这篇讲一条任务分流链路任务拆解、可验证路由、判断队列、技能缺口标记。背景很直接工具在有判定标准的任务上进展远快于其他任务。工程上要处理的不是「能不能做」是「哪些做、哪些不做、做过的怎么留痕」。链路形态四个模块串起来职责各自独立。| 模块 | 职责 || task_split | 把一段业务拆成任务标注每条的判定方式 || verify_router | 按有无判定函数把任务分流到自动或人工通道 || judgment_queue | 承接无法自动判定的任务记录判断人、依据与结论 || skill_gap | 汇总人工通道的任务类型产出技能缺口清单 |链路的顺序不能颠倒。跳过 judgment_queue 直接扩自动通道判断依据会散在个人手里人一走就断档。判定函数决定分流判断依据就是有没有判定函数有判定函数就能做闭环没有判定函数就只能靠人兜底。def route(task, trials3):if task.checker is None:return “judgment”, Nonefor _ in range(trials):out run(task)if task.checker(out):return “verified”, outreturn “judgment”, None判定函数有三类常见形态代码产出能跑通、单测通过、类型检查无报错。形式化推演结论能被机器逐步复算。事实型问答答案能与既存记录对上。这三类适合交给自动通道。剩下的走判断队列。判断队列容易被砍的一环任务分层之后会出现一个反直觉结论可自动化部分的成本下降会抬高不可自动化部分的相对价值。工程上对应一个容易做错的取舍自动通道省钱见效快判断队列只花时间不出产能于是排期里先被砍。砍完之后短期指标好看两年后接手的人无从下手。JUDGMENT_FIELDS (“task_id”, “owner”, “criteria”, “evidence”, “outcome”)def record_judgment(row):missing [k for k in JUDGMENT_FIELDS if not row.get(k)]if missing:raise ValueError(“judgment incomplete: %s” % “,”.join(missing))return store(row)三种折中做法的代价交付侧的变化很直观过去受限于人力规模的需求现在可以用更小的团队承接。随之出现一批折中做法只留自动通道判断部分靠口头约定 —— 人员流动即断档。判断部分写进聊天记录 —— 检索不到等于没写。判断部分写成会议纪要 —— 有结论没依据复盘时对不上。这三种都属于技术债只是暴露时间不同。评测口径的偏差会污染分流决策有一层偏差会直接影响分流参数。有判定函数的任务评测手段成熟、样本充足没有判定函数的任务量化成本高、样本稀薄长期凑不出规模。样本不足的后果是自动通道的通过率会被高估。它不是被算错了是分母里缺了难的那部分。工程上的处理办法有两条一是把人工通道的任务类型单独统计不混进总通过率二是给判断队列设一条独立的健康指标比如平均停留时长而不是复用产出数量。留痕之后还要能回放留痕只是开头能不能回放决定它有没有用。回放需要三样东西同时在场当时的判定标准、当时的背景材料、当时的结论与理由。缺任何一样事后都只能看到结论看不到为什么。判断队列的字段之所以要压到四个原因就在这儿——字段越多人越倾向于只填结论。还有一个组织层面的取舍值得提前定下来判断人离职前判断依据归谁。常见做法是让同层级的同事接手核一遍核验记录一并入库。这一步不做判断队列会随人员流动反复清零。分流参数不是一次调好的。业务变化会改变任务构成原本有判定函数的任务可能变成没有反之亦然。建议每季度重跑一次分布统计把通道比例的漂移记录下来漂移本身就是信号。踩坑记录用统一的通过率给两类任务打分。两类任务的基准完全不同混在一起算出来的数没有意义。把判定函数的覆盖范围当成能力上限。判定函数只覆盖能写出来的那部分。自动通道扩太快判断队列没有对应扩容。结果是自动侧产出激增、人工侧积压整体节奏反而变慢。留痕字段设计过重。判断人如果要填十几个字段往往填不全四个字段是能长期坚持的上限。自建的分流入口可以挂在your-domain.test下的内网地址跑顺再考虑对外开放。两处常见误解量级上有个常被读错的地方一次集群任务动用了 1200 个智能体协同被外界当成失控信号。工程视角看普通机器上同时跑上千个后台进程很常见真正的缺口在隔离与监控是否完整。另一处是训练成本要达到同等能力投入常见十亿美元这个数量级这也是为什么围绕它的说法多半跟着投入结构走。从工程选择的角度开放权重意味着依赖链路上少一个单点不受单一供应方节奏牵制。招聘口径已经改过只认能不能把工具接进现有流程只认交付节奏不认手写代码的量。这类信息无法结构化它分散在无数次会议、邮件和口头沟通里哪个表格都收不拢。可自动化的部分越便宜留在人这一侧的部分就越该被认真计量。工程侧能做的仍然是流程至于人怎么补上判断这一课没有现成的技术方案。