伯利恒厂区旁边的空地上，一小堆一小堆地码着大约 8 万吨生铁，等着装上火车。七十五个人左右的一队工人，一次抱一块 92 磅的铁锭，走上斜搭的木板，扔进车厢。弗雷德里克·温斯洛·泰勒说他们是「良好的、中等水平的生铁搬运工」。平均下来，每人每天装大约 12.5 长吨。
泰勒的团队把这活研究了一番，算出的数是每人每天 47 到 48 长吨（1 长吨约合 1.016 公吨，下文的吨都指长吨）。「这个任务在我们看来实在太大，」他写道，「我们不得不把工作反复核了好几遍，才完全确定自己没错。」
他们从队里挑了一个人。泰勒在书里叫他施密特。按泰勒写下的版本，谈话是这么开头的：「施密特，你是不是一个高价工人？」高价工人一天挣 1.85 美元，不是 1.15 美元。高价工人也得叫你怎么干就怎么干。
第二天，一个人拿着表站在施密特旁边：「现在搬起一块，走。现在坐下，歇着。」据泰勒说，到下午五点半，施密特已经把 47.5 吨装上了车。
差不多是一个普通工人的四倍。这些数字是怎么来的，这个问题后来一直追着泰勒，追进了国会。
一件事，五十种干法
泰勒的说法是：工人的手艺是看身边的人学来的，所以每一行里，同一个动作「大概有四十种、五十种甚至一百种干法」。他相信，其中总有一种更快更好，只有仔细地研究动作、计时，才找得出来。
铲运物料也照此办理。他的人挑了两三个一流铲工，一点点改每铲的分量，连着观察了好几个星期。泰勒报告说，一流工人每铲大约 21 磅时，一天干的活最多，比每铲 18 磅、24 磅都多。
别凭经验猜，拿秒表量一量，常能找到更好的干法。
很多人上班走同一条路，一走好几年。三条路各计一周，最快的那条，未必是你原先押的那条。
接下来泰勒迈出的那一步，人们到今天还在争。他写道，干活的学问归管理方，因为适合搬生铁的人「不可能弄懂它」。由计划的人把方法写下来，工人照着做。这就是计划与执行分离。1911 年，他在《科学管理原理》里写道：「过去，人是第一位的；将来，制度必须是第一位的。」
百分之二十到二十七
1912 年 1 月，泰勒到众议院一个特别委员会作证。这个委员会专门调查「泰勒制及其他工厂管理制度」。主席威廉·B·威尔逊揪着秒表不放。
泰勒解释说，秒表测出来的数从来不是最后的数。比如车削铁路车轴，他的研究会再加 20% 到 27% 的时间，留给无法避免的耽搁。威尔逊问：「你是靠什么科学公式、什么数学计算，得出在秒表测定的时间上再加 20% 到 27% 的？」泰勒答，是反复仔细研究出来的，「不是任何人的主观判断」。
生铁的数字也招来同样的怀疑。泰勒自己的书里就写着：那队人里，大约八个人中只有一个体力上跟得住新的节奏。1974 年，管理史学者查尔斯·雷格和阿梅迪奥·佩罗尼重新查证了这个故事，论文摘要说它「虚构多于事实」。2000 年的一篇后续研究几乎全靠一手材料，说这则轶事「有误」。
替泰勒说话的也有。2001 年的一项研究认为，这些出入「相对次要」，不该盖过故事的道理；1982 年埃德温·洛克的一篇评述则认为，泰勒在计时研究、标准化、目标设定和工间休息上的看法「基本正确」。
泰勒对委员会说，他拿生铁举例，是因为那是「最简单的一种人力劳动」。他又说，车轴要是只做 10 根、100 根，就得多给工人多达 70% 的时间，因为这活对他是新的。那个 20% 到 27%，是给成千上万地做、「年复一年」做下去的车轴定的。
给模型挑铲子
用 AI 模型时，指令就是那把铲子，而且你能像泰勒改铲子分量那样，随意地改它。
2023 年，Google DeepMind 的研究者差不多就这么干了。一个模型负责写候选指令，另一个模型用每条指令去解一批小学数学应用题（取自 GSM8K 训练集的 3.5%），留下最好的。由 PaLM 2-L 解题时，胜出的是「Take a deep breath and work on this problem step-by-step」（深呼吸，一步一步解这道题），在测试集上得了 80.2%，常见的「Let’s think step by step」是 71.8%。
这个「最佳方法」，适用的范围很窄。「Let’s work together to solve this problem step by step」把两条得分 71.8 和 60.5 的指令合在一起，却只得了 49.4。换别的模型组合来搜，胜出的指令也不一样；而且在搜索用过的题上，分数往往比测试集上高。
所以，对待一条胜出的提示词，就像泰勒的批评者对待那 47 吨。留出十个答案已知、调提示词时从来不碰的旧案例，新旧两条指令各在上面跑三遍，分数要看，答案本身也要读。新指令要是只在调过的案例上赢，这把铲子就只是照着一个人的手打的。
一张发票四分钟
设想你管应付账款，八个职员核对发票和采购单，各有各的做法。你计了一周时：有一个人平均四分钟一张，全组平均十一分钟。你坐到她旁边，把她怎么分拣、怎么核对写下来，定成所有人的做法。
平均时间降了下来。于是你把指标定在四分钟。
两个月后，表上最慢的那个人，管的是那些价格有争议的老供应商账户，也就是最快的那位从来不用对的那些发票。