企业官网建设流程全解析

ArcKit确定性评分机制：YAML评分细则如何把主观印象变成可审计证据

【免费下载链接】arc-kitThe Enterprise Architecture Governance Harness — strategy, architecture, delivery, and assurance using AI coding assistants项目地址: https://gitcode.com/GitHub_Trending/ar/arc-kit

ArcKit 的确定性评分机制是这套企业架构治理工具包最有价值的设计之一。它用一份 YAML 评分细则（scoring rubric）明确规定"什么证据值得多少分"，再配合写前校验钩子，让 AI 助手给出的每一个分数都可复现、可追溯、可审计——从"我觉得这个方案很好"变成"这项证据命中了 6 项安全信号中的 6 项，得分 100"。

为什么 AI 打分容易"注水"？

如果你让 AI 助手给云产品打五星评级，大概率会遇到这个尴尬场景：

问题在于——没有人定义过"五颗星"的获得标准。一个真正具备客户托管密钥、私有网络和审计日志的服务，与一个只是"模型当时心情好"的服务，看起来都是五颗星。这类表格最终普遍漂向满分，失去比较价值。

ArcKit 在 cloud-research-generic.yaml 的注释里说得很直白：当评级标准只靠感觉，表格就成了"装饰品"。

核心设计：一份 YAML 就是完整评分法

ArcKit 的做法是把评分规则外置成数据，而不是藏在提示词里。每个细则文件包含三块内容：

① 维度权重：谁占大头一目了然

以云研究细则为例，六大维度直接对齐 AWS Well-Architected 框架：

权重写在 YAML 文件 里，任何人（或任何审计者）都能复核"为什么安全比可持续性更重"。

② 评分方法：每类证据都有算法

细则为每个维度指定了明确的打分方法（method），常见四种：

• 信号覆盖（signal_coverage）：列出 6 项预期的架构信号（静态加密、传输加密、IAM 集成、私有网络、审计日志、客户托管密钥），命中多少比例得多少分；
• 分档（band）：数值落入哪个区间就拿哪个分，比如 SLA 可用性 ≥99.99% 得 100 分，99.9%~99.98% 得 85 分；
• 映射（map）：生命周期状态直接查表——GA 得 100，Beta 得 25，已弃用得 5；
• 组合（composite）：多个子项按各自权重加权求和，比如可靠性 = 弹性信号 ×0.5 + SLA ×0.3 + 生命周期 ×0.2。

还有一处很见功力的设计：合规下限（compliance_floor）。如果一份方案完全没有公开的合规计划证据，安全分最高只能到 60——因为公共部门采购方无法依赖一份"没发表的保证"，无论架构画得多漂亮。

③ 同一份细则覆盖多云

由于 AWS、Azure、Google Cloud 的框架高度同构，这一份细则同时服务三家云厂商的 aws-research、azure-research 和 gcp-research 命令，schemas 目录 下共收录了 12 份细则，覆盖云研究、供应商研究、政府代码搜索、授标评估等场景（还分有uk-gov英国政府场景变体）。

钩子守门：写文件之前先"体检"

细则负责"怎么算分"，还有一道防线负责"分数必须诚实"。ArcKit 通过 PreToolUse 钩子 score-validator.mjs 在每次写入评分记录scores.json之前自动校验：

供应商评分遵循 0~3 四级标准（见 score 评分指南）：

0不满足 →1部分满足 →2满足 →3超出预期

其中最关键的一条是：没有证据引用，就不允许给出分数。AI 不能"凭印象"打分，每一条得分都必须指向供应商提案中的具体原文。

从打分到审计：证据链完整闭环

有了确定性细则和校验钩子，一次采购评估就能走出完整证据链：

1. /arckit:evaluate—— 建立带权重的评估准则；
2. /arckit:score vendor—— 逐条给分，每条分数附证据引用；
3. /arckit:score compare—— 生成加权总分对比，并附敏感性分析（权重 ±10% 时排名是否翻转）；
4. /arckit:score audit—— 输出评分审计轨迹：谁、何时、对谁、打了多少分。

评分结果以结构化 JSON 持久化在项目目录下，可以直接提交进版本库——这意味着任何供应商如果对落选提出异议，评估团队拿出的不是"我们觉得"，而是逐条可复核的证据链。

这套机制还有一个真实的"翻车修复"案例：欧盟云主权框架（EU CSF）的评分公式早期只写了符号，却没有定义"分怎么算"，导致对同一份证据跑两次可能得到两个分数。后来项目用确定性脚本 csf-score.mjs 直接实现了官方计算器（catalogue 数据）的逐条定义，连"满分响应会得 100.0756% 而非 100%"这种框架自身行为都如实报告、绝不擅自修圆——这正是"可审计证据"应有的姿态。

小结：确定性不是限制 AI，而是解放 AI

ArcKit 的确定性评分机制给所有做 AI 治理工具的团队一个清晰示范：

• 规则外置：评分标准写成 YAML 数据，改标准不需要改代码，也能被人类直接审阅；
• 算法明确：每一分都能说清"由哪些证据、按什么方法算出"；
• 校验兜底：写前钩子强制证据必填、范围合法，杜绝静默注水；
• 闭环可查：对比、敏感性、审计轨迹一应俱全。

下次你的 AI 助手给出一个"85 分"时，你可以追问一句："依据哪条细则的哪个信号？"——在 ArcKit 里，这个问题永远有确定答案。🎯

【免费下载链接】arc-kitThe Enterprise Architecture Governance Harness — strategy, architecture, delivery, and assurance using AI coding assistants项目地址: https://gitcode.com/GitHub_Trending/ar/arc-kit