一家德资背景的机械装备企业，年营收六亿，在细分品类里排前三，内部的 AI 能力接近于零。它要买一套判断服务：让智能体接手一部分技术方案的初筛与报价校验。双方谈了两场，四个多小时。场景聊透了，愿景聊透了，气氛很好。
价格是这样定下来的。卖方问：你们今年这一块的预算大概多少。买方报了一个区间。卖方回去把方案拆成三段——三万元的入门培训，首年三十到五十万的平台加陪跑，往后三到五年每年五十到三百万的深度合作。正式报价发过去，五十万。
整个过程里，没有人问过这三个问题：这套系统接手的判断，做错一次损失多少钱；现在人做这件事的错误率是多少，系统是多少；一年做多少次。
这不是一次草率的交易。双方都很专业，谈判也充分。真实的情况是：市场目前没有一条给判断定价的算式，于是它借用了别的算式——借用软件的算式（按人头、按模块）、借用咨询的算式（按人天）、借用流量的算式（按 Token）。这一章给出那条缺失的算式，同时坦率地说明：写下它的时候，它还没有被任何一场真实交易用过。
一个判断点（"做错了有人担责的事"，计量单位引自智能密度体系）被委托给智能体，其经济价值的上限是：
先说这条式子在做什么。它不测量判断"有多聪明"，它测量判断被替换之后，这门生意一年少赔了多少钱。这是差值定价，不是能力定价。市面上大部分 AI 定价的错误都发生在这一步：把能力当价值卖。能力再强，如果原来的人做这件事本来就不怎么出错，或者出了错也没人赔钱，替换它就不产生一分钱的判断价值。
三条直接推论：
公式里四个因子，三个属于买方（后果、频次、人的错误率），只有一个属于卖方（系统的错误率）。这解释了一件让很多供应商困惑的事：判断服务的价值主要由买方的处境决定，不由卖方的技术水平决定。同一套系统卖给两家公司，V 可以差两个数量级。定价谈判的第一步不是介绍技术，是把买方的这三个数问出来。
怎么测。三种可用的测法，按可靠性排序。
测不到怎么办。用序数法：不问"值多少钱"，只问"这几个判断里最不能错的是哪个"。把二十个判断点排一个序，把 V 公式当排序工具而不是估值工具。它照样能回答最要紧的那个问题——先动哪一个。这一步降级是本书允许的：一个只在数据齐全时才成立的公式，在现实里等于不成立。
最容易错在哪。三个位置。
第一，把平均后果当期望后果。一类错误九十九次都只损失几百元，第一百次损失两百万，用均值算出来的 V 会低估到没法看。判断错误的损失分布是重尾的，尾巴决定价值。
第二，把声誉损失记为零。因为它开不出发票，所以在多数企业的估算里它等于不存在。它不等于不存在，只是暂时不可计量——正确的处理是标注为"未计入"，而不是默认为零。这两者在谈判桌上的差别很大。
第三，把后果算在错误的主体身上。判断错误的后果常常落在交易之外的第三方（第二章的性质三）。买方算 V 的时候只会算落在自己身上的那部分，于是系统性低估。这不是买方不老实，是外部性本来就不进他的账本。制度补这个缺口的方式见第八章。
〔已知〕后果的可计量性差异极大：金融风控与合同审查的失误后果有现成的账，营销创意与组织决策的失误后果几乎没有账。这不是估算精度问题，是可归因性问题。
这是四个因子里最危险的一个。危险在于它是个差值，而人们习惯只看被减数的那一半。
很多人误以为"系统错误率低"就等于有价值。不对。有价值的前提是差值为正，而且正得足够多。这里有三种常见情形，其中两种不该做。
情形一，差值为负：系统比人还差。这在实践中比想象的常见，尤其在依赖隐性上下文的判断上。一家做跨境电商的公司上过一套退货原因归类系统：客服凭经验分类的错误率约百分之二，模型在长尾品类上超过百分之八。差值是负六个百分点。这个判断点不该买，V 是负的——买回去等于花钱增加损失。这种情况下正确的动作不是换更强的模型，是先问这个判断点里到底藏着什么人知道而系统不知道的东西，那个东西就是偏好料或判例料（见第五章）。
