23 - Discernment - 如何评审 AI 的工作结果

Discernment 从成果、过程和协作三个层面，判断先前提出的要求是否兑现。Product Discernment 检查成果是否服务于目标。以 MoonLab 为例，预测阶段的地球视角窗口如果直接显示答案，用户选对也不能证明理解。修改后，需要实际检查预测和重试时是否隐藏答案、验证时是否恢复双视角，以及切换位置后状态是否正确重置，并通过用户表现判断提示是否有效。 Process Discernment 追问结论如何得出：检查方法能否回答问题，重要情况是否遗漏，证据是否足够。只测试答对路径，无法证明整个预测流程通过；按钮能够操作，也无法证明用户已经理解。Performance Discernment 则检查 AI 是否遵守协作约定，包括先比较方案、等待学生选择、不擅自扩展范围，以及收到反馈后是否完成调整并保留已有要求。判断应依据实际行为和结果。 评审中的发现可以写回下一轮 Description：成果问题转化为具体修改，过程遗漏转化为补充检查，协作偏离转化为更清楚的角色与确认点。这样，Description 与 Discernment 形成持续循环，每条反馈都有依据，也能在下一轮复查。学生始终负责决定保留什么、修改什么，以及何时需要更多证据。