高 bug 率的人该怎么对待：一场项目争论背后的对事、对人与系统

引子是一次真实的项目讨论。组里有位同事，bug 率明显比其他人高——高到 QA 看见他的名字心里先咯噔一下。评审会上大家争论怎么处理，冒出来的意见很能代表一个团队的所有本能：

• 「对事不对人，先别急着怪他，看看是不是模块本身烂。」
• 「烂模块别人也在写，怎么就他 bug 多？这就是人的问题，该敲打敲打。」
• 「要我说这是架构问题，没测试没 CI，谁写都得出事。」
• 「都 2026 年了，他连 AI 辅助 review、AI 生成测试都不用，bug 多不是活该吗？」
• 「你们都想简单了，这模块需求天天变、接口文档是过期的，这是设计问题。」

五种说法，五种药方，互相打架。这场争论当时没有结论，但它逼我把一个问题想透了：「高 bug 率」根本不是一个问题，而是一组完全不同的问题共用的一个症状。 这篇文章就是我后来理出来的完整处理路径：先把症状变成数据，再用方法论找全病根，然后对照行业里的成熟做法，最后才轮到那个最初的问题——对事，还是对人。

一、第一步：把「高 bug 率」变成数据

「bug 率高」是一个印象，不是事实。争论对错之前，至少要回答三个数据问题：

1. 分母是什么？ 按提交算、按功能点算，还是按代码行算？写核心复杂模块的人和写边角页面的人，天然不在一个 bug 密度量级上。不比单位产出只比绝对数量，是争论里最常见的暗坑。
2. 分布长什么样？ 他的 bug 集中在某个模块，还是均匀散布在他写的所有代码里？同一个模块换谁写都 bug 多，是系统的问题；同一个人换什么模块都 bug 多，才轮到看人。 这一条能砍掉一半的争论。
3. bug 的类型是什么？ 是低级错误（空指针、边界、拼写），还是逻辑误解（需求理解错、边界场景没想到），还是集成事故（改了 A 弄坏 B）？三种 bug 指向三种完全不同的病根。

没有这三组数据，会议上的所有「我觉得」都只是立场。这也引出一个朴素的道理：对事不对人的第一步，是先把「事」看清楚——多数争论不是因为价值观不同，而是因为大家在争论一个没被测量过的东西。

二、第二步：逐条验证，五种说法归并成四种病根

拿着数据回到会上的五种说法，逐条对照，会发现它们归并完只剩四种病根：

为什么「AI 用得太少」和「架构问题」并成一行？因为用要素维度分解（后文的鱼骨图），AI 工具链属于「机」这一格：团队没把 AI review、AI 生成测试、CI 静态检查做成流程默认项，这是系统缺位，不是哪个成员的问题。只有一种情况它退化回「人」：工具链已经是默认项，而个人拒绝使用——那属于习惯与技能问题，交给后文的 Just Culture 框架处理。

这个 2026 年的新变量值得多说两句，因为它有正反两面。

正面：「AI 用得不够」首先暴露的是系统问题，不是个人懒惰。 如果团队没有默认开启 AI 辅助 review、没有用 AI 生成测试基线，那么「某个成员不用 AI」暴露的是工程系统的缺失——别人不用你也发现不了，只不过他 bug 多先暴露了。正确的动作是把 AI 工具链做成流程默认项，让所有产出都过一遍机器筛子，而不是点名批评谁「不拥抱新技术」。

反面：AI 生成的代码不经 review 直接提交，是 2026 年高 bug 率的新来源。 见过不止一个案例，当事人解释「这是 AI 写的，我大意了」——这不能作为免责理由。AI 是放大器，责任心仍是人的。用 AI 放大产出可以，用 AI 稀释 review 不行。规矩要立在团队层面：AI 生成的代码，提交人负全责。

另外单独提醒「设计问题」：它是最容易被冤枉成「人的问题」的一种。需求一句话、接口靠口头、边界场景靠猜——这种环境下产出的 bug，记在程序员头上是冤案。判断方法很简单：把他的 bug 逐条归因，如果一半以上可以追溯到「需求没说清」，那该改的是需求评审流程，不是他。

