AI缺陷分类适合处理取值相对固定、能从缺陷文本中稳定判断的字段，例如缺陷类型、所属模块、严重程度初判、复现步骤完整度标记和重复缺陷归并；分类维度通常围绕缺陷类型、模块/组件、严重程度、优先级建议和重复关系展开。涉及业务影响判断、跨模块责任归属、安全与合规敏感缺陷，以及描述严重缺失或语义矛盾的记录，仍应保留人工判断。本文给出一套按字段和维度划分的三档采用标准，并说明上线前需要准备的条件、应当暂缓的情形，以及如何用小范围试点验证效果。
要点总览（TL;DR）
- AI缺陷分类适合处理取值封闭、能从缺陷文本稳定推断的字段：缺陷类型、所属模块/组件、复现步骤完整度标记、重复缺陷候选归并。
- 严重程度初判、优先级建议、影响范围标签适合让AI给出建议值，由提交人或模块负责人确认后生效。
- 业务影响定性、跨模块责任归属、安全与合规敏感缺陷的定级，以及描述严重缺失或前后矛盾的记录，必须保留人工判断。
- 采用前需要先稳定分类字典、规范缺陷描述模板并明确复核责任人；字典频繁变动或描述普遍过短时应暂缓或降级为辅助模式。
- 试点选单一模块或单一缺陷类型，观察分类一致率、人工改判率和分派耗时，再决定扩大、降级还是暂缓。
先给结论：哪些字段可以交给AI，哪些要留给人
判断一个缺陷字段能否交给AI，主要看三个条件：取值是否封闭（有明确的枚举字典）、语义能否从缺陷标题和描述中稳定推断、误判的代价是否可接受。三个条件同时满足的字段，适合自动处理；部分满足的字段，适合让AI给出建议值、由人工确认；依赖业务上下文或误判代价高的字段，必须人工判断。
| 采用档位 | 典型字段与维度 | 共同特征 | 使用方式 |
|---|---|---|---|
| 可自动处理 | 缺陷类型（功能错误、界面问题、性能问题、兼容性问题等）、所属模块/组件、复现步骤完整度标记、重复缺陷候选归并 | 取值来自固定字典；缺陷文本中通常有直接线索；误判后改判成本低 | AI直接写入字段，进入正常流转，事后抽查 |
| 建议辅助 | 严重程度初判、优先级建议、影响范围标签 | 可从文本推断大致区间，但最终定级受发布阶段、客户影响等因素影响 | AI给出建议值并标注依据，由提交人或模块负责人确认后生效 |
| 必须人工 | 业务影响定性、跨模块责任归属、安全与合规敏感缺陷的定级、描述严重缺失或前后矛盾的记录 | 需要产品、业务或安全上下文；文本信息不足以支撑判断；误判代价高 | AI只做信息提示，不写入结论字段，由责任人判断 |
这张表的使用方式是逐字段对照，而不是整条缺陷一起判断。同一条缺陷里，模块字段可以自动填，严重程度建议人工确认，业务影响则留给负责人，三者并不冲突。团队初次引入时，建议先从“可自动处理”一档中选一两个字段试点，稳定后再扩展到建议辅助档。
AI缺陷分类解决的是哪类管理问题
缺陷提交后到被正确分派之前，往往有一段等待时间：提交人填写的模块不准，分派人在几个团队之间转派；同类问题被不同人重复提交，测试人员花时间合并；月度统计时，各人对“严重程度”的理解不一致，缺陷分布数据对不上。这些卡点的共同原因是分类信息在录入环节质量不稳定。
AI缺陷分类的作用机制是：在缺陷进入待分派状态时，基于标题、描述、复现步骤等文本，给出模块、类型、严重程度建议和重复缺陷候选，让分派人拿到一条带有分类线索的记录，减少来回确认；重复候选提示让测试人员在提交阶段就能发现已有缺陷；字段取值统一后，缺陷分布、模块缺陷密度等统计口径也随之稳定。
