题目重点：把 ambiguous task BQ 拆成目标、利益相关方、风险排序、早期证据和迭代里程碑。
题意与假设
这道练习题保留了面经中值得训练的核心约束，并将需要澄清的条件单独列出。现场拿到变体时，先和面试官确认这些条件。
- 候选人必须使用亲历任务，并能分清自己主动澄清与经理预先给定的部分。
解题路线
- 先用一句话说原任务为何模糊：成功指标不明确、用户是谁、数据源是否可靠、时间限制或跨组 owner 不清。别把‘有难度’自动等同于模糊。
- 列出最影响决策的 2–3 个未知量，按影响×验证成本排序；分别找决策人/用户核实，把假设与不做的范围写成可复查的简短文档。
- 做最小可逆试验或 MVP，设早期里程碑和退出条件。例如先验证数据覆盖率，再决定是否建正式 pipeline；每次反馈更新范围与时间表。
- 结尾说明结果和残余不确定性：交付了什么、指标是否满足、后续由谁负责。若方向被调整，讲清为何及时转向，这同样能展示判断力。
手动走一遍
模板：‘最初只说要改善 [问题]，但没有 [成功口径]。我访谈 [真实决策方]，提出两个可测指标，先用一周试验验证 [最大风险]，根据结果把范围缩到 [可交付功能]，最终 [真实结果]。’不能把模板数字当自己的经历。
规模与取舍
行为题无 Big-O；若案例是数据系统任务，应说明数据规模、目标 SLO、MVP 周期和验证样本，但仅填写真实值。
易错点与追问
容易失分的边界
- 把模糊任务解释成独自猜需求。
- 一直开会但不产出可验证假设。
- 未明确什么不做，范围无限扩张。
- 只讲成功，隐藏关键假设后来被推翻。
继续深挖
- 谁有最终决定权？
- 最早哪条假设被证伪？
- 若期限减半会删掉哪部分？
- 如何判断何时停止澄清并开始实施？
