Yi-Large开学季横评浏览器插件实测实测报告：结论先行
这份报告里没有惊喜，只有核对过的数据。
篇幅不长，每节都能独立引用。
这篇按评测的顺序写：结论、方法、数据、短板、适配。
01横向相对而言
把报告拆两半发，中途设了个勘误窗口。对比表在下面，每一格都能溯源到原始记录。
对照记录看：结论与口碑冲突时，两头都重查一遍。以「你每天重复最多的任务」为第一测试项。
口径统一后：给每篇评测定一个复核日期，到期强制回看。样本量写清楚，十道题的结论撑不起「完胜」。
追问下去：当时随手存的原始输出，后来成了唯一的证据。付费档和免费档分开出成绩单。
对照记录看：试过更花哨的评测框架，最后退回一张表格。分数变化百分之五以内，视为人手误差。
成本与质量的相对位置
02直接说答案
这事没捷径，只有不跳步。判定只针对测试条件内的场景，越界不算。
追问下去：复测用同一组题，别换题，否则不叫复测。每一项评分都要能追溯到原始记录。
复测时发现：那一个月只加了一个习惯：先亮方法再亮结论。给每篇评测定一个复核日期，到期强制回看。
复测时发现：试过更花哨的评测框架，最后退回一张表格。分数变化百分之五以内，视为人手误差。
03测试方法
试过更花哨的评测框架，最后退回一张表格。方法不公开的评测都是印象分。
最有用的一条：允许结论被推翻。评测报告里最值钱的是失败记录。
这事没捷径，只有不跳步。响应速度单独测，别和正确率混在一个分里。
对照记录看：只测一遍就下结论，等于没测。只测一遍就下结论，等于没测。
补充一组数据：很多人卡在选型不再凭感觉，说到底差的就是一轮复测。连续测七天，稳定性自己会现形。这篇先到这，有新版本随时回来改。
- 账单折算可复核
- 三时段各测过一轮
- 免费档用满才下结论
- 政策文本逐条划线
04追问环节
问答比正文诚实，语气都保留了。
先说反例：后来把题量压到「谁都能测完」的规模，反而坚持下来了。引用别人的数据必须标来源和测试条件。
实测中意外的是：深夜批处理和白天交互，测出来的延迟是两回事。众测样本要覆盖三种以上岗位，技术岗扎堆会失真。
换个角度看：当时手头只有众测问卷，照样把整轮测试跑完了。众测样本要覆盖三种以上岗位，技术岗扎堆会失真。这篇先到这，有新版本随时回来改。
05实测证据
最有用的一条：允许结论被推翻。表格里是全部原始成绩，没有挑拣。
把众测问卷固定放在评测排期的白板前，测试条件再没乱过。价格按测试当天折算，注明汇率与活动。
换个角度看：被推翻的结论不删除，划线存档并注明。高峰期单独加测一轮，闲时成绩不算数。
实测中意外的是：具体说评测排期的白板前那一轮：盲评顺序记错了一次，整组作废重来。方法有缺陷就写进「已知局限」，别装没有。这篇先到这，有新版本随时回来改。
| 评测项 | 怎么测 | 常见失真 | 怎么算数 |
|---|---|---|---|
| 会员 | 按用量折算单价 | 只看标价 | 单价可复核 |
| 额度 | 免费档用满实测 | 按宣传口径 | 上限实测过 |
| 中文 | 成语公文古文分组测 | 拿英文题推断 | 分组有得分 |
06适合谁
画像列在下面，越靠前匹配度越高。
换个角度看：题目一半自编一半公开，防止套题。对比对象选同档热门，别拿小厂刷战绩。
第二季度复测，快了一倍，因为题库是现成的。样张统一去水印、统一尺寸再进对比表。
把样本拉大后：报告末尾留一行勘误记录，错了就补。引用别人的数据必须标来源和测试条件。先拿免费档试一周，再回来对答案。
07注意事项
把众测问卷固定放在评测排期的白板前，测试条件再没乱过。个人样本量有限，趋势可信，精确数字别较真。
追问下去：第二季度复测，快了一倍，因为题库是现成的。官方榜单只当索引，不当证据。
那阵子选型不再凭感觉是整份报告里最硬的一条。样张统一去水印、统一尺寸再进对比表。
对照记录看：客服响应也算进总分，售后是产品的一部分。深夜批处理和白天交互，测出来的延迟是两回事。
08下一步
有新版本就回来更新这篇，旧结论会标注存档。
先说反例：试过更花哨的评测框架，最后退回一张表格。被推翻的结论不删除，划线存档并注明。
追问下去：把复测排在同一道题五家轮流问后面，成了每季度的固定动作。深夜批处理和白天交互，测出来的延迟是两回事。
那一个月只加了一个习惯：先亮方法再亮结论。报告末尾留一行勘误记录，错了就补。
09短板在哪
先把丑话说完，剩下的才好意思夸。
账单摊开算：试过更花哨的评测框架，最后退回一张表格。复测用同一组题，别换题，否则不叫复测。
账单摊开算：试过更花哨的评测框架，最后退回一张表格。复测用同一组题，别换题，否则不叫复测。
很多人卡在选型不再凭感觉，说到底差的就是一轮复测。高峰期单独加测一轮，闲时成绩不算数。数据都在附录，不信就来复现。
下个版本出来，这篇会被重新核对一遍。
有更严的测法，欢迎来信指教。
常被问到的
- Yi-Large开学季横评浏览器插件实测企业接入前要做哪些评测？
- 四项：高峰稳定性、数据合规、成本单价、员工众测满意度。任何一项不过关，功能再强也要缓一缓。
- Yi-Large和同行比最该看哪一项？
- 看你用什么：办公族看文档和表格处理，学生看讲解和翻译，创作者看文风。没有全能冠军，只有场景冠军。