每次到季度末，带团队的人大概都在重复同一个场景：上级要一份绩效材料，你坐在电脑前翻聊天记录、翻邮件、翻任务系统，凭回忆拼出「这个人这个季度干了什么」。拼完自己都知道不牢靠——做得多但没留痕的人吃亏，会讲的人占便宜，最后考核变成考表达能力。
先说清这篇的位置。站内已经有两篇挨着的文章，但都不是这个角度：OpenClaw 做员工培训与考核 管的是学习侧，从制度文档自动出题、组卷、批改、跟进学习；用 AI Agent 做招聘简历初筛 管的是进门那一步，筛选候选人。这一篇管中间那段：已经在岗的人，目标与结果对不对得上，怎么让 Agent 帮着对齐、攒证据、写复盘材料。
说白了，绩效里真正费人力的从来不是「打分」那一下，而是打分之前那一堆脏活。
一、先把三个环节分开
绩效流程看着复杂，拆开其实只有三件事，而且它们的节奏完全不同：
- 定目标——周期开始时一次，重点是口径写清楚，别留模糊词。
- 攒证据——整个周期持续做，重点是平时留痕，而不是期末找。
- 复盘与校准——周期末一次，重点是把证据摆齐、把分歧摊开。
这三件事里，Agent 价值最大的是第二件，最容易出事的是第一件，最需要人把关的是第三件。下面按这个顺序讲。
二、先立规矩：三条硬边界写死在系统里
在谈能力之前先谈边界，因为绩效这件事一旦越界，比做错一次数据分析严重得多。三条必须写进配置、而不是写在文档里的规矩：
- 不给员工打分。Agent 只做归集、比对、提示，综合评分和评级由上级给出，系统里不出现「Agent 建议评分」这种字段。
- 不做排名结论。不生成「末位」「待改进名单」这类输出，也不做跨人排序。
- 不碰奖惩决定。晋升、调薪、淘汰相关字段一律不进 Agent 的可读范围。
这三条本质上和 AI Agent 处理个人信息怎么合规 讲的一样：先分级、再最小权限。绩效数据里既有评价类信息，也有他人对第三方的评价，属于典型的高敏数据，Agent 的读取范围要按角色收窄——直属上级能看自己团队的，HR 能看全量但不下发到会话里，Agent 自己不该有「全量可见」这一档。
三、目标表要写清六件事
复盘时吵起来，八成是因为当初目标没写清。一张能自动校验的目标表，至少要有六个字段：
- 目标是什么——写结果，不写动作。「把询盘转化率从 8% 提到 12%」是目标，「多打回访电话」不是。
- 口径怎么算——分母是谁、什么时间窗、哪些不计入。这一步不写清，后面所有偏差提醒都是假的。
- 周期——月、季还是半年，以及中途调整的规则。
- 责任人——一个人一个目标，共同负责的要拆成各自的份额。
- 对齐关系——它上面接谁的哪个目标，避免团队目标和个人目标各说各话。
- 证据来源——这个目标的进度从哪个系统取数（工单、CRM、代码库、报表），取不到就明说「本目标无自动取数，靠人工提交」。
最后这一条最容易被忽略。目标表里凡是写不出证据来源的，基本等于这个周期没法客观考核，得在定目标时就砍掉或者改写。
四、证据平时攒，不期末找
Agent 在这里做的事很朴素：按周把「相关系统里发生的事实」抓回来，挂到对应的目标下面。证据分三类，缺一类都不完整：
- 交付物证据——发布了什么、上线了什么、交付了什么，带链接和时间。
- 数据证据——口径一致的数字，带上取数时间和范围。
- 他人反馈证据——协作方的评价、客户原话、跨部门群里的确认。这类最容易漏，也最能解释「数字之外的部分」。
关键动作是定期抓取 + 只追加不改写。一旦允许事后回填，绩效证据里就会长出一批「为考核而写」的材料，比没有还糟。技术实现上，每一条证据都应该带原始出处链接，这点跟 AI Agent 审计查询字段怎么设计 的思路一致：复盘时要能点回去看原话，而不是只剩一句总结。
