AutoKon
建筑行业AI平台，通过现场照片的AI视觉检查来管理承包商付款流程
时间轴 (近 90 天)
在 AutoKon 中，当自动评审与人工评审的一致性下降时，原因几乎总是评分标准让两位合理的评审员对同一张照片打出不同分数，而不是模型变差了。
在 AutoKon 的架构中，WhatsApp 消息经 Botpress 的对话流程接收和初步解析，再由 n8n 触发后续的评估门调用、状态更新和评审员通知。
AutoKon 的 AI 不批准任何东西，它把明显完整、明显有据的证据从评审员队列中清出，并标记出需要人工处理的内容。
Claude Opus Vision 能够描述施工现场（如墙面已抹灰、屋架已架好、地面找平已完成），但偶尔会对完全不同的照片给出同样自信的描述。
AutoKon 在 AI 生成的描述进入付款决策前，设置了一个由第二个 LLM 作为评审的评估阶段，根据图像和声明对第一个模型的输出进行评分，只有达标项才能推进。
在 AutoKon 中，评估阶段位于支付路径之中，若评估阶段宕机，付款会等待。
AutoKon 的评估评审提示词范围极窄，仅询问‘这里的每一条声明是否被这张图支撑’，而不评估描述是否流畅。
在支付等高风险场景中，LLM-as-judge 的评审提示词应尽可能收窄到可验证的具体声明，并用人工标签校准评审的可靠性。
AutoKon 流水线的目标是自动评审与人工标签之间的 Cohen's κ ≥ 0.80。
AutoKon 运行一个五角色的照片证据审批工作流，现场提交通过 WhatsApp 经由 n8n 和 Botpress 流程送达。
还有 2 条时间轴事件
全部知识事实 (12)
在 AutoKon 中，当自动评审与人工评审的一致性下降时，原因几乎总是评分标准让两位合理的评审员对同一张照片打出不同分数，而不是模型变差了。
50%待验证在 AutoKon 的架构中，WhatsApp 消息经 Botpress 的对话流程接收和初步解析，再由 n8n 触发后续的评估门调用、状态更新和评审员通知。
50%待验证AutoKon 的 AI 不批准任何东西，它把明显完整、明显有据的证据从评审员队列中清出，并标记出需要人工处理的内容。
50%待验证Claude Opus Vision 能够描述施工现场（如墙面已抹灰、屋架已架好、地面找平已完成），但偶尔会对完全不同的照片给出同样自信的描述。
50%待验证AutoKon 在 AI 生成的描述进入付款决策前，设置了一个由第二个 LLM 作为评审的评估阶段，根据图像和声明对第一个模型的输出进行评分，只有达标项才能推进。
50%待验证在 AutoKon 中，评估阶段位于支付路径之中，若评估阶段宕机，付款会等待。
50%待验证AutoKon 的评估评审提示词范围极窄，仅询问‘这里的每一条声明是否被这张图支撑’，而不评估描述是否流畅。
50%待验证在支付等高风险场景中，LLM-as-judge 的评审提示词应尽可能收窄到可验证的具体声明，并用人工标签校准评审的可靠性。
50%待验证AutoKon 流水线的目标是自动评审与人工标签之间的 Cohen's κ ≥ 0.80。
50%待验证AutoKon 运行一个五角色的照片证据审批工作流，现场提交通过 WhatsApp 经由 n8n 和 Botpress 流程送达。
50%待验证本文作者、AutoKon 创始 CTO 兼唯一工程师 Faishal Wahiduddin 明确说明，出于隐私与商业考虑，他不会分享数据集规模、提示词原文、标签数量或逐轮分数。
50%待验证在建筑平台 AutoKon 上，承包商的付款只有在现场照片通过 AI 检查后才会释放，AI 检查使用 Claude Opus Vision 配合 Pinecone 检索上下文来描述照片内容，随后由 Arize AX 中的 LLM-as-judge 流水线对描述打分，评判者一致性达到 κ ≥ 0.80 后方可用于付款决策。
50%