情形二，差值约等于零：系统和人一样准。这时 V 约等于零，判断价值为零。但要注意——这不等于这笔采购没有价值，只是它的价值不在判断上，而在成本、速度或产能上。它应该按执行类产品定价（按人力替代量），不该按判断类产品定价。把执行价值当判断价值卖，是当下最普遍的定价错误；把执行价值当判断价值买，是当下最普遍的采购错误。
情形三，差值为正。才进入本书讨论的范围。
人的错误率通常没有基线。这是差值不可算的首要原因，而且原因不在技术，在制度：几乎没有企业系统性记录过自己人的判断错误率。它记录销售额、记录工时、记录良品率，唯独不记录"我们的人在这个判断点上一年错了几次"。所以谈判桌上买方往往报不出这个数，只能凭感觉说"我们的人挺准的"——这句话的实际含义通常是"我们从没数过"。
系统的错误率不能用演示时的数。演示是在挑好的样本上跑的。有意义的数只有一个：在这家公司的真实历史样本上、由这家公司的资深者判定对错、跑出来的错误率。这就是认知工程派三指标（判断一致率、复现率、边界失效率）在定价上的作用——没有三指标，差值就是双方各自的猜测，而猜测不能定价。
〔需确认〕一个重要的补充，本书目前给不出定论：人与系统的错误在分布上不同。人在疲劳、赶工、有利益冲突的时候出错；系统在边界之外、样本稀疏、语境隐晦的时候出错。如果两类错误相关性低，那么"人复核系统"的组合错误率可以低于其中任何一方单独的错误率——差值不是两个标量相减那么简单。这会让 V 变大。但组合模式要求人始终在回路里，验收成本随之上升。V 变大而净价值未必变大，这是本节最反直觉的一点。这个组合效应有多大，本书没有实测数据，标为需确认。
频次是四个因子里唯一可以直接查系统查出来的。所以规则很简单：去查，不要回忆。人对频次的记忆有系统性偏差——印象深的判断被高估，日常重复的判断被严重低估。
两个陷阱。
第一，把任务次数当判断次数。一年处理四万张工单，不等于有四万个判断点。其中三万八千张走标准流程，没有判断成分，做错了也不会有人担责。真正的判断点可能只有两千个——那些需要人拿主意、且拿错了要担责的。V 应该只算这两千个。把四万张全算进去，得到的 V 会虚高二十倍，而这正是很多 AI 项目商业计划书的做法。
第二，频次与后果的负相关。判断点通常呈现这样的分布：高频的判断单次后果小，低频的判断单次后果大。年度战略决策一年一次，单次后果可能是全公司的存亡；退款审批一天三百次，单次后果几百元。两端的 V 可能相当，但可交易性完全不同——高频低后果的判断可以被统计验证，因而可以市场化；低频高后果的判断无法被统计验证，只能走信任品制度。这条分界线比行业分界线更能预测一个判断点能不能被做成产品。
验收成本的构成，写成可算的形式：
三点需要说明。
第一，抽检率不是自由变量。它由失误后果决定。后果越重，抽检率越接近百分之百，验收成本越接近于重做。当抽检率必须是百分之百时，判断服务的净价值几乎必然为负——除非它省下的不是判断而是别的东西（检索、排版、初稿）。
第二，验收成本随 AI 变强而上升，不是下降。这一点在第二章已经给出：AI 越强，错误看起来越合理，越难被验收者发现。一个明显胡说的输出，验收只要三秒；一个论证严密但前提错了的输出，验收要三十分钟。这是判断商品与所有传统商品最刺眼的区别——它是唯一一种质检成本随生产能力提升而提升的商品。
第三，验收体系的建设成本在现实中不被定价。〔已知〕在一场已经谈到五十万报价的真实交易里，合同中的验收标准一栏是空的：什么算成效、谁来判断、用什么指标，三个问题全部未决。这不是疏忽，是整个行业还没有验收的计价惯例。评测集作为一项应当被单独交易的资产，目前几乎没有市场——这是第八章的题目，也是本书认为最被低估的空位之一。
责任承载成本 = 保险费或自留准备金 + 赔付的期望支出 + 为承担赔付而占用的资本成本。
关键在于它的分布是台阶形的，不是连续的。交付"信息""初稿""候选加理由"这三种形态时，责任仍在买方，卖方的责任承载成本近乎为零。只有当交付物是"直接生效的决定"或"决定加赔付承诺"时，它才突然变正，而且变得很大。这个台阶就是第四章责任阶梯的经济学来源——净价值公式里那个看起来不起眼的减项，是整本书最重要的分档依据。
