多数人写技术债清单,是把能想到的问题全列出来,按模块或严重程度排一遍,然后放进文档里再没人打开。问题在于「严重」是主观词,团队对它的理解各不相同,清单越长越没人认账。真正有用的排序只有一个维度:这笔债每年要花掉多少人力。利息高的先还,利息低的可以先记着。
先定义「利息」,别急着列债
判断:如果一条债说不出它消耗什么、消耗多少,它就不该进清单,只配进备忘。利息是持续发生的成本,不是一次性的修复工时。
做法:给每条债只记三项——触发场景、每次触发的代价、发生频率。代价用可观察的量表达:多花的联调时间、多出的发布步骤、每次改动要碰的文件数、线上问题排查多绕的几层。频率按周或按月估。两者相乘就是年化利息。估不准就写区间,别写「较高」「严重」。
让模型按统一口径抽取,而不是自由发挥
判断:直接问「帮我列技术债」得到的是泛泛而谈的常识,不是你们仓库里的事实。模型需要被约束成提取器,输入是真实材料。
做法:喂给它近半年的 issue 标签、故障复盘、代码评审里反复出现的评论、构建与发布日志中的等待环节。要求它只输出结构化条目,每条必须能指回原始材料。下面这段可直接改字段后使用。
你是技术债提取器。输入是我提供的 issue 列表、故障复盘和评审评论。
只做提取,不做建议。对每条债输出:
1. 名称(不超过 15 字)
2. 证据(引用原文片段,最多两条)
3. 触发场景(什么情况下会付出代价)
4. 单次代价(用时间或步骤数表达,给区间)
5. 频率(每周/每月发生几次,给区间)
6. 年化利息 = 单次代价中位数 × 频率中位数
无法从材料中推断的字段写「未知」,不要编造。
最后按年化利息从高到低排序输出,附一句说明该条为何排在此位置。
交叉验证排序,剔除假高息
判断:模型算出的高息条目里,总有一部分是估算放大或重复计数。同一条债被三个 issue 描述,不等于利息翻三倍。
做法:让两到三位熟悉不同模块的工程师各自独立给前十条打分,只打「频率」和「单次代价」两项,然后与模型结果对照。分歧大的条目,回去补证据;证据补不上的直接降级或删除。合并同源条目,确保一条债只出现一次。这一步花的时间不多,但决定了清单会不会被当成噪音。
把清单变成可执行的还款顺序
判断:排序只是起点。高息债往往互相纠缠,单看利息会漏掉依赖关系。
做法:在清单里加一列「前置条件」,标出还这笔债是否需要先完成另一笔。然后按利息从高到低扫一遍,能独立开工的立刻排进迭代;被阻塞的标注阻塞项,等前置完成再提。每季度重算一次利息,因为频率会随业务变化,去年的高息今年可能已经自然消失。
什么情况下不要这么做
如果团队规模很小、代码量有限,凭记忆和几次讨论就能对齐优先级,这套流程的维护成本会超过收益。如果近期有明确的架构重写或迁移计划,多数债会随旧系统一起消失,此时按利息排序意义不大,应直接围绕迁移路径决策。如果材料严重缺失——没有 issue 记录、没有复盘、评审也基本不写评论——模型抽出来的条目缺乏证据支撑,先补记录比先做清单更值得。另外,涉及合规、安全或数据准确性的问题不走利息排序,它们按风险等级单独处理,具体判断请以法务与安全专业人员的意见为准。
