评分器的三种形态与偏差 代码判定最稳定但覆盖有限，规则判定居中，模型量表覆盖最广但带有位置与长度偏差。三者应组合使用并互相校准。 PREFER CODE, CALIBRATE THE MODEL FORM 1 代码判定 跑测试、查状态、比对结构 无偏差，可复现 局限：只能判可形式化的项 「表达是否清晰」判不了 FORM 2 规则判定 动作序列、权限、必含字段 可解释，接近无偏差 局限：规则写完之前有盲区 规则写错会系统性地误判 FORM 3 模型量表 逐项打分并引用证据 覆盖面最广 偏差：位置、长度、自身偏好 必须与人工标注校准 COMBINATION RULES 能用代码判的不用模型判；必须用模型的先校准再上线 冲突仲裁：代码结论优先于模型结论；模型结论只补代码覆盖不到的部分。