建造前质疑假设

核心判断：AI 目前缺乏一种"组合层面/全局层面的判断力"（portfolio judgment），无法评估某件事在公司整体优先级里到底重不重要，这一环必须由人来做。

典型场景（作者亲历）：某个团队说"我们现有工具的某个能力不够用了，需要买一个新的供应商工具"；另一个团队反驳"不用买，我们可以用 Goose 自己搭一个功能等价的工具，还更快"。这时候，真正该问的问题往往不是"买还是自建"，而是一个更前置的问题："这件事真的有必要做吗？如果我们改一下流程本身，是不是根本不需要造任何工具？" 作者特别提到 InfoSec 团队容易陷入这种陷阱——为了给某个东西做安全加固而"把自己绕进死结"，而更好的解法可能是"让做这件事的团队换一种方式做，或者干脆不做"，从源头上减少需要被保护的攻击面。

这个原则也体现在基础设施优化上：作者团队在优化构建时间时发现，用 AI 精选测试用例能省下约 50% 的测试运行量，但"把测试卸载到云端"或者"直接删掉过时的测试"能带来 2-3 倍于此的更大节省——结构性的、"要不要做"层面的决策，价值往往超过"怎么把已经在做的事情做得更快"层面的优化。