2007 年，游戏工作室 3D Realms 请来一位新的创意总监拉斐尔·范利罗普，给了他《永远的毁灭公爵》里的几大段来试玩。他玩了大约五个小时，越玩越兴奋：游戏已经做到这个份上，再拼一年就能发售。
不不，项目负责人乔治·布鲁萨德告诉他，还差两年。
「我心想，哇，」范利罗普说，「你有多少次已经到了终点线跟前，却以为自己还差得远？」
这款游戏十年前、1997 年就宣布了。2009 年 5 月，老板自掏的钱快烧光了，工作室解散了开发团队，游戏还是没做完。
加起来是 180% 的法则
1985 年 9 月，计算机科学家乔恩·本特利在《ACM 通讯》的专栏里，登了一批读者寄来的、短得能印上汽车保险杠贴纸的规律。其中一条来自贝尔实验室的汤姆·卡吉尔，本特利管它叫「可信度法则」：
「前 90% 的代码，花掉前 90% 的开发时间。剩下 10% 的代码，花掉另外 90% 的开发时间。」
这笔账是个玩笑：90 加 90 等于 180。好笑就好笑在它说中了身在其中的感觉：项目按计划走到 90%，然后在 90% 附近又待上差不多同样长的时间。（本特利还补了一句：规律旁边署的名字，通常只是把它寄给他的人，「哪怕那个人其实说是从他表哥拉尔夫那儿听来的」。）
卡在 90
1988 年，美国海军研究生院的塔里克·阿卜杜勒-哈米德把这个玩笑当了真。他引用了更早的一段描述，把它叫作「90% 综合征」：对完成了多少的估计，一直照计划往上涨，涨到八九成，「之后程序员自己的估计就涨得非常慢，直到活真正干完」。
他研究了美国航天局戈达德航天飞行中心的一个软件项目。人力估的是 1,100 人天，实际用了 2,200。最后花掉的人力，有一半从来就不在估算里，而项目大部分时间里，谁也看不出来。
时间就丢在这里。「完成了 90%」是拿一开始的计划量出来的。没人算进计划的那些活，各种奇怪的情况，单独没事、一拼起来就出错的部分，都在最后才冒出来，而那时进度条看上去已经快满了。阿卜杜勒-哈米德的诊断是两件事叠在一起：活一开始就估少了，做到哪一步又看不清楚。
设想一位咖啡馆店主，周二拿到了新做的网上点单页面，看上去已经完工。点一杯咖啡没问题，付款也没问题。当天下午，她照着顾客会用的方式试了一遍：输一个折扣码，价格变成了负数；填一个刚出城的地址，配送费一分没收；确认邮件掉进了垃圾箱。每一处修起来都只要半个小时。到了五点，页面还是「差一点就好了」，要修的单子比开始时还长。
智能体说的「做完了」
AI 智能体走到 90% 很快。2025 年，研究机构 METR 让一个基于 Claude 3.7 Sonnet 的智能体，处理两个大型开源项目里的 18 个真实问题。它写的代码有 38% 通过了维护者自己写的测试。接着研究者一份份细看了其中 15 份代码提交：没有一份能原样合并。测试没补全，格式不对，代码要再收拾。按研究者的粗略估计，每一份平均还要人花 42 分钟才能修好；他们自己说这个数「非常粗略」「是主观判断」，不是实测。
Anthropic 让 Claude 分很多轮会话去做一个完整的网页应用时，也撞上了同一件事。工程师写道，后面某一轮的智能体会「四下看看，发现已经有了进展，就宣布活干完了」。
他们的办法，是把终点线写下来。动手写代码之前，先由第一轮会话把需求拆成一份功能清单，光一个应用就有两百多条，每一条一开始都标着「未通过」。提示词要求后面的会话只改这个标记，不许删改任何一条需求。这是一条指令，不是一把锁。
光有清单还不够。Claude 还是常常跑完单元测试、对服务器发个请求，就把一项功能标成完成，却没发现它从头到尾走一遍根本不通。工程师于是给了它浏览器自动化工具，要它像真实用户那样去测。这一招效果很大，但不是处处都灵：智能体看不见浏览器自带的弹窗提示，依赖弹窗的那些功能，毛病就多一些。它们在清单上，也被检查过，却还是没做完。