保险销售 AI 陪练平台

众安信科规划的保险销售对练与考核平台。LLM 扮演客户，学员来卖，AI 给这段对话评分，讲师复核分数。方案调研、产品与技术方案、后端、管理端和学员端都由我一人完成，大量代码交给 AI 编码 Agent 写。目前是内部原型，正在重构。

要解决的问题

学员练完以后，讲师只能口头点评，没有记录，不同讲师的标准也不一样。

保险还有自己的规矩：

使用者有三类：学员、讲师、管理员。服务端的权限校验才是真正的边界，前端只是把不相关的入口藏起来。

所有卡片（人设底牌、异议、购买信号、合规要点）共用一套触发结构：关键词的任一、全部、排除，正则，最少轮次，概率，一次性还是常驻，优先级。每一轮结束后，引擎检查对话、掷概率，写一条只追加的释放事件。只有已释放的卡片会进入客户下一轮的上下文，其余的根本不发给模型。

最前面是指令、公开人设、场景、条款和任务目标，然后是摘要层，最后是对话。三到五行的人设提醒每一轮挂在最后一条用户消息上。满 20 轮时把较早的轮次压成摘要、保留最近 8 轮；硬上限 24000 字符，超了也至少保留 4 轮。

SSE 事件分 start、delta、end、error 四种，每 15 秒一次心跳。同一次作答同一时间只生成一条回复，靠数据库里的在途标记和所有者围栏保证。每条消息带幂等键，重发只会返回「重复」，不会再生成一条。关掉页面不会取消生成，重新打开会接上正在生成的那一条。

模拟客户、评分、总结、素材助手是四个独立的 AI 角色，各自配模型，通过 OpenAI 兼容接口接入。

Worker 用数据库租约领取评分任务，每过超时时间的三分之一续一次租，最多重试 5 次。每段对话并发评 3 次：有效样本至少过半，每个维度取档位中位数，同时记下分歧度。

证据必须逐字引用原文。校验器把空白归一后到对话里逐条找引文，找不到的直接丢掉。报告再挑出扣分最多的两三个回合改写：原话、问题、更好的说法。

人工复核从不修改成绩，而是追加一条标为人工的新成绩，写明维度、新档位和理由；服务端按冻结的评分标准把档位换算成分，重算加权总分、否决线和是否通过。人工结论以新记录追加，AI 不能修改已有成绩。只有管理员能覆盖否决，每次作答最多一次，必须写理由。

专家校准按批次盲评：专家看不到模型的分，也看不到彼此的分，分歧交给登记的仲裁人。

评分标准里的权重和否决线一直存在，却从来没生效过。快照里存这份标准用的是一个字段名，服务端读的是另一个，读到空值，就退回了算术平均。讲师按标准复核，机器却在求平均。9 月 21 日修好。

另一个意外是上游限流：有一次统计，评分成功 9 次、失败 29 次。现在评分失败会自动重试，仍然失败就由讲师直接打分，报告里会写明分数来自讲师。

九类素材（人设、条款、异议、信号、合规、评分标准、案例、试卷、场景）共用一个素材壳和一张版本表：草稿、已发布、已归档。同一素材只有一个草稿，发布后只读，被任务引用的草稿不能删。这套生命周期同时由数据库触发器和 Go 状态机保证，有一个测试专门检查两边一致。
条款导入：素材助手只能通过固定的工具往草稿的固定槽位里填。人逐槽确认之后才能进入审核和发布。来源文件重新解析也不会改动已发布的条款。
任务在下发时冻结快照，之后再改，不影响已经做过的作答。
考试支持五种题型，按蓝图和随机种子确定性组卷。题不够时列出缺口，必须显式接受才能继续，试卷不会悄悄少题。

契约：Go 类型经 huma 生成 OpenAPI，再生成 TypeScript 类型，共 115 个路径、143 个操作。检查时重新生成，有任何差异就失败；不允许手写前端类型。
分层由 lint 强制：cmd、app、biz、domain，业务代码不碰数据库驱动。前端单文件不超过 400 行，管理端、学员端和共享包之间不能反向引用。
make check 统一门禁：契约检查、lint、迁移检查、类型检查和测试。竞态测试和数据库集成测试在发布前另跑。没配测试库时测试直接失败而不是跳过，注释里写的是：跳过了主链路的绿灯，比红灯更糟。
9 月 2 日到 4 日做过一次真正的重构：42 个迁移压成一个基线，sqlc 换成原生 pgx，每个领域按层重建。一个提交删了 25355 行。
51 个 Go 测试文件，333 项数据库测试零跳过，11 组 Playwright 端到端测试覆盖桌面和手机，9 月 9 日 24 组全部通过。

9 月 20 日我停下来，把它当产品而不是代码重新看了一遍。到那天为止，还没有开发之外的人打开过它；库里的账号和作答全是测试数据。功能一直在长，却没有一条路被从头走到尾。

于是我收窄了范围：讲师是主要使用者，第一件事是让一次对练拿到一份有人负责的分。这一版关掉了 11 个入口，考试也在其中。

明明效率提高了，功能落地也快了，但就是交不出来。

门禁能保证代码不变坏，却说不出产品能不能用。字段存在却从不生效这种问题，只有把真实流程走一遍才会暴露。