FDE S0底层能力测评

03｜S0 底层能力测评设计 V1.0

先测“认知底盘与可学习性”，不测陌生业务熟练度

**定位：**本文件是《FDE个人升级训练总纲》的执行层文档。后续训练、测评和复测必须以本文件定义的维度、证据与 Gate 为准，不靠聊天印象临时判断。

1. S0 的边界：测什么，不测什么

S0只回答一个问题： 在尚未接受AI产品经理/FDE专业训练之前，当前的逻辑、判断、学习与迁移底盘是什么样；哪些能力可直接进入训练，哪些需要先补基础。S0不用于判断“能不能当FDE”。

测什么

• 问题定义

• 逻辑拆解

• 因果推理

• 信息分层

• 优先级与收敛

• 不确定性处理

• 抽象迁移

• 反证与自我纠错

• 学习速度

• 表达压缩

明确不测

• 销售、CRM、财务、法律、电商等行业经验

• API、部署、模型成本、数据库等尚未培训的专业知识

• 是否能独立完成真实FDE项目

• 背诵AI术语或面试框架的熟练度

• 过去项目数量、学历、职位名称、自我评价

2. 测评原则

原则	执行方式	防止的误判
非专业化	题目应能凭题面信息完成，避免行业经验成为隐性答案。	把“没干过这行”误判成逻辑差。
渐进揭示	先给有限信息，再逐步补充，观察如何提问、更新与修正。	只测静态答题，不测更新能力。
多表面同结构	同一能力至少用不同题型/不同表面场景测，降低套路刷分。	背框架刷分。
过程证据优先	记录关注顺序、假设、舍弃、修正过程，不只看最终答案。	答案碰巧对但过程不稳定。
教学与测评分开	正式基线题不提示；可学习性测试会先教学，再看迁移。	把老师提示当个人能力。
不惩罚未知	明确说“不知道”不是扣分点；关键是是否能界定未知并设计获取信息的方法。	鼓励脑补和装懂。
反例压力	高分必须经过反证、冲突目标或新信息注入。	容易题造成虚高。
延迟复测	用平行题再次测，避免短期记住套路造成假提升。	短期记忆冒充能力形成。

3. S0 测评结构：四轮，不直接上真实业务

轮次	形式	主要测量	约束
S0-A｜原始基线	不教学，使用生活化/抽象题。	观察自然思考方式与当前基线。	不评分专业知识。
S0-B｜可学习性	给一个非常小的思考方法，示范一次，再立即换题。	测理解速度、提示依赖和即时迁移。	不能把教学后的表现当原始能力。
S0-C｜压力与反证	增加冲突目标、噪声、新证据、时间/资源约束。	测收敛、自我纠错和不确定性处理。	重点看结论更新，而非坚持原答案。
S0-D｜平行复测	换表面、保留底层结构，不再提示。	测稳定性和真实迁移。	只有复测仍成立，才提高结论置信度。

4. 十项底层能力的测试蓝图

能力	题型	观察点	典型失误
问题定义	现象/原因/方案混合题；同一句话重写为可验证问题。	能否拒绝题面预设；能否区分症状与真正问题。	直接开始给方案；把数据/工具问题当业务问题。
逻辑拆解	分类重组、流程拆解、任务树。	层级、依赖、重复、遗漏。	列表很多但没有结构；拆得过细或过宽。
因果推理	相关性案例、反事实、变量变化。	是否保留替代解释；是否知道需要什么证据。	看到同步变化就断言因果。
信息分层	混合事实/意见/推断材料。	事实与推断能否分开；证据权重是否合理。	用语气强弱代替证据强弱。
优先级与收敛	有限资源、多目标、只能选少数动作。	是否明确主目标与不做项；能否守住关键路径。	“都重要”；Scope持续扩张。
不确定性处理	信息缺口题、最多N个问题、逐步揭示。	问题的信息价值；假设透明；新增信息后的更新速度。	脑补未知；问低价值细节。
抽象迁移	先学一个规律，再换完全不同的表面场景。	是否抓到底层结构；是否摆脱原案例词汇。	机械套模板；换场景即失效。
反证纠错	主动找反例；故意注入推翻证据。	能否指出自己最可能错的位置并改结论。	为原判断辩护；只做局部修补。
学习速度	微教学→即时应用→再次迁移。	第二次提示是否下降；是否能自己总结规则。	只会复述老师原话。
表达压缩	复杂材料压成短结论；口头结构化回答。	结论先行、证据充分、风险明确、无重复。	用长篇掩盖没有判断。

5. 题库设计：避免“想到哪问到哪”

