把评分标准当奖励函数设计

源自 PowerCraft 的 rubric 引擎。当 rubric 用来驱动“自评→自改进”时，它就是这个系统的奖励函数——设计得好坏直接决定系统会进化还是走偏。这是“设计评分函数”视角，区别于 委派产出的验收 rubric 的“闸门验收”视角。

奖励信号要明确、可重复、可调

• 每维带 5/3/1 锚点 + 权重：把“什么算 5 分/3 分/1 分”写死成可复现的锚点，减少盲审方差。
• 硬闸门不计分：技术正确、无障碍这类是及格线（不满足直接不合格），不进加权分——否则高分能“买通”硬伤。
• 必写“为什么不是 5 分”：每次评分附上扣分理由，这就是下一轮的改进方向。

调权重要有护栏

rubric 会演进，但调权重不能随意：

• 须 ≥3 个同向佐证才调；
• 护栏：单维权重限 3–25%、单轮调整 ≤3pp；
• 升版留痕（CHANGELOG），可回溯。
• 判据歧义（不是权重问题）走另一条豁免通道修复，不混进权重调整。

关系

评分是 自强化闭环四步法的 Verify 步核心；独立性前提见 红队双通道审计法；防“为分而分”见 拒绝制造假信心。