对买方而言，这一项的含义是对称的：卖方不承担的责任，全部由买方承担。买方在算净价值时如果把责任承载成本记为零，等于默认自己免费接下了这份责任。多数采购决策就是这么做的。
| 判定 | 条件 | 含义 | 该做的动作 |
|---|---|---|---|
| 无判断价值 | 差 ≤ 0 | 系统不比人准，甚至更差 | 不买；已买的停掉，改查缺失的偏好料与判例料 |
| 负密度 | 净 ≈ 0 或为负 | 省下的生产成本被验收成本吃光 | 先建验收体系，再谈采购；顺序反了必然失败 |
| 薄利边缘 | 0 < 净 < 20% V | 有价值，但八成被验收与责任成本吃掉 | 只做一次性项目，不做多年绑定；重点压验收成本 |
| 值得谈 | 净 ≥ 20% V | 剩余足够两边分 | 进入责任定档与议价（见第四章） |
四个具体场景，一档一个。
无判断价值。上一节那家跨境电商的退货归类：差值为负六个百分点。它的问题不在模型，在那些只有老客服知道的品类惯例从没被写下来过。这一档的正确解读是：这不是采购问题，是资产问题。
负密度。同一家公司的客服工单初判：上线后减了两名客服，但新增一名资深主管每天两小时复核，加每周一次的争议复盘会。人力账面上省了钱，团队的实际负荷上升了。负密度不是失败的项目，是账算错了的项目——它省下的是便宜的时间，多出的是昂贵的时间。
薄利边缘。内容平台的违规内容初筛：V 确实存在（漏放一条的后果很实在），但因为后果重，抽检率被合规要求压在高位，验收吃掉八成以上的 V。这一档可以做，但不能签三年——因为剩下的两成经不起任何一次涨价或模型退步。
值得谈。下面这个案例。
某公司法务每年审四百份采购合同，其中"付款条款风险放行"是一个判断点：单次失误后果约五十万元（按历史纠纷均值），资深法务漏检率约百分之三，某合同 AI 系统在该公司自有历史合同上实测百分之一点二。
验收成本：每份合同资深法务抽检二十分钟 × 百分之三十抽检率 × 四百份 ≈ 四十人时/年 ≈ 四万元。责任承载成本：系统只出"标注加理由"，由人拍板，责任仍在法务，这一项计零——但相应地，按第四章的阶梯，这个产品只能卖 P-3 的价格。
净价值 ≈ 356 万元，落在"值得谈"。
〔注：数字为示例结构，不是实测。要点在于 V 的每一个因子都可采集，而这份算式本身就是采购谈判的语言——它把"这套系统好不好"这个无法收敛的问题，换成了四个各自可查的问题。〕
这张表什么时候失效：当失误后果无法归因时（营销创意、组织文化），四档判定全部退化，只剩排序法可用；当买方组织内部没有人愿意为这个判断点担责时，第四档的"值得谈"是假的——因为谈成之后没有人验收，服务会迅速退化。后一种情况是第四章的主题。
现在说本章最重要、也最容易被写作者回避的一件事。
在八场真实的定价讨论——包括企业采购、平台拆账、硬件合作、服务续约——没有一场用"失误后果 × 错误率差 × 频次"算过价。一次都没有。〔已知：这八场讨论均有逐字记录。〕
实际被使用的定价法有四种。
对标定价。同类的一门课收五千一人，我们也收五千一人。这是最省事的定价法，也是最脆弱的：它把定价权外包给了同行，而同行同样没算过。当整个品类都在对标时，价格锚定在最早那个拍脑袋的数上，之后所有人围着它做小幅调整。
成本加成。上游 API 一美金，我们收一人民币，毛利五成。这是把判断按流量卖——用最便宜的单位（Token）去定价最贵的东西（判断）。它的失效方式是确定的：上游降价，毛利被挤，而毛利被挤的时候你会发现自己从来没有向客户解释过你的价值在哪，于是没有任何理由维持原价。这是第六章的主题。
预算锚定。先问"你们预算多少"，再按预算报价。它的天花板不是价值，是买方的想象力。买方想象力小，卖方就少赚；买方想象力大，卖方赚到的钱与交付的价值无关，续约时会被打回原形。
