一套只产出仪表盘的评测系统，是一种建议。一套接入发布流程的评测系统，是一项决定。 区别在于：一个不合格的分数能否真正叫停一次部署。
是闸门，不是图表
当评测阈值为流水线把关时，三件事会发生改变：
- 标准在工作之前设定，而不是在工作之后协商。
- 一次回归会自动阻止发布——没有人需要去当那个坏人。
- 证据随变更一同流转，因此任何人都能看到它为何得以发布。
团队看到了什么
让分数可见，意义并不在于为透明而透明。而在于：一个共享且强制执行的标准， 消除了那种凭感觉良好就发布的隐性压力。模型要么越过阈值，要么继续等待。