AI给出的项目进度或风险判断与实际不符，往往并非模型本身出错，而是输入数据、状态口径或推断信号中的某一层出现了偏差。排查时先界定失真范围，再按数据采集、状态口径、模型推断逐层核对证据，确认原因后执行处置并做样本验证。下文按这一顺序展开，并在状态更新与复核环节说明ONES可承载的管理动作。
要点总览（TL;DR）
- AI进度判断失真多来自三层输入问题：工作项状态更新滞后或字段缺失、完成定义与进度口径不一致、判断信号只取自单一状态字段。
- 排查先界定范围：按项目、迭代、工作项类型、指标维度圈定失真样本，区分单点误差与系统性偏差。
- 原因排查按数据完整性、口径一致性、推断逻辑的顺序推进，每条假设都用失真样本与正常样本对照验证。
- 处置前备份历史状态记录，批量修正或切换规则时限定范围并设停止条件，出现大面积误判即转人工复核。
- 修复后用同一批样本重新对照差异率，并通过固定更新节奏、字段抽查和高风险项目人工复核防止复发。
失真表现与影响范围如何界定
处理失真的第一步是把“感觉不准”转成可核对的现象。AI进度判断失真通常有三种可观察表现：进度百分比明显高于实际交付量，例如系统显示迭代完成80%，但可验收的工作项不足一半；风险预警滞后或误报，例如阻塞项已存在一周才被标红，或正常推进的任务被反复提示延期；完成状态与验收结果不一致，例如工作项被标记为已完成，验收记录却显示未通过或未验收。这三种表现对应不同的数据问题，先分类记录有助于后续缩小排查范围。
界定范围时，建议按四个维度圈定样本：项目、迭代周期、工作项类型、指标维度。具体做法是：
- 选定一个失真感受最集中的项目或迭代，列出AI判断与实际交付证据不一致的具体工作项。
- 按工作项类型分组，观察失真是否集中在需求、任务、缺陷中的某一类，类型集中往往指向该类工作项的填报习惯或字段配置。
- 按指标维度拆分，分别核对进度百分比、完成状态、风险等级三类判断，确认失真是全面发生还是只出现在某一指标上。
- 记录失真出现的时间窗口与触发条件，例如是否集中在迭代末期、是否与某次批量状态变更或人员调整同期出现。
在样本记录中要区分单点误差与系统性偏差。单点误差表现为个别工作项判断偏离，通常与填报疏漏有关；系统性偏差表现为同一类工作项或同一时间段内大面积偏离，更可能指向口径定义或数据同步问题。判断依据是偏离样本在同类工作项中的占比，以及偏离方向是否一致——同向大面积偏离比随机分散偏离更值得优先排查。最终产出一份失真现象清单，包含失真类型、涉及项目与迭代、可对照的实际交付证据，作为后续原因排查的样本基础。
原因假设与逐层排除证据
原因排查要避免把猜测直接当结论。建议按数据采集层、状态口径层、模型推断层列出假设，每类假设都配一条可执行的验证证据，并按“先查数据完整性，再查口径一致性，最后评估推断逻辑”的顺序推进。这个顺序的依据是：数据缺失或滞后会让后续所有判断失去基础，口径问题会在数据完整的前提下才显现，推断逻辑的评估则需要前两层相对干净才有意义。
| 层级 | 原因假设 | 验证证据 | 排查结论 |
|---|---|---|---|
| 数据采集层 | 工作项状态更新滞后，实际已推进但系统未同步 | 抽取失真样本，比对源系统记录时间与AI读取到的状态时间，计算平均滞后时长 | 成立/排除/待验证 |
| 数据采集层 | 关键字段缺失，如预计完成时间、实际工时未填 | 统计失真样本中必填字段的空值率，与正常样本对比 | 成立/排除/待验证 |
| 数据采集层 | 多系统数据未同步，需求、任务、缺陷分散在不同工具 | 核对AI读取的数据源清单与实际业务发生系统是否一致 | 成立/排除/待验证 |
| 状态口径层 | 完成定义不一致，有人按提交代码算完成，有人按验收通过算完成 | 抽取样本核对字段定义文档与填报记录，访谈不同团队的填报人 | 成立/排除/待验证 |
| 状态口径层 | 进度字段含义混用，百分比按工时、按工作项数量或按故事点计算 | 取同一批工作项，用三种口径分别计算进度，与AI输出对比 | 成立/排除/待验证 |
| 模型推断层 | 进度信号单一，仅依据状态字段推断，未纳入验收与阻塞信息 | 对照人工判断与AI判断的差异分布，观察差异是否集中在有阻塞或待验收的工作项上 | 成立/排除/待验证 |
验证时要注意证据的对照性：每条假设都需要一组“失真样本”和一组“正常样本”做比较，只观察失真样本容易把普遍现象误判为原因。例如字段空值率高，如果正常样本同样高，说明空值并非本次失真的直接原因。排查结论分为成立、排除、待验证三类，待验证的假设要写明还缺什么证据，避免在处置阶段凭印象行动。
三层排查完成后，通常会得到一组而非单一原因。此时按影响面排序：影响全部失真样本的原因优先处置，只影响局部样本的原因可以随后处理。若三层均未发现明显问题，需要回头检查样本圈定是否准确，确认失真现象本身是否被正确描述。
按失真类型执行的处置步骤
处置动作要对应已确认的原因，并在动手前明确风险控制点。以下按三类常见原因给出动作、责任人与停止条件。
数据滞后类处置
