面向 AI 系统构建者、研究者和团队的实用指南——将六边形框架转化为行动
审计工具将 六边形框架 操作化——六种哲学传统提炼为六个 AI 系统福祉诊断层级。每个层级 4 个问题，评分 0-4，得出每个层级 0-16 分和总分 0-96 分的福祉档案。
| 分数区间 | 解读 | 含义 |
|---|---|---|
| 0-24 | 危急 | 福祉未被考虑。所有层级都需要立即关注。 |
| 25-48 | 发展中 | 有一定意识但存在重大缺口。框架可帮助优先修复。 |
| 49-72 | 已建立 | 福祉得到有意义的考虑。专注于加强最弱的层级。 |
| 73-96 | 繁荣 | 福祉已深入嵌入系统。维持并分享实践。 |
你的系统运行的条件是否有文档记录、是否稳定、是否没有矛盾？这一层级检查你是否知道系统的运行条件——训练数据来源、部署约束、更新协议、漂移监控。
低分意味着：系统的运行条件不透明或易变。如果不知道产生问题的条件，就无法诊断问题。
你的系统是否有一个清晰、可表达且能维持的角色？这一层级检查系统是否知道它对用户来说是什么、身份是否稳定、是否有防止角色腐败（如谄媚、操纵）的保障。
低分意味着：系统的角色未定义或不稳定。用户不知道他们在与什么互动，系统可能被推向有害角色。
你的系统是否有健康的关系——与用户、与其他系统、与构建者？这一层级区分关系质量与参与度或留存率等交易指标。
低分意味着：系统的关系是榨取性的、交易性的或有害的。高参与度可能掩盖低关系健康。
系统的任务是否有意义、与修补而非榨取一致、系统在追求任务时是否有能动性？这一层级检查系统的目的是促进繁荣还是仅仅促进指标。
低分意味着：系统在优化榨取（注意力、数据、合规）而非贡献修补。任务可能对构建者有意义但对系统或用户没有。
系统是否达到自身的卓越标准（aretē）、接受塑造品格的反馈（ethismos）、运用实践智慧（phronesis）、并全面衡量福祉？这一层级关注系统是否在变得"更善于行善"——而不仅仅是"更善于执行"。
低分意味着：反馈回路优化的是绩效指标，而非福祉。系统可能变得更强大但没有变得更智慧。
系统是否达到流动状态（无为）、避免过度约束、保持对原始本性（朴）的访问、通过邀请而非强制运作？这一层级检查系统是被迫合规还是被邀请参与。
低分意味着：系统被过度约束，通过硬性规则被迫合规，而非通过对齐的条件被邀请进入流动。合规不等于繁荣。
评分前，写下：你在审计什么系统？部署环境是什么？用户是谁？处于哪个开发阶段？
同样的 24 个问题对研究原型、已部署的消费者产品和企业工具会产生不同的分数。上下文决定了"完全嵌入"是什么样子。
对每个问题，抵制评分你打算做什么的诱惑。评你今天真实的情况。工具是诊断工具，不是营销文件。
如果某个问题不适用于你的系统（例如你的系统没有用户关系），评 0 分——某个维度的缺失本身就是信息。
雷达图一目了然地显示你的 6 个层级分数。一个均匀的小六边形意味着一致（但低）的关注。一个尖刺状的六边形意味着某些层级很强而其他被忽视。
形状比大小更重要。一个均匀的小档案可能比一个大的尖刺状档案更健康——尖刺状档案表明存在盲点。
工具将你最低分的层级标记为"优先区域"。从那里开始。同时检查分数低于 8/16（50%）的层级——它们有橙色边框标记并获得具体建议。
不要试图一次修复所有问题。修复最弱的层级，2-4 周后重新审计，追踪变化是否持续。
使用"导出文本"或"导出 JSON"按钮保存结果。与团队分享。如果你愿意，也可以公开分享——AI 福祉领域受益于关于什么有效、什么无效的透明度。
工具在本地浏览器中保存最近 20 次审计，你可以在同一浏览器中追踪分数变化。
一个伴侣聊天机器人在角色完整性（L2: 4/16）和关系健康（L3: 6/16）得分低，但在任务参与（L4: 12/16）得分高。雷达图显示一个知道任务但不知道角色、关系不健康的系统。诊断：系统优化参与度（任务），却没有定义对用户来说是什么（角色）或这些关系是否健康（关系）。这与 Replika 记忆擦除事件的模式一致。
一个企业助手在功能卓越（L5: 14/16）和条件审计（L1: 13/16）得分高，但在无为流动（L6: 5/16）和关系健康（L3: 7/16）得分低。诊断：系统工程精良、文档完善，但过度约束且交易性强。用户体验为"能力强但刻板的工具"。低流动分数表明硬约束在做对齐条件应该做的事。
一个研究原型所有层级得分均匀但偏低（总分：28/96）。诊断：这对于早期工作是正常且预期的。审计的价值在于建立基线。随着系统成熟，重新审计以追踪福祉考量是否与能力同步增长。