设备异常之前，先判断数据是否可信

一个大数值，可能对应两种问题

在车载数据项目中，一个突然升高的速度值很容易被理解为设备异常。但同样的曲线形状，也可能来自导航状态不稳定、时间不连续或位置跳变。前者需要业务人员处理，后者需要先检查测量链路。如果都放进同一张告警列表，使用者很难判断应该检查设备，还是检查数据。

因此，平台逐渐形成两层判断：先确认测量能否用于分析，再检查有效测量是否超出业务阈值。这样的顺序让告警更容易解释，也让被隔离的数据有单独的调查入口。

把原始证据和分析结果分开

项目记录中，原始采样与质量标记分别保存。某个字段不适合进入速度曲线，并不意味着原始报文应当删除。有效曲线服务于日常观察，质量台账负责说明哪些字段被隔离、为什么被隔离，以及如何返回原始证据。

这一点改变了我对过滤的理解。过滤不是把不喜欢的数值擦掉，而是明确一次分析允许使用哪些证据。缺测也有信息：它告诉读者，在这个时间段里，系统没有足够可靠的依据给出结论。

阈值需要留下解释空间

业务事件除了时间，还需要保存峰值、当时使用的阈值、超出量和规则版本。否则阈值调整之后，历史事件会变得难以复核：同一个值，今天可能正常，当时却曾触发提醒。

阈值也不能脱离设备和场景。测试载体的运行分布可以帮助校准，但不自动构成其他设备的标准。将规则来源与适用范围说清楚，比给出一组看起来精确的数字更重要。

页面分工也是判断流程

运行页面集中展示有效测量上的业务超限，质量页面容纳状态告警、断档与位置跳变。两个入口不是重复建设，而是把不同问题交给合适的调查路径。

这篇记录依据项目说明与历史设计整理，并未重新检验当前生产数据。可以确定的经验是：可信的告警系统，应当同时解释设备发生了什么，以及系统凭什么相信这个判断。