这条价值链条成立有一个前提：分类体系本身稳定。如果缺陷类型字典每季度大改、模块划分随组织调整频繁变动，AI给出的分类结果很快失效，团队反而要花时间纠正。分类体系先稳定，再引入自动化，顺序不能颠倒。
适合采用的团队与前提条件
缺陷分类的收益与缺陷量级、重复率直接相关。缺陷量少、分派本来就不费时的团队，引入AI分类的投入难以收回；缺陷量大、跨模块提交多、重复缺陷占比高的团队，分类质量对流转效率的影响更明显。可以用下面这份清单核对自身条件：
- 缺陷量级与重复率：每月新增缺陷达到一定规模，且存在可观察的重复提交或分派转派现象。具体门槛由团队根据历史数据判断，没有统一数值。
- 取值字典已明确：缺陷类型、模块/组件、严重程度都有书面定义的枚举值和判定说明，而不是靠个人经验理解。
- 缺陷描述有基本规范：标题能概括现象，描述包含环境、操作步骤、预期与实际结果等要素，历史缺陷数据可作为参照样本。
- 有复核环节和责任人：明确谁负责确认AI给出的分类结果、多久抽查一次、发现错误后如何反馈。
- 缺陷管理流程已统一：团队使用同一套缺陷状态流转和字段定义，而不是各小组各用一套。
这五条中，取值字典和复核责任人是硬条件。缺少前者，AI没有稳定的分类目标；缺少后者，错误分类会静默流入统计和分派环节。缺陷描述规范可以逐步改善，但至少要有一批质量尚可的历史数据用于验证。
投入与前提：上线前要准备什么
引入AI缺陷分类的投入主要不在工具侧，而在分类体系梳理和流程规范上。以下准备事项按先后顺序排列：
- 梳理分类维度与取值字典：确定保留哪些维度（类型、模块、严重程度、优先级等），每个维度的取值有哪些、边界如何界定。对“严重程度”这类容易分歧的字段，需要写出判定示例。这项工作通常需要测试负责人与产品负责人共同确认。
- 规范缺陷描述模板与必填字段：在缺陷提交表单中设置必填项，例如复现步骤、环境信息、预期结果。描述越结构化，AI可依据的文本线索越充分。
- 建立人工复核与纠错反馈机制：指定复核人，约定抽查比例和纠错记录方式。纠错记录本身也是后续调整分类规则的依据。
- 准备验证样本：从历史缺陷中抽取一批记录，由人工按字典完成分类，作为比对基准。验证时用同一批缺陷比较AI结果与人工结果，观察一致率和偏差集中在哪些字段。
在缺陷管理工作项中承载这些准备事项时，字段字典可以维护为团队共享的文档，复核动作可以落在缺陷工作项的状态流转和评论记录里。ONES Assistant 能够理解项目、工作项、迭代和 Wiki 页面等工作上下文，并基于已有数据回答问题、执行后续操作；在缺陷场景中，它可用于创建缺陷、更新状态和通知负责人这类操作。分类字典的维护、复核责任的落实，仍需要团队在流程上明确。
哪些情况应当暂缓或只做辅助
以下情形出现时，建议暂缓全面引入，或降级为“AI只给建议、不写入字段”的辅助模式：
- 缺陷类型与模块划分频繁变动：字典本身还在调整期，AI分类结果会随规则变化反复失效。此时应先稳定分类体系，再考虑自动化。
- 缺陷描述普遍过短、缺少复现信息：标题只有一句话、没有环境和步骤的记录，AI难以稳定推断类型和模块，误判率会明显上升。可先推行描述模板，积累一段时间数据后再评估。
- 涉及安全、合规、对外承诺类缺陷：这类缺陷的定级和归类直接影响对外沟通与合规责任，即使AI给出建议，也应由安全或合规责任人确认，不进入自动写入范围。
- 团队尚无统一缺陷管理流程：各小组字段定义和流转规则不一致时，AI分类没有统一目标，统计结果也无法横向比较。
