用途：当员工借助AI产出翻倍时，帮助管理者公平评估绩效，避免把模型的功劳或问题算到人头上，也避免因使用AI而惩罚员工。
主要能力：对现有评估标准逐条判定为“衡量人/衡量工具/混合”，并给出保留、改写或废弃的建议；围绕四项持久的人类信号重写标准——判断力（决定做什么、放弃什么、如何取舍AI产出）、验证（错误是否在上线前被发现）、结果（工作是否推动了目标指标、决策或客户）、杠杆（是否让AI放大整个团队而非只放大自己）。同时提供混合采用团队的校准规则，以及三类困难对话脚本：产出高但判断力薄弱者、被高产同事超越的谨慎怀疑者、把未验证AI产出当作自己成果提交者。
使用方式：需提供角色与现行评估标准、AI在工作中的出现方式（哪些任务、草稿占比、工具现状）、具体情境（个人评估、团队校准或标准重写）、组织的AI立场（鼓励、容忍或已有政策）。核心证据方法是“倒推走查”：抽取已交付作品，回溯哪些由AI起草、人改了什么、为什么改。
适用场景：个人绩效评估、团队校准、AI时代的评估标准重写。
限制：资料未提供具体平台、价格或集成方式；校准与对话脚本需结合组织已有的AI政策使用，不可在评估中临时自定规则。