一、项目背景 我们给某二手奢侈品平台做系统，这个赛道最值钱也最脆弱的就是信任两个字。平台一边收用户的包、表、首饰做回收，一边帮用户寄卖赚分成，鉴定全靠老师傅看照片凭经验估价，估价口径因人而异。回收和寄卖两笔账混在一本里，一个商品今天在回收流程明天又进寄卖，财务对不上。更麻烦的是假货，鉴定师看走眼收了赝品，转手卖出去就是纠纷加赔款，平台口碑直接掉。我们接手时，这家平台每个月因为鉴定不一致和到账慢被投诉的量，已经到了影响复购的地步。最早他们觉得老师傅眼睛就是标准，不肯上系统，是连续两次估价翻车之后才松口的。

平台之前还试过纯人工估价加 Excel 记账，单量大了之后估价标准和账目都开始乱，这次我们把估价和资金流都做成系统里的强制节点，绕不开。

项目启动时我们花了一周做现状盘点，把老师傅脑子里的估价经验尽量口述记录，虽然后来还是用模型和复核兜底，但这些口述帮我们校准了参考价的分布，没白费。

二、落地场景 第一块是鉴定工单。用户拍照上传商品，系统生成鉴定工单并自动留档所有原始图片和描述，派给鉴定师。第二块是估价，我们做了估价模型给出参考区间，但落单必须人工复核签字，模型分和人工价差异过大时强制二次鉴定。第三块是回收和寄卖分账，回收走一口价即时结算，寄卖走分成模式，商品状态在待鉴定、已收、寄卖中、已售、已结算之间流转，每笔钱对应到具体商品和订单。第四块是质检与真伪存档，售出前复检一次，鉴定图片和结论永久存档，出了问题能调出当时的记录。最后是结算与售后，寄卖售出后自动算分成并打款，到账时长对用户可见。

还有一个坑是图片质量，用户随手拍的图常常过暗或对焦糊，我们加了上传前的清晰度校验和示例引导，鉴定师拒收率降了不少，来回沟通成本也下来了。

三、关键技术挑战与解决思路 鉴定留档是第一道关。我们要求每张鉴定图带时间戳和水印，且不允许事后替换，保证当时看到的就是这个。估价一致性是第二道关，我们拉了历史成交价做回归模型，给出参考价区间，人工估价落在区间外要填理由，避免老师傅心情好坏差出几千块。回收和寄卖的分账最怕串账，我们用商品维度而非订单维度记账，一个商品从进入到卖出全程只有一条资金链，财务月底对得上。真伪溯源我们接了第三方鉴定机构的结果做交叉校验，高危品类双机构背靠背，谁看的谁签字。

运营侧变化更明显，因为到账快、纠纷少，老客户愿意把更多闲置品拿来寄卖，平台可售库存厚度上来了，新客看到品类全也更容易下单。

还有一块是估价模型的冷启动，新品类刚上线没有足够历史成交价，直接让模型给区间会飘，我们先拿同类目已验证的均值兜底，跑两周积累样本再切回模型主导，过渡期由资深鉴定师盯紧，避免参考价离谱把人工复核的标尺也带偏，这块早先全信冷启动模型出过一次估价虚高被客户质疑，改成渐进策略才稳。

四、效果数据 上线半年，鉴定一致率从约七成提升到约九成，跨鉴定师估价差异收窄到百分之五以内。假货拦截率明显提高，因赝品导致的纠纷几乎归零，之前一年因为收假货赔出去的钱，上线后同期降了八成多。回收即时结算后，到账时长从平均三天压到当天，寄卖分成到账从两周压到售出后两天内。复购率提升了约十五个点，主要就是信任回来了。

系统还顺手解决了对账痛点，回收和寄卖分账清晰后，财务月结从吵三天变成出一张表，平台老板说这是他没想到但最爽的一个改变。

五、可复用经验总结 二手交易系统，留档比算法更救命，图片带时间戳不能替换，事后扯皮才有东西调。估价别全信人也不要全信模型，模型给区间、人做裁决，差异大就二次鉴定，这套反而比纯人工稳。分账一定要按商品维度而不是订单维度记账，串账是财务最头疼也最不该出的错。我们后来复盘，最早的老师傅即标准其实是把平台命运押在个人状态上，系统不是取代人，是把人的判断固定下来可追溯。

做二手平台系统，最容易高估算法低估流程，我们一开始也想靠模型一把梭，后来发现把人的判断固定成可审计的步骤，比单纯追准确率更让客户安心。

结语 这家平台现在把鉴定图片存档当成合规动作在做，最近在接更多品类的自动估价，但我们坚持高危品留人工双签。

案例片段（已脱敏）： 估价区间校验片段（伪码）：ref_low, ref_high = model.Predