绩效评价涉及个人发展与重要权益，AI只能辅助归纳材料，不能代替管理责任。当AI进入日常业务后，一个小疏忽可能被批量放大，因此需要提前设计。 更稳妥的处理方式分为四步： 1. 明确评价周期、目标和统一标准。 2. 只使用员工知情且与工作相关的记录。 3. 区分客观结果、协作反馈与管理判断。 4. 允许员工查看事实并补充上下文。 本题最需要警惕的是：聊天频率、在线时长等容易获取的数据，不一定能代表工作价值，过度使用还可能侵犯隐私。表面效率可能提高，返工和沟通成本却会转移到后面。 测试不能只覆盖最常见问题，还应专门挑战系统边界。管理者逐项核对证据，检查不同员工是否适用同一标准，并记录最终判断由谁作出。除了顺利完成的常规样本，还应加入资料不全、输入矛盾、权限不足或服务异常等边界情形。记录中还应区分模型问题、资料问题与程序问题，便于找到真正责任点。 最后，把日常维护交给具体岗位，并约定变化后重新检查的时间。让AI整理材料可以节省时间，但评价必须透明、有依据，并由有责任的人完成。 本文在提纲整理和初稿撰写中使用了AI辅助，发布前已人工复核事实与表达。