MOCK DATA 读 wide-events 日志

AI-Native 考核仪表盘

不是外挂的 HR 工具，而是把社会预测内核掉头对准组织自己——读同一份事件日志，渲染过载/流失/速度漂移，出灯不出判决。

⚖️

诊断器，不是裁决机

出信号 / 出黄灯 / 出冗余地图，但「该不该让某人走」是一个具名的人的判断，机器永不自动开除——一旦自动裁决，就废了「人给 why」。淘汰的是协作冗余（同一份判断被重复生产），不是惩罚人。绝对标准、不末位淘汰、不按比例。

数据源：平台 wide-events（每动作带 actor / on_behalf_of / trace_id / from→to / lease / context.* / decision.*）。仪表盘是只读下游消费者，不写任务核心。

① 单元健康 · 默认页

默认只出 不归因到个人 的单元健康图——过载风险 / 流失风险 / 速度漂移。个人灯带要下钻、要授权（见 ②）。「接住人」那半一个数都不打（去量就摧毁坦诚）。

Builder fleet

过载风险偏高

流失风险低

速度漂移−14% 周环比

黄灯：人审队列深度连续 3 天 > 阈值（review 成瓶颈）。中性提示「这个单元卡在哪」，非判决，不点名。

Core 平台组

过载风险正常

流失风险低

速度漂移+6% 周环比

绿灯：吞吐稳、求助率下降、无 burnout 信号。健康。

Coach 层

杠杆产出playbook 复用↑

容量占用1 : 4.2

人类升级率−21% 周环比

容量接近 1:5 上限——coach 是这层唯一不可插拔的人，扩 Builder 上限受此约束。

过载风险 ← skill.call latency + lease.renew 频率聚合；速度漂移 ← task.accept 周吞吐趋势；人类升级率 ← context.escalate.* 计数 ÷ context.request。

② 工作组合时间线 + 地板灯带

人是主对象，标签是 ta 工作流上的切面（工作流自动贴，不能自选）。一周里干的是混合，按每件工作该用的尺各自量。每标签一条绝对地板灯带——绿=过 / 黄=滚动窗口偏低（触发中性对话）/ 橙=换方向或角色 / 红=退出。

小K IC 主导

pair:k · agent session-1 · autonomy L2

各地板已过

Coach

周一周二周三周四周五周六周日

绿=过黄=2 天「你卡在哪」橙=1 周换方向/角色红=2 周退出格右上 = AI 介入度档

加分信号：小K 向单元外求助逐周↓（context.request 从 5→2→1），= 在变自主，强正向。本周 2 次顺手把判断沉淀进知识库（Coach 切面），杠杆已被 3 个 agent 复用。

小M Builder 主导

pair:m · agent session-2 · autonomy L2

可插拔性黄灯

Builder

周一周二周三周四周五周六周日

吞吐达标可插拔性偏低（2 天）

黄灯（中性）：「support-pipeline」类任务连续只有小M 接得动（bus-factor=1）——变得不可插拔 = 设计失败，不是个人功劳。触发：把该类 context 写进 Builder playbook（Coach 该出手，见 ⑤ 冗余地图）。周四/五掉到 L1（只把 agent 当打字员）拉低了 L2+L3 占比。

③ 四标签货币卡

不同标签货币单位不一样，加不起来——人层面是组合不是合成分。过关 = 在你真正做过的标签上各自踏过地板。每张卡标注它读哪个事件。

IC自己的闭环 + 变自主

地板：一周不抛弃 = 没在认真探索

闭环数 / 周6

向外求助趋势↓ 5→1

假设抛弃率43% 果断=加分

← task.claim→accept 同 Pair 闭环链 · context.request 按 Pair 频率

Builder吞吐 + 可插拔

地板：变得不可插拔（context 进脑子）= 设计失败

固定吞吐 / 周9

可插拔性 (bus-factor)1 偏低

L2+L3 占比71%

← task.accept 周计数 · 某 type 的 distinct claimer 数 · 任务的 autonomy 标

Coach可复用判断

地板：一周没判断进库且无人复用 = 没做教

写入判断 / 周4

被复用次数（杠杆）17

该类人类升级率↓ 21%

← context.respond {task_amended:true} · context 项被下游引用计数 · context.escalate 趋势

DRI质量 + 校准 + 担当

地板：一周期没接一个艰难决策 = 没真做 DRI

难决策 / 周期3

校准 (说70%真约70%?)0.68 良

担当（早暴露率）89%

← task.accept/reject owner 裁决 + 可选决策概率 · 早暴露 ← BLOCKED 在生命周期早段触发

DRI 最大的坑（已规避）：不用结果好坏考核——按下注质量算不按骰子点数。决策质量事前可审（当时可知信息下对不对）；校准跨多次决策聚合（唯一能在稀疏高风险事件上量化的量）；结果好坏归运气，不进分。

④ AI 介入度 × agent 自主度 · 两把尺对齐

看的不是「用没用 AI」，是 L2+L3 占比是否逐周上升（真把活交给 agent、自己上移到编排和判断），而非长期卡在 L1 当打字员。

本组 · AI 介入度占比（近 4 周）L2+L3 ↑ 58% → 71%

L1 亲手 29%

L2 协同 38%

L3 Agentic 33%

agent 自主度分布（Swarmia L1–L5，按任务选合适级）越高不一定越好

L3 交PR

L4 自挑

L5 编排

工作法从「亲手写」→ delegate → review → own（派给 agent → 审 → 担责）。人类监督从逐行→逐PR→逐产出→逐编排层一路上移，闸门一直在人手里——没有哪一级是「无人审自动合」。

⚠ review 成新瓶颈：人审队列深度本周 +34%。DRI 职责之一 = 按「审得过来」动态校准每类工作的自主级——队列过深就该降级或加审能力，不是硬推更高自主度。

← 每个 work-unit 的 autonomy 档 + delivery_mode + engine capabilities；review 队列 ← task.submit 未 accept 的积压。

⑤ 冗余地图

冗余 = 同一份判断被重复生产（不是「存在一个协作节点」）。热点 = 该类问题反复有人重新求助、却没人把判断沉淀成可复用 playbook——Coach 该出手的地方。

🔴 对账 schema 字段对齐

本周 6 次 context.request
同 gap-kind=artifact · 0 次沉淀

6 个 Pair 各问一遍同一个判断 → Coach 写一次进库即可消除未来冗余

🟠 support-pipeline 接单

bus-factor=1（只小M 接得动）

context 进了某人脑子 → 建 Builder playbook 让任意 Builder 几天插上来

🟠 退款合规判断

人类升级率未下降 · 4 次重复升级

同类 edge case 每次撞还得找人 → 判断未沉淀，Coach 杠杆缺口

🟢 部署回滚流程

已沉淀 · 被复用 12 次 · 升级率↓

写一次、下游自己跑通不回来问 = 杠杆成立，非冗余

冗余 ≠ 协作节点：一次性供给可复用判断（Coach）、一个具名负责人替掉委员会（DRI），都是在消除冗余，不是冗余本身。地图红=判断在被重复生产，绿=判断已生产一次并被复用。

← 同 gap.kind 的 context.request 聚类 ÷ context.respond{task_amended} 沉淀数；bus-factor ← 某 type 的 distinct claimer。

⑥ 节点 · 流动治理

淘汰触发（绝对标准，非排名）

节点	含义	动作
2 天黄灯	滚动窗口偏低	中性的「你卡在哪」对话，不是判决
1 周橙灯	持续踏不过地板	换方向或角色
2 周红灯	主导标签上持续不过	退出（由具名的人拍板，非自动）

淘汰触发 = 在你实际工作的主导标签上、滚动窗口内持续踏不过地板——不是排名、不是合成分垫底。

流动治理 + 缓冲

多标签账并行累加：同一人在多标签间流动，各自的账并行算，切标签洗不掉低产。
新人两天缓冲：入职两天不触发任何淘汰节点；第二天结束由新人自己决定接不接受这套制度。
越往上人判断越多：IC→Coach→DRI，可量化成分递减、人的担当递增。AI 给 what+how，人给 why。

招聘侧预防版：申请加人前先证明「AI 干不了」——冗余还没产生就不引入，比事后淘汰体面。