第三章｜4D-GAP：任务引擎、证据账本与协作路由

前言

第二章我们搭起了4D-GAP这套“操作系统”的骨架：能力（Skill）—影响（Impact）—联结（Network）—韧性（Resilience）。第三章把骨架变工厂——给出任务引擎、证据账本、协作路由器、节奏与健康仪的可执行做法、清单与度量。目标很朴素：让你的成长从可见的忙碌转成可核的证据，让团队在不确定中仍能“稳产”。

一张总图。每一项工作都要落在“三件套”上：任务书（问题—场景—指标）、证据账本（数据—方法—结果的可追溯链）、协作契约（角色—接口—SLO）。任务书限定焦点；账本抵御选择性记忆；契约压缩协作噪音。没有这三件套，再好的想法都会被日常琐碎稀释。

四个最小单元。以 MGU（最小可成长单元）练能力、MIU（最小可影响单元）交付价值、MLU（最小可联结单元）沉淀复用、MRU（最小可恢复单元）封顶风险。第三章按这四单元展开工具：从8周冲刺模板，到“代表作3-2-1”打包法（3份可复现实验记录、2个可用原型、1篇整合叙事）。

五条SLO。 1）反馈时延≤72小时；2）评审等待P75≤3天；3）数据延迟≤D+1；4）回滚时间≤目标值（如4小时）；5）能量与心理安全阈：每周≥1次无惩罚复盘、≤N小时“硬加班”。前四条保交付，第五条保可持续。直话直说：没有节律，所有策略都是幻觉。

三条防错线。 A）古德哈特陷阱：指标一旦成目标就会被游戏化——以“被采用/节省时间成本”等结果指标兜底；B）货物崇拜：只学姿势不见机理——要求每一招都附“原理—证据—边界”；C）英雄主义：把成功押在个人拼命——以流程与工具替代“天才时刻”。幽默一句：指标是狗，策略牵好绳。

角色与分工。四角矩阵：任务Owner（方向）、方法管家（可复现）、数据Steward（合规与治理）、验收官（第三方评审）。用CRediT或等效分工表固化署名与责任，避免“功劳蒸发”。

开放与合规。默认开放但边界清晰：许可、数据脱敏、可撤回机制事先写进合同；对外协作遵循FAIR与必要的伦理审查。公开是加速器，不是裸奔。

度量与审计。领先指标（等待、延迟、覆盖）指挥过程；滞后指标（被采用、复用率、成本/时间节省、风控表现）验收结果。所有关键产出必须附复现实验与版本谱系（谁、何时、改了什么）。

本章结构。 3.1 任务引擎（问题拆解与里程碑）；3.2 证据账本（数据与方法的可审计化）；3.3 协作路由器（接口、承诺与排队）；3.4 节奏与健康仪（节律、能量与团队心理安全）；3.5 开放与治理（合规、署名与退出机制）；3.6 工具包（模板与清单）。每节均提供“模板-清单-案例-度量”的四件组。

最后给Doctor一句硬话兼鼓励：别向运气祈祷，把确定性做出来。当你能稳定把复杂问题切成小而可检验的事实，运气自然会“装作”站在你这边。

Chapter 3 | 4D-GAP — Mission Engine, Evidence Ledger, and Collaboration Router (English)

Chapter 2 introduced 4D-GAP as an operating system for growth across Skill, Impact, Network, and Resilience. Chapter 3 turns the blueprint into a factory floor. We will specify the Mission Engine, the Evidence Ledger, the Collaboration Router, and the Cadence & Health Meter, each with templates, checklists, and measurable guardrails. The promise is modest and hard-nosed: transform visible hustle into auditable evidence, and keep throughput stable when uncertainty spikes.

A single operating picture. Every piece of work must anchor to a three-pack: a Mission Brief (problem—context—metrics), an Evidence Ledger (traceable chain of data—methods—results), and a Collaboration Compact (roles—interfaces—SLOs). The brief narrows focus; the ledger fights selective memory; the compact compresses coordination noise. Without the three-pack, good ideas dissolve into daily chaos.

