一次交接同時轉移三樣東西,而且這三樣東西的轉移難度是遞增的。

**上下文(context)**是現在的狀態:做了什麼、還剩什麼、東西放在哪、怎麼跑起來。這一層最容易寫下來,也是絕大多數交接文件唯一真正處理的一層。

**責任(accountability)**是「出事的時候誰要回答」。這一層無法靠文件轉移,只能靠一個明確的宣告加上一個可觀測的狀態改變——CODEOWNERS 換人、on-call rotation 換班、Jira assignee 換名字。責任沒有被明確轉移的交接,會退化成一種特別糟的狀態:兩個人都以為對方負責,而系統以為有人負責。

決策依據(rationale)是「為什麼是這樣,而不是那樣」。這一層最難轉移,因為它通常不存在於任何 artifact 裡——它存在於交出者腦中那些已經被否決的選項、試過但失敗的路徑、以及當初的約束條件(有些約束早已消失,有些還在)。決策依據缺失的後果不是「接手者不知道怎麼做」,而是接手者會做出不同的決策,而且他不知道自己正在偏離

資訊損耗率:交接品質的操作定義

把交接看成一條有損管道,就能問一個可操作的問題:接手者要花多少時間,才能做出跟交出者同等品質的決策?

這個時間可以當成交接品質的代理指標。我在 對工作流與產品開發的幫助 裡把它叫做 time-to-first-safe-change:接手者第一次獨立做出一個安全變更所需的時間。它比「文件寫了幾頁」有意義得多,因為它量的是結果而不是產出。

損耗來自三個地方。第一是隱性知識(tacit knowledge)——Polanyi 的老概念,指那些「知道怎麼做但說不出來」的判斷。哪個服務半夜特別脆弱、哪段程式碼看起來可以重構但其實有理由、哪個客戶問到某個功能時要特別小心。第二是隱性假設:交出者認為理所當然所以不寫,接手者不知道所以不問。第三是決策理由不在產物裡:程式碼記錄了「做了什麼」,永遠不記錄「為什麼不做另一件事」。

Poppendieck 夫婦在《Implementing Lean Software Development》裡把 handoff 明確列為軟體開發的七大浪費之一,並用一個保守估計把它量化:每次交接大約留下 50% 的目標知識沒有傳遞。兩次交接剩 25%,三次剩 12.5%。這個數字要當成思考工具而不是量測結果(見 客觀檢視:主張 vs 可佐證),但它推導出的結論是穩固的:損耗是複利的,所以減少交接次數的效益通常大於改善單次交接品質的效益。這個優先順序常被忽略,我在 反模式與陷阱 裡會回到它。

交接失敗的三種成本

**返工(rework)**是最容易看見的一種。設計沒說錯誤狀態長什麼樣,工程師自己編一個,設計 review 時被打回,重做。這種成本可以量:rework rate、reopened ticket 比例、design QA 的打回次數。

隱性知識流失是最容易忽略的一種,因為它不產生事件,只產生一個緩慢下降的能力曲線。原本三分鐘能判斷的問題,現在要花兩小時追查。系統沒有壞,只是變得沒有人真的懂它。這種成本在人員交接時最猛(見 人員交接:離職、輪調與 bus factor),但在 AI session 之間也每天發生。

**決策漂移(decision drift)**是最貴的一種。接手者不知道某個設計曾經被評估並否決,於是重新提案;不知道某個奇怪的實作有其理由,於是「清理」掉它;不知道某個 API 形狀是為了某個客戶的約束,於是簡化它。單次漂移看起來都是小事,累積起來會讓系統慢慢偏離它原本要解的問題。這正是 ADR(架構決策紀錄)存在的理由——它是專門為了對抗決策漂移而設計的交接物。

唯一能確認交接成功的機制:接收者回述

軟體業的交接幾乎都是單向投遞:寫一份文件、丟一個連結、開一場會、然後假設對方接到了。醫療業在這件事上比軟體業成熟得多。

I-PASS 是一套結構化的病人交接協議,五個字母分別是 Illness severity(病情嚴重度)、Patient summary(病人摘要)、Action list(待辦事項)、Situation awareness and contingency plans(情境意識與應變計畫)、Synthesis by receiver(接收者回述)。最後那個 S 是整套協議的關鍵設計:接收者要用自己的話把交接內容講回來,交出者確認無誤,交接才算完成。

Starmer 等人 2014 年發表於《New England Journal of Medicine》的多中心研究,在九家醫院的小兒住院醫師交接流程導入 I-PASS,量測到可預防不良事件顯著下降(研究報告的降幅在兩成到三成之間,視量測項目而定),而且沒有明顯增加交接所需時間。這是目前最強的一筆「交接格式本身會改變結果」的實證。外推到軟體業要打折——醫療交接高頻、短、格式高度標準化、後果立即可見,跟軟體交接的性質差很多——但它至少確立了一件事:交接不是一種溝通態度,而是一種可以設計、可以訓練、有可量測效果的協議

回述機制在軟體場景的等價物很便宜:讓接手者用自己的話寫三句話回傳(「我理解要做的是 X,驗收是 Y,我卡在 Z」)。在 AI 場景更便宜也更必要——讓 agent 在開工前先重述任務與驗收標準,是目前少數能在動手前發現上下文缺口的手段(見 人↔AI 的上下文交接)。

一個貫穿全專欄的論點

AI 沒有為交接發明新問題。人交給 agent、agent 交給 agent 的所有失敗模式——缺驗收標準、隱性假設、上下文過量或不足、責任沒人接——都是人與人之間早就存在的失敗模式。AI 只做了一件事:把這些失敗的成本曝露得更快、更便宜、更頻繁。人類接手者會在走廊上抓你問清楚,模型不會;人類會察覺「這裡怪怪的」,模型會自信地繼續。所以 AI 場景其實是研究交接的最佳實驗室——它把交接品質與產出品質之間的關係,從幾週的延遲縮短到幾秒。

延伸