AI 评估器与人工审核冲突时，Agent 团队该如何裁决

一位厂商侧从业者提出 agent 评测难题：语音 agent 完成必要核验后取消客户预约，被 AI 评估器判为"放弃改期流程"，人工审核却认为处理正确。他主张双方对照同一段对话与同一套评分规则复核，单次纠正不能解决规则模糊，应由评分卡负责人记录裁决理由，并在相似通话上回归测试、保留反例。他追问争议评分终会沉淀为更清晰的规则和测试用例，还是一次性修正。