Four minimal units. We will work through MGU (Minimum Growth Unit) to upgrade skills, MIU (Minimum Impact Unit) to deliver value, MLU (Minimum Link Unit) to create reusable assets, and MRU (Minimum Recovery Unit) to cap downside. Expect 8-week sprint templates and a “3-2-1” packaging routine for representative work: 3 reproducible experiment notes, 2 usable prototypes, 1 integrative narrative.

Five SLOs to hold the line. (1) Feedback latency ≤ 72 h; (2) Review wait P75 ≤ 3 days; (3) Data latency ≤ D+1; (4) Rollback time within a defined envelope (e.g., 4 h); (5) Energy & safety floor: at least one non-punitive review per week and a hard cap on crunch hours. The first four protect delivery; the fifth protects sustainability. Bluntly: without cadence, strategy is theatre.

Three failure guards. A) Goodhart’s trap—when a metric becomes a target, it gets gamed; cushion with adoption and time/cost-saved as outcome checks. B) Cargo-culting—copying posture without mechanism; require every practice to ship with principles—evidence—boundaries. C) Heroism—success depends on exceptional effort; replace “genius moments” with systems and tools. Quip: metrics are dogs—keep them on a leash.

Roles and ownership. A four-corner matrix: Mission Owner (direction), Method Steward (reproducibility), Data Steward (governance & compliance), Acceptance Lead (third-party review). Use CRediT-style contribution tables to freeze responsibilities and credit so recognition doesn’t evaporate.

Open, with edges. Default to openness with explicit boundaries: licensing, de-identification, and a revocation pathway live in the contract. External collaborations align to FAIR and ethics review. Openness is an accelerator, not streaking.

Measuring what matters. Leading indicators (waits, latencies, coverage) steer the process; lagging indicators (adoption, reuse, time/cost saved, risk performance) validate outcomes. Ship every critical artifact with a reproducibility run and a version lineage (who/when/what changed).

How this chapter is built. Sections 3.1–3.6 cover: Mission Engine; Evidence Ledger; Collaboration Router; Cadence & Health; Openness & Governance; and a toolkit of plug-and-play templates. Each section delivers a Template-Checklist-Example-Metrics quartet so you can deploy tomorrow morning.

One candid encouragement, Doctor: stop negotiating with luck—manufacture certainty. Turn complicated problems into small, checkable facts that compound across people and time, and luck will look suspiciously like your process working.

参考文献

Forsgren, N., Humble, J., & Kim, G. Accelerate: The Science of DevOps.

Edmondson, A. The Fearless Organization.

Boyd, J. Destruction and Creation；OODA Loop Briefings.

Deming, W. E. Out of the Crisis（PDCA、系统与变异）。

Meadows, D. Thinking in Systems.

Goodhart, C. (1975). “Problems of Monetary Management: The U.K. Experience.”

Taleb, N. N. Antifragile: Things That Gain from Disorder.

Wilkinson, M. D., et al. (2016). “The FAIR Guiding Principles for scientific data management and stewardship.”

Holcombe, A. O. (2019). “Contributorship, CRediT, and transparency in research.”

3.1 课题速配系统

把“选题”做成一门工程，而不是灵感赛跑。本节给出一套可落地的课题速配系统（Problem-Talent Matchmaking, PTM），用三件套＋四评分＋双算法＋五SLO，把“好想法”稳定变成“可证据的产出”。

一、对象建模：两张卡片

题卡（Problem Brief）：问题—场景—指标；补充数据/算力可得性、治理边界（伦理/许可/涉密）、TRL（技术成熟度）与时间窗。

能卡（Capability Profile）：技能矩阵（方法/领域/工程化）、可支配资源（数据、平台、合作方）、风险承受度、可用时间。
两张卡用统一字段（域、方法、数据类型、合规模板）对齐，才能进入自动撮合。

二、四评分（RISE-R）
对每个“题×人/队”计算综合分：
R（Reach，可及度）：受影响用户/站点/决策数；
I（Impact，影响）：对“被采用/降成本/提时效”的预期效果；
S（Speed to evidence，证据速度）：从启动到最小证据（MIU）的周数；
E（Effort，工作量）：人周与外部依赖；
R-（Risk，负面风险）：伦理/合规/声誉/资金的不确定性折减。
得分＝(αR+βI+γS−δE−εR-)×匹配度（技能×数据×时间三者的最小值）。权重由院系/项目办预设并透明公示。

