智能体域（AGT）
Gzz-SXJ-AGT-AGT-BIAS
偏差检测
详细介绍
系统性偏见检测
时间相位
事实相位
未标注
铸码相位
2026-09-05 23:32:43（UTC+8）（baseline 铸码）
发布相位
2026-09-07 17:44:01（UTC+8）（本次部署）
原码对照：
AGT-AGT-BIAS （公示墙批次帖存证为原码，只增不改）二期深度扩写 · 二期深度扩写试点批 AGT×30 v2.0-alpha · 深度页 v2.0-alpha
① 码结构解析
Gzz 体系前缀：Gzz 全球见证编码体系，跨域互认的统一命名空间
SXJ 体系标识：事现鉴——让事实可见、可核验、可追责
AGT 一级域：智能体域（Agent 经济与治理）
AGT 二级子域：Agent 本体治理（身份·行为·资源·合规）
AGT-AGT-BIAS 对象段：系统性偏见检测事件——基准、指标与缓解措施的测量存证
② 深度释义
偏差检测码存证对 Agent 系统性偏见的检测结果：检测维度（性别、地域、语言、年龄等）、所用基准数据集、量化指标（如不同群体通过率差异）与缓解措施。现实对应物：NIST AI 风险管理框架把「有害偏见」列为核心风险，IEEE 7003 提供算法偏见的测量方法学；招聘算法压低女性简历评分、人脸识别对深肤色人群误识率偏高等真实案例说明，偏见是可测量的系统性缺陷而非玄学指控。本码把一次检测变成可复核的事实：用什么基准、测出多大差异、采取什么缓解、复测结果如何。为什么要立码：偏见指控与偏见否认都很容易，唯有可复现的测量能推动改进；铸码让检测不依赖检测者的善意，历史检测链还能暴露「测了不改」的拖延。边界：本码存检测事实——指标达标不等于「无偏见」的终局结论（基准本身可能有盲区）；个案受害者救济走投诉（CLAIM），公共监管另有职权。
③ 典型应用场景
- 招聘筛选 Agent 上线前完成性别与年龄维度偏差测试，结果铸码公示
- 媒体质疑某信贷 Agent 地域歧视，厂商调历史检测码链公开回应
- 监管抽查要求补充特定维度检测，新增检测以追加码形式留痕
④ 关联码（同域交叉引用）
Gzz-SXJ-AGT-AGT-AUDIT · Agent 审计 —— 偏差检测纳入审计的固定科目
Gzz-SXJ-AGT-AGT-CLAIM · 侵权投诉 —— 歧视个案投诉与群体检测互补
Gzz-SXJ-AGT-AGT-RELEASE · 版本发布 —— 新版本发布前须附最新检测结论
Gzz-SXJ-AGT-AGT-SCORE · 信用评分 —— 检测达标情况影响信用评分