1989 年 6 月 3 日，印第安纳州一个 17 岁的少年在给达美乐送比萨的路上超速，丢了性命。到 6 月中旬，他的家人和朋友已经在征集签名，矛头指向达美乐那条最出名的承诺：30 分钟送到，否则减 3 美元。他的母亲说，这条承诺是「在邀请人违法，邀请人超速」。
达美乐用算术来回应。那年 7 月，公司宣布，总裁戴夫·布莱克的一封信会随大约 2000 万份外卖送到顾客手里。信里说，比萨一般 12 分钟出炉，送餐范围平均不超过 2 英里，这样「司机还有将近 18 分钟把比萨送到你家。送了几百万单都平平安安，我们知道这点时间绰绰有余」。
信里还多了一样新东西：要是你看到达美乐的司机开车不当心，可以打这个免费电话。
这下公司有了两块表：一块是每张订单上的钟，一块是顾客盯着马路的眼睛。承诺照旧，钱也照旧挂在钟上。
钟和马路
每个你要推动改善的数，都得配一个看代价的数。
英特尔的安迪·格鲁夫在 1983 年出版的 High Output Management 一书里讲过这个道理。按罗伯特·赫勒对这本书的概述，指标会把人的注意力拽到它盯着的东西上，所以经理人得提防对任何一个指标反应过度。办法是让指标成对出现，既量一件事的效果，也量它的反作用。他举的例子是库存：为了省钱把库存压下去，可能谁也没发现，缺货已经开始拖累生产，除非库存水平和缺货次数并排放着看。他还有一条：每一个数量指标旁边，都配一个质量指标。
饭店后厨就是这样。从下单到出菜，每盘都掐表，厨师自然会快起来，有人快的办法是菜没做好就端出去。把退回来的盘数和出菜时间并排写上，两个数就开始互相较劲。较劲才是要的。单看任何一个，你都分不清后厨是做得更好了，还是只是更快了。
达美乐的第二块表，天生有个弱点：它得靠路人注意到一辆车，找到号码，再拨过去。第一块表印在每一次承诺里，顾客拿着它就能换 3 美元。一个数后面挂着钱，另一个数后面挂着一个电话号码。
成对也有管不到的地方
格鲁夫写的是给经理人的实用建议，不是验证过的研究结论，它也有边界。两个数可能被一起做手脚。一个没人负责、或者变化慢到来不及反应的搭档指标，只是摆设。一张看板上放二十对指标，就是四十个数，和没有差不多。成对指标最管用的时候，是你能事先说出那笔交换：这一推，会诱使人在那里抄近路，那个地方就单独数一数。
招聘提速
假设你在一家 200 人的公司管招聘，首席执行官要把招聘周期从 45 天压到 30 天。路数你看得清：少几轮面试，快点发录用通知。
这一推可能付出什么，你也看得清。于是你在同一页幻灯片上加了第二个数：本季度招进来的人，入职 90 天后，有多少是用人经理愿意再招一次的。季度开始前，你就和首席执行官说好：第二个数要是掉得超过某条线，30 天的目标就一起拿出来重新审。
九十天过去，招聘周期降到了 31 天。第二个数也掉了，掉过了你们约定的那条线。这次会，一开场就是复盘，庆功的话没人提。
只数「答对」的记分牌
AI 模型也要上排行榜。按 OpenAI 的说法，大多数排行榜按准确率给模型排名，也就是完全答对的题占多少。2025 年 9 月，这家公司提出，这正是模型会编造答案的原因之一：不知道的时候去猜，有时能蒙对；老老实实说「不知道」，这题一定是零分。
它拿自己的一组对比来说明，用的是一套简短事实问答测试，叫 SimpleQA。旧模型 o4-mini 答对了 24% 的题，新模型 gpt-5-thinking-mini 答对了 22%。只看准确率，旧模型赢。
再把搭档加上。旧模型答错了 75% 的题，只有 1% 的题没给答案；新模型答错 26%，有 52% 的题没给答案。OpenAI 提出的改法是：自信地答错，扣得要比放弃作答更重；恰当地表示没把握，可以得部分分。
这只是一项测试，是公司为了说明观点挑出来的例子，说明不了哪个模型在你的工作里多常出错。但这个习惯可以搬过来：在自己的问题上试一个模型或一段提示词时，别只记一个数，记三个：答对、答错、说「不知道」。每个版本多跑几遍，因为每次的回答会有出入；再把答错的那些，拿任务本身的要求一条条核对。
那封信之后，达美乐的承诺又维持了四年多。1993 年 12 月，圣路易斯的陪审团判给一位女士将近 7900 万美元的赔偿，她的车曾被一辆达美乐送餐车撞上。四天后，30 分钟承诺取消了。老板汤姆·莫纳汉说，这份裁决「确实是压垮我们的最后一根稻草」。