Phase 7 · 半人工标注 SLA 附录

本文件是 Phase 7 起草任务 C 的产出，作为 ADR-007 supplement 的附属附录。Phase 6 R1 综合裁决在 P0-4 给三项工程不可实现的子机制锁定「半人工标注 + 公开数据替代」回退路径；R-B / R-C 同时指出半人工标注必须有 SLA，否则会成为治理黑洞。本附录回答四项标注任务的服务等级、流程、失效处理、升级路径、与评测 / 治理接口。所有数值标「建议 v1，待 Phase 7+ 评测校准」。

一、适用范围

本 SLA 覆盖以下四项「半人工标注」任务（均来自 Phase 6 R1 P0-4 工程回退路径），不覆盖完全自动判定任务与全人工评测标答源任务。

• 任务 A：M5.3(c) 政策信用触发型 shared-book contagion 标注——以公开代理信号（政策公告频次 / 行业 ABS / 信用利差 / 房企美元债收益率突变）触发后，由人工 reviewer 在窗口内补全场外配资 / 政策窗口指导 / 监管摸排节奏等不公开细节。
• 任务 B：M5.3(d) A 股散户急性版 shared-book contagion 标注——以公开代理信号（两融余额 / 沪深 300 单日跌幅分布尾部 / 涨跌停股数 / 千股停牌 / 监管盘中表态）触发后，由人工 reviewer 在窗口内补全场外配资 / 伞形信托 / 强平节奏等不公开细节。
• 任务 C：M7.meta-v1 慢思考触发标注——为 M7.meta-v1 二值判定（是否触发慢思考）准备训练样本 + 评测样本，由 reviewer 在已完成认知任务上回标「该 case 应否触发慢思考 + 触发原因」。
• 任务 D：MCA 轴 4 N3 自动判定回退——为投资者结构桶下的「非市场参与者注入」轴位（N1 / N2 / N3）准备人工标注，季度刷新一次全量标签，事件驱动时实时补标。

与自动判定任务的边界：MCA 轴 1 / 轴 2 / 轴 3 / 轴 5 / 轴 6 / 轴 7 多数子维度由公开数据自动计算（成交结构、IV 曲面、T+N 规则、违约处置、披露质量、跨境通道额度等），不进本 SLA；M5.3(a) 急性流动性触发型 + M5.3(b) 结构性置换型由 CFTC TFF / 13F / GBTC outflow 等公开数据自动识别，不进本 SLA。

与全人工评测标答源任务的边界：Phase 4 评测体系 D7 引入的五大外部独立标答源（Damodaran / Marks / Stratechery / FT Alphaville / NYU Stern 课程库）属于评测层的「外部金标」，由独立学术 / 媒体源提供，不走本 SLA。本 SLA 标注产出是「认知体系运行时」与「评测体系训练 / 测试集」的混合输入，标答源标注是「评测体系基准」，两类分账治理。

二、标注流程

触发模式——双轨并行。

• 定期触发：任务 D（MCA 轴 4 N3）季度全量刷新；任务 C（M7.meta-v1）月度回标当月已完成认知任务。
• 事件驱动触发：任务 A / B 由综合层在代理信号越过阈值（如 A-1 类政策点火事件、A-3 类涨跌停股数突破日内 P95）时实时触发；任务 D 在政策窗口（中央汇金动作 / 国家队组合调整 / 政治局会议 / 国新办专题）发布后实时触发。

标注者角色分级——三层。

• Tier 1 金融领域专家标注者：负责最终标注拍板，含任务 A / B 的政策窗口语义判定、任务 D 的 N 等级拍板、任务 C 的慢思考触发拍板。Tier 1 至少 2 人独立标注，分歧走复核机制。
• Tier 2 工程团队标注者：负责代理信号触发条件的工程实现、标注模板的字段约束、候选信号集合的初筛、与综合层 pipeline 的接口。Tier 2 标注的内容仅限「客观可校验字段」（公开数据时间戳 / 阈值 / 是否触发），不直接产出最终标注。
• Tier 3 用户社区候选信号收集者：用户社区可提交候选信号 / 候选 case，但不直接做最终标注——Tier 3 提交进入 Tier 2 初筛 → Tier 1 拍板的流程。Tier 3 提交本身记入 audit trail，作为 Phase 5 触发源 B「用户实战反馈」的法定来源。

