自动体检和人工翻归档：覆盖率、成本、漏判率对照

决定认真清理之前，多数人先试一遍手动方式：打开归档文件，从头往下翻。前两百条看得挺仔细，五百条之后开始加快滚动，一千条之后基本靠扫关键词。

手动方式的问题不在耐心，在于覆盖率和一致性。自动体检的问题相反，它覆盖得全，但看不懂语境。

手动翻一遍到底要多久

按实际节奏估算：一条推文的平均阅读时间在 3 到 5 秒，包括判断它是否包含手机号、地址、定位或敏感话题。1 万条推文的归档，读完需要 8 到 14 小时，分几个晚上完成。

这还没有算上下载和解析归档的时间。归档是 ZIP，展开后包含 tweets.js、like.js 等文件，格式不直观。想看明白结构，先要花时间理解 JSON 的组织方式。归档结构在 归档里都有什么 有完整说明。

更现实的问题是注意力衰减。读到三千条之后，判断标准会不自觉放松，前半段被标红的内容后半段可能被放过。同一批数据，两次人工复核的结论往往不一致。

两种方式各自能看见什么

对比项	自动体检	人工翻归档
覆盖率	全部推文逐条扫描	受注意力和时间限制，实际常低于六成
一致性	规则固定，同一输入结论一致	前后判断标准会漂移
速度	十分钟量级	8 到 14 小时（1 万条）
语境判断	弱，依赖模式匹配	强，能理解反讽、引用、行业术语
成本	免费或极低	时间成本高
风险排序	按类型输出优先级	全凭个人印象

表格里最后一行常被低估。风险要有优先级才有意义，而知乎式的"我觉得这条比较严重"很难支撑一个上百条的处理计划。评分和排序的逻辑见 体检评分权重是怎么算的。

漏判发生在哪

两类漏判方向相反，值得分开看。

• 自动体检漏在语境。一句带反讽的玩笑被标成敏感话题，一段技术讨论里的坐标被识别成地址。这类问题属于误报偏多，处理方式是人工复核边界条目。
• 人工复核漏在规模。读不完、读得累、标准漂移，最后漏掉的是后半段里的高风险内容。这类漏判更危险，因为它漏的是真问题。

误报的处理方式可以预留出来。体检报告里被标红但经人工判断无风险的条目，可以直接归入排除列表，不必逐条纠结。相关方法见 体检报告误报怎么处理。

怎么配合用

1. 用体检建立基线。先跑一次，拿到全量扫描结果和风险排序。这一步几分钟完成，覆盖全部历史推文。
2. 把人工时间投在边界条目上。不要重新读一遍全部内容，只复核评分处在临界区间的推文，以及涉及行业术语、引用、反讽的条目。
3. 把人工结论沉淀成排除列表。复核过的误报记下来，下一次体检直接沿用，避免每次都重复判断同一批内容。
4. 定期重跑体检。新推文会持续产生新的风险点。检查频率怎么定，见 多久做一次数字足迹体检。

选哪种

如果归档规模在几百条以内，手动翻一遍完全可行，判断质量也够用。超过一千条，手动方式的覆盖率会快速下降，这时候先用体检建基线、再用人工复核边界条目，效率差别很明显。

两种方式都不产生删除动作。体检在 digital-footprint-health.shop 免费开放，本机解析归档，几分钟输出评分与风险清单，不上传你的推文内容。清理范围与费用列在 定价页，完整的体检方法说明收在 博客目录。