人工智能评测禁止用五分制打分。2026年必须改成过或不过并分项。禁止把犹豫藏在中间分。渐进改进禁止靠五分制跟踪，必须拆成多条过或不过。不准把三和四的差别写成已经能量出来。中间分占比过高，标注作废。现场把「差不多」当验收的方案，一律按事故处理，不能进周报。

人工智能标注痛点在把「信息更多」写成「五档一定更科学」

工程师常觉得一到五能抓住渐进，实际会把事弄脏。相邻档主观、人对不上、要更大样本才看得出差异，标注者还爱躲到中间以免做决定。建设者该把「过或不过、分项检查」写成硬规格。管标注的人，该拒收没有过或不过定义的量表。

两处只有对着标签才清楚。其一，两档逼人做决定，错误分析更快，不必争这是三还是四。要跟踪渐进，把「事实准不准」拆成「五条该有的事实里有几条」，每条仍是过或不过。信息还在，标准清楚。数字分是进阶，通常不必先上；先搞清什么叫坏。其二，用模型当裁判时，任务应是收窄的过或不过，不是打五分。裁判和主任务可以是同一个模型，因为任务不同；若和人对不齐，再换。给裁判的上下文只要该失败模式需要的那一段，整段轨迹塞进去会腐烂。长流程要实验：拿掉一块再和人对齐，没帮助就删。对齐看的是真正例和真反例在留出集上的命中，不是平均分好不好看。

操作上再钉三件事。第一，新检查默认过或不过，五分制要书面说明为什么两档不够。第二，渐进用分项两档，不用量表。第三，裁判必须报与人的一致，对不齐不准当检查。建设者该把「本周有几次用五分藏犹豫」写进例会。管数据的人，该拒收中间分占比过高的标注。

人工智能两档闸2026五步：禁五分制、禁中间分、渐进拆分项、先定义坏、裁判对齐人

1. 评测禁止用五分制打分。量表当默认，方案作废。
2. 禁止把犹豫藏在中间分。中间分占比高，方案作废。
3. 渐进改进禁止靠五分制跟踪。不拆分项，方案作废。
4. 标注必须先定义什么叫坏。数字分先上，方案作废。
5. 裁判必须对齐人的过或不过。对不上标签，方案作废。

上表对应「必须改成过或不过并分项」。两档的价值是让「五分更细」进事故表，不是禁止量化渐进。

现场还要防口号替换验收。把「我们改成过或不过了」写成周报，不等于还在用中间分。若只能改一处：先把量表改成两档。

结论：人工智能标注要以过或不过为准，不要把五分制成写成已经更科学

中间分是逃避。仍拿量表交差，标注评审会先拒绝你。

你下次上检查，先写出过或不过定义、分项有几条、裁判和人对齐了没；三格空着，已经更细四字先不要进材料。

现场还要防口号替换验收。把「已经有评测、已经看过轨迹、已经不用五分、已经能看见提示、已经不难核」写成周报，不等于公开榜没当过关、错误分析先于现成指标、过或不过分项了、最终提示能给同事看、产物能让用户核。周报可以写，门禁必须绑在对照表和分列指标上。缺对照表的方案，一律按未完成处理，不能进月报。

若只能改一处：先把「分数好看就算过关」从唯一成功标准里拿掉。演示可以记，公开榜当本产品、现成指标当质量、五分制藏犹豫、提示被框架藏住、只给一个无法核的答案五件跟不上就算事故。事故要写负责人、复验日期和作废条件，不许用「下期优化」搪塞。

落地时把指标钉在周会上：本产品失败模式有没有列、错误分析做了没、过或不过能不能打、最终提示能不能打开、用户能不能核产物。哪一格空着，哪一项不准对外说已经上线。空格超过两周仍空，项目暂停扩面。

现场还要防口号替换验收。把「已经有评测、已经看过轨迹、已经不用五分、已经能看见提示、已经不难核」写成周报，不等于公开榜没当过关、错误分析先于现成指标、过或不过分项了、最终提示能给同事看、产物能让用户核。周报可以写，门禁必须绑在对照表和分列指标上。缺对照表的方案，一律按未完成处理，不能进月报。

若只能改一处：先把「分数好看就算过关」从唯一成功标准里拿掉。演示可以记，公开榜当本产品、现成指标当质量、五分制藏犹豫、提示被框架藏住、只给一个无法核的答案五件跟不上就算事故。事故要写负责人、复验日期和作废条件，不许用「下期优化」搪塞。

落地时把指标钉在周会上：本产品失败模式有没有列、错误分析做了没、过或不过能不能打、最终提示能不能打开、用户能不能核产物。哪一格空着，哪一项不准对外说已经上线。空格超过两周仍空，项目暂停扩面。

本文侧重全链路风控方法论。落地时请用自身业务单据做回放验证，不要把示例阈值直接当生产策略。 相关：风控体检 · 方案资源