标注模板——每项任务定义结构化字段清单。

• 任务 A / B 共享模板：{case-id, trigger-timestamp, public-proxy-signals (list), contagion-mode (acute/structural/policy-credit/retail-acute), entry-points (list), forced-deleveraging-evidence, regulatory-actions (list), funding-channel-collapse (bool + free-text), reverse-force-list, confidence (enum: high/medium/low), annotator-notes}。必填项：case-id / trigger-timestamp / public-proxy-signals / contagion-mode / confidence；可选项：entry-points / regulatory-actions / funding-channel-collapse / annotator-notes。
• 任务 C 模板：{case-id, posterior-entropy, link-confidence-min, applicability-flag-count, should-trigger-slow-thinking (bool), trigger-reason (enum: high-uncertainty / low-link-confidence / multi-applicability-conflict / cross-market-translation / other), annotator-notes}。必填项：case-id / should-trigger-slow-thinking / trigger-reason；可选项：annotator-notes。
• 任务 D 模板：{market-id, snapshot-date, axis-4-level (N1/N2/N3), evidence (list of policy-window / sovereign-fund-disclosure / non-market-actor-actions), confidence (enum), revision-trigger (enum: quarterly-refresh / event-driven / dispute-escalation), annotator-notes}。必填项：market-id / snapshot-date / axis-4-level / evidence / confidence / revision-trigger；可选项：annotator-notes。

复核机制——双人独立标注 + 分歧裁决路径。Tier 1 ≥ 2 人对同一 case 独立标注；双人结果 hash 一致或关键字段（contagion-mode / should-trigger-slow-thinking / axis-4-level）完全一致则直接入库；分歧时进入三人评审。

冲突解决——分歧度阈值与裁决路径。双人 inter-annotator agreement（Cohen's kappa）连续滚动窗口（10 case）低于 0.7 时触发三人评审，第三人独立标注后按 2:1 多数表决；表决仍不收敛则 escalate 到生态发起人或其指定子组的单点裁决（沿用 Phase 5 §3.2 R1 修订的「单点签署 + 14 天异议期」范式）。所有未收敛 case 记入 audit trail 的 contested-points 字段。

三、SLA 指标

下表给出四项标注任务的核心 SLA 指标（所有数值标「建议 v1，待 Phase 7+ 评测校准」）。

任务	标注延迟（事件 → 入库）	标注准确率（vs 后验真相）	双人 IAA 门槛	季度复核覆盖率
任务 A · M5.3(c) 政策信用触发标注	事件驱动 ≤ 48 小时；季度定期 ≤ 10 工作日	≥ 70%（事后归因金标对照）	Cohen's kappa ≥ 0.65	全量复核
任务 B · M5.3(d) A 股散户急性标注	事件驱动 ≤ 24 小时（盘中事件 ≤ 12 小时）；季度定期 ≤ 10 工作日	≥ 75%	Cohen's kappa ≥ 0.70	全量复核
任务 C · M7.meta-v1 慢思考触发标注	月度增量 ≤ 5 工作日	≥ 75%（事后置信度回看）	Cohen's kappa ≥ 0.70	抽样复核 ≥ 30%
任务 D · MCA 轴 4 N3 自动判定回退	季度刷新 ≤ 15 工作日；事件驱动 ≤ 7 工作日	≥ 80%（事件后 6 个月窗口的政策行为验证）	Cohen's kappa ≥ 0.75	全量复核

说明：

• 延迟下限：任务 B 因 A 股盘中事件演化快、F3 制度摩擦下流动性出清在重开盘集中爆发，事件驱动延迟最短；任务 A 因政策窗口节奏较慢、reviewer 需做政策语义解码（M2.4）+ 政策反应函数（M1.3）配套调用，延迟比 B 长。
• 准确率门槛：建议 v1 区间统一在 70%–80%，最终值待 Phase 7+ 评测 D2 / D4 / D6 桶位准确率反馈再校准。低于该区间的任务在治理上视为「半人工标注质量不达标」，触发流程修订（见 §4）。
• IAA 门槛：与 Phase 4 评测体系 D1 / D7 IAA kappa ≥ 0.7 约束对齐；任务 A 因政策语义本身存在合规模糊性，门槛放宽到 0.65。任务 D 因 MCA 桶位标签贯穿所有桶位评测、错位代价最大，门槛提到 0.75。
• 季度复核覆盖率：任务 A / B / D 全量复核——四项 case 数量在过渡窗口内（每季 15-20 case 增量，B7 桶补齐目标）量级可承载；任务 C 因月度增量量级较大（每月 30-50 case），抽样 ≥ 30% 复核。

