据 1990 年的一篇记述，1984 年纽约地铁约 6000 节车厢全被涂鸦盖满。那年 5 月，交通局新任总裁戴维·冈恩（David Gunn）的「清洁车厢计划」收进了头两列车：4 号线一列新车，7 号线一列翻新重漆、车龄 20 年的旧车。
每条线的终点站都守着清洗班组。按同一篇记述，计划内的车厢进站时若带着涂鸦，两小时内必须洗净，否则撤下停运。警察跟车，停放干净列车的车场换了更亮的灯，清洁工昼夜轮班。
系统本就常出故障，撤车是重招。交通局后来说，五年里有 10 次在早晚高峰撤下列车。然后，在计划内车厢和旧车停在一起的车场，翻墙进来的人开始去喷那些本来就花了的车，干净的反倒没人碰。
让人无从否认
先打几场看得见的小胜仗，不然很多人撑不到变革见效。约翰·科特（John Kotter）1995 年在《哈佛商业评论》上，根据 100 多家公司的转型列出八个常见错误，不事先谋划短期成效是第六个。他写道，在 12 到 24 个月里看不到令人信服的证据，多数人不会踏上这场「长征」。
他说，成效必须清清楚楚，不能是「反对变革的人可以打折扣的主观判断」，而且得事先安排，不能光靠盼。他举过一家制造企业：变革启动约六个月时，核心团队选定一款新产品，因为它推出得快，一支认同新愿景的小团队就能做，还能绕开原有部门。产品约在第 20 个月上市，「提升了整个变革的可信度」。
地铁计划正是如此：两列车少到守得住，干不干净一眼就看得出。它只按守得住的速度扩张；据那篇 1990 年的记述，干净车厢的年度目标每年都超额完成。
和变革八步法的其他步骤一样，这一条来自科特本人的观察，没有经过对照研究。阿佩尔鲍姆等人 2012 年的综述发现，多数步骤有文献支持，但没有正式研究检验过整个模型；它流行起来，看来更多因为好用，而非科学上的共识。
小事为什么能推动人
心理学家卡尔·韦克（Karl Weick）1984 年有过相近的论证。他认为，问题想得太大，会超出人的推理能力，也让人紧张得不敢动。他主张追求「小胜」：具体、完整、已经落实、重要性中等的结果。一场小胜不起眼，一连串小胜却会显出一种模式，可能吸引盟友、吓退对手、减少后续提议的阻力。论文靠案例和已有研究立论，没有做检验。
进展给人的感受，阿马比尔和克雷默研究过。据他们 2011 年在《哈佛商业评论》上的介绍，7 家公司 26 个项目团队的 238 人每天填写日记式问卷，共近 1.2 万条。人们心情最好的日子里，76% 有工作进展；对项目影响很小的事件里，28% 对人的感受影响很大。作者说明，这只是相关，不能证明因果，而且进步原则要起作用，工作得让人觉得有意义。
庆功会
科特的第七个错误是第六个的反面：过早宣布胜利。他写道：「庆祝一场胜利没问题，宣布整场战争打赢了，可能是灾难性的。」他看过的十几个「流程再造」项目，除了两个，都在两三年后第一个大项目完成时宣布胜利；再过两年，有用的改变慢慢消失了。抵制变革的人，很会拿一场胜利说仗打完了，部队可以回家了。
1989 年 5 月 12 日，最后一节涂鸦车厢撤下清洗，交通局办了庆祝活动。1990 年，车上被喷涂的次数翻了一倍，交通局时隔 18 个月重新召集涂鸦工作组。没人证明这和庆祝有关：官员说解释不了，一些涂鸦者和一个乘客组织怪预算削减。不管怎样，赢下来的又得重新守。
先从一个班次开始
设想一位护士长，想让病区用上新的交接班核对表。手下的人见惯了邮件一发、几天就没下文的新举措。她只挑大家抱怨最多的夜班交早班，事先和这个班次说好怎样才算「变好了」。管用的话，白班不用人说也看得见。更难的是下一刻：习惯才养成几周，她很想在例会上宣布成功，转身去忙别的。
全面推开之前的试点
引入 AI 也一样。英国政府的人工智能孵化器（i.AI）做了 Consult，把公众咨询里的文字回复归入主题。它第一次在真实咨询上试用，只选了苏格兰政府一场关于规范非手术类医美项目的咨询，六位专家核对每条回复的主题。团队 2025 年的评估显示，60% 的回复专家一处没改，差别对主题总体排序几乎没有影响，核对一条的时间中位数是 23 秒。
大体就是科特说的样子：活儿窄，团队小，结果难以否认。局限也很明显。评估是开发团队自己做的；Consult 不太能发现漏掉的主题，主题确认流程「无法很好地扩展」；专家们想只抽查部分回复，但信心还不够。团队网站现在说，Consult 已支持 10 个部门的 38 场咨询，计划 2027 年推广到整个公务员系统。一次漂亮的试点，是那两列干净的车，还不是整支车队。