帮你把评估从一项活动变成一份职责，终结评估口径的各说各话。
文中核心拆解是：评估是 AI 交付的验收基础，但「大家都在写评估、没人对评估负责」是常态——指标口径漂移、测试集过时、结果解读各取所需。评估负责人的存在把评估变成职责：他决定什么进测试集、阈值多少算回归、何时必须重跑，评估争议到他这里终止，不再层层上交。最容易出现误用的地方是把评估负责人理解成「跑评测脚本的人」——那是自动化该干的事，负责人的核心是判断与裁决。
相比普遍把评估责任摊给全团队的 做法，这篇强调责任落点必须是一个人，有了落点，团队协作才能真正展开，否则协作只是分摊模糊。
建议你为每个在交付的 AI 场景指定一名评估负责人并公示，名单越明确，争议越少。
—— FDEChina编辑部 · 实战派
定义
Eval owner（评估负责人）指对某一产品或客户场景的评估体系负最终责任的人，覆盖评估集的代表性、指标的合理性、结果的解读与迭代节奏。
展开
评估是 AI 交付的验收基础，但「大家都在写评估、没人对评估负责」是常态：指标口径悄悄漂移、测试集长期过时、结果解读各取所需，评估从此失去裁判权。评估负责人的存在把评估从活动变成职责：他决定什么进测试集、阈值多少算回归、何时必须重跑。
常见误用是把评估负责人理解成「跑评测脚本的人」——那是自动化该干的事，负责人的核心职能是判断与裁决，尤其是在灰区案例上拍板。评估口径的每一次变更都应留痕，出问题时才能回溯依据。与模型治理委员会的分工：评估负责人管单个场景的评估口径与执行，治理委员会管跨场景的准入与变更审批，一个在执行层、一个在治理层。没有评估负责人的团队，验收争议会无限上交。