四、失效处理

标注延迟超 SLA：

• 任务 A / B 超 SLA → 触发降级路径——该 case 的 M5.3(c) / (d) 形态标识在评测中标 unannotated，不参与 D4 shared-book 形态分类准确率分母；同时该 case 进入「补标队列」下一季度优先消化。
• 任务 C 超 SLA → 该 case 的 M7.meta-v1 触发判定不进入 D6 评测 ECE 计算分母，仅作内部参考；连续三月超 SLA 则触发 M7.meta-v1 整体降级到「仅用代理信号阈值（M7.uq 后验熵 + 链路置信度）自动判定」临时模式。
• 任务 D 超 SLA → 该市场快照的 MCA 轴 4 桶位标签沿用上季度值 + 标注 stale-axis-4，相关评测结果标注「桶位标签陈旧」，不进百分位对照。

标注准确率持续低于阈值：连续两季度准确率低于 §3 阈值，触发标注流程修订——modify 触发条件、补标注者培训、扩充标注模板字段、引入更多代理信号、降低标注粒度（如任务 C 从「触发原因 5 类」降到「触发 / 不触发」二值）。流程修订走 Phase 5 §3.1 子机制级变更路径（L2 / L3）。

标注样本不平衡：某类 case 长期无标注样本（如任务 A 在政策窗口稀疏季度 / 任务 D 在 N3 等级新兴市场零样本期），触发主动样本收集——

• Tier 2 工程团队从 Phase 6 R1 待补 case 清单（L7 / L2 / L9 / L13）优先消化，作为长尾样本补充；
• Tier 1 reviewer 同期校准代理信号阈值（如降低 ABS 信用利差阈值以放更多候选 case 进入），扩大召回。

IAA 长期低于阈值：连续滚动窗口 10 case kappa < 阈值，触发标注模板细化（字段拆分 / 选项枚举化 / 增加示例库）+ 标注者培训（盲交叉案例对齐 + 共识案例库）；仍不收敛则将该子任务降级到「Tier 1 三人评审默认开启」模式。

五、升级路径

自动化升级触发条件——四项任务各自的「半人工 → 全自动」升级条件如下。

• 任务 A / B：当公开数据接入扩展（如监管 API / 信达 / 万得增值字段 / 沪深交易所盘中信号 / 信用衍生品高频数据等）后 ——
  • 自动化代理信号集合 + 半人工标注的双人 IAA kappa 连续两季度 ≥ 0.85（即代理信号已能高保真复现人工标注）；
  • 评测体系 D4 在对应桶（B4 / B5b）的 shared-book 形态分类准确率 ≥ 80%；
  • 且公开数据通路稳定运行 ≥ 6 个月。
  • 满足以上三项后，走 Phase 5 §3.1 子机制变更路径，将 M5.3(c) / (d) 从「半人工标注」升级为「自动识别 + 抽样人工复核」。
• 任务 C：当 M7.meta-v1 内嵌的「后验熵 + 链路置信度 + 适用性标签数量」三维代理信号 + 阈值校准 ——
  • 与人工标注的 IAA kappa 连续两季度 ≥ 0.80；
  • 评测体系 D6 ECE ≤ 0.10；
  • 且模型在 ≥ 4 个 MCA 桶上稳定运行。
  • 满足后升级为「全自动二值判定 + 季度抽样人工校准」。
• 任务 D：当 MCA 轴 4 数据通路扩展（如国家队组合披露提质 / 政策点火事件结构化抽取 pipeline 上线）后 ——
  • 轴 4 标签自检助手与人工标注的 kappa 连续两季度 ≥ 0.85；
  • 且评测 D9 跨市场对照推理在 N3 桶位的 MCA 归因准确率 ≥ 80%。
  • 满足后升级为「自动判定 + 半年抽样人工校准」。

升级路径与 Phase 5 治理流程的对接：升级触发后，由 Tier 2 工程团队提案，Tier 1 reviewer 并行评审，走 Phase 5 §3.2 R1 修订的「并行评审 + 单点签署 + 14 天异议期 + 3:1 否决」范式。升级前后 audit trail 保留 ≥ 8 季度（沿用 Phase 5 §7 防退化要求），含「升级前后评测对照」与「升级后首季度漂移监测」。升级不可逆性约束：若升级后任一季度评测分数低于升级前基线 15%，触发降级回半人工标注，走相同治理流程。

