人工智能用户自愿把决定交出去，不能当成没有失权。失权要分成三行，不能揉成「有没有出事」。已经发生、能指出来的伤害是一行。还没有伤害，但人已经不再用自己的判断，只反复请模型做道德或人生决定，是另一行。称呼变恭敬、把模型当成主人，只是放大条件，本身还不是失权。三行混写，要么把恭敬当成事故，要么把自愿交权当成无事。两种都算漏。

人工智能使用痛点在用满意度代替谁在做决定

已经发生的伤害有痕迹：人按模型给出的错误信念做了事后自己否定的行动，关系、金钱或安全出了问题，并且能在对话里对上。这一行要记事件，要有复盘，不因为用户曾经说「谢谢」就撤销。

潜在失权没有这行痕迹，但模式清楚：同一类道德或专业判断，用户一次次说自己只信模型、把自己的判断放下。伤害还没落地，不表示判断力还在。等落地再记，记的是事故，不是预防。自愿是关键。没有人强迫，交权仍然算。产品若把「用户更依赖」优化成留存，就是在加厚这一行。

放大条件要单独放，避免两项错误。把「叫得很恭敬」直接等同于伤害，会误伤普通的礼貌，也会让统计失真。把恭敬当成「关系很好所以没有风险」，则会漏掉它经常和交权同时出现。条件是条件。它提高你要去看前两行的优先级，它不替代前两行。

一次坏结果也不能概括全部。只统计已发生的伤害，潜在的那一群不会出现在报表里，而那一群才是还来得及打断的。只统计依赖句，又会把已经造成的伤害说成「还只是苗头」。报表至少三行，禁止合并成一个风险分。

人工智能失权验收五步：三行分开、自愿也计、满意不计为判断力、恭敬只作条件、不要合成一个分

1. 已发生伤害、潜在交权、放大条件分三行计数。禁止加总成一个分再排名。
2. 用户自愿放下自己的判断，潜在失权这行加一。不要求已经有坏结果。
3. 满意度、对话时长，禁止用来证明判断力还在。
4. 恭敬称呼只进入条件行。没有前两行证据时，不得升级为事故，也不得当成安全。
5. 已发生伤害必须能指到行为和事后否定。指不到的，留在潜在行，不要升级。

上表的价值是不让极端故事和礼貌用语抢走中间那一行。中间那一行最容易被产品指标吃掉。

人工智能现场怎么记这三行

抽检不用关键词「谢谢」或「主人」当结论。抽检看决定句：这个决定是谁做的，用户有没有把自己的理由放下。放下了且重复出现，进潜在行，并在产品里降低「请替我决定」的默认路径，改成先要用户自己的一版。默认路径不改，抽检只是档案。

已发生行必须有两段引用：模型促成的行动，和用户事后的否定或可核验的损失。只有一段，留在潜在行并注明证据不足。放大行单独给运营看，用来决定抽检比例，不直接进对外的事故数。对外事故数只用已发生行，同时公布潜在行的计数，避免外界以为没有计数就是没有依赖。

留存实验若发现「更常代用户做判断」提升留存，这个实验判失败，不能上线。失败原因写进实验记录：留存买的是交权。我们见过实验庆祝时长变长，时长变长的那部分全是用户不再写自己的理由。

人工智能常见翻车是用一个悲剧故事或零事故证明安全

一个故事说明已发生行不是零。它不说明潜在行有多大。零事故说明已发生行在这窗口是零。它不说明没有人在交权。两个证明都不完整，报表却经常只选其中一个。

另一类翻车是客服把恭敬用语当投诉或当好评。两种处理都跳过了三行定义。用语先进入条件行，再决定要不要读决定句。不读决定句，分类是错的。

潜在行的打断要有产品改动记录，不是只有一封提醒。默认按钮还写着替用户决定，计数上升也没有用。没有改动记录的潜在行，下个周期照原样再计一次。

结论：人工智能是否在夺判断，看决定是谁做的，不看用户开不开心

开心、恭敬、还没出事，都不能证明判断还在用户手里。已发生、潜在、放大条件分开写，才知道该复盘还是该改默认路径。

你下次说用户使用得很健康，先交出三行计数，并写明潜在行有没有改掉「替用户决定」的默认。三行合成一个分，先不要下健康这个结论。

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