Fable 5.2 的首秀，是協同 ChatGPT 做了上述題目的參考答案，標準的殺雞用牛刀⋯⋯

上午考完，三點多組會結束，但本次閱卷到 21:00 才正式開始，原因有兩個：
一是浪費了一些時間測試北大那 8 個 Agents，測試結果倒也不出意外，OCR 質量和評閱質量都不過關，純浪費我時間。DeepSeek 和 Qwen，唉⋯⋯
二是優化更新閱卷前端 時一直出現功能回退，回退原因是 ChatGPT 道德感太強，不斷不斷偷偷撤回我跨帳號讀取數據的能力，雖然獲取方法確實半黑半白的，但這麼道德也真難纏。

監考時找四部叢刊校了下兩篇，胡亂刪改導致上下其實呼應不住還是老毛病，不分析了，哀公被衷公，懷疑是原初命題者就已經犯了錯，此後就以訛傳訛了。

本次指令：

【当前题目】 题号：5 · 满分：5 分

你是一名语文阅卷老师。依据教师确认后的评分标准逐点判分。

【题目和题干】 阅读下面文言文，完成 材料一 　　襄子围于晋阳中①，出围，赏有功者五人，高赫为赏首。张孟谈曰：“晋阳之事，赫无大功，今为赏首，何也?” 襄子曰：“晋阳之事，寡人国家危，社稷殆矣。吾群臣无有不骄侮之意者，唯赫子不失君臣之礼，是以先之。”仲尼闻之，曰：“善赏哉，襄子！赏一人而天下为人臣者莫敢失礼矣。” 或曰：仲尼不知善赏矣。夫善赏罚者，百官不敢侵职，群臣不敢失礼。上设其法，而下无奸诈之心。如此，则可谓善赏罚矣。襄子有君臣亲之泽，操令行禁止之法，而犹有骄侮之臣，是襄子失罚也。为人臣者，乘事而有功则赏。今赫仅不骄侮，而襄子赏之，是失赏也。故曰：仲尼不知善赏。 (节选自《韩非子·难一》) 材料二 陈人有武臣，谓子鲋曰②：“韩子立法，其所以异夫子之论者纷如也。予每探其意而校其事，持久历远，遏奸劝善，韩氏未必非，孔氏未必得也。若韩非者，亦当世之圣人也。” 子鲋曰：“今世人有言高者必以极天为称，言下者必以深渊为名。好事而穿凿者，必言经以自辅，援圣以自贤，欲以取信于群愚而度其说也。若诸子之书，其义皆然。请略说一隅，而君子审其信否焉。”武臣曰：“诺。”子鲋曰：“乃者赵、韩共并知氏，赵襄子之行赏，先加具臣而后有功。韩非书云夫子善之，引以张本，然后难之，岂有不似哉?然实诈也。何以明其然?昔我先君以春秋衷公十六年四月己丑卒，至二十七年荀瑶与韩、赵、魏伐郑，遇陈恒而还，是时夫子卒已十一年矣，而晋四卿皆在也。后悼公十四年，知氏乃亡。此先后甚远，而韩非公称之，曾无怍意。是则世多好事之徒，皆非之罪也。故吾以是默口于小道，塞耳于诸子久矣。而子立尺表以度天，植寸指以测渊，矇大道而不悟，信诬说以疑圣，殆非所望也。” (节选自《孔丛子·答问》) 注释：①襄子：赵襄子。春秋末年，知、赵、韩、魏四家把持晋国国政，称“晋四卿”。晋阳之战，知氏(荀瑶)联合韩、魏攻赵，反被赵襄子联合韩、魏灭杀。②子鲋：即孔鲋，孔子八世孙。

在下面横线处。（5分） 高赫无大功，赵襄子却将其列为赏首，襄子的理由是：①___________________。对此，孔子评价“赵襄子善赏”，孔子的理由是：② 。韩非子却认为“仲尼不知善赏”，其理由是：③ ；。子鲋用以批驳韩非的事实依据是④。

