一个很恶心的现，:不管你在一家公司工作多久，无论你多忠诚，多卖力，一旦公司赚的少了那你就成了眼中钉，肉中刺

刚刷到个贴子，说不管你在公司干多久，多忠诚卖力，只要公司盈利下滑，你立马就成了眼中钉。

我觉得这事吧，说到底就是职场的本质：公司看的是价值，而不是情怀。网友有的感慨“人心凉薄”，但换个角度想，老板也在算账，本质上是用钱投票。你能带来收入，那就是香饽饽；一旦成本高于产出，再深的感情也抵不过一行报表📊。

不过话说回来，这现象虽然恶心，但也提醒我们别把“忠诚”当底气。职场不像婚姻，它更像租房子，房东今天觉得你合适就续租，明天嫌贵了就换人。网友里有人说“干脆别拼命”，我倒不全认同。努力当然要有，但同时要学会让努力可见，提升自己随时跳槽的筹码。【备注:文末可领最新资料】

面试题：低质量的问题

昨天晚上十一点多，在公司楼下抽烟…咳咳少抽，反正那会儿有点困，产品在群里丢了句：平台“低质量的问题”太多了，能不能用点算发…算法把这类问题先拦一拦。我一想这不就文本二分类嘛，但别上来就堆深度模型，先把能落地的小招数做起来，第二天不至于被追着打。对吧。

先把“低质量”说清楚，不然模型学不明白：太短（十几个字“帮忙急求”那种）、没有上下文（无代码无数据无环境）、关键词像是求资源/伸手党、重复标点拉满、还有那种“在线等”口水话。就是这些…不绝对，但够当第一层过滤。等等有人问训练集呢？没关系，先规则打底，模型兜底，能跑起来再说。

我回工位敲了个最小可用的 Python，小李在旁边还问我正则咋写，别打岔…先上代码，真的很短：

import re
from typing import Dict

STOPWORDS = {"怎么", "如何", "求", "急", "在线", "谢谢", "大神", "跪求"}
RESOURCE_WORDS = {"资料", "源码", "安装包", "完整项目", "网盘"}
CODE_HINTS = re.compile(r"```|class\s+\w+|def\s+\w+|;|{|\(|#include|public\s+static|SELECT\s+", re.I)

defscore_question(q: str) -> Dict[str, float]:
    text = q.strip()
    length = len(text)
    punct_ratio = len(re.findall(r"[!？?!]{1}", text)) / max(1, length)
    upper_ratio = len([c for c in text if c.isupper()]) / max(1, length)
    url_count = len(re.findall(r"https?://", text))
    code_present = bool(CODE_HINTS.search(text))
    stop_cnt = sum(w in text for w in STOPWORDS)
    res_cnt = sum(w in text for w in RESOURCE_WORDS)
    digit_ratio = len(re.findall(r"\d", text)) / max(1, length)
    zh_ratio = len(re.findall(r"[\u4e00-\u9fa5]", text)) / max(1, length)

# 简单可解释的子分
    s = 0.0
if length < 20: s += 2.0
if length < 8: s += 4.0
if punct_ratio > 0.05: s += 1.0
if stop_cnt: s += 1.0 + 0.5 * stop_cnt
if res_cnt: s += 1.5
ifnot code_present: s += 0.8# 技术问答里没最小复现就加分
if url_count andnot code_present: s += 0.5# 光丢链接也不行
if upper_ratio > 0.1: s += 0.5
if zh_ratio < 0.2and length < 40: s += 0.5# 非本语种短句
if digit_ratio > 0.3andnot code_present: s += 0.5

return {
"risk": s, 
"length": length, 
"has_code": float(code_present),
"punct_ratio": punct_ratio
    }

defis_low_quality(q: str, threshold: float = 3.5) -> bool:
return score_question(q)["risk"] >= threshold

你们看意思就行，别拘泥分数，门槛 threshold 我是拿历史问题随手扫了几百条，手标了个大概…呃对，半自动调参，先糊住效果。核心点就是：用可解释的信号先把噪音压下去，比如“求源码！！”“在线等谢谢谢谢”，这些命中率离谱高。代码痕迹（`def/SELECT/``` 等）能显著降低风险分，哪怕描述一般，也给个机会。

有人问那重复/抄袭怎么办？我第二杯咖啡的时候加了个简单相似度去重，BM25 太重了就没上，先用字符 n-gram + Jaccard，够快：

defjaccard(a: str, b: str, n: int = 3) -> float:
defshingles(s):
        s = re.sub(r"\s+", "", s)
return {s[i:i+n] for i in range(max(0, len(s)-n+1))}
    A, B = shingles(a), shingles(b)
return len(A & B) / max(1, len(A | B))

deflooks_duplicate(q: str, recent: list, bar: float = 0.8) -> bool:
return any(jaccard(q, r) >= bar for r in recent[:200])

就是那个…效果咋样？凌晨一点做了个小评估，抽了 500 条历史问答，粗分三类：正常、可改进、低质。规则器召回“低质”大概 0.83，准确率 0.78，主要误杀是“新手一句话但附了截图”的那种，截图我们没解析到。临时补了个附件占位检测，误杀降了点。等等我接个电话…好了继续。

上线怎么接？别直接删帖，建议三段式：① 告警 → 弹窗引导“补充环境/日志/最小复现”，② 降权排序，不推首页，③ 允许申诉白名单。这个流程比粗暴拒绝更友好，也能反向“教育”用户把问题写完整。哦对，埋点要加：被拦截后用户是否补充、补充量多少、最终被采纳率，这些是后面训练监督模型的金矿。

有人问要不要搞个轻量学习器？可以，等规则稳定一周，把特征导出（长度、标点比、停用词计数、是否含代码、历史被采纳率、提问者信用分等），扔个 LogisticRegression 或 XGBoost 上去，规则分作为一个特征输入，冷启动也不丢。代码我就不贴了，库装起来麻烦，先把上面这套跑通吧。

行了我真的困了，总结…算了不总结，你们先把 is_low_quality 接到网关前做预判，门槛别设太狠，先 3.5，观察一周再说，出了锅别喊我名字就行。