第1章 特性边界评审的核心理念与适用场景

1.1 定义与目标

特性边界评审是指在 AI 产品的需求、设计或开发阶段，对产品中某一特性的预期能力、限制条件、失效阈值和上下文约束进行系统性界定、检验和共识确认的过程。其核心目标是在团队内部对齐“这个特性做多少、不做多少、做到什么程度算合格”，避免因边界模糊导致的返工、推诿或上线事故。

1.2 适用场景

特性边界评审并非适用于所有会议或所有阶段，它在下述场景中价值最高：

• 新特性进入开发前：PRD 初稿完成后、技术方案输出前，避免特性描述过于模糊导致开发误解
• 重大版本迭代：涉及算法切换、数据源变更、性能重构时，原有边界可能失效
• 跨团队协同：特性由多个模块/团队共同交付，边界归属不清容易产生“三不管”地带
• 合规与安全敏感特性：如内容审核、用户画像、风险预测，边界直接影响法律合规
• 模型/算法能力受限场景：AI 特性天然存在概率性和上限，需要提前定义“能做什么/不能做什么”

1.3 前置条件

发起一场特性边界评审前，必须满足以下条件，否则评审流于形式：

1.4 操作步骤

特性边界评审遵循六步流程，每一步均有明确的输入与动作：

1. 发起与预填：特性负责人编写《边界评审预填表》，列明已知边界假设
2. 边界对齐会：评审会中依次过预填表，逐项讨论并标记“清晰/模糊/不可行”
3. 约束识别：从性能、数据、资源、准入、合规五个维度识别隐藏约束
4. 上下限评估：对关键指标（如 QPS、响应时长、召回率、容错率）给出可量化的上下限
5. 模糊区域标记：对短期内无法定论的边界加入“待定”状态，明确决策时限
6. 评审报告输出：整理边界清单、约束清单、待定清单，各方签字确认

1.5 输入输出物

1.6 责任边界

1.7 记录材料

边界评审过程必须有标准的记录模板，建议包含以下固定字段：

1.8 异常处理

1.9 验收标准

一次特性边界评审是否成功，以下标准必须全部满足：

• 共识覆盖度：评审清单中标记“清晰”的边界项 ≥ 80%，且无关键边界为“待定”
• 责任可追溯：每一项边界均有明确的决策人和依据记录
• 可验证性：所有边界至少能对应一条可执行验收用例（不要求用例已完成，但必须可识别）
• 时效性：评审报告在评审结束后2个工作日内归档到团队知识库
• 异常闭环：预填的边界争议清单100%被处理（包括标记“待定”及其后续截止时间）