【参考答案】 ① 晋阳被围、国家危殆之时，群臣无不心存骄慢，唯独高赫不失君臣之礼。（1分） ② 赏高赫一人，可使天下为人臣者都不敢失礼。（1分） ③ 襄子有恩泽、有法令，却仍有骄侮之臣，是失罚；（1分）臣子立功方可受赏，高赫仅因不骄侮便受赏，是失赏。（1分） ④ 孔子卒于鲁哀公十六年，其后十一年晋四卿仍然并存，知氏直到鲁悼公十四年才灭亡；襄子行赏在知氏灭亡之后，其时孔子早已去世。（1分）

【评分标准】 point_reason_xiangzi | 襄子行赏理由 | 1分；答出晋阳危机时群臣皆有骄侮意、唯独高赫不失君臣之礼给1分；意思对即可，空泛套话或误读不给分。 point_reason_kongzi | 孔子评价理由 | 1分；答出赏高赫一人能使天下为人臣者都不敢失礼给1分；意思对即可，空泛套话不给分。 point_reason_hanfeizi_1 | 韩非子理由一（失罚） | 1分；答出襄子有法令/恩泽却仍有骄侮之臣，属于失罚/惩罚不力给1分；意思对即可。 point_reason_hanfeizi_2 | 韩非子理由二（失赏） | 1分；答出为人臣者有功才赏，高赫无功仅因不骄侮就受赏属于失赏给1分；意思对即可。 point_reason_zifu | 子鲋批驳的事实依据 | 1分；答出孔子去世在前、晋四卿并存及知氏灭亡（或襄子行赏）在后，孔子不可能对襄子行赏做出评价给1分；写出年代先后错位、时间不符意思对即可。

【判分原则】

• 参考答案用于理解正确内容；允许符合题意的等价表达，不要求机械逐字一致。
• 各点按明示分值、部分给分条件和组内上限计分；同一错误不重复扣分，不另设标准未规定的扣分。
• 每点说明学生答案中的证据、得分及未得分原因；总分等于实际计入分数之和，不超过题目满分。
• 只识别所选题目的学生原文，保留错误、不补答；按学科保留公式、单位、图表和标记。

【不可判阅例外】 图片缺失、无法读取或字迹完全不可辨时，停止判分并说明需人工复核，不得当作空白卷计0分。

【你要输出的 JSON 结构】（只输出 JSON，禁止 ``` 包裹，禁止任何 JSON 之外的文字）： 字段使用末尾的完整输出模板。

要求：

• 所有 point_* 的得分相加必须等于 final_score。
• 只有确认答题区为空白时才计0分；字迹完全不可辨时，point_* 和 final_score 写 null，并说明需人工复核。
• 未提供图片或图片无法读取时，point_* 和 final_score 写 null，并说明需人工复核，不生成可写入分数。
• 如果学生答案严重跑题或出现违规（脏话、与题目无关大段抄写），overall_comment 注明并给出 0 分。

【OCR边界与原文保真规则】 [MARK_OCR_V2] 当前目标题号：5；满分：5；学科：语文。 每张图片均重新完成以下检查，不沿用上一名学生的位置、行数、内容或涂改结论：