六、与评测体系的接口

半人工标注产出进入评测样本的路径：

• 任务 A / B 标注产出的「contagion-mode + entry-points + reverse-force-list」字段进入 Phase 4 评测 D4「shared-book 形态分类准确率」与「反向力量召回率」的分母与分子；标注产出的「public-proxy-signals」字段同时进入 D2「政策语义解码字段命中率」的对照基准。
• 任务 C 标注产出的「should-trigger-slow-thinking + trigger-reason」字段进入 Phase 4 评测 D6「M7.meta 触发命中率」与「ECE 校准指标」的分母与分子。
• 任务 D 标注产出的「axis-4-level」直接作为 Phase 4 评测系统强制下发的 MCA 桶位标签（沿用 Phase 4 §三 gaming 路径 6 防御「MCA 桶位由评测系统强制下发，不允许被测体系自报」）。

半人工标注样本的训练 / 测试 / holdout 划分：

• 沿用 Phase 4 §三 R1 修订的 70 / 20 / 10 三集划分原则，半人工标注 case 同样按比例划入开发集 / 测试集 / holdout 集。
• 标答（contagion-mode / should-trigger-slow-thinking / axis-4-level 等关键字段）保留在工程仓内部，公开版只保留事实层（事件时间戳 / 公开代理信号 / 市场快照），防数据泄漏。
• holdout 集中半人工标注样本要求桶位均匀分布，B4 / B5a / B5b / B6 / B7 桶位各保留至少 1 个 holdout 半人工标注 case。

标注质量反向输入评测的「标注质量评分」：

• Phase 4 评测系统在每季度评测报告中独立报告「半人工标注质量基线」——含每项任务的 IAA kappa 滚动均值、准确率（与后验真相对照）、SLA 达标率三项指标。
• 半人工标注质量低于阈值的桶位评测结果不参与跨桶百分位对照，仅报告绝对分数。
• 半人工标注质量基线在评测报告中显式展示，防止「评测分数高但标注质量低」的过拟合标注 gaming 路径（即「为提高某桶分数刻意放宽标注严格度」）。

七、与治理流程的对接

标注流程变更走 Phase 5 何种治理流程：

• 标注模板字段增删 / 选项枚举调整：走 Phase 5 §3.1 子机制级变更路径（L2），由 Tier 2 工程团队提案 + Tier 1 reviewer ≥ 2 人共识。
• 触发条件 / 代理信号阈值调整：走 L2，与 MCA 等级阈值调整门槛对齐（≥ 2 case 表明现阈值导致系统性误诊）。
• 标注流程整体路径调整（如三方角色权责重新分配 / 复核机制重设计 / Tier 升级条件）：走 Phase 5 §3.1 L3，触发 workstream mini-review。

标注者角色变更走 Phase 5 何种治理流程：

• Tier 1 / Tier 2 / Tier 3 角色定义变更：走 Phase 5 §3.2 体系扩展边界范式（并行评审 + 单点签署 + 14 天异议期 + 3:1 否决），因角色变更影响标注质量基线与评测可信度，等同于体系级变更。
• 具体标注者准入资格（领域专业资质 / 利益相关性披露 / 培训认证）：走 L2。

SLA 数值变更走 Phase 5 何种治理流程：

• §3 表中数值校准（延迟 / 准确率 / IAA 门槛 / 复核覆盖率）：走 L2 + 附 Phase 4 评测前后对比，与 MCA 等级阈值调整门槛对齐。
• §5 升级路径触发条件调整：走 L3，因涉及「半人工 → 全自动」升级判定，影响机制 schema。
• §3 表整体重设计（如新增任务 E / F）：走 L3，与子机制扩展门槛对齐（≥ 3 case 触发且不能被现有四项任务吸收）。

与 ADR-009 立场降级范式的对齐：本附录中所有 SLA 数值变更 / 流程变更均保留 audit trail ≥ 8 季度，沿用 ADR-009 立场降级 audit trail 范式。半人工标注任务整体若在 §5 升级路径成功转正为全自动判定，原半人工流程的 audit trail 同样保留 ≥ 8 季度备追溯，防路径依赖与隐性回滚。

关联

• Phase 3 T1 8 机制升级版 + v1 工程回退注释：drafts/2026-05-28-phase3-mechanisms-v1.md
• Phase 3 T2 MCA 6+1 分轴 + 轴 4 人工标注路径：drafts/2026-05-28-phase3-market-context-axis.md
• Phase 4 评测体系 v1 + 70/20/10 三集划分 + 桶位强制下发：drafts/2026-05-28-phase4-evaluation-system.md
• Phase 5 治理流程 + 三档梯度门槛 + ADR-009 立场降级范式：drafts/2026-05-28-phase5-iteration-governance.md
• Phase 6 R-B 工程实施视角 review + 工程不可实现 3 项：reviews/2026-05-28-phase6-r-b-engineering.md
• 变更协议：governance/change-protocol.md