multi-llm-evaluate · 过程治理视角：需求—落地—验收—返工怎么串起来

同源说明：本条目是项目 multi-llm-evaluate 的**过程治理视角**；它与该项目的**产物体检视角**条目同属一个项目、同一批材料，本站按项目计数，不把两者算作两个独立案例。

问题与约束

单人项目最容易丢的不是代码，而是”当时为什么这么做”。第一个里程碑时并没有这个问题意识：方案只存在于会话里，做完就散了。到中段出现了两个具体症状：一是复核时无法判断某条取舍是有意为之还是随手写的；二是同一类失误在相隔两轮之后又犯了一次，而当时没有任何地方能提醒”上次这里漏过”。约束是：只有一个人，不可能靠会议与口头交接维持上下文；流程也只能做加法，不能引入一个需要专人维护的体系。

本人关键判断

我按四条来定治理口径。第一，过程材料必须落进仓库，与代码放在同一个版本库里，而不是放在会话或本地笔记里——理由很直接：只有进仓库的记录才会被下一次改动顺带看见。第二，先写方案再动工：每一轮的方案（做什么、为什么、否掉了哪些选项、怎么验证）在动手前落到记录目录里。第三，验收与实现分开记账：实现方写验收记录，验收人另写复核报告，两份材料并存且各自成文，出现分歧时以独立取证的那份为准。第四，返工也要留痕：缺陷不修完不许合入，修复过程要有一条可追溯的记录，而不是”改好了”。

实际实现

治理落地成四类材料与一条闭环。四类材料是：需求规格（要做什么、验收标准怎么写）、落地文档（怎么做、为什么、否掉了什么）、验收与复核记录（做出来没有、证据在哪、发现了什么）、修复记录（针对哪条缺陷、怎么修、修完的读数）。这条闭环在 M6 一轮上跑得最完整：独立复核出具一份带缺陷清单的报告，其中一条 S1 被标为必须修；修复过程按同一批缺陷逐条落成修复记录；下一轮（M7）的立项依据直接引用上一轮复核报告里列出的完善项，而不是重新拍脑袋定范围。过程中也做过一次自我修正：据实记录”M5 及更早轮次没有独立的落地文档，当时的决策只存在于会话里”，并且没有事后追补——因为补写的记录无法证明它当初就存在，写了反而破坏材料的可信度。另有一条约定是后加的：从某一轮起，方案在动工前先落地，此后的轮次都按这条执行。

结果证据

• 可核位置：项目仓库的 docs/ 下按用途分四类目录——需求与立项、落地文档、验收记录、修复记录；每类都能对上具体轮次（仓库链接见项目条目）。目录分工本身也在索引文件里写明，说明”哪类材料放哪”不是事后解释。
• 返工闭环的可核形态：M6 一轮的缺陷清单（2 个 S1 级、3 个 S2 级、4 个 S3 级，口径 ＝ 验收人独立复核判定，时间窗 ＝ 2026-09-19，来源 ＝ M6 独立复核报告）在其修复记录里逐条对应；下一轮立项依据逐字引用上一轮报告的完善项，链条可逐节核对。
• 一类数字的口径：本条目只用”轮次、缺陷级别、对应关系”这类可从记录直接数出来的量；不使用任何未标口径、未标时间窗、未标来源的比率或趋势值。
• 边界（同时是限制）：以上是一条**单项目（n=1）**的过程记录，时间窗为 2026-08 至 2026-09；它证明的是”这套做法在这个项目上跑起来了”，不构成对其他团队或其他项目有效性的结论。

版本与时间

治理口径本身有一次明确的变化点：早期轮次的方案不进记录目录，之后才改为”动工前先落方案”；该变化点之后的所有轮次都留下了落地文档。过程材料的最后一批提交在 2026-09-21。本条目所述内容的时间窗为 2026-08 至 2026-09，发布时间为 2026-10-09。

失败与限制

• 样本范围是单项目（n=1），且全程只有一个人执行，没有对照组：无法证明”有这套记录”比”没有这套记录”更好——只能说它在这个项目上让返工有据可查、让重复失误被发现过一次。
• 未做的部分：没有做度量的趋势分析（周期、返工率这类指标没有做连续统计）；没有把过程记录做成可查询的看板；没有把治理要求自动化检查到提交环节。
• 已知的重复失误：同一类”用例集漏路径”的失误在相隔两轮的验收标准里出现了第二次，说明”有记录”并不自动等于”不重犯”；这一条如实保留在复核报告里。
• 口径风险：早期轮次记录不全，导致”前几轮改进了多少”这类比较在本项目上不可计算——只能说哪些轮次有材料、哪些没有。

后续调整

• 下一步打算改的：把”某类失误被发现过”变成动工前的检查项，而不是等下一轮复核再发现——这是针对上面那条重复失误的直接回应。
• 什么信号会改变判断：如果连续多轮复核都不再出现”同类失误重复发生”，我会下调”必须每轮做独立复核”这一条的强度，改为抽样复核；只要再出现一次同类重复，就回到每轮独立复核。判据以真实复核记录为准。
• 本条目不做的事：不引用任何未公开材料、不披露部署细节与凭据；需要看细节的读者可从仓库里的公开记录逐条核对。