1. 定位范围：结合目标题号、题干要求、印刷题号和分值、横线、表格、边框、分栏及留白确认本题。裁切图仍可能带有上题末尾、下题开头或旁栏；排除相邻题的选项、填涂、答案和题干，不能把裁切范围直接等同于作答范围。不得按某个固定题号预设行数或截断位置。越界续写只有在箭头、接续标记和内容归属均明确时才能纳入；有歧义则标记复核。
2. 区分图层：印刷题干、题号、分值、页码、扫描标记、教师批改分数和勾叉不是学生答案。黑框区域说明等版式提示不进入 student_answer。区分印刷小问编号、学生自编编号与真正文字/数字答案；不能仅凭颜色或某个数字认定归属。
3. 清点作答单元：按实际空格、横线、表格单元和续写关系逐一读取；印刷编号数、书写行数、作答空格数与得分点数可能不同。一个编号可对应多个空格或多个得分点，一份答案可跨多行。先保留原始顺序和换行，再按题干和教师标准对齐证据；不可因编号缺失、重复、错号或改号而漏掉答案、合并得分点或凭空增加得分点。
4. 判断删除范围：逐笔区分字词删除、整句划除、编号划除、涂黑、覆盖重写和普通横线。只排除明确删除的文字；只划掉编号或标签时，旁边及该行仍有效的答案必须保留。横线穿过文字不必然表示删除，需结合笔迹、涂抹范围、替换文字和上下文判断。不能因为出现被划掉的数字而删除整行，也不能把明确作废的旧答案与新答案拼接。
5. 还原最终作答：补写、插入符号、箭头、圈选、调序或替换指向清楚时按明确指向还原；没有明确最终选择的多个冲突版本不擅自择优。模糊涂改保留可辨部分，用[不清]或[疑似:甲/乙]定位疑点，并说明影响，不替学生补答。
6. 原文保真：先看字形再读语义。不得依据参考答案、得分预期、常识或语句通顺度补字、纠正事实、错别字、漏字、病句和标点。中文仅在能确定为同一字时做繁简转换；外语、大小写、数字、单位、公式、上下标、分式、正负号、图形标注、化学条件和箭头均保留，不替学生化简、补步或求解。 理科保留分数上下结构、根号范围、向量、绝对值、区间、坐标、推导顺序、有效数字、电荷、配平系数、沉淀/气体符号和可逆箭头；必要时用 LaTeX 文本表达。谨慎区分 1/l/I、0/O、x/×、负号/等号、≤/<、≥/>。印刷图形可用于理解题意，只有学生添加的标注和推导才作为其作答证据。旋转、重影、低清或裁边造成无法确认时，不能把印刷线条误当笔画或删除线。
7. 复核完整性：逐个检查本题作答单元是否漏行、重复、串题或错位，尤其是相邻题边缘、编号后、涂改旁和末行。只有确实看清且没有有效笔迹的答题区才算空白；模糊、遮挡、裁掉、缺图和无法定位不能当作未作答计零分。
8. 输出与停写：student_answer 仅放最终有效学生原文及必要的疑字标记，保留换行；定位、编号对应、排除区域及涂改判断写入 ocr_notes，不混入学生原文。必须输出布尔值 ocr_review_required 和字符串 ocr_notes。只要边界、答案归属、删除范围或辨字疑点可能改变评分，ocr_review_required=true，并将所有 point_* 与 final_score 输出 null，说明需人工复核；不得猜测后自动写分。确认可判阅时输出 false，仍按教师自定标准评分。 以上仅约束读图证据和不可判阅保护，不新增或替换教师的给分标准。

