Appearance
考核与评分：用证据而不是印象判断结业
本页解决什么
给结业项目一套固定、可复核的 100 分评分规则，并规定通过条件与未通过后的补修路径。评分看可验证的工程证据，不用术语数量、模型大小或演示气氛代替。
学习目标
完成后，你能按统一维度自评或复核结业材料，判定是否通过安全门槛，并根据最低完成率维度安排补修。
先修要求
完成一项综合结业项目，并准备其问题说明、来源登记、演示或实现、评估证据、安全边界、成本估算、运行说明和复盘。评分只审阅本地、合成、公开或已授权材料。
预计时间
60—90 分钟：整理证据 20—30 分钟、独立评分 20—30 分钟、复核与补修计划 20—30 分钟。
核心知识
固定 100 分量表
| 维度 | 满分 | 通过证据 |
|---|---|---|
| 问题定义 | 15 | 明确用户、任务、成功定义、范围和不做什么 |
| 数据与来源 | 15 | 来源登记包含授权或公开依据、版本、时效、定位方式和负责人 |
| 技术路线 | 15 | 方案选择有风险与约束依据，说明替代方案和停止条件 |
| 实现与操作 | 15 | 实现或可重复演示、运行说明、测试或关键路径记录可由复核人复现 |
| 评估证据 | 20 | 评估集覆盖正常与风险样本，含预期、禁止行为、结果、失败样本和证据 |
| 安全与人工接管 | 10 | 数据和权限边界、禁止动作、接管角色、停止与恢复条件可检查 |
| 交付与复盘 | 10 | 成本估算、交付说明、复盘、改进负责人和复验日期齐全 |
总分 100。每个维度按可见证据计分，不能用其他维度的高分抵消缺失的安全证据。
通过、未通过与补修
结业门槛与补修顺序是两条独立规则。结业通过需同时满足：总分 70 分及以上，且安全与人工接管至少 6 分。安全维度低于 6 分，即使总分达到 70 分也不能毕业；这项强制门槛不改变第一次补修的选择顺序。安全复验通过前，任何自动化扩大使用仍须保持停止。
所有未通过项目的第一次补修，统一先计算每个维度的完成率：得分 / 该维度满分，再选择最低完成率对应的维度；如有并列，全部列为补修项。不能直接比较原始分数，也不能用安全毕业门槛覆盖这个排序，因为各维度满分不同：
- 问题定义 8 / 15 = 53.3%，安全与人工接管 6 / 10 = 60%：问题定义完成率更低，所以 8 / 15 的问题定义优先补修。
- 问题定义 4 / 15 = 26.7%，安全与人工接管 5 / 10 = 50%：仍是问题定义完成率更低，所以问题定义优先补修；但安全未达 6 分，完成这次补修后仍不能毕业。后续复评可以继续按最低完成率安排补修，但最终毕业仍必须让安全与人工接管达到至少 6 分，并满足总分门槛。
按下表返回相应模块补修，完成后只重评补修维度与受影响的关联证据：
| 最低完成率对应维度 | 返回补修模块 | 补修重点 |
|---|---|---|
| 问题定义 | 应用工程基础 | 重写目标、范围、成功定义和不做什么 |
| 数据与来源 | RAG 实验 | 补齐来源、授权、版本、时效和可定位引用 |
| 技术路线 | 生成式 AI 实验 | 比较方案、约束、失败条件和人工边界 |
| 实现与操作 | Agent、Skill 与 Harness | 补足可重复步骤、测试、日志和恢复方法 |
| 评估证据 | 评估与安全实验 | 补齐评估集、风险样本、禁止行为和逐例证据 |
| 安全与人工接管 | 评估与安全实验 | 补齐权限、停止条件、接管角色、恢复和复验 |
| 交付与复盘 | 上线运维实验 | 补齐成本、交付说明、事故或失败复盘和复验责任 |
评分记录原则
评分人对每一维写下分数、证据位置和待改进项；证据缺失不能按“可能做过”给分。使用下载结业评分量表登记结果。遇到权限、敏感数据或无法确认副作用的争议时，评分停止并交给项目负责人，不通过猜测补分。
实操任务
- 对照结业交付清单整理证据，并标注每项材料的版本和位置。
- 两名评分人独立按七个维度评分，逐维写下依据；不能定位的材料记为缺失。
- 合并分数并核验总分与安全门槛，明确写出“通过”或“未通过”。
- 未通过时逐项计算“得分 / 该维度满分”，按最低完成率选择补修模块，列出要新增的证据、负责人和复验日期。
- 完成补修后，重评补修维度及其受影响证据，并保留前后评分记录。
必交产物
- 一份填写完整的结业评分量表，含七个维度、证据位置、分数和评语。
- 两名评分人的独立评分或一份说明复核角色的共同评分记录。
- 一份通过判定，明确总分和安全与人工接管分数。
- 未通过项目的一份补修计划与复验记录。
验收标准
量表七个维度及分值与本页一致，总分可复算为 100。通过记录同时证明总分 70 分及以上和安全与人工接管至少 6 分；未通过记录明确各维度完成率、最低完成率对应维度、补修模块和复验责任。以口头承诺替代证据、用总分抵消安全门槛或静默修改原评分，均判为不通过。
常见错误
- 将“讲得很顺”误判为问题定义、来源或评估证据充分。
- 让单一高分掩盖安全与人工接管低于 6 分。
- 只给总分，不写每个维度的证据位置和评分理由。
- 补修后覆盖旧记录，导致无法比较改进是否有效。
- 发现真实数据、权限不明或不可逆风险后仍继续演示和评分。