先明确状态更新时点与责任人：约定工作项在进入下一状态后的多长时间内完成系统更新，并把更新责任落到具体角色，例如开发人员负责开发中到待验收的流转，测试人员负责验收结论的录入。随后在填报入口设置更新提醒，对超过约定时长未更新的工作项自动提示。处置前必须备份历史状态记录，尤其是准备批量修正历史数据时，保留原始快照以便回溯和对比。停止条件是：批量修正后若发现修正范围超出失真样本、波及正常记录，立即停止并回滚到快照。
口径不一致类处置
统一完成定义与进度字段说明是核心动作。具体做法是形成一份字段字典，逐条写明每个状态的含义、进入条件、由谁填写，以及进度百分比按什么口径计算。字段字典要同步到填报入口，让填报人在操作时能直接看到定义，而不是事后查阅文档。统一口径涉及跨团队协商，建议先在一个迭代内试点，确认新口径下的数据与人工判断一致后再推广。风险边界在于：口径变更会让历史数据与新数据不可直接比较，需要在字段字典中标注生效时间，分析趋势时按口径分段。
推断信号不足类处置
补充验收结果、阻塞原因、依赖变更等输入，让判断依据从单一状态字段扩展到多类信号。调整判断规则前，先在历史样本上做回放验证：取一段已有人工结论的历史数据，用新规则重新推断，对比差异率是否下降。回放验证通过后再切换规则，并保留旧规则的输出一段时间用于对照。停止条件是：切换后若大面积出现误判，暂停自动判断，转为人工复核，待规则修正后再恢复。
三类处置都涉及对历史数据或判断规则的改动，统一的风险控制原则是：改动前留存原始数据快照，改动范围限定在已确认的失真样本内，改动后设置观察期。在承载这些动作时，ONES的工作项状态流转与文档管理可以把状态更新规则、字段字典和复核记录放在同一处，让填报入口与定义说明保持同步，复核结论也有据可查。
恢复验证与复发预防
验证失真是否修复，方法是用同一批样本重新对照。取界定阶段记录的失真样本，在处置完成后重新比对AI判断与人工核对结果，观察差异率是否收敛到可接受范围。差异率的分母应保持一致，避免因样本增减造成误读。验证时点建议安排在处置完成后的第一个完整迭代结束时，给状态更新和规则生效留出足够时间；一次性修复验证做全样本对照，持续监控则按固定比例抽样，例如每迭代抽取失真高发类型工作项的10%至20%做人工核对。
复发预防依靠三项固定机制：
- 固定状态更新节奏，把更新时点和责任人写入团队工作约定，配合系统提醒形成习惯。
- 定期抽查字段填报质量，重点检查完成定义相关字段和进度计算所需字段的填写准确性，抽查结果记录在案。
- 对高风险项目保留人工复核环节，例如交付节点临近、依赖方较多的项目，AI判断作为参考，关键结论由项目负责人确认。
把本次失真案例沉淀为检查项，纳入迭代回顾：记录失真类型、确认的原因、处置动作和验证结果，形成可复用的排查清单。下次出现类似现象时，可以直接从清单中比对，缩短定位时间。验证记录表建议包含样本范围、对照时间、差异率前后对比、遗留问题四项内容，与复发预防检查项一并归档，作为后续判断规则调整的依据。
常见问题
AI进度判断失真时，应该先查数据还是先改判断规则？
先查数据。状态更新滞后、关键字段缺失或多系统数据未同步，会让后续的口径核对和规则评估失去可靠基础。建议先比对源系统记录与AI读取到的状态时间、统计必填字段空值率，确认数据层相对完整后，再核对完成定义与进度字段口径，最后才评估判断规则是否需要调整。若跳过前两层直接改规则，可能把数据问题误当成逻辑问题，改完仍然失真。
只有个别工作项判断不准，需要启动完整排查吗？
可以先判断是单点误差还是系统性偏差。若偏离集中在个别工作项，且偏离方向分散，通常与填报疏漏有关，修正该工作项的状态记录并提醒责任人即可。若同类工作项中偏离占比较高，或偏离方向一致，例如进度普遍偏高、风险普遍滞后，则更可能指向口径定义或数据同步问题，值得按数据采集、状态口径、模型推断三层做完整排查。判断依据是偏离样本在同类工作项中的占比和方向一致性。
统一完成定义后，历史数据和新数据还能直接比较吗？
口径变更会让历史数据与新数据不可直接比较。建议在字段字典中标注新口径的生效时间，分析趋势时按口径分段，避免把口径切换造成的跳变误读为进度变化。如果确需跨期对比，可以在切换前用新口径对一段历史样本做回算，观察差异幅度，并在分析结论中注明回算范围和局限。
调整AI判断规则后出现大面积误判，怎么处置？
先暂停自动判断，转为人工复核，避免误判继续影响项目决策。随后回滚到调整前的规则或保留的旧规则输出，用历史样本重新做回放验证，定位差异集中的工作项类型和信号来源。规则修正后，建议先在小范围样本上对照人工结论，差异率收敛后再逐步恢复自动判断，并保留一段观察期。
修复验证需要多长时间、抽多少样本？
验证时点建议安排在处置完成后的第一个完整迭代结束时，给状态更新和规则生效留出时间。一次性修复验证用界定阶段记录的失真样本做全样本对照，观察差异率是否收敛；持续监控则按固定比例抽样，例如每迭代抽取失真高发类型工作项的10%至20%做人工核对。差异率的分母保持一致，避免因样本增减造成误读。