五、偏差提示：什么时候才该响
「进度落后了」这种提醒如果每周都发，三次之后就没人看了。要让它有用，得同时定三件事：
- 偏差怎么算——简单的是「进度百分比 vs 时间进度百分比」，复杂点的是看最近两周的增量趋势。建议先用简单口径，跑两个周期再说。
- 阈值分几档——比如落后 10% 只在个人周报里提一句，落后 25% 才通知上级，落后 50% 或者连续两个周期滞后才升级。
- 什么情况不提醒——提前标注的客观阻塞（等排期、等审批、等外部数据）不算落后者，只算风险项。
升级链路可以直接复用 AI Agent 失败升级规则 那套思路：逐级提醒、带冷却时间、避免同一件事反复喊。区别在于绩效场景里，所有提醒都是给人和给人看的，不能自动触发任何对员工不利的动作。
六、复盘材料自动成稿
到了期末，让 Agent 按固定结构出初稿，人只做删改。四段就够：
- 做了什么——从证据里挑出与目标直接相关的，按目标分组，不按时间流水账。
- 差在哪——目标与结果的差距，以及差距发生在哪个环节。
- 为什么——分清是方法问题、资源问题还是外部变化，并标出哪些结论有证据、哪些只是推测。
- 下个周期改什么——至少一条可验证的动作，而不是「继续努力」。
写法上有个硬要求：凡是出现事实和数据，都必须带出处。这一条跟 用 AI Agent 做会议行动项追踪 是同一个纪律——不留出处的总结，最后都会变成争论的起点。
七、校准会前，先抽检材料本身
校准会最怕两种材料：一种是写得很漂亮但没证据的，一种是数字口径和别的团队对不上的。这两种都是「材料质量问题」，不是「人的问题」，适合用抽检解决。
做法可以照搬 OpenClaw 人工复核抽检怎么做 的分层思路：不是每份都看，而是按几个维度抽——目标数量最多的、数字跨度最大的、被升级过的、跨团队协作最多的。抽检表只看四项：证据齐不齐、数字口径对不对、结论有没有超出证据、有没有该写没写的部分。
抽检结果直接反馈给写材料的人重写，不进评分环节。这样既保证质量，又不会让抽检本身变成一种打分。
八、数据只回答三个问题
绩效系统最容易做成一个花哨的看板。收住，只回答三个问题：
- 哪些目标整体在滞后——看团队层面，不看个人排名。
- 滞后的原因分布是什么——如果一半的滞后都指向「排期等待」，那是资源问题，不是人的问题。
- 证据齐全度怎么样——这是系统健康度，不是员工健康度。
这三个问题的共同点是：它们都指向管理动作，而不是指向某个人。看板上出现个人排序的那一天，这套东西就会开始被应付。
九、五个坑与适合谁
常踩的坑：
- 先上系统再定口径——口径没统一，Agent 算出来的偏差全是噪音，团队会直接不信这套东西。
- 允许事后补证据——补出来的证据看起来更完整，实际更不可信，而且会形成「谁写得好谁占便宜」的逆向激励。
- 把提醒做成催办——每天一条「你的目标落后了」，三次之后就被静音了。
- 让 Agent 输出结论句——「该同事业绩一般」这种句子一旦出现，整套系统的信任就毁了。Agent 只输出事实与差距，形容词留给人。
- 一次性铺到全公司——先在一个人数适中的团队跑完整一个周期，把目标模板和口径磨出来，再谈推广。
适合谁：带 5 到 30 人团队的中层、HRBP、以及项目型组织里需要按季度交代目标对齐的人。目标能写成数字、工作过程有系统留痕的团队，收益最明显；纯靠创意产出、过程难留痕的岗位，Agent 只能帮你把证据攒齐，判断部分还是得人来。
最后一句话：Agent 在这件事上的角色是书记员和校对员，不是裁判。把这两个身份分清楚，绩效这件事才有可能从「考表达」回到「看事实」。