场景锚点。一个课堂上讲过的例子：一把剃须刀从一百九十九元提到三百九十九元，反而卖得更好。变的不是产品，是场景——从"个人日用工具"变成了"情人节礼物"。这个例子值得多说一句，因为它其实不是 V 公式的反例，而是 V 公式的一个特例：送错礼物的失误后果，远大于胡子刮得不够干净的失误后果。场景切换真正切换的是"失误后果"这一项。懂定价的人在直觉上做对了这件事，只是没有写成算式。
那么，一条从未被使用过的公式，凭什么写进一本理论书。
因为 V 公式是规范性工具（应然），不是描述性事实（实然）。它不宣称"市场是这样定价的"，它宣称"市场应该这样定价，而现在没有"。一个只描述现实的公式没有用处——现实自己会运行，不需要公式。V 公式的全部用处恰恰在于它和现实不一致。
这句话必须配一个诚实的代价声明：规范性工具的检验方式和描述性理论不同。它不能靠"看看市场是不是这样"来验证（答案已知，不是）。它只能靠两件事来验证：第一，用它算过的交易，事后表现是否好于没算过的（见第十一章 J1 的检验设计）；第二，它是否能提前预测出那些注定失败的交易——负密度项目、差值为负的采购、验收条款空白的合同。目前本书只能给出算式和判据，给不出对照实验。〔需确认〕
而这个落差本身就是本书的主张：市场还没有学会给判断定价，谁先学会算，谁就拿到定价权。这不是一句励志话，它有具体的经济含义——在一个所有人都用对标和成本加成定价的市场里，第一个能说清楚"我为你避免了多少损失"的卖方，可以合法地把价格从成本加成的锚上摘下来；第一个能算出净价值为负的买方，可以避开一整类看起来很美的采购。定价权在这里的定义就是：你的报价依据别人反驳不了。
买方常有的一个抱怨：这些 AI 服务商为什么都不公开报价，问一次报一个数。这不完全是不诚实，它符合一个新品类的正常轨迹。
判断类商品的定价要经历三段。
第一段，一单一议。没有价目表，每一单的价格都是谈出来的。卖方靠预算锚定，买方靠多方比价。信息不对称在这一段最大，成交价的离散度也最大——同样的交付内容，两个客户付的钱可以差三倍。
第二段，内部价格体系稳定。卖方内部有了一张表：按责任档位、按频次、按行业分层，报价开始可复现，同类客户拿到相近的数。这张表不对外。这一段是从手艺到产品的分界线——之前每一单靠人，之后每一单靠体系。
第三段，公开报价。价格上墙，买方自助比价。进入这一段需要两个前提同时成立：品类标准化（大家卖的确实是同一种东西）和质量可核验（买方能验证你说的错误率）。判断服务离这一步还远，因为第二个前提在多数领域不成立。〔推断〕
一次真实的平台定价讨论里，负责人这样描述自己所处的位置：
"前期不展示价格，我们以对人的形式先跑一段时间，等价格体系稳定下来以后再展示。"
这是第一段向第二段过渡的标准动作，讲得很清楚。
值得补一句的是：在信任品市场，第一段不公开报价往往是理性的，甚至是保护性的。公开一个买方无法验证质量的价格，只会引来纯比价，而纯比价在质量不可验的品类里会把价格推向最低者，把高质量供给逐出市场——柠檬化的标准剧本（见第六章）。所以不透明的解药不是强制公开价格，是让质量可验：三指标披露、第三方评测、认证机构。这三样是第八章的内容。
买方在第一段有一个立即可用的对策：不要求对方公开报价，要求对方公开计价口径。你可以不知道别人付了多少，但你有权知道这个数是按什么算出来的——按人头、按调用量、按判断点数量、还是按避免的损失。一个说不清计价口径的报价，本身就是一个应当降档处理的信号。
拿一张纸，按顺序做完，不许跳步。
做完这六步，你会得到三样东西：一个数、四个你原来答不上来的问题、以及一份可以摆在谈判桌上的语言。第三样比第一样值钱。
反驳一：失误后果根本没法量化。绝大多数真实判断的错误后果既不可归因也不可计价，把它写成算式的第一个因子，等于把不可知包装成了可算——这比不算更危险，因为它给了一个假的精确感。
→ 回应：这条反驳的前半段我全部接受，不做辩解。对一大类判断，失误后果确实不可量化。
