10.2 行业最佳实践

10.2 行业最佳实践

本节摘要：工具决定下限，纪律决定上限。本节把前九章散落各处的纪律收拢成一份可执行清单——数据先行、基线对决、骨架划分、适用域、模型说明卡、淘汰留痕、复盘文化——并用一次失败项目的复盘会做反面教材，看清单上的哪几条缺席会让项目沉船。

馆务第二课：立规矩。这一节没有新知识，只有新组织方式——把第3章的数据治理、第6章的验证纪律、第7章的收口原则、8.2 的评估阶梯拧成一份团队照着就能做的工作守则。

把纪律写进流程

第一条，数据先行。任何建模任务立项先回答三个问题：数据从哪来（3.1）、怎么清洗（3.2）、怎么治理（3.3）。三者没有书面答案之前不动手——这条卡住的是最贵的返工路径：模型建完才发现数据口径错。

第二条，基线对决。新方法（无论多新）必须与最简基线（指纹加树模型，或纯理化规则）在同一划分下对决；赢了才上，赢不了就记录在案。这条防的是"为复杂而复杂"——8.1 节的 GNN 对决就是它的现场演示。

第三条，划分即立场。随机划分只配当参考，骨架划分（或时间划分）才是主口径；两次划分的差值随结果一起汇报，让听众自己判断"近亲水分"（6.2 节）。

第四条，模型随附说明卡。适用范围、典型误差、已知局限、正确用法四栏（6.2 节模板），交付模型必须随附；没有说明卡的模型按未交付处理。

第五条，淘汰留痕。过滤、筛选、路线否决，全部写明原因并归档（7.3 节）；留痕既是审计材料，也是下一轮的信息资产。

第六条，复盘文化。实验验证结果无论正负都回流数据登记表（3.3），季度复盘看"模型的预言 vs 实验的裁决"——预测-验证循环的闭环才是团队能力增长的引擎。

案例：一次失败项目的复盘会

背景。某团队半年的机器学习项目宣布失败：训练好的活性预测模型上线三个月，实验验证命中率与随机挑选无异，项目被叫停。复盘会请来外部顾问，四个小时把事故现场翻了个底朝天——这份事故记录的价值不在猎奇，而在每一条缺席条款都对应本节清单上的一条。

操作与结果。复盘拼出的事故链是这样的。起点：数据没有治理——两个来源的活性数据直接合并，未做单位归一与 InChIKey 去重（缺席第一条），同一分子以不同活性出现三十多次，模型学的是"记录ID 与活性的神秘关联"。训练：直接上了最新的深度模型，无基线对照（缺席第二条）；随机划分（缺席第三条），测试集分数高得漂亮。交付：没有说明卡（缺席第四条），用户不知道模型只在两个骨架家族内有说服力；上线后高分分子直接送合成，无人查适用域。收尾：失败后数据没有回流登记（缺席第六条），三个月的实验结果散落在邮件附件里。

解读。五条缺席条款，条条致命，且没有一条是技术短板——团队用的深度模型本身没有问题，问题在流程给了它不可能完成的任务。复盘会最后落成三项整改：数据登记规范（3.3 节模板）当周生效；模型交付模板里加说明卡必填栏；每季度一次"预言对裁决"复盘。半年后团队的新项目用同样的算法、同样的数据规模，验证命中率恢复了正常水平——算法没换，换的是纪律。这就是最佳实践的全部含义：它们不保证成功，但它们让失败变得可解释、可积累。

变式。团队规模不同，清单的落地形态不同：三到五人小组用"一份文档加每周半小时互查"就够；跨部门项目要把条款写进项目章程与验收标准（模型无说明卡不验收）；监管环境下的提交类工作（QSAR 用于申报材料）则把条款升级为正式的模型验证档案——同一套纪律，三种重量。新人入职第一个月，让他拿着清单审计一个旧项目，比听十次培训都管用。

清单落地的三个抓手

清单贴在墙上不会自己生效，落地靠三个抓手。

抓手一：模板化文档。把清单里的高频交付物做成模板——登记表模板（3.3 节的六字段起步版）、模型说明卡模板（适用范围、典型误差、已知局限、正确用法四栏）、清洗报告模板（3.2 节的计数流水表）。模板的作用是让纪律变成填空题：人天然抗拒"想格式"，但不抗拒"填内容"。模板每季度修订一次，修订记录本身也是团队学习的档案。

抓手二：例会互查。每周固定半小时，两人一组交换审计对方本周的交付：登记表字段齐不齐、划分口径对不对、说明卡写没写。规则只有一条——只查清单、不评水平，把"被查出问题"从丢脸事件变成正常流程。实践经验里，这个半小时的价值超过季度培训：它在错误发生的当周就拦截，而不是等复盘会算总账。

抓手三：命中率看板。把"预测-验证"的对账做成一张持续更新的表：每批送验分子记录模型预测排名与实验裁决，按季度统计命中率走势。看板是清单里唯一需要写代码的部分（SQL 级别即可），也是唯一能让管理层看见纪律价值的部分——命中率曲线向上的团队，预算会议上的腰杆都是直的。反过来，看板变平或向下时，它就是最好的重构警报：数据该清洗了、模型该重训了，或者当初的目标函数该改了。

三个抓手的共同哲学：让守纪律比不守纪律更省力。清单对抗人性注定失败，流程设计顺应人性才能长跑。

给管理者的三句话

如果只带三句话离开这一节，带这三句。

第一句，先问数据口径，再问模型分数。下属汇报模型成绩时，管理者的第一个问题应该是"划分怎么切的、数据什么版本"——答案含糊，分数作废。这一句话把 10.2 的每条纪律都变成了汇报现场的提问权，不需要读代码就能行使。

第二句，基线赢过的复杂模型不是资产。允许团队上复杂模型的唯一理由是"它赢下了与简单基线的对决"，对决记录要存档。这条把技术判断简化为一道可审计的选择题，也让"用新方法"与"刷复杂度"从此可区分。

第三句，预测对不上实验是资产不是事故。负结果回流登记表（3.3 节）的团队，一年后模型命中率显著高于删掉负结果档案的团队——失败数据的折旧率是负的，前提是你留痕。管理者对负结果的态度，就是这条纪律的真正执行力度。

三句话都不涉及任何算法细节，却决定了本书全部技术的实际成色——这也是"最佳实践"四个字的本义：决定上限的从来不是工具的先进程度，而是流程的可信程度。

本节要点回顾

• 六条核心纪律：数据先行、基线对决、划分立场、说明卡、淘汰留痕、复盘回流——每条防一类明确事故。
• 失败项目死于流程：五条缺席条款害死了一个没问题的算法。
• 纪律与规模适配：小组用文档、项目用章程、监管用档案，同一骨架三种重量。
• 闭环是纪律的目的：预测-验证-回流-复盘，团队能力沿这个循环增长。
• 下一站：纪律健全之后，让机器把循环跑得更快——10.3 节的自动化闭环实验室。