降级为辅助模式的判断标准可以简化为：当某一字段的误判集中在高代价场景，或字典在近一个周期内发生过调整，就把该字段从自动写入改为建议确认。辅助模式同样能减少分派往返，只是多了一步人工点击确认。
小范围试点怎么判断是否值得推广
试点的作用是用有限成本验证分类质量是否达到团队可接受的水平。建议选择单一模块或单一缺陷类型作为试点范围，覆盖一个完整的缺陷流转周期，再决定是否扩大。
| 试点要素 | 建议做法 | 观察指标 |
|---|---|---|
| 试点范围 | 选缺陷量适中、模块边界清晰的一个模块，或一类高频缺陷类型 | 试点缺陷数量是否足以支撑判断 |
| 分类质量 | 对试点期内的缺陷，人工记录AI分类结果与实际确认结果 | 分类一致率；偏差集中在哪些字段和取值 |
| 人工负担 | 统计复核和改判所花的时间 | 人工改判率；单条缺陷平均复核耗时 |
| 流转效率 | 对比试点前后同类缺陷的分派路径 | 从提交到分派的耗时；转派次数 |
通过标准由团队在试点前设定，例如分类一致率达到团队可接受水平、人工改判率处于低位、分派耗时较试点前有可观察的缩短。停止条件同样需要提前约定：如果偏差集中在高代价字段，或复核耗时接近甚至超过人工分类的时间，就应停止扩大并回到分类体系梳理阶段。试点结论只有三种去向：达到标准则扩大字段范围和模块范围；部分达标则保留自动处理档、其余降为辅助；未达标则暂缓，先改善缺陷描述质量和字典稳定性。
常见问题
缺陷类型字典还在调整期，可以先上线AI分类再逐步完善吗？
不建议。AI分类的目标值来自字典，字典在调整期内变动，分类结果会随规则反复失效，团队还要额外花时间纠正。更稳妥的顺序是先固定缺陷类型和模块的取值与边界说明，用历史缺陷验证字典本身是否可区分，再引入自动分类。字典确实需要迭代时，可先把相关字段降为“建议确认”，等取值稳定后再恢复自动写入。
缺陷描述质量参差不齐时，AI分类还能用吗？
可以有限度地使用。描述过短的缺陷，AI难以稳定推断类型和模块，误判率会上升，此时适合只对描述要素齐全的记录启用自动分类，其余记录走人工。同时可以在提交表单中设置复现步骤、环境信息、预期结果等必填项，积累一段时间结构化数据后再扩大范围。把描述规范当作前置条件逐步改善，比等所有缺陷都写规范再启动更现实。
安全类或对外承诺类缺陷，能否让AI先定级再人工复核？
可以让AI提供参考信息，但定级结论应由安全或合规责任人给出。这类缺陷的定级直接影响对外沟通与合规责任，误判代价高，不适合进入自动写入范围。实践中可让AI提取相关文本线索、提示可能涉及的敏感面，责任人据此判断，结论字段由人填写并留痕。
试点期需要多长、多少条缺陷才够判断？
没有统一数值，判断依据是样本能否覆盖主要缺陷类型和一个完整的流转周期。范围太小时，偏差可能集中在个别模块，结论不具代表性；范围过大则投入难以控制。建议选缺陷量适中、模块边界清晰的一个模块或一类高频缺陷，覆盖从提交到关闭的完整过程，再比较AI结果与人工确认结果的一致率和改判分布。
分类结果写入缺陷字段后，如何保留可追溯的复核记录？
可以把复核动作落在缺陷工作项的状态流转和评论记录中：AI写入的字段值、复核人确认或改判的动作、改判原因都留在同一条工作项上，便于事后抽查和统计改判率。ONES 的 AI 能力基于其权限体系进行知识问答和任务执行，输出过程可追踪、结果可审计；具体到缺陷字段级别的读写范围和审计记录形式，需以实际产品配置为准。