三、第三步：病根怎么找全——三层归因方法论

五种说法来自一场会议的即兴发挥，够用吗？不够。它漏掉的病根我在不同团队真实遇到过：排期压垮质量、度量口径本身失真、外部依赖的脏数据、频繁切换任务导致的认知断裂……经验枚举永远有盲区，需要的是一套能生成假设、保证不重不漏的方法论。我用三把刀。

第一把刀：引入链分解——按 bug 的生命周期切

每个 bug 都有完整的生命周期：需求 → 设计 → 实现 → 验证 → 集成 → 发布 → 运行。沿链条逐环问「这一环会不会是病根」，得到一阶的病根空间：

会上的说法覆盖了链条的前五环，却漏了最后一环——线上 bug 里有相当比例是环境、数据、依赖造成的，把这类算在程序员头上是彻头彻尾的冤案。

第二把刀：鱼骨图 6M——按要素维度切

链条切法还有交叉项漏网，再换制造业用了半个世纪的鱼骨图（人机料法环测）做一次正交检查：

graph LR
    R["高 bug 率"] --> M1["人<br/>能力 / 习惯 / 态度 / 状态"]
    R --> M2["机<br/>工具链 / AI / 编译检查 / IDE"]
    R --> M3["料<br/>需求质量 / 文档 / 输入数据"]
    R --> M4["法<br/>流程 / 评审 / 排期 / 协作方式"]
    R --> M5["环<br/>环境 / 依赖服务 / 任务切换频率"]
    R --> M6["测<br/>测试覆盖 / 度量口径 / 统计方法"]

6M 的价值在于它逼你检查平时想不到的维度：

• 法里面藏着排期——连续赶工期的团队，bug 率上升是生理现象，不是态度问题；
• 环里面藏着任务切换——一个人同时被拉在三个项目里，认知断裂本身就是 bug 发生器；
• 测里面藏着最容易被忽略的一条：度量口径本身可能就是病根。bug 怎么算、谁录入、严不严格，直接扭曲「谁 bug 率高」的结论。度量一旦成为目标就不再是好的度量（古德哈特定律），拿失真的数据去惩人，是双重错误。

两把刀交叉，病根空间基本不重不漏：链条保证流程维度不漏，6M 保证要素维度不漏。

第三把刀：控制变量——把相关性变成归因

枚举出假设只是开始，归因要靠实验设计。核心思想是方差分析：bug 率是人、模块、需求、流程的多元函数，每次只动一个变量，看结果怎么变：

• 换人写同模块：bug 率不降 → 模块/需求的问题；降了 → 继续往下查人；
• 同一个人写别的模块：还是高 → 人的嫌疑上升；正常了 → 原模块的问题；
• 同一需求给两个人分别实现：bug 模式相似 → 需求/设计的问题；差异大 → 实现者的问题；
• 横向对照组：全组在同类模块上的 bug 基线是多少？没有基线，「偏高」二字本身就不成立。

这一套换组实验做完，多数「人的问题」会现出系统问题的原形，剩下真正属于人的部分，才轮到第五节处理。

最后补一个贯穿全程的视角：每个线上 bug 都是两个失败的乘积——引入失败 × 拦截失败。 只问「谁引入的」是在追责，同时问「为什么六道防线一道都没拦住」才是在建设。前者最多改变一个人，后者改变的是所有人的未来 bug 率。

四、第四步：行业里的成熟方法论与工具地图

三把刀都不是我的发明：引入链分解借自 IBM 的 ODC，鱼骨图来自石川馨，控制变量是实验设计的基本功。行业里的原版比我的速记法成熟，这一节直接对照。

归因层：ODC（正交缺陷分类）

ODC（Orthogonal Defect Classification，Chillarege 等人 1992 年提出） 的核心思想比「按环节分类」更深一层：把每个缺陷沿正交维度（缺陷类型、触发条件、影响、来源、发现阶段）打标签，然后看分布特征而不是个案——某一类缺陷在某个阶段的分布异常，直接反推哪个流程环节出了系统性问题。缺陷不是待修的孤案，而是流程的测量数据。这套方法在 IBM、电信和航空软件里跑了三十多年。小团队不必全套上 ODC，但最低限度要做到：缺陷入库时强制填「引入阶段」和「缺陷类型」两个字段——没有这两个字段，第一节要的三组数据永远凑不齐。

