衡量人机协同的效能，不能仅仅依赖单一的“任务完成时间”或“自动化率”。一个完善的评估体系，需要同时兼顾“效率（Efficiency）”这一硬指标，以及“默契度（Tacit Understanding）”这一软性体验。
结合国内外研究现状与实践框架，我们可以从以下几个核心维度来构建量化与质化相结合的评估体系：
效率维度：任务效能与认知成本
效率不仅仅是快，更强调在低认知负担下的高质量产出。如任务完成与成功率，这是最基础的量化指标，包括平均任务完成时间（越短越好）、任务成功率以及首次响应时间。在代码协作等复杂场景中，可以通过设计“协作必要”的基准测试（如HAI-Eval），验证人机协同是否显著提升了单独人类或单独AI都无法解决的难题的通过率。此外，人机协同时效比（HCPR）也是一个兼顾效率与质量的综合指标，例如在金融审计中，HCPR = (人工复核耗时 / AI初筛覆盖耗时) × 合规问题检出率。该数值越高，代表人机协同在保障质量的前提下越高效。同时还有认知负荷与摩擦，以衡量人类在协作中付出的精神努力，包括认知摩擦（因界面不直观或交互模式不匹配导致的额外负担）、上下文切换成本以及信息过载程度，研究表明，高认知摩擦会导致任务时间增加40%-60%，错误率上升30%-50%。人机协作的周期与干预率也很重要，引入协作周期时间（CCT）来衡量端到端的任务流转效率；同时通过人工干预率来判断AI的可靠性以及人类对系统的信任度变化。
默契度维度：意图对齐与交互体验
默契度反映了人机双方是否像“老搭档”一样顺畅配合，核心在于机器对人类意图和情境的深度理解。人机意图识别与对齐质量非常关键，尤其是隐含意图识别准确率，评估系统能否听懂“言外之意”，而不仅仅是字面意思，优秀的协同系统能通过动态语义校准，显著提升对隐含意图的理解。时序同步性（Δt_align）可以衡量机器识别出人类意图的平均延迟（毫秒级），延迟越低，配合越紧凑。
人机协同中情境感知与流畅度涉及默契度评分。在物理交接或紧密协作任务中，由人类参与者对交互的“自然感”、“顺畅感”进行主观打分（如1-5分）。这反映了机器是否具备“上手状态”，即不经过思考就能感受到动作和情境的契合。人机协作流畅度包括交互过程是否连贯，是否存在因系统反馈延迟（如超过人类注意力阈值300ms）或过度/不足干预导致的“卡顿感”。人机协作熵（Collaboration Entropy）是一个衡量系统有序度的高阶指标，通过计算交互行为的不确定性（修正香农熵），量化人机协作中的“混乱程度”。熵值越低，代表人机双方的配合越收敛、越有序，即达到了“低熵协同态”。
综合评估指标速查表
为了更直观地落地，可以将上述维度整合为以下核心指标体系：
评估维度 核心指标 衡量目标与意义
任务效能 任务成功率、HCPR、协作周期时间(CCT) 衡量“做得好不好、快不快”，兼顾产出质量与流转效率。
认知成本 认知摩擦度、人工干预率 衡量“累不累”，关注人类的精神负担与系统的接管频率。
意图默契 隐含意图识别率、时序同步性(Δt_align) 衡量“懂不懂你”，评估机器对言外之意和即时需求的捕捉能力。
交互体验 默契度评分、协作熵值 衡量“顺不顺畅”，量化主观的自然感与客观的系统有序度。
总之，衡量人机协同的终极目标，是追求“人类独特价值指数（HUVI）”的提升——即让人类从重复劳动中解放出来，专注于高阶认知与创造性任务，同时让机器在默契的配合中成为最懂你的“认知协处理器”。
