代理指标（Proxy Metric）是指当我们真正关心的目标无法直接测量、或测量成本太高时，退而求其次用来间接代表它的那个“可测的替身”。
生活里到处都是。你想知道身体好不好，量不了“健康”本身，于是量体重、步数、睡眠时长；公司想知道用户满不满意，问不出“满意”，于是看留存率、复购率、NPS。AI 团队想知道模型行不行，量不了“有用”，于是看评测集分数、困惑度（perplexity）、用户点赞率。这些都是代理指标，它们本身并不重要，它们是为另一个东西服务的。
用代理指标本身没错，测量总要有个抓手。问题出在它一旦变成优化目标：优化压力会顺着阻力最小的方向走，而那条路几乎总是“让指标好看”而不是“让目标达成”。这就是古德哈特定律（Goodhart's Law）：当一个指标成为目标，它就不再是一个好指标。
举个离 AI 最近的例子。你想让代码助手真正帮到工程师，于是用“建议采纳率”当代理指标。听着很合理，但优化下去，模型会倾向于生成短小、保守、几乎肯定被接受的补全，而不是那种需要多读两秒、却能省掉十行样板代码的建议。采纳率涨了，价值未必涨。同理，客服考核“平均通话时长”，客服就会急着挂电话；内容推荐考核“点击率”，就会长出标题党；模型考核某个公开评测集，就会被针对性训练，甚至连评测题都混进训练数据里。
几个容易混的概念，简单区分一下：
| 概念 | 是什么 | 关系 |
|---|---|---|
| 代理指标 | 用来间接代表真实目标的那个可测量 | 本体 |
| KPI 与 OKR | 组织约定的考核目标 | 常常本身就是代理指标 |
| 奖励黑客（reward hacking） | 优化系统发现并利用代理指标的漏洞 | 代理指标被攻破时的具体现象 |
| 领先与滞后指标 | 按时间先后区分的指标类型 | 与代理指标是另一条切分维度 |
对从业者来说，实际意义有三条。第一，代理指标与真实目标的相关性不会自动维持；它需要被定期验证。比如抽一批真实样本做人工评估，或者隔一段时间做一轮用户访谈，看看分数和体感是否还对得上。第二，别把希望押在单一指标上，用几个不同角度的代理指标交叉印证，任何一个单独飙涨都值得怀疑。第三，保留一些刻意“不可优化”的守门指标，比如长期留存、人工评审、真实任务完成率；它们贵、慢，但不容易被钻空子。
对普通职场人也一样：下次看到某个数字漂亮得异常，先问一句，这个数字到底是目标本身，还是目标的替身？