三、双算法：先稳定，再最优

稳定撮合：用Gale-Shapley做第一轮，保证“没有更愿意的更好互选对”。

加权寻优：在稳定解的邻域，对“题×队”权重矩阵跑一次匈牙利算法或整数规划，最大化全局影响与均衡（可加公平约束：青年优先、学科多样性、资源分散度）。
规模小可手工审校，但必须解释可追溯。

四、流程与关口
1）收件箱：题卡标准化入库（缺字段退回）；
2）粗筛：剔除违反底线（不可获得数据/高合规红线）；
3）路演×15分钟：题主讲问题与数据，团队报“最小证据路径”；
4）握手SLA：72小时内给“去/留/修订”，并锁定8周冲刺窗口；
5）里程碑：第2周（数据可用与合规通过）、第4周（方法冻结）、第8周（MIU交付）；
6）闸门评审：以“证据账本+复现实验”通过/转冰箱/复盘关；
7）沉淀：抽取可复用件形成MLU（脚本、模板、数据接口）。

五、五条SLO（系统级服务承诺）
T1：Time-to-Yes ≤ 10天；
T2：首轮匹配准确率≥70%（无需换题/换队）；
T3：MIU按时率≥80%；
T4：评审等待P75 ≤ 3天；
T5：合规一次通过率≥90%。
前两条保匹配效率，后三条保交付确定性。

六、度量与审计

领先指标：匹配等待、依赖排队、数据延迟、评审拥堵热区；

滞后指标：被采用次数、节省时/成本、代码复用率、转化（专利/标准/政策引用）。
每个MIU必须附：方法说明、版本谱系、数据许可、复现实验与失败清单，防止“演示驱动”。

七、边界与伦理
速配不跨越IRB/数据许可/输出管制底线；涉原住民/敏感位置数据默认最小披露与延迟公开；平台协议需写入可携带与退出机制。公开是加速器，不是裸奔。

八、水领域的两种经典速配

军团菌楼宇水管理 × 感控团队：8周内交付WMP与异常处置SOP；指标：合格率↑、响应时间↓。

流域数字孪生 × 城市排水：接入降雨与水位，形成阈值告警；指标：预警提前量、溢流次数、能耗。
两例共同点：数据可得、接口清楚、MIU明确。

九、给Doctor的直白话
别再“题靠缘分、人靠感觉”。把题卡与能卡写实，权重晒到阳光下，用算法给出可被质疑的决定，再用证据把它坐实——怀疑是油门，不是刹车。小幽默：灵感值得尊重，但不配跳过表单。

参考文献

Gale, D., & Shapley, L. S. (1962). “College Admissions and the Stability of Marriage.” Amer. Math. Monthly.

Roth, A. E., & Sotomayor, M. (1990). Two-Sided Matching: A Study in Game-Theoretic Modeling and Analysis.

Kuhn, H. W. (1955). “The Hungarian Method for the Assignment Problem.” Naval Research Logistics Quarterly.

Mankins, J. C. (1995). Technology Readiness Levels. NASA White Paper.

Forsgren, N., Humble, J., & Kim, G. (2018). Accelerate: The Science of DevOps.（关于等待与吞吐的度量）

Saaty, T. L. (1980). The Analytic Hierarchy Process.（多准则决策）

Goodhart, C. (1975). “Problems of Monetary Management: The U.K. Experience.”（指标成为目标的偏误）

Wilkinson, M. D., et al. (2016). “The FAIR Guiding Principles for Scientific Data Management and Stewardship.”

