合格 / 不合格 / 复核：在产线上部署 AI 检测唯一可行的方式
大多数 AI 检测试点失败的原因很简单：流程设计错了。
团队执着于模型准确率，然后尝试部署一个二元系统：合格或不合格。在真实世界里，这会带来两个痛苦的结果：
- 误判不合格带来阻力——操作员开始无视系统
- 误判合格导致缺陷流出——管理层失去信任
解决办法不是神奇的准确率，而是一套对生产安全的流程：合格（PASS）/ 不合格（FAIL）/ 复核（REVIEW）。
三种状态在制造业 AI 检测中的含义
合格（PASS） 置信度高且在 SOP 阈值之内。产品直接放行，不打扰操作员，无需人工操作。
不合格（FAIL） 高置信度判定存在缺陷。产品被标记为返工、报废或进入下游围堵环节，并附带清晰的证据。
复核（REVIEW） 置信度不足以自动决策。系统将该产品转入人工确认环节，操作员查看证据后做出判断。
核心洞见是：AI 不是取代操作员，而是放大操作员的能力。复核是自动化与人工判断之间的桥梁。
为什么"复核"能让 AI 检测部署经受住现实考验
1. 避免形成"动不动就停线"的文化
如果把每个临界样本都当作不合格处理，操作员会厌恶这套系统。他们会开始无视告警、绕开检测工位，甚至游说把它关掉。
复核把阻力限定在真正值得关注的样本上。高置信度的合格品自动放行，高置信度的不合格品附带证据被标记，只有模糊不清的样本才会打扰操作员——而这些恰恰是人工判断最能发挥价值的地方。
2. 自动生成标准答案（ground truth）
每一次复核决定都会成为与具体生产上下文绑定的标注数据：
- 引发不确定性的具体图像帧
- 操作员的判定（确认缺陷 / 驳回误报 / 修改分类）
- 工位、班次、产品 SKU 与环境条件
随着时间推移，系统会越来越强，而无需开展大规模标注项目。标注在生产中自然完成，由最了解产品的人来完成。
3. 让产线持续流动
生产需要流动。复核可以通过多种方式进行，而不必阻塞每一件产品：
- 队列模式：低置信度产品被标记，在班次结束时批量复核
- 质检台模式：复核样本转到专门的质量工位
- 工位提示模式：在线确认并设置超时（无响应则自动升级）
关键在于灵活。不同的工厂、不同的产线、不同的产品——复核流程都能适配实际运营情况。
4. 比准确率承诺更快地建立信任
操作员信任的是证据，而不是承诺。当系统展示触发复核的图像帧并记录最终的人工处置时，信任会因为系统的透明而逐步建立。
"AI 提示复核，我看了那道划痕，确认它确实存在"，与"AI 判了不合格，我不知道为什么，只好相信它"，是截然不同的体验。
缺失的一环：逐件留存证据
只有当每个决策都留下持久记录时，合格/不合格/复核才能真正奏效。这正是真正的制造质量控制系统与 AI 演示之间的区别：
| 字段 | 示例 | 来源 |
|---|---|---|
| timestamp | 2026-02-13T14:30:22Z | 系统时钟 |
| model_version | yolo26-cutlery-v3.2.1 | 模型注册表 |
| defect_type | scratch_surface | 分类输出 |
| confidence | 0.87 | 推理结果 |
| station_id | grinding_station_3 | 边缘配置 |
| evidence_artifact | frame_001423.jpg | 本地存储 |
| operator_disposition | confirmed | 复核界面 |
| sop_criterion | SOP-4.2.3-scratch | 规则引擎 |
正是这份"证据日志"把检测变成了质量体系。每个决策可审计，每个缺陷可追溯，每个操作员动作都有记录。
闭环：从复核到根因
当你把合格/不合格/复核与闭环根因分析连接起来时，它的真正威力才会显现。流程如下：
- 缺陷模式累加器发现过去 4 小时内 3 号工位的划痕缺陷激增
- 工艺参数关联器识别出在同一时段内，砂轮转速比目标值低了 5%
- 本地小语言模型生成假设："砂轮转速为 2,847（目标 3,000 ±50），划痕率上升 3.2 倍。建议按 SOP 4.2.3 重新校准。"
- 措施推荐器将这一结论连同证据链接推送给操作员
- 操作员确认、采取措施并记录结果
- 存储因果三元组：{scratch_surface, rpm_drift, recalibrated_resolved}
随着时间推移，这些缺陷因果三元组会沉淀为知识库。不仅知道"缺陷长什么样"，还知道"是什么导致的"以及"如何解决"。
算一笔账：为什么三态优于二态
假设一个模型在均衡测试集上的准确率为 95%，听起来不错，对吧？
在每天 10,000 件、缺陷率 2% 的生产中：
- 实际缺陷 200 件
- 二元系统：约 10 件漏检（流出）+ 约 490 件误判不合格（阻力）
- 每天 500 个错误决策
现在，对置信度介于 0.4 到 0.85 之间的 15% 样本增加复核：
- 高置信度合格：8,200 件自动放行（正确）
- 高置信度不合格：150 件附带证据自动判为不合格（正确）
- 复核：1,650 件进入人工队列
- 其中，操作员找回了约 10 件漏检缺陷，并纠正了约 490 件误判
最终结果：流出几乎为零、误停几乎为零，而且每天还能为模型改进提供 1,650 个标注样本。
这就是操作员"勉强忍受"的系统与操作员"真正信任"的系统之间的差别。
预约演示，了解合格/不合格/复核流程如何在您的产线上运行。