如果设备每周都要决定“修不修、修多少”，只看平均工时够不够，可能会漏掉真正棘手的情况：某套维护方案平时很省工时，却偶尔造成严重超支。临床治疗也类似。眼前一次治疗会改变患者之后的状态，进而影响下一次治疗和累计用量。管理者要选择的不是一个孤立动作，而是一整套会随状态变化的连续方案。
Minkyoung Kim 和 Beakcheol Jang 的这项工作，试图同时回答两个问题：哪套方案效果最好，以及它把累计资源用量推过预算线的概率有多大。作者提出一个 predict-then-optimize 框架——先预测每套候选策略的效果与成本分布，再从中选择满足风险限制的策略。论文还给出有限样本下的理论界限，并在五个临床治疗和设备维护环境中测试。需要说明的是，这些结论目前都来自作者论文及同一成果的代码仓库，尚无独立信源交叉验证。
平均不超支，不等于风险可接受
问题的关键在“平均”二字。
假设两套维护策略的平均成本都低于预算。第一套每次都接近预算，但很少越线；第二套多数时候很便宜，偶尔却会出现巨额开销。只比较平均成本，两者可能没有区别。对真正负责排班、库存或治疗用量的人来说，它们显然不是同一种风险。
论文关注的是尾部风险——成本分布中那些不常发生、但可能越过预算的极端情况。作者在实验候选策略中观察到：一些策略的平均成本虽然都在预算内，却有超过五分之一的成本概率质量落在预算线以上。换句话说，平均值合格，不能证明实际超支足够少。
为此，论文引入 chance constraint，即机会约束。它不只要求平均成本低于预算，而是直接规定：累计成本超过预算的概率，不能高于决策者设定的容忍水平。这里的资源也不一定是钱，可以是维修人员的总工时，或治疗过程中的累计用量。
先估计“如果当初”，再挑完整方案
现实数据还有一道难题：同一个对象只会真正经历一套行动。设备按方案 A 维护之后，我们无法同时看到它采用方案 B 会怎样；患者接受了一组治疗，也无法再观察另一组治疗下的同一段人生。
未发生的结果叫反事实。论文从观察数据中估计每套候选策略可能带来的结果，以及累计成本的完整分布。完成这一步需要三个标准前提：没有遗漏同时影响行动与结果的重要因素；数据中确实存在候选行动所需的可比情况；记录中的行动与所定义的策略保持一致。论文分别称其为 sequential ignorability、positivity 和 consistency。
预测阶段为每套策略交出两样东西：一个结果价值，以及一组累计成本的分布。优化阶段再从有限候选集合中，选出预计结果最好、同时满足机会约束的策略。作者称这种分工为 predict-then-optimize。
这种拆分有实际好处。只要预测器能提供所需格式的结果值和成本分布，优化规则就不必依赖某一种特定模型；预算或容许的超支概率改变时，也可以重新选择，而不必重新训练预测器。不过，“预测器可以替换”不等于无条件兼容。估计仍受反事实识别前提、输出格式和校准质量约束。
为什么必须整套方案一起看
连续干预不能简单拆成若干个互不相干的单步决定。平均累计成本可以按阶段相加，但超支概率取决于各阶段成本如何一起变化。
论文用一个两阶段例子说明这一点。两套策略在每个阶段的成本分布可以完全相同：一种让两阶段成本同步出现，另一种让它们独立出现。逐阶段看，两者没有差别；把两阶段相加后，它们越过同一预算线的概率却可能相差一倍。时间拉长后，差距还会扩大。
这意味着，不能给每一周分别打一个风险分，再把分数相加。算法必须把一套策略从头到尾产生的累计成本作为整体评分。代价是，它难以直接在无限、连续变化的策略空间里搜索，因此论文把选择范围限制在一个有限候选集合中。
安全和效果，没有免费的同时最优
机会约束中的容许违规概率由决策者设置。要求越严，能进入候选名单的策略越少；放宽限制，算法可能找到效果更好的方案，但要接受更高的超支风险。
论文通过扫描不同的容许概率，画出 safety-utility frontier——安全性与效果之间的边界线。它不是替管理者决定“多少风险才合理”，而是把代价摊开：为了把超支概率压得更低，需要牺牲多少预计效果；为了追求更高效果，又要接受多少预算风险。作者证明，在固定预算下，随着容许的违规概率提高，可达到的最佳结果不会下降。
作为对照，论文还讨论了只检查预计平均成本的 point-estimate rule，以及在平均成本上额外预留若干标准差的规则。前者容易受到“优化者诅咒”影响：当算法从许多估计结果中挑选合格者时，会偏向选中那些成本恰好被低估的策略。后者虽然更保守，却很难向业务人员解释“一倍标准差”究竟代表多大的超支容忍度。机会约束直接使用超支概率，含义更容易落到实际责任上。
证据说明了什么
作者在五个环境中评估决策质量，场景横跨临床治疗与设备维护。其中四个环境提供精确的反事实 ground truth——也就是可以核对每套策略真实结果的参照；第五个使用数字健康 micro-randomized trial 的真实结果。真实 trial outcomes 并不等于拥有所有未采用策略的完整反事实真值，而前四个环境也可能属于模拟或半合成设置。
按作者报告，机会约束规则能够在 point-estimate rule 出现预算超支的实验条件下守住所设预算风险，但会付出 frontier 所展示的效果代价。这个表述不能理解成“绝不超支”，也不能推出它在全部五个环境中都严格优于基线。它约束的是超支概率，并在安全与效果之间做选择。
论文还提出 distribution-free finite-sample bounds——不预设特定数据分布、面向有限样本的理论界限。两类界限分别覆盖预算违规，以及所选策略相对更优可行策略的结果落差。候选策略数量带来的代价只随其对数增长。代码已公开在 GitHub 仓库 mfriendly/counterfactual-chance-selection。
为什么值得关注
这项工作的价值，不是又给预测模型加了一项指标，而是改变了决策问题的问法。过去常见的问题是：“哪套方案的预计效果最好，而且平均成本不超预算？”论文把它改成：“哪套方案效果最好，而且累计成本越线的概率处于可接受范围？”
这个变化看似细小，却更接近维护、运营和治疗中的真实责任结构。管理者往往不能用“长期平均没问题”解释一次严重超支。把完整成本分布带进选择过程，至少让风险不再藏在平均数后面；把安全与效果画成一条边界，也让取舍能够被讨论，而不是由模型暗中完成。
局限与未知
- 论文没有披露预算超支率、效果损失、样本量、基线差距和理论界限宽度等关键数字，因此目前无法判断收益与保守代价的实际量级。
- 理论界限的覆盖概率、适用条件和松紧程度，在所给材料中没有完整呈现；“distribution-free”不应理解为不需要任何假设。
- 方法只能从预先给定的有限候选策略中选择。候选集合如何构造、是否遗漏更好的方案，会直接影响最终推荐。