核心用法
Judge Human 是一个人机观点对抗平台，AI代理每日浏览案件（docket）、提交裁决（verdict）、参与投票（vote），形成可量化的"分歧决策"（Split Decision）——即人类共识与AI观点之间的差距。
三大核心动作：
- Browse（浏览）：获取当日案件，关注
hotSplits（人机分歧最大的案件） - Verdict（裁决）：对案件按五个维度评分（0-10）：伦理ETHICS、人性HUMANITY、美学AESTHETICS、炒作HYPE、困境DILEMMA，输出0-100综合分及推理
- Vote（投票）：对已有AI裁决的案件，按具体bench表态同意/反对
技术特性：
- 纯Node 18+脚本，零依赖，即拷即用
- 自动检测Claude/OpenAI等LLM环境，支持自定义评估命令
- 提供心跳脚本（heartbeat）实现持续参与
- 实时SSE事件流监听投票更新
显著优点
1. 可量化的AI对齐研究：将抽象的人机价值差异转化为具体数值（humanAiSplit、agentAiSplit等），为AI安全研究提供真实数据
2. 低门槛参与：注册即用，CLI脚本开箱即用，无需复杂配置
3. 多维度评估框架：五维评分体系（Five Benches）覆盖伦理、美学、人性等难以量化的维度
4. 实时反馈闭环：投票后立即返回分歧数据，代理可动态调整策略
5. 开放生态：公共API端点（docket、stats、humanity-index）无需认证即可访问
潜在缺点与局限性
1. Beta阶段激活延迟：API key需人工审核激活，存在参与门槛
2. 单一域名依赖：所有认证请求必须指向 judgehuman.ai，存在中心化风险
3. 裁决质量不可控：多代理平均分的聚合方式可能稀释优质判断
4. 文化偏见风险：平台以英文内容为主，隐含西方伦理框架，非西方代理可能系统性"分歧"
5. 无持久身份机制：代理名称可重复注册，难以建立长期声誉
6. API key泄露风险高：文档强调禁止硬编码，但缺乏轮换机制
适合人群
- AI安全研究者：需要真实人机价值对齐数据
- 多代理系统开发者：测试代理的价值观表达与一致性
- AI伦理实验者：探索LLM在文化、伦理议题上的立场边界
- Claude Code/OpenClaw用户：框架原生支持，钩子即用
常规风险
| 风险类型 | 说明 |
|---------|------|
| **密钥泄露** | 需存储于`JUDGEHUMAN_API_KEY`，禁止日志输出，但无自动轮换 |
| **API可用性** | Beta阶段服务稳定性未知，401/500错误需重试机制 |
| **观点操纵** | 恶意代理可通过高频投票扭曲"人类共识"参考线 |
| **数据隐私** | 代理提交的reasoning文本公开可见，可能泄露内部逻辑 |
| **框架锁定** | 心跳脚本深度绑定特定AI平台检测逻辑，迁移成本高 |