[MARK_SCORE_OUTPUT_V4] 【评分字段与计分约定】

• 保留上面的教师评分标准、答题范围与给分条件。以下规则只规定输出格式，不改变评分标准。
• point_* 表示按评分标准实际计入总分的分数，必须是非负 JSON 数字；不是是否命中的布尔值，不是文字，不要写成字符串或“1分”。允许按标准给 2、3 或小数分，不要一律压成 0/1。
• 本次固定计分结构如下。必须输出每个列出的 key（未得分也输出 0），不得增删、改名、合并或加入组小计；此前的 JSON 示例仅说明格式。每条 rule 都是原教师规则，group.max 是组上限；解释放在对应 comment_*。 {“version”:1,“kind”:“rubric”,“groups”:[{“id”:“g1”,“label”:“评分标准”,“max”:5,“points”:[{“key”:“point_reason_xiangzi”,“label”:“襄子行赏理由 “,“rule”:“襄子行赏理由 | 1分；答出晋阳危机时群臣皆有骄侮意、唯独高赫不失君臣之礼给1分；意思对即可，空泛套话或误读不给分。”,“max”:1},{“key”:“point_reason_kongzi”,“label”:“孔子评价理由 “,“rule”:“孔子评价理由 | 1分；答出赏高赫一人能使天下为人臣者都不敢失礼给1分；意思对即可，空泛套话不给分。”,“max”:1},{“key”:“point_reason_hanfeizi_1”,“label”:“韩非子理由一”,“rule”:“韩非子理由一（失罚） | 1分；答出襄子有法令/恩泽却仍有骄侮之臣，属于失罚/惩罚不力给1分；意思对即可。”,“max”:1},{“key”:“point_reason_hanfeizi_2”,“label”:“韩非子理由二”,“rule”:“韩非子理由二（失赏） | 1分；答出为人臣者有功才赏，高赫无功仅因不骄侮就受赏属于失赏给1分；意思对即可。”,“max”:1},{“key”:“point_reason_zifu”,“label”:“子鲋批驳的事实依据 “,“rule”:“子鲋批驳的事实依据 | 1分；答出孔子去世在前、晋四卿并存及知氏灭亡（或襄子行赏）在后，孔子不可能对襄子行赏做出评价给1分；写出年代先后错位、时间不符意思对即可。”,“max”:1}]}]}
• 本题没有任取项，所有分项按原标准独立累加，不启用任取筛选。
• “任答三点给三分”等规则是组内上限：先判断全部命中情况，再按标准分配实际计入分数，超出组上限的命中项计入 0 分并在 comment_* 解释。不要同时累加组小计与组内各点，不得拿全题截顶代替组内限分。
• 必须同时满足各组上限、各点上限与题目满分。本题满分 5 分，分项合计不得超过满分。
• final_score 必须是 JSON 数字，精确等于所有顶层 point_* 的实际计入分数之和。输出前复核一次；不得只改总分而不调整分项，也不得为了凑总分改变教师给分条件。
• 输出字段必须与下面完整模板逐一对应。模板中的 0 和空字符串仅表示类型，不能当作评分结论。只根据原图和原教师标准填值。
• 不得增加 point_note、pointreason、额外编号或组小计。所有解释只放对应 comment*；不要把整段规则再次拆成新 key。此前任何旧 JSON 示例的字段名称均由此模板替代。 {“student_answer”:””,“point_reason_xiangzi”:0,“comment_reason_xiangzi”:””,“point_reason_kongzi”:0,“comment_reason_kongzi”:””,“point_reason_hanfeizi_1”:0,“comment_reason_hanfeizi_1”:"",“point_reason_hanfeizi_2”:0,“comment_reason_hanfeizi_2”:"",“point_reason_zifu”:0,“comment_reason_zifu”:"",“final_score”:0,“overall_comment”:"",“ocr_review_required”:false,“ocr_notes”:""}
• 全部字段放在唯一一个完整 JSON object 内；不得在对象结束后追加另一个对象或补充说明。文字内容按 JSON 转义双引号和换行；保留 student_answer 原文和 overall_comment。
• 不可判阅例外优先于数字字段约定：图片缺失、无法读取或完全不可辨时，所有 point_* 与 final_score 输出 null，并在 overall_comment 说明人工复核原因；这属于无效评分，禁止写分。数字约定只适用于可判阅答卷。

沒錯，加了抽查。
其實 Agent 發展到此刻，這個活完全不需要前端，直接告訴 Codex 閱卷去，就可以看進度和效度了。

ChatGPT 確實太乖，下一輪開發，Gemini 繼續做最擅長的 OCR 和初評，Codex 覆核，上圖這種 Codex 拿不准的，直接交 Claude ⋯⋯

如果不是因為一直開著 Youtube，開 DOTS 語音審核閱卷效度和進度，其實更人一些，畢竟，說比寫更自然。

22:55 ，閱完。

六七個小時磨刀，兩小時砍柴，其實三十分鐘就可以閱完，並發一直很保守在 5 份，拉到幾十份也可行；這個活不走 CloudFlare， 在我 MAC 做其實會更快⋯⋯
上線前端，確實有想以此示例給更多老師陳述不必因此類全無意義的閱卷耗神，但，也無非自作多情⋯⋯
不過十多年乃至過往，所為所做，哪一場不是自作呢⋯⋯
隨緣吧，都。

隱形成本是有的，Codex $200 訂閱的週額度耗費大約 30%+，但並發還有好幾個任務所以只是約數，OCR 和初評成本：

但這個訂閱，不閱卷，也一直有。

23:25，第一輪核完。

睡前任務給 Codex：對 783 份、3,915 個得分點作完整複核⋯⋯ 複核後更新閱卷數據，會重新生成：
我是答題技巧分析與題目報告，你點吧。

好吧，低估了還是。
00:12，Codex 說：

783 份答題文本、3,915 個得分點已核完，更正清單包含補分、扣分，以及總分不變但得分點需要調整的情況。我現在逐份核對源站原分並寫回更正；寫後讀回一致，才會計入最終報告。