但要把"不可量化"拆成三种，因为它们的处理方式完全不同。可量化的——合同风险、信贷违约、生产排程、退款判定——有账可查，直接算。可排序不可量化的——占大多数——用序数法，V 退化成排序工具，仍然回答那个最要紧的问题：先动哪一个。连排序都做不到的——比如"这次品牌调性该往哪个方向走"——本书第二章推论二已经写明：这类判断不可市场化交易，只能以信任品制度承载。一个能说清自己什么时候不成立的算式，恰恰是包装的反面。
更实质的一点是：反对者的隐含主张是"既然算不准就不该算"。但现状不是"不算"，现状是"用别的算式算"——按人头、按人天、按 Token、按对标价。这些算式同样不准，而且系统性地偏向错误的方向：它们奖励产量，惩罚谨慎；它们让"输出更多"值钱，让"少犯一次错"不值钱。在两个都不精确的算式之间，应该选那个至少指向正确变量的。
最后一个类比不是修辞，是路径证据：在人身保险出现之前，一条人命也"没法量化"。精算的起点不是先有精确的数，是先有一个愿意为自己的估计赔钱的人。判断的失误后果会沿同一条路径变得可计量，前提是有人开始为它赔钱——那是第八章和第四章 P-5 档的内容。
反驳二：错误率差被当成了静态参数，但两边都在动。系统在变好（每一代模型都提升），人在变差（长期依赖系统会导致技能退化）。一个两边都在漂移的差值，算出来的 V 保质期可能只有几个月。
→ 回应：接住，这条是对的，公式确实缺时间维度。
系统侧的漂移方向明确：按基础模型代际提升，同时对应的判断资产按代际折旧（见第五章）。人侧的漂移更隐蔽，也更贵：验收者的技能退化会让"人的错误率"上升，账面上 V 变大，实际上是验收能力在流失。V 上升而净价值下降，因为验收成本里那个"验收者时薪"背后的东西正在消失。这是负密度最难被发现的一种形态——它在报表上表现为价值提升。
因此正确的用法是：V 是一个每年重估的量，不是一次算出的常数。重估时至少要检查两件事：系统错误率是否重测过（用当期样本，不是当初的），以及验收者是否还在真的验收。第二件事的检测方法在第四章的 L3 陷阱一节。〔推断〕
反驳三：这条公式假设人和系统是替换关系，但真实的高价值场景几乎都是互补关系——人和系统一起做，比谁单独做都好。用替换差值定价，会系统性低估互补场景。
→ 回应：接住。差值定价确实预设了替换。
互补情形下的正确写法是：把"人加系统"当作一个新的生产单元，用这个单元的错误率去减人单独作业的错误率。这样算出来的差值通常更大，V 也更大。但同一动作会推高减项——互补要求人始终在回路里，验收成本必然上升，而且这个上升不是抽检式的，是全量式的。V 更高，净价值未必更高，这是本节前面已经标为需确认的那个问题的另一面。
互补还有一个更麻烦的后果，它不在本章：人和系统共同做出的判断，做错了责任落在谁身上。合同通常回答不了这个问题，而回答不了就意味着责任落进缝里。这直接通向第四章要处理的 L3 陷阱。
反驳四：V 是价值上限，但没有买方会按上限付钱。一个算不出成交价的公式，对定价谈判没有实际用处。
→ 回应：对，V 是上限不是价格。价格落在「卖方成本」到「买方净价值」之间的某一点，具体位置由议价能力、替代方案和转换成本决定，公式不预测这个点在哪。
但今天谈判桌上的问题不是剩余怎么分，是双方都不知道剩余有多大。买方不知道自己少赔了多少，卖方不知道自己创造了多少，于是谈判退化成预算锚定和对标砍价。先把区间算出来，再谈分配，这是顺序问题不是精度问题。附带一个可立即使用的推论：当算出的净价值低于卖方的交付成本时，这笔交易在任何价格上都不该发生——公式在这一点上给的是确定答案，不是区间。
判断点、验证时点、L1–L5 判断让渡刻度的定义都来自智能密度体系，本书直接引用不做改动——V 公式的输入端（哪些事算判断点、多久能验证对错）依赖那套定义。三指标（判断一致率、复现率、边界失效率）来自认知工程派，本书把它当作"错误率差可计算"的技术前提：没有三指标，公式里的第二个因子就只是双方各自的猜测。责任承载成本这一项的分档标准定义在第四章（本书自有）。至于"公司内部谁负责建立人的错误率基线、谁负责验收"，那是组织与岗位的问题，归智能体管理学（AMS），本书不展开，只指出它是 V 可计算的前置条件。