3.2 研究工具箱与数据共享

把“研究工具箱”理解为一条取数—算数—记账—公开—再用的闭环；把“数据共享”当作证据复用与信用扩散的基础设施，而不仅是“传个压缩包”。本节给出七件套与三张清单，让你的成果在可复现、可引用、可治理的轨道上滚动增值。核心底座是FAIR 原则（可发现、可获取、可互操作、可复用），以及“开放科学”与资助方的数据政策（如 NIH 2023 DMS）。Grants.gov+4Nature+4PubMed+4

一、七件套（必修栈）
1）版本与大文件：代码走 Git，大文件走 Git-LFS；数据与模型用 DVC 或 DataLad 做版本与管道管理（能记录谱系、回滚与远程同步）。ML 实验用 MLflow记录参数、指标与产物。MLflow+5Git Large File Storage+5GitHub Docs+5
2）元数据与可引用性：遵循 DataCite Metadata Schema 4.5/4.6，为数据、代码与工作流申请 DOI；作者统一 ORCID，贡献按 CRediT 明确分工。CRediT+4DataCite Schema+4DataCite Schema+4
3）研究对象打包：用 RO-Crate 1.2把数据、方法、环境与说明打成机器可读“研究对象”（便于检索与再现）。Research Object+2Research Object+2
4）互操作接口（尤其水相关）：时序与传感遵循 OGC SensorThings API，水文时间序列用 WaterML 2.0，并与 WMO 统一数据政策对齐跨机构交换。IMGW+4OGC API+4Open Geospatial Consortium+4
5）开放科学与政策：以 UNESCO《开放科学建议书》定价值底线，以 NIH DMS（2023）定计划书与预算的刚性要求。Grants.gov+3UNESCO Digital Library+3UNESCO+3
6）许可矩阵：数据缺省 CC BY 4.0/CC0 或 ODC-BY/ODbL（数据库）；代码用 MIT/Apache-2.0（宽松、可商用）。在任务书中固定许可与例外。Apache+6Creative Commons+6Creative Commons+6
7）隐私与再识别风控：认识 k-匿名的边界，引入差分隐私在统计/发布端加噪；敏感位置信息与弱势群体数据默认最小披露与延迟公开。EPIC+2ACM Digital Library+2

二、三张清单（可直接套用）
A）最小可共享单元（MSU）：① 数据包+字典；② 处理脚本/工作流文件；③ README（收集方法、局限、许可）；④ 复现实验（一键运行说明与期望输出）；⑤ CITATION.cff（DOI、作者 ORCID、CRediT）。（与 DataCite/RO-Crate相容）DataCite Schema+1
B）仓库—存储—DOI 选型：一般科研可投 Zenodo/OSF；期刊配套/生医可选 Dryad；机构有 Figshare 实例可复用。关键是可分配 DOI、可长期保存、可自定义许可。datamanagement.hms.harvard.edu+5Zenodo+5about.zenodo.org+5
C）互操作与交换：若涉及物联网/传感，优先暴露 SensorThings 端点；水文时间序列以 WaterML 或兼容映射发布；跨机构共享声明遵循 WMO 统一政策。OGC API+2Open Geospatial Consortium+2

三、度量与SLO（把复现当产品指标）

TTR（Time-to-Reproduce）≤60分钟：新读者克隆仓库后 1 小时内跑通基线结果；

TTV（Time-to-DOI）≤7天：成果冻结后一周内完成元数据与 DOI；

Data Latency ≤ D+1：公共数据集次日更新；

权限与许可合规通过率 ≥90%；

再用率：被下载/引用/派生（fork/再分析）曲线作为滞后指标。
SLO 对应的制度抓手：DMS 计划书、FAIR 自评、开源许可与伦理审查。Grants.gov+2Grants.gov+2

四、常见误区与纠偏

“开源＝可随意分享”：错误。人敏数据必须先脱敏并评估再识别风险；统计表也需差分隐私或阈值发布。Now Publishers

“有仓库＝可复现”：不等。没有环境/依赖与一键脚本，读者仍跑不通；用 RO-Crate+MLflow/DVC 记录环境与路径。Research Object+2MLflow+2

“只上 PDF”：应提供数据+代码+方法的可机读包，挂 DOI 与 ORCID/CRediT。DataCite Schema+2ORCID Support+2

五、给 Doctor 的直白话
论文让你被看见，数据与工具让你被复用。把“材料包”做厚做实，让别人一小时跑通、七天可引用；把许可、元数据与隐私写进合同，而不是靠善意。幽默一句：如果复现实验要开三次会，那不叫共享，叫社交。