度量层：DORA 指标与缺陷逃逸率

「bug 率高」的行业标准度量不是我拍脑袋的三个数据问题，而是：

• DORA 四键指标（《Accelerate》）：其中的变更失败率就是「高 bug 率」最权威的同行参照系——顶级团队与垫底团队的差距是数量级的，而且它和其他三项（部署频率、变更前置时间、恢复时间）联动，单独压 bug 率而不管交付节奏是缘木求鱼；
• 缺陷逃逸率：bug 在哪一环被发现（开发自测 / CI / 测试 / 线上），逃逸越靠后成本越高——这是「拦截失败」的标准度量；
• 缺陷聚集热力图：Microsoft Research 多年的实证结论——缺陷不是均匀分布的，少数模块集中了多数缺陷（与改动频率和复杂度强相关），CodeScene 这类工具可以直接画出热度图。这直接支撑了「换人写同模块」实验的必要性：热点模块的 bug 率天然高，不控变量就是在冤枉人。

防线层：shift-left 与工具链

「拦截失败 × 引入失败」的乘积视角，行业里叫 shift-left（防线左移），配套工具链已经高度成熟：

两点强调：其一，2026 年的 AI review 工具已经过了尝鲜期——CodeRabbit 接入仓库数以百万计，Greptile 靠全代码库索引拿到最高检出率——「不配 AI 审查门禁」在今天的含义，和五年前「没有 CI」一样，属于工程系统缺位，这印证了第二节把 AI 折进工程系统的判断。其二，覆盖率、检出数这些指标一旦变成 KPI 就失效，它们只能用来找盲区，不能用来排名。

机制层：错误预算与安灯——「宽猛相济」的工程制度

第六节要讲的「宽与猛怎么配比」，行业里其实早已制度化了，两个现成机制：

• Google SRE 的错误预算（error budget）：服务的可靠性目标不是 100%，预算内随你折腾（宽），预算耗尽立刻冻结发布、全员还债（猛）。什么时候该宽、什么时候该猛，不再依赖管理者的手感，而是事先约定的数字——这是「小惩大诫」最优雅的工程实现：惩戒自动触发、剂量事先封顶、对事不对人。书架上有我的《Google SRE 工作手册》笔记，错误预算一章值得细看；
• 丰田的安灯（andon）与防错（poka-yoke）：流水线上任何人发现异常都可以拉灯停线——「对事不对人」不是口号，是给一线员工的制度性权力；防错设计则直接把「人会犯的错」设计成「犯不了的错」，比任何惩戒都高明。bug 率治理的终极目标不是把人管得更紧，而是让低级错误在机制上不可能发生。

所以这一节的结论是：归因用 ODC 的思想，度量用 DORA 与逃逸率，防线用 shift-left 工具链，宽猛用错误预算制度化——我的「三把刀」只是这些成熟方法论的穷人版速记，团队有条件就应该直接上原版。

五、第五步：轮到「人」之后——Just Culture 三分法

排除了系统性因素，剩下的才轮到「人」——而处理人，最怕一刀切。安全科学里的 Just Culture（公正文化）把行为分成三类，每一类的正确回应完全不同：

用「对事不对人」处理第三类，是在纵容——恶意和惰性会学习你的宽容；用「敲打」处理第一类，是在制造恐惧文化——从此 bug 都被藏起来，团队失去学习的输入。冲突从来不在两种哲学之间，而在用错了对象。

六、更高处的统一：系辞与 Dalio

「对事不对人」和「该敲打敲打」这两种看似对立的姿态，恰好各有一部经典背书，而两部经典在更高处说的是同一件事。

《系辞传》讲「小惩而大诫，此小人之福也」。注意上下文——它的对象是「不威不惩」的小人，即内在荣辱感已经失灵、只有外部后果能触动的人；注意落点——「福」：惩罚是为受罚者本人的长远利益服务的。《系辞》下传还有一句「无有师保，如临父母」：管教的心是父母之心，不是权力之心。

