第一百六十九章 框架
回到家已经是下午两点半。
陆衍没有先吃午饭，坐下来打开电脑，新建了一个文档，标题写「监管框架维度·初稿」。
他想把从地铁上出现的那个想法写清楚，趁着还在。
第一行他写：
「监管框架决定约束逻辑，约束逻辑决定矛盾的权重。」
这句话出现在地铁里的时候很清晰，写下来也依然清晰。问题是它之后需要什么支撑。
他在第一行下面空了一行，开始列他已经跑过的案例里出现过的监管框架。
医疗器械——药监局体系，YY/T 0287（等同ISO 13485），版本控制要求严格，每次更新需要内部签字审批，变更记录必须完整，跳版是重大合规事项。
机械制造——市场监管总局体系，GB/T系列，对版本控制的要求相对宽松，文件管理主要遵循内部程序，外部没有强制版本追踪要求。
民用航空零部件——民航局体系，CCAR和AS 9100，版本控制要求与医疗器械类似，文件更改必须有授权，不能无授权修改，记录必须可追溯。
并购中的认证标准——认证体系（ISO或GB/T等效），版本控制要求中等，主要约束点是"当前有效版本是哪个"，版本之间的过渡规则因行业而异。
他把这四类写下来，然后看着屏幕，想了一下，在旁边加了一列：
「约束来源」「时序要求」「跳版后果」
这三列填起来花了将近一个小时，因为他中间停了几次，需要去自己的旧笔记里确认某些案例的细节，有两个案例他记得出现过监管框架相关的细节，但不确定具体是哪个版本的标准。
填完之后他发给豆包，附上一个问题：「如果把这个作为输入维度加到数据结构里，代价和收益是什么？」
豆包回得比平时慢了一点，大概是在处理内容：
「代价：需要对所有已有案例重新标注这个字段，五十条的话，人工逐条填，估计三到四个小时。后续每个新案例进来，都需要在填入的时候就确认监管框架，这个成本是持续的。」
「收益：模型在处理矛盾权重的时候，现在的歧义主要来自同一类文件在不同场景下的处理方式不同。加了这个维度之后，模型的输入条件会更精确，歧义会减少——理论上可以缩小认证类和合同类准确率之间的差距。」
「结论：如果判断这个维度是有效的，加的代价是一次性的，收益是结构性的。」
陆衍看完之后，在旁边的本子上写了两行：
「代价：标注成本，一次性。」
「收益：减少歧义，结构性。」
然后在下面写了一个数字：三小时。三小时够了。
他去厨房随便吃了点东西，回来坐下的时候，手机上有一条微信，是卫越发的，时间显示下午三点半。
「我回去想了一下，监管框架这个维度，如果要加进去，我建议做成下拉枚举，不是自由文本。」
陆衍看了一眼，等他说完。
卫越接着发：「自由文本的问题是，用户填的时候会有拼写不一致和同一框架多种写法，比如ISO 13485/YY-T 0287/药监体系，实际上指向同一套逻辑，但模型处理的时候会当成三个不同值。枚举的话，我们控制词表，保证字段统一，模型吃到的数据才是干净的。」
他想了一下，回了一个字：「对。」
然后多发了一条：「我在搭框架文档，我来定初版枚举词表，你做字段定义的时候按这个来。」
卫越回：「可以，发我。」
陆衍回到文档，在监管框架那一列里加了一个注：
「字段类型：枚举（不是自由文本）。初版词表由领域侧定义，工程侧实现为下拉选项。」
然后他开始想枚举词表的范围。
这里有一个判断要做：词表多大合适？
太小——比如只分「严格/中等/宽松」三类——用户填起来快，但字段携带的信息有限，模型很难从「严格」这个词推断出具体的时序约束规则。
太大——列出几十个具体监管框架名称——字段信息丰富，但用户填的时候选择成本高，而且有些项目对应多个框架，枚举单选就不够用了。
他在本子上列了两个方案：
方案A：「约束强度分类」——三档（高/中/低）+一档「待确认」。用户不需要知道具体框架，只需要判断这个项目对版本控制的要求属于哪个档。优点是填写快，用户理解门槛低；缺点是信息粗糙，模型没有拿到框架名称。
方案B：「框架名称枚举」——列出五到八个常见框架（ISO 13485/IATF 16949/AS 9100/GB/T 19001/FDA 21 CFR/其他严格要求/其他一般要求）。用户填的时候需要知道自己对应哪个框架；优点是信息更精确，模型可以学到具体框架和矛盾权重之间的关系；缺点是用户不一定知道选哪个。
他想了一会儿，把两个方案都发给豆包，没有问哪个更好，问的是：「如果数据只有五十条，方案B的信息量对模型是否有实际价值？」
豆包：「五十条的话，如果分到八个框架里，有些框架可能只有两三个案例，模型从这个粒度里学到的信号会很弱，可能反而不如三分类的信号稳定。建议先用方案A跑验证，确认维度本身有效之后，再在数据量扩大的情况下切换到方案B。」
陆衍看完，在两个方案之间画了一条线，旁边写：「阶段一用A，等数据量到三百条再考虑B。」
他把枚举词表整理出来——四档：
「高约束（版本追踪严格，跳版是重大合规问题）」
「中约束（版本控制有要求，但有一定灵活空间）」
「低约束（内部文件管理为主，外部约束有限）」
「待确认（项目信息不完整，暂无法判断）」
发给卫越：「初版词表，四档，字段名建议用「constraint_level」，值用枚举字符串「high/medium/low/unknown」，你那边按这个建字段。」
卫越的回复很快：「收到，周一我把字段加进去，你把旧的五十条按这四档重新标一遍发我。」
陆衍在下午四点左右打开案例库，开始逐条添加「constraint_level」字段。
第一条：M-07项目，冯树的数据室，医疗器械认证文件，版本跳号——他在旁边加了「high」。
第二条：某制造业认证，版本不连续——他想了一下，这个项目是普通机械，填「medium」。
第三条：合同文件，签字日期早于版本日期——这个矛盾出现在服务合同里，没有特定监管框架，填「low」。
他一条条往下看，有几条填的时候不确定，在旁边做了标记，等填完再回来核实。
大约两个小时后，五十条全部有了「constraint_level」字段。他翻回去看分布：high有十七条，medium有二十二条，low有十一条，没有一条标为unknown——五十条都是他自己经手的，信息足够判断。
他把文件另存一份，加了「_v2_with_constraint」的后缀，发给卫越：「标注完了，五十条，分布：high 17 / medium 22 / low 11。」
卫越回：「收到。」
停了几秒，又发：「我周一把字段加好，然后重跑，结果几天内发你。」
「好，」陆衍回。
窗外天色快暗下来了。
他把文档关上，在本子上写了下周的任务：
「1. 等卫越重跑结果」
「2. 如果认证类准确率有提升，下一步讨论「时序矛盾类型」作为第二个附加字段」
「3. 冯树那边——问他下次进数据室是什么时候，可以带着改过的版本再跑一次」
他看着这三行，最后在下面加了一句：
「一次见面，改了整个数据结构。」