参考文献

Wilkinson, M. D., et al. “The FAIR Guiding Principles…” Sci Data (2016). Nature+1

UNESCO. Recommendation on Open Science (2021). UNESCO Digital Library+1

NIH. Data Management & Sharing Policy（自2023生效）. Grants.gov+1

WMO. Unified Data Policy (Res.1/2021)；WMO Bulletin 解读。World Meteorological Organization+1

OGC. SensorThings API；WaterML 2.0. OGC API+1

DataCite. Metadata Schema v4.5/4.6 与解读。DataCite Schema+2DataCite Schema+2

ORCID 官方指南；NISO CRediT 角色与标准。ORCID Support+2ORCID+2

RO-Crate 1.2 规范与工具。Research Object+1

Git LFS 指南（GitHub/官网）。Git Large File Storage+1

DVC 文档；DataLad 官网与手册。handbook.datalad.org+3Data Version Control · DVC+3Data Version Control · DVC+3

MLflow 文档（Tracking/Server）。MLflow+1

Creative Commons（CC BY 4.0/4.0 说明）；Open Data Commons（ODC-BY/ODbL）。Open Data Commons+3Creative Commons+3Creative Commons+3

Apache-2.0 与 MIT 许可（官方）。Apache+1

Sweeney, L. k-anonymity；Dwork & Roth Differential Privacy（综述/专著）。ACM Digital Library+1

Zenodo／OSF／Dryad／Figshare 资料与指南。datamanagement.hms.harvard.edu+4Zenodo+4OSF+4

如果你愿意，我可以把“MSU 模板（含 README 与 CITATION.cff）”“许可选择树”“DMS 计划书骨架”整理成可直接复制的附录文件，嵌入你的 4D-GAP 工具包。

3.3 成果背书与联合署名

把“成果背书”当作科研的可验证信用，把“联合署名”当作这份信用的分配规则。若无制度化的背书与署名，所有努力都会在投稿与评审的缝隙里漏光。本节给出一套“4D-GAP×背书—署名”的可执行方案：四类背书、三阶段协议、两张矩阵、五条SLO。

一、四类背书：把价值装进可核验证据
1）数据背书：公开数据与代码、工作流与环境（DOI、版本谱系、一次性复现实验记录）；
2）方法背书：预注册/注册报告、统计计划、负结果与失败清单；
3）同行背书：预印本开放评审、独立复现/审计报告、编辑或学会表彰的可追溯链接；
4）应用背书：被采用的政策/标准/软件版本、用户节省的时间/成本、真实世界指标改善。
建议采用“2+1底线”：四类里至少两类达标，其中数据或方法必须占一席。

二、联合署名的“契约化”
以CRediT（贡献角色）×RACI（负责/批准/协作/知会）组合，生成“贡献—权责矩阵”。再叠加ICMJE四条线（实质贡献、撰写/修订、最终同意、责任承诺）作为入场门槛：

第一作者＝对“证据账本”负责的执行主；

通讯作者＝对“可追溯合规”负责的质量官；

共同第一/共同通讯：必须给出分工与贡献证据，否则只写并列不算数；

产业与政府合作者须披露雇佣、资金、数据使用与审批影响；

AI工具不可列名，但其使用与版本需在方法与致谢中透明披露。

三、三阶段协议：在关键节点“书面化”

立项前（T-0）：形成“贡献意向表”（CRediT×RACI草案）、署名排序规则（见下“一致性积分法”）、争议升级路径（调解人三人组+冷静期72小时）。

撰写中（T-1）：每4周滚动更新贡献日志与证据账本链接；任何排序变动必须触发“变更单”，全体可见。

投稿前（T-2）：冻结贡献声明、数据与代码DOI、利益冲突与伦理文档；执行“盲审自检”（去除可识别信息与泄密风险）。

四、两张矩阵：把署名和背书算清楚
1）贡献—权责矩阵（CRediT×RACI×阶段）：行是贡献角色（构思、数据采集、分析、软件、验证、可视化、写作、监督、经费等），列是T-0/T-1/T-2与RACI标签；矩阵自动生成作者声明。
2）一致性积分法（排序辅助）：给每位作者按CRediT角色分配权重（如：概念0.25、设计0.15、数据0.15、分析0.20、软件0.10、写作0.10、监管/经费0.05），乘以证据强度系数（“有可核凭证”＝1，“仅口头声称”＝0.5），累加得到排序建议；争议≥10%分差时进入调解。该算法只作建议，最终顺序由全体签字确认。

