投影仪打开两家产品的官网，从功能列表第一行开始对，对到第三页两边都打满勾，会议结束，结论是各有优势。用 AI 做技术选型也常掉进这个顺序：先有方案再找维度，维度就会长成两家功能表的并集，而并集里没有一条能回答我们用起来会不会出事。
维度从场景里长出来，不从产品页里抄
同一件事在两家的权重完全不同。一个日活几千的内部系统，运维人力的分量远高于峰值性能；一个对外服务，停机十分钟的代价可能超过一年的软件费用。维度必须从自己的约束里推：现有技术栈是什么、团队几个人、一年内数据量涨到多少、有没有合规要求。
这些约束写在纸上之前，讨论一定跑偏，因为每个人心里的默认场景不一样。写下来之后，很多争论会自己消失——约束把选项砍掉了一半，剩下的才是真正要比的部分。
六步把选型做成一张能复算的表
六步里最容易省掉的是第五步，代价也最大。文档和实测的差距，往往就是上线后第一个月出问题的地方：
| 步骤 | 产出物 | 常见坑 |
|---|---|---|
| 一、写清场景约束 | 一页约束卡：技术栈、团队规模、一年内量级、合规要求 | 只写「高性能」，等于没有约束 |
| 二、列维度池 | 八到十二个候选维度，先不筛 | 直接把厂商的功能清单当维度 |
| 三、定权重 | 每个维度一个百分比，合计一百 | 六项平分，等于宣布没有偏好 |
| 四、填表打分 | 每格一个分值，外加一句依据出处 | 分数没有出处，讨论时各说各话 |
| 五、小规模实测 | 两周内的验证记录，含失败项 | 只看文档和演示，不碰真实数据 |
| 六、写结论与反转条件 | 一页决策记录：选了什么、凭什么、何时重评 | 只写结论，半年后没人记得理由 |
第四步的「依据出处」决定这张表能不能服众。同一格写「性能好」是意见，写「官方文档给出单节点写入上限，实测达到七成」是依据。分数可以有争议，出处不能没有，否则讨论会退回到各自的印象。
权重比维度更容易出错
六个维度各占一成七，看着公平，实际等于宣布我们没有任何偏好。权重是把价值判断写下来：哪一项不达标会直接否决，哪一项差一点可以忍。
更稳的做法是把否决项单独拎出来，做成一票否决，而不是给它加分。数据能不能迁出、有没有合规资质，这类条件不满足时，其余项再高也不该选。剩下的维度再按业务影响分配百分比，并且定一条规矩：单一维度的领先，必须能解释为什么足以抵消其余落后，否则不采纳。
退出成本为什么要单列一栏
采购价只是一部分。真正决定三年总成本的是运维人力、迁移代价和谈判位置：数据导不出通用格式、接口深度定制、团队只熟悉这一套，这些都会在你想换的时候变成对方的筹码。
这一栏不能填低中高，要写具体：迁走要改多少个调用点、历史数据能不能批量导出、合同最短周期多长。写不出来的，说明还没真正评估过，这一项空着比填个「中」更诚实。
它能列出维度，担不了你的判断
模型擅长把维度池铺全、把对比表填成统一格式、把讨论记录压成结论。它不擅长具体参数：某产品的并发上限、报价、版本差异，它给出的数字往往看着精确却没有出处，这类编造可以按AI 幻觉的核对方法逐条回原文。凡是写进决策记录的数字，都要回到官方文档或自己的实测。
它也不知道你们团队的真实水平。一个需要两周上手的方案，对熟悉同类系统的团队是两天，对没接触过的团队可能是两个月。这个差距它算不出来，只能由带队的人估。成本里跟机器相关的那部分，可以对着算力的计价方式自己算一遍，别让它代填。
结论和理由一起写，半年后才知道当初对不对
决策记录不用长，一页就够：选了什么、按哪几个维度、每格的依据、什么条件下重新评估。最后一条最有用，它把「当时为什么这么选」和「现在情况变了没有」分开，复盘时不会变成互相指责。
写法上可以参考模型评估指标的取舍思路：结论要能被后来的人用同样的输入复算出来。复算不出来的结论，本质上是一次投票。
速查：选型表的四道检查
- 每个维度都能追到一条场景约束
- 否决项单独列，不进加权
- 每格分数有出处，没出处的不填
- 退出成本写到调用点与数据格式