题库不是一套固定答案： 每项能力至少准备“基线题、迁移题、压力题”三种题型；正式复测使用平行题，不重复原题。题目可以持续更新，但能力维度与评分规则不随意变化。

题池	内容原则	主要覆盖
P1 日常因果池	门禁、排队、配送、学习习惯、设备故障等非专业场景。	因果/问题定义/证据
P2 抽象规则池	分类、排序、隐藏规则、逻辑约束。	拆解/抽象/迁移
P3 信息噪声池	多段信息中混有观点、传闻、数字和冲突证据。	信息分层/不确定性
P4 资源约束池	目标多、资源有限、必须舍弃。	优先级/收敛/取舍
P5 新证据池	回答后加入反例或关键新信息。	纠错/更新/抗路径依赖
P6 微学习池	现场教一个陌生但简单的方法或规则，再跨场景使用。	学习速度/迁移
P7 表达池	长材料→一句话/三点结论/决策摘要。	表达压缩/结构化

6. S0 评分 Rubric

等级	行为锚点
0｜失控/无依据	接受题面、脑补关键事实、无法解释判断；新增证据也不更新。
1｜有局部意识	能看出部分问题，但依赖提示；结构不稳，容易被表面信息带走。
2｜基础可用	简单题可独立分析；能说明假设和依据，但复杂度提高后容易漏项或发散。
3｜稳定	在噪声/不完整信息下仍能抓关键变量、收敛、验证并根据新证据更新。
4｜迁移/自驱	能抽象规律、主动反证、跨场景迁移，并把自己的判断过程压缩成可复用方法。

7. 除了等级，还要记录四个“可靠性维度”

维度	记录方式	意义
提示依赖	无提示 / 轻提示 / 中提示 / 重提示	防止把“教完会做”当成独立能力。
一致性	同能力多题表现是否稳定	防止一次发挥好/差影响结论。
迁移性	换表面场景是否仍能使用	区分背框架与真正理解。
更新性	新增证据后是否修正结论	识别路径依赖与自我纠错能力。

8. 结论输出模板

S0结束后，不输出“你适合/不适合FDE”这种结论。正式输出应包含：

• 底层能力雷达：10项能力的当前水平区间，而非单点绝对分。

• 证据置信度：每项能力样本数、一致性、迁移表现。

• 学习速度画像：哪些能力一教就会、哪些需要多轮训练。

• 主要认知风险：例如易脑补、易发散、因果跳跃、表达覆盖判断等（只有证据充分才写）。

• 训练优先级：先补阻塞后续学习的底层瓶颈，不平均训练。

• S1入口建议：哪些模块正常进入、哪些需要加强版训练。

9. S0 → S1 的 Gate

Gate不是“全部高分”： S0的目标不是筛掉人，而是建立可靠起点。只要能够区分知识空白与认知短板，并形成可执行的S1训练优先级，就可进入S1；明显底层漏洞会在S1重点训练。

• 允许进入S1：已有足够样本建立基线；测试没有被专业知识严重污染；可学习性和迁移性已至少观察一次。

• 需要补测：同一能力结果冲突很大、题型过于单一、或回答明显受既往专业知识影响。

• 禁止提前进入真实业务验收：S0/S1阶段不得用陌生行业Case直接判断职业能力。

10. 测评执行纪律（对助手的约束）

• 每次只测预先声明的1-2个主能力，其他表现作为次级观察，避免一题什么都测。

• 出题前标记：题目目标、污染风险、预期可观察行为；不把答案框架提前泄露。

• 用户提出“我没学过”时，先判断这是否属于专业知识缺口；若是，停止用该题做底层能力评分。

• 反馈先引用具体行为，再解释能力含义；禁止只给“你逻辑很好/不好”这类空标签。

• 训练后复测必须换题，不允许用记住原答案证明提升。

• 任何新增训练模块必须能映射回《FDE能力矩阵》，否则先不加入主线。

11. 下一步

正式执行顺序： 先依据本文件建立 S0-A 第一组基线题卡；完成后将证据写入《FDE能力矩阵》和后续《03_训练日志》。在S0完成前，不进入AI产品经理真实业务Case。

12. 设计依据

S0的测量设计来自本项目的核心约束：先测底层认知与可学习性，再训练AI Native和专业方法；避免把陌生业务经验缺口当作能力缺口。职业后段能力的边界由当前FDE岗位要求校准，但S0本身不直接测试这些后段交付能力。

职业后段参考：OpenAI Forward Deployed Engineer；OpenAI Technical Deployment Lead, FDE