任务清单要冻结字段
「顺手再加一个字段」看似工作量很小，实际要重新标注、重训与评测，周期按月计算。立项时应把输出字段逐项列出并冻结，新增字段作为独立需求评估；否则每加一个字段，前面的评测结论都要重做，进度永远在原地打转。
数据版本要可追溯
每次训练对应的数据版本、清洗规则与标注人应记录在案。数据在不断补充时，如果没有版本概念，两轮训练之间的差异就说不清，效果波动也无法归因；建议按批次冻结版本，并保留每版的数据统计与变更说明。
许可与合规前置
基座许可、数据来源与个人信息处理方式应在立项阶段核验，而不是训练完成后补。合规问题一旦出现，往往要求重做数据或更换基座，前期投入无法挽回；前置核验的成本很低，却能避免最坏情况，值得坚持。
评测口径一次锁定
评测集、判定规则与盲评流程应在首轮训练前确定，后续版本沿用同一口径。口径一旦中途改变，前后结果无法比较，也无法判断改进是否真实；确需调整时，应保留旧口径的结果作为参照，并说明变更理由。
变更要附代价评估
任何新增场景或字段，都应给出标注量、训练时长与评测成本的粗略估算，再决定是否进入本期。没有代价评估的变更会被无限提出，团队长期处于被动接单状态，主线任务反而被挤压，最终整体交付延期。
适用与不适用
适合谁
- 需求方多、容易追加字段或场景的微调项目
- 涉及个人信息或跨境数据的训练任务
- 已经出现延期迹象的模型交付，需要提前设防
不适合谁
- 范围已在合同中完全固定且无变更空间的项目
- 尚未确定任务清单就要求承诺效果的项目
典型场景
某保险公司的理赔文本分类模型在第二个月遇到追加需求：业务方希望增加两个新险种的分类。项目组按变更流程评估，显示需补充标注并重训一次，决定放入二期。同期冻结了字段清单与评测口径，首期按期上线，二期在新一轮预算中立项。
可执行步骤
- 立项时逐项列出输出字段与场景，冻结后作为变更基准，双方签字确认，避免事后争议
- 按批次冻结数据版本，记录清洗规则、标注人与统计，便于两轮实验复盘归因
- 许可、数据来源与个人信息处理在开工前核验并留档，不把核验留到交付前
- 首轮训练前锁定评测集、判定规则与盲评流程，后续版本沿用同一口径，结论才可比
- 新增字段或语种须附标注量与训练成本评估再决策，不接受口头承诺排期
常见坑
- 字段清单不冻结，每加一个都要重标重训，评测结论反复作废，进度长期停滞；成果始终无法沉淀；经验也无法复制。
- 数据没有版本概念，两轮训练差异说不清，效果波动只能归因为玄学，团队信心受损；问题也难复现。
- 许可与合规留到交付前才核验，被迫更换基座或重做数据，前期投入无法挽回；预算很难再批；项目被迫中途停摆。
- 评测口径中途调整，前后结果不可比，管理层无法判断项目是否真的在进步，投入是否有效也无从判断。
自检与验收清单
- 输出字段与场景是否已冻结并签字，是否有人签字
- 数据版本是否可追溯到具体批次，能否复现训练
- 许可与合规是否已前置核验，是否留有书面记录
- 评测集与判定口径是否锁定，是否双方确认过，是否有变更记录
- 变更是否附标注与训练成本评估，是否附成本估算
常见问题
加一个字段为什么这么贵？
因为要重新标注一批含该字段的样本、重训模型并重跑评测，还要更新推理服务与文档。字段之间往往相互影响，新增字段可能拉低原有字段的准确率，因此必须整体复评，而不是只测新字段。
数据能不能边训边补？
不建议。补充数据应形成新版本并重新训练，而不是在训练过程中混入。混入会让同一轮实验的数据不一致，结果无法复现；按版本管理虽然慢一点，但每次结论都站得住，返工更少。
合规问题一般在哪一步暴露？
常见在交付前的法务或客户安全评审，也可能在数据出境评估环节。越晚暴露代价越大，因此建议在立项材料里就写明数据来源、处理方式与基座许可，让评审提前介入，而不是等到最后签字。