决策标准
在看备选前定评估备选的维度。
为什么
无显式标准决策退化为"我喜欢的"——因每选项有某优势、无加权标准选择由决者觉最显的优势驱。前定标准（成本、运维负担、性能、生态、招聘）带权重强制结构比较：方案 A 成本和运维胜、方案 B 性能和生态胜、权重决。这也使决策可审计——之后有人问时标准示为何、若标准变那是新决策非重审。
何时使用
评任何中+决策备选前。30 分钟。标准证错时重访。
如何做
1. 列此决策重要的维度： - 常见：成本、运维负担、性能、生态成熟、招聘、适配 - 领域特定：合规、延迟、数据本地、厂商风险 2. 每维度加权（1-5）按对此具体决策多重要 - 如 DB：性能 5、运维 4、成本 3、生态 3、招聘 2 3. 每备选每维度打分（1-5） 4. 算加权分：每备选 Σ（权重 × 分） 5. 最高分胜——但理智查：若结果意外，重审权重 6. 把标准+权重+分记 ADR 使理由可审计
示例
决策：缓存层（Redis vs Memcached vs DragonflyDB）
标准+权重（此用例）：
性能：5 （延迟关键）
运维：4 （小团队）
生态：3 （需 Go+Python 客户端库）
成本：3 （中规模）
招聘：2 （小众）
打分（1-5）：
性能 运维 生态 成本 招聘 | 加权
Redis： 4 5 5 4 5 | 5×4+4×5+3×5+3×4+2×5 = 74
Memcached： 4 4 4 5 4 | 5×4+4×4+3×4+3×5+2×4 = 67
DragonflyDB： 5 3 2 4 1 | 5×5+4×3+3×2+3×4+2×1 = 53
决策：Redis （74）。理由+分在 ADR-018。常见问题
- ⚠看备选后加标准——标准被调向偏好选项；盲定。
最佳实践
- ✓标准保持 5-7 维——更多权重变噪声；更少漏重要权衡。
- ✓若决策感错重审权重——数学是工具辅助非替代判断；若直觉与数学异，查为何。