审核队列不是"待办列表"
AI 流程里插入人工审核（human-in-the-loop ✔）时，最容易做错的把它当成一个普通待办列表 ✗：
谁有空谁看 ✔、没有优先级 ✔、看不到上下文 ✔ —— 结果审核变成瓶颈 ✗，而且质量参差 ✔。
审核队列要按"风险 × 时效"设计 ✔。
一、队列要分三条（不要混在一个列表里）
| 队列 | 内容 | 目标时效 |
|---|---|---|
| 高风险管理（写操作、对外发送、金额 ✔） | 逐条审 ✔ | 分钟级 |
| 抽检队列（按比例的自动结果 ✔） | 抽样审 ✔ | 小时/天级 |
| 异常队列（校验失败、模型自认不确定 ✔） | 逐条审 ✔ | 依业务（可排队） |
要点：高危的不能被抽检队列堵住 ✗ —— 混在一起时，高危项会被大量低危项淹没 ✔。
二、审核界面要给的六样东西
① 原始输入（原文，不要只给摘要 ✔）
② AI 的产出与依据（含引用/证据表 ✔）
③ AI 的不确定性标注（见不确定性传递那篇 ✔）
④ 相关上下文（历史、业务规则 ✔）
⑤ 一键动作（通过 / 修改 / 拒绝 / 退回重跑 ✔）
⑥ 快捷键（审核量大时，键盘操作快数倍 ✔）
第 ⑤ 项的"修改"很重要 ✗：很多系统只给"通过/拒绝" ✔，
审核员想改一个字就得拒绝重做 ✔ —— 效率极低 ✔。
三、审核结果要回灌
- 通过/拒绝/修改都要记录 ✔（这是最有价值的评测数据 ✔ —— 见反馈回填那篇 ✔）；
- 修改后的版本要能与原版对比 ✔（差异模式：AI 版 vs 人工版 ✔）——
差异集中的地方就是提示词该改的地方 ✔；
- 定期统计：哪类输入修改率最高 ✔（= 系统最该优化的地方 ✔）。
四、三个常见反模式
- 把所有结果都送审 ✗（审核员被淹没，最后敷衍通过 ✔）；
- 审核没有时效要求 ✗（用户等不到就走了 ✔）；
- 审核只是"点通过" ✗（不记录修改内容，等于浪费了最宝贵的数据 ✔）。
一条判据
审核员处理一条高危项的平均时间 ✔，是否明显短于处理一条低危项 ✔？
如果不是，说明队列没有分级 ✗（高危项被低危项挤在后面 ✔）。