← 返回信息流
AI 资讯Hacker News·2 小时前

98%并不算高

原标题:98% Isn't Much

速览

近期有观点指出,即使AI模型达到98%的准确率,在实际应用中仍可能不够可靠,特别是在高风险场景下。这一讨论促使业界重新审视模型评估标准,并探索更全面的性能指标。

AI 深度解读

背景

这篇文章源自 Hacker News 上的一篇短文,作者通过日常生活中的类比,批判了技术社区中常见的“98% 支持率”或“98% 兼容性”这类统计数字的误导性。文章指出,98% 这个数字在不同语境下含义截然不同——对于“锦上添花”的功能,98% 可能足够好;但对于“基本底线”的保障,98% 意味着可观的失败率。作者将这一视角引入 Web 开发和工程实践,呼吁开发者放弃“大多数没问题”的懒惰思维,真正关注那 2% 的边缘用户。

核心内容

文章从几个直观的例子切入:

  • 如果一个人买彩票 98% 都中奖,那是惊人的好运;考试 98% 拿满分,足以获得荣誉文凭。
  • 但一家餐厅 98% 的时间里没有让顾客食物中毒,意味着它每周甚至每月都会有人生病。
  • 一个雇主 98% 按时发薪,这样的工作没人敢做;如果顾客 98% 吃完饭付钱,会给自己惹麻烦。

作者指出:98% 对于“特别好”的事情(如大幅提升生活质量)是优秀的,但对于“基本期望”(如婴儿在保姆照看下存活)则是极低的。同样,在 Web 开发中:

  • 如果网站使用花哨的新浏览器特性,且对 98% 的人口正常工作,那就意味着它不服务于约 1.5 亿人(按全球人口比例估算)。
  • 如果网站做了一个改动,且对该改动对 98% 的访客有效,那它实际上踢掉了 2% 的用户。想象一下,一个场馆因“改进体验”而拒绝 2% 的老客户进入,这合理吗?

作者还强调,“98% 的人口”并不等于“98% 的我的受众”。例如,嵌套 CSS(Nested CSS)自 2023 年起已成为标准,某工具显示全球浏览器支持率接近 98%,但作者查了客户网站过去一年的实际浏览器分布,发现 仅约 70% 的访问浏览器支持该特性。尽管在普通受众中它被广泛支持,但对于自己的受众,它却漏掉了 30% 的访客。

最后,作者给出结论:如果你认识一百个人,请想象其中两个人正对着破碎的屏幕。98% 这个统计数字是一种懒惰的捷径。 真正稳健的工程不在于“对大多数有效”,而在于优雅地处理边缘情况。如果一项新特性不能优雅降级,那么 98% 就不是“广泛支持”——它连对 2% 的人满足基本最低要求都没做到。

关键要点

  • 同一数字在不同语境下意义天差地别:98% 对于“超额”好事是优秀,对于“底线”义务是失败。
  • Web 兼容性中 98% 的用户覆盖率对应巨大绝对数量:全球 2% 的不支持用户约 1.5 亿,不能轻描淡写。
  • “广泛支持”不是全局概念,而是受众特有的:全局 98% 的浏览器支持率可能只覆盖个人网站 70% 的实际访客。
  • 工程上不应依赖“大多数”作为成功的标准:真正的可靠性要求优雅降级或解决那 2% 的边缘情况。
  • 嵌套 CSS 案例是典型警示:一项看似成熟的标准,在特定用户群中可能支持率远低于预期。
  • 统计数字是懒惰的捷径:用“98% 没问题”来回避对少数用户的负责,是工程上的失职。

意义与影响

这篇文章的价值在于它打破了技术圈内对“百分比”的盲目崇拜。许多开发者和产品经理在决策时,常常引用“浏览器兼容性 98%”“用户影响 2%”作为安全理由,却忽略了绝对人数和受众异质性。作者提醒我们:

  1. 百分比掩盖了基数:2% 可能是几千万甚至上亿人,不应被忽视。
  2. “最坏情况”而非“平均情况”才是工程底线:如果一项改动让 2% 的用户彻底无法使用,那就是设计缺陷。
  3. 数据脱节:全局统计 ≠ 实际受众:依赖通用 Can I Use 等工具而不检查自己网站的浏览器分布,会误判真实影响。
  4. 为少数用户做优雅降级是成熟的标志:而不是通过“反正 98% 能用”来降低标准。

这篇文章对 Web 开发者、产品团队以及任何依赖“支持率”统计做决策的人,都是一个重要的提醒:不要用数字安慰自己,要为那 2% 负责。

查看原文 →whynothugo.nl