寓言故事
三位师傅都说这把尺最公平
铜桥镇有三家修伞铺。雨季前，镇长想选一家给全镇修伞。三位师傅都拿出样伞，说自己的伞更牢、更轻、更好看。
镇长起初让大家现场展示。第一把伞在小雨里很好，第二把伞在大风里更稳，第三把伞开合最快。围观的人越看越热闹，却没人知道到底该选谁。
助手的天真修补是让每位师傅互相打分。结果他们都挑对方最弱的天气测试，还给自己的伞解释例外。评分表很满，结论却更混乱。
第一批伞发下去后，问题暴露了。老人嫌开伞费力，船夫说海风里会翻，学童发现伞布会把书包染色。铺子在台上赢了，在真实街道上输了。
镇长于是把争论停掉，先写清楚伞要服务哪些人、哪些天气、哪些失败不能接受、哪些指标只是参考。他收集了过去三年最常见的雨天场景，又请不同人群试用。
新的评测不再只看一场表演。它有固定样例、人工判定、耐久测试、成本记录和失败分类。每次改伞，都要跑同一套场景，看看是进步、退步还是只在某个角落变好。
后来，三家铺子都能参加，但不能只带故事来。它们要带数据、错误案例、边界说明和改版对比。镇长也不再问‘哪把伞最聪明’，而问‘哪把伞在我们要的场景里最可靠’。
镇民发现，尺子本身也需要维护。新街道、新人群、新雨季都会让旧测试变得不够用，所以评测集要持续更新。镇长最后明白，评测不是为了证明某把伞完美，而是为了让每一次选择和改动都有可复查的依据。后来镇长每次换伞前先问：这把尺还代表今天的街道吗？若街上多了夜市、桥上风更大，旧测试就要补新场景。他们也开始保留失败样本。某把伞为什么翻、在哪条街翻、谁拿着翻，比胜出的样伞更能告诉工匠下一版该改哪里。