2010 年 9 月，惠普董事会投票任命新的首席执行官。据《纽约时报》专栏作者詹姆斯·斯图尔特（James B. Stewart）的报道，12 位董事里多数人从没见过他们要聘的这个人。四位董事组成的遴选委员会把名单缩到三人，董事会其他成员没有一个愿意去面试。最后投票前，委员会请其他董事去见见他们选中的李艾科（Léo Apotheker），他在德国软件公司 SAP 当 CEO 只干了七个月。没有人去。
董事露西尔·萨哈尼（Lucille Salhany）想让程序慢下来：「谁都没见过他。我们确定吗？」她的顾虑被搁到一边。一位没见过他的董事对斯图尔特说：「我承认这非常反常。可我们被内斗折腾得太累了。」
9 月 30 日的公告里，首席独立董事罗伯特·瑞安（Robert Ryan）称李艾科是「一位对技术充满热情的战略思考者，有广泛的全球经验和经过验证的运营纪律」，并说这「正是我们想找的 CEO」。公告描述了一个人，却没说这个人要干成什么。
李艾科上任不到十一个月，董事会就换上了梅格·惠特曼（Meg Whitman）。董事长雷·莱恩（Ray Lane）说，这个职位「现在需要更多素质」。
清单的另一半
瑞安列的是素质。岗位计分卡从另一头开始：见人之前，先写下这个岗位要交出什么、何时交。
这个办法出自杰夫·斯玛特（Geoff Smart）和兰迪·斯特里特（Randy Street）2008 年的书《Who》，斯玛特创办的咨询公司 ghSMART 至今按它招人。计分卡分三块：使命，说这个岗位是干什么的；结果，写清要改变什么；能力，写人该怎么做到。模板里每一行结果的提示都一样：「在某个日期前从 X 到 Y」。
模板的示例是销售副总裁，第一条结果：软件销售额从 2016 年的 1250 万美元，到 2020 年底增长到 1 亿美元。往下三十多项待打分的能力里，有一项是「战略思考／愿景」。惠普公布的正是这一类。这位战略思考者要做出什么，才是一串优点里缺的那一半。
ghSMART 打过一个比方：笼统的职位描述像一张只写着「健康晚餐」的便条，计分卡才是购物清单，它「明确定义这个岗位的成功」，逼你定下轻重缓急和时间表。急着填位子又没有清单，就像饿着肚子逛超市。
写计分卡还有个用处。ghSMART 说，收集意见、争论取舍，能让大家对「理想人选要交出什么、何时交出」想到一处。据斯图尔特说，惠普那届董事会几乎什么都谈不拢。
证据管到哪里
计分卡是实践者的方法，最亮眼的数字都出自作者自己。书的网站许诺「90% 的成功率」，ghSMART 说能把招聘成功率「从 50%（和抛硬币差不多）提高到 90%」。这些是公司自己的数字，没有经过独立试验。
隔壁的研究扎实些。1998 年，施密特和亨特汇总 85 年的研究，比较 19 种选人方法，预测工作表现最好的组合里就有一般智力测验加结构化面试。2022 年萨基特等人重新分析，把多数靠前方法的效度估计下调了 0.10 到 0.20，结构化面试仍排第一。美国人事管理局的结构化面试指南，第一步就是「审阅工作分析材料」，每道题都要对应工作分析定出的能力。这些研究检验的是基于工作分析的面试，没有单独检验《Who》的计分卡。
作者也承认软肋。ghSMART 写道，他们招错人时，「多半是因为我们把计分卡写错了」。岗位也会变：莱恩那句「现在需要」，说的就是这份工作变了。ghSMART 也说，计分卡「可以、也应该是一份活的文件」。
前台
设想一位诊所经理要找人接替辞职的前台主管。启事写的是「有条理、亲切、善于和人打交道」，来了三个人，个个都像。她改写结果：到春天，每个来电当天有人回；到夏天，两个兼职能独自撑起周六。
她的问题也变了：不再问有没有条理，改问上一次清掉积压的经过。三个亲切的人里，只有一个真干过这活，另外两个只做到了亲切。
给模型写计分卡
Anthropic 为 Claude 应用写的测试指南，第一步也是这个：成功的大语言模型应用，「始于清楚地定义成功标准」，标准要具体、可衡量、可达成、相关。坏例子是「模型应该能很好地给情绪分类」；好例子是在 1 万条推特帖子的留出测试集上「F1 分数至少 0.85」，比现有基线高 5%。这就是一行结果，从 X 到 Y。
差别在检验。模型每改一次，都能在那 1 万条帖子上重跑；人只能招一次，凭的是几轮面试。这份指南也只是厂商的建议，它本身不是验证定好标准能否改善结果的研究。它也承认多数用途需要好几条标准，还在一个例子后注明，现实中你还得定义什么叫「不便」、什么叫「严重」。