测量而非猜测（measure-dont-guess）是一项严格的工程操作规则技能，用于以实证测量替代猜测。其目标状态是：每一项工程判断、架构决策和缺陷诊断都锚定在可复现的经验测量之上，并具有明确的前后基线。
为什么需要该技能 猜测能比测量更快地产生听起来合理的解释，但基于猜测的改动无法区分成功结果是由改动导致还是仅仅出于巧合。当猜测失败时，也不会为下一位工程师或智能体留下审计线索或数据。
不变量规则
- 测量前声明假设与阈值：在运行任何测试或基准之前，定义预期的数值阈值或可证伪标准；绝不事后解释原始数据以迎合既有偏见。
- 在真实或生产等效条件下测量：在实际执行环境或匹配的预发布环境中测量；使用不具代表性数据规模的本地近似可能得出与生产相反的结论。
- 明确将未经测量的主张标记为猜测：若某断言未被直接测量，应明确声明“这是一个未经测量的假设”。
- 测量受阻时停止：若因缺少工具或环境变量而无法测量，不要盲目依据猜测继续推进，应说明缺少何种观测机制。
- 引用边界：始终解释是什么资源或约束限定了所测数值（“为什么不是两倍？”），遵循“解释数字”原则。
执行工作流 该技能提供以下专用操作手册（位于 usecases/ 目录）：
- measure：提出可证伪假设、设计观测点并测量。
- find-root-cause：在编写代码前，使用可复现证据将缺陷追溯到根本原因。
- improve-performance：迭代基准测试瓶颈，隔离单一变量，并验证延迟/吞吐量改进。
领域参考
- benchmark-patterns：统计剖析、预热运行与异常消除。
委派技能
- poteto-principles：遵循 explain-the-number、fix-root-causes 与 prove-it-works。
- anti-slop-engineering：遵循 Gate 4（在绿色测试之外进行验证）。
适用场景 适用于需要以可复现测量支撑工程判断、架构决策、缺陷根因定位与性能优化验证的场景，尤其适合团队或智能体协作中需要留下审计线索与数据依据的工作。
限制 资料未提供该技能的具体安装命令、代码实现细节、平台依赖、收费模式或效果数据，这些内容暂未提供。