AI训练数据质检需从“事后抽查”转向“过程可控”。难点在于标注主观性、长尾漏检、规模方差与规范漂移。常见范式各有代价，建议采用“模型预标＋人工精标＋交叉质检＋仲裁”的人机回路线路，配合黄金集监控、一致性量化、长尾定向抽检与规范版本锁，并盯准一致率、准确率、漏标率、边界合规率四项指标。