Dalio《原则》讲对事不对人、极端求真（radical truth）：当面指出问题比背后留情更仁慈，这是 tough love。

两者在最高处是同一个标准：评价一次干预，不看「有没有怪罪人」，而看「它有没有让反馈回路闭合、有没有让这个人变得更好」。 惩罚如果是为了发泄、为了立威，就同时背叛了系辞和 Dalio。孔子论政说「宽以济猛，猛以济宽，政是以和」——宽（对事不对人）与猛（小惩大诫）不是二选一，是因人因事因时动态配比的阴阳两端：只宽不猛，组织失去边界；只猛不宽，组织失去真话。

而两者共同信仰的，是《系辞》最看重的那个字——几：「几者，动之微，吉之先见者也。」反馈必须早、必须真、必须被感觉到。Dalio 用真话送达信号，「小惩」用后果送达信号；信道不同，信源相同。等到 bug 率高到要开会讨论才处理，已经是「不俟终日」的反面教材了。

七、落地：一棵判断树

graph TD
    A["有人 bug 率明显偏高"] --> B{"看分布<br/>同一模块换谁写都高?"}
    B -- "是" --> C["系统问题<br/>补测试 / CI / 解耦 / AI 工具链<br/>不归咎任何人"]
    B -- "否, 集中在他" --> D{"看 bug 类型"}
    D -- "需求理解偏差类居多" --> E["设计问题<br/>修需求评审与接口契约流程"]
    D -- "低级重复错误居多" --> F["工程系统缺失<br/>AI review / 测试基线设为流程默认项"]
    D -- "集成事故类居多" --> G["架构耦合问题<br/>修边界与回归机制"]
    D -- "跨模块一致的逻辑疏忽" --> H{"看人: 无心之失<br/>还是明知故犯 / 屡教不改?"}
    H -- "无心之失" --> I["教练 + 结对 + 改系统<br/>绝不罚, 保护上报文化"]
    H -- "侥幸冒险 / 屡教不改" --> J["小惩大诫<br/>及时 / 小剂量 / 成比例<br/>动手前自问: 如临父母还是发泄立威?"]

动手惩戒之前，还有最后一道自检，三个问题按顺序问：

1. 什么类型？ 无心之失和善意试错，绝不罚——罚了就没人上报了。
2. 多早？ 越早代价越小，「小惩而大诫」的精髓不在「惩」而在「小」。问题在几微阶段，一次明确而克制的谈话就够；拖到「恶积而不可掩」，就只剩「何校灭耳」的选项了。
3. 为谁？ 这一下是为了回路闭合和他的成长，还是为了我的情绪？答不出前者，就不该动。

八、收尾

回到那场争论。会后我做了归因分析，结论有点扫兴也有点解脱：那位同事 60% 的 bug 出在同一个无测试、需求三天一变的老模块——是系统问题；剩下的低级错误里，AI review 能拦掉一大半——是工程系统问题；真正属于他个人的，是重复犯同类边界错误、提醒后照旧——这部分，一次正式的、明确的、带着「这是为你好」的谈话处理了。三个月后，他的 bug 率回到了组内均值。

所以「对事还是对人」是个伪问题。完整的答案是：先对事（数据归因），再对系统（方法论找全病根），最后才对人（Just Culture 分类处理）；对事不对人是道的常态，小惩大诫是道的边界——两者的根，都是让反馈回路不失灵。

延伸阅读：书架上《原则》笔记里有 Dalio 的完整决策框架，《系统之美》讲透了为什么「人的行为来自系统结构」，《系辞传全文与白话译文》里有「小惩大诫」的原文语境。

• 随笔

• 随笔
• 软件工程
• 团队管理
• 代码质量
• Just Culture
• Dalio
• 原则
• 系辞
• 易经
• AI 编程

方糖猫（大可）

18 年后端架构，现在独立做 AI 产品。这里记录 AI 视频、AI Agent 与工程实践。