首先，“七页失败材料”不等于“七种覆盖完整的失败类型”。多个页面可能出于同一原因失败，也可能一页包含多个问题，已出现的情况也不代表所有可能情况。

七页最终通过表明已知案例有了进展，可以保留为后续回查资料。它没有直接证明S1已适用于全部新材料，因为调整过程就是针对这些页面展开的；最后通过也未必对应陌生材料的第一次输出。

小叶可以先把S1当前版本固定，另找与接下来用途有关的新页，按事先标准检查。旧页继续用于确认原问题没有重新出现，新页用于观察迁移，两项记录分开保存。如果发现新问题，再据此改进，不必否认七页已经修好的价值。

暂时的使用方式也可以调整：从相近的常见材料开始，让结果便于核对，对不可确认字段保留标记。继续行动与继续积累证据可以同时发生，不能把尚未获得全部保证误解成必须停止一切使用。

练习六：历史平均请求数，与规则给出的上限

沿用五页重试情景，每页首次通过时的请求次序为1、3、2、2、3。小叶准备处理下一批20页，仍规定每页最多请求三次，首次通过就停止。他按过去平均数预留44次请求，认为一定够用，而且二十页一定都能完成。请分别检查这两项保证，并说明能从规则确定的上限。

**参考分析：**历史总请求数为11，除以5页得到平均每页2.2次；乘20得到44次。计算没有错误，但把它作为下一批必然足够的数量，就超过了过去五页提供的证据。

下一批每页都可能需要第三次才通过，仅这种与规则相容的情况就会使用60次。44次可以作为某个暂时预算参考，却不是由历史平均值证明的上限。

若严格执行每页最多三次，且讨论的请求只包括这20页的处理，不另加其他调用，那么总请求次数不超过20乘3，即60次。这项上界来自明确的执行规则，是一个条件下的演绎结论，不依赖过去平均数是2.2还是别的值。

但最多三次并不保证第三次一定成功。有些页面可能三次都未通过，只是到达上限后停止。因此，“最多60次请求”与“保证20页全部完成”也必须分开。

这道题说明，经验可以用于规划预期，规则可以约束允许行为，两者各有作用。小叶在实际安排中，可以同时记录过去平均、规则上限和未通过时的接续方式，而不把其中任何一项冒充另两项。

当你从一次顺利使用中总结出方法时，可以尝试为它写上具体对象与条件，再保留一次失败或修正的过程。下一次遇到相近任务，就有一份可用起点；遇到明显不同的任务，也能看出哪些经验可以带过去，哪些地方值得补一个新的观察。