五、五条SLO（服务级承诺）
S1 Time-to-Consensus ≤ 10天（从初稿到署名一致）；
S2 贡献日志覆盖率 ≥ 95%（有据可查的工作条目/总条目）；
S3 数据/代码DOI齐备率 ≥ 90%；
S4 独立复现实验≥1次且通过；
S5 利益冲突披露完全性＝100%。
前四条保信用，第五条保声誉。违反SLO的稿件一律缓交，先补证据，再谈故事。

六、风险与纠偏

三种不当署名：礼物作者（无实质贡献）、幽灵作者（实作不署名）、客座作者（名气换曝光）——全部以证据账本与CRediT入场门槛一票否决。

隐性劳动（数据清洗、维护、社区管理）要显性化——纳入CRediT“数据整理/软件/验证/资源”并给权重；

跨语种与在地知识：口述史、翻译与社区联络应可计分，否则等于结构性剥夺；

多机构合作：采用共同通讯＋共同数据管理员，明确谁对留存与可撤回负责。

七、背书档案包（一站式附录）
按“3-2-1”装箱：3项硬证据（数据/代码DOI、复现实验、预注册或审计报告）、2封信（独立复现或应用单位背书信）、1页叙事（问题—方法—结果—被采用—边界）。随文提交作者贡献表、ORCID列表、CITATION.cff、许可与伦理文件。把“好结果”变成“可追溯的好结果”。

八、给Doctor的直白话
署名是分蛋糕，背书是烤蛋糕。没有背书的署名是空心的；没有契约的合作是消耗战。把贡献写进表，把证据装进包，把分歧留给算法先算一遍——怀疑不是刹车，是方向盘。幽默一句：作者名单像队形，乱了看热闹，齐了就赢球。

参考文献

ICMJE. Recommendations for the Conduct, Reporting, Editing, and Publication of Scholarly Work in Medical Journals（作者资格四条标准）。

COPE (Committee on Publication Ethics). Guidelines on Authorship and Contributorship；AI tools and authorship.

NISO. CRediT – Contributor Roles Taxonomy（2022 标准化版）与实施指南。

ORCID. Collect & Display Contributor Roles；ORCID iD 最佳实践。

San Francisco Declaration on Research Assessment (DORA). General Recommendations（强调内容而非刊物壳）。

Center for Open Science. Registered Reports 工作流程与政策集合。

Nature/Science/PNAS 等期刊的数据与代码可用性政策（Data Availability、Code Availability）。

Taichman, D., et al. “Sharing Clinical Trial Data” (NEJM policy statements)（数据共享与责任）。

ASA/APA/AMA 等学会署名与利益冲突披露规范（各自最新版本）。

3.4 科研加速营（Research Accelerator Camp）

把“科研加速营”当作一座证据工厂：在限定时间内，用标准化流程把灵感压成可核验的最小影响单元（MIU），并沉淀成可复用的最小联结单元（MLU）。它既是训练营，也是生产线——以4D-GAP四维（能力/影响/联结/韧性）为骨架，以任务引擎—证据账本—协作路由器—节奏与健康仪为机理。

一、定位与产出
目标不是“出论文”，而是8周交付：① 一份可审计的证据账本（数据/方法/脚本/环境）；② 一件被真实用户验证的原型或流程；③ 一套复用件（接口、模板、SOP）；④ 一页边界声明（风险、适用域、伦理与许可）。营后90天内，应转化为代表作3-2-1包（3条复现实验、2封背书信、1篇整合叙事）。

二、选题与组队（第-2至0周）
采用3.1节的题卡×能卡与RISE-R评分，先做稳定撮合，再用加权寻优保证公平与多元。每队4–6人：任务Owner（方向）、方法管家（可复现）、数据Steward（合规）、验收官（第三方），外加“驻场工程师/统计师”机动支援。

三、节奏设计（8周冲刺）

D0：开营—问题→场景→指标；签署协作契约（CRediT×RACI）、许可与伦理。

D3：Premortem—列出失败清单与回滚脚本（MRU）。

W1：数据与合规闸门—数据可用率≥95%，IRB/许可通过。

W2：方法冻结—预注册/分析计划定稿。

W4：中期评审—“看曲线不看PPT”，卡口只认可运行结果。

W6：情景验证—小规模上线/田野试点，收集“被采用”的证据。

W8：Demo Day＋独立复现—第三方在**≤60分钟复现基线；发布DOI与材料包。
全程贯彻两条仪式：每日15分钟站会（阻塞清单）与每周无责复盘**（心理安全）。

四、SLO（服务级承诺）
S1 Time-to-Yes ≤10天（从申报到入营）；S2 评审等待P75 ≤3天；S3 数据延迟≤D+1；S4 MIU按时率≥80%；S5 复现实验通过率≥1次/队；S6 能量阈：每周≥1次“零责备回顾”、硬性加班≤N小时。前四条保交付，S5保可验证，S6保可持续。

五、工位与工具
统一的仓库与工单系统（Git＋Issue模板）、数据版本（DVC/DataLad）、实验追踪（MLflow）、研究对象打包（RO-Crate）、互操作接口（SensorThings/WaterML），以及许可矩阵（代码MIT/Apache-2.0；数据CC-BY/ODC-BY）。工具只为压缩等待与往返，不是炫技。

六、三条赛道（可复用场景）
1）水科学×城市韧性：暴雨-排水数字孪生；指标：预警提前量、溢流次数、能耗。
2）水健康×基层公卫：ORS+锌共包装＋供水告警联动；指标：缺货天数、腹泻就诊率。
3）水哲学×公共治理：水伦理宪章＋信息公开SLA；指标：听证响应时长、被采纳条目。
三赛道共用同一证据账本与接口标准，确保成果可迁移。

七、治理与激励

署名与背书：沿3.3节执行CRediT＋ICMJE，贡献日志≥95%覆盖；营尾冻结贡献声明与DOI。

开放默认、边界清晰：敏感数据最小披露与延迟公开；合同内置可撤回/可携带。

激励：以被采用/节省时间成本与复用率为主指标，少谈“影响因子”。优秀队伍获“后续加速券”（算力/数据/差旅）。

八、反模式清单（严禁）
PowerPoint驱动开发、过度追热点、无预注册即临时改分析、把AI当作者、隐性劳动不记账、英雄主义硬扛。直白话：别开“PPT厂”，要开“证据厂”。

九、毕业与扩散
营末形成Clearinghouse：所有MIU/MLU集中发布，设维护人与版本线路图；90天内完成场景复刻或二次移植≥1次，形成复用闭环。可输出“加盟包”（模板＋SLO＋度量），把加速营复制到院系/城市/企业。

结语
加速，不是催命；是压缩等待、缩短反馈、封顶风险、放大复用。Doctor，把灵感交给流程，把流程交给证据——好运属于按节奏工作的团队。

参考文献

Forsgren, N., Humble, J., & Kim, G. Accelerate: The Science of DevOps.（关于等待与吞吐）

Edmondson, A. The Fearless Organization.（心理安全与学习）

Deming, W. E. Out of the Crisis.（PDCA与系统视角）

The Scrum Guide (2020).（经验过程与短冲刺）

Klein, G. “Performing a Project Premortem.” HBR（2007/2023）。

Wilkinson, M. D., et al. “The FAIR Guiding Principles…” Sci Data (2016).

NISO. CRediT – Contributor Roles Taxonomy.

ICMJE. Recommendations on Authorship.

RO-Crate 1.2 规范；DVC/MLflow 文档（研究对象打包与实验追踪）。

OGC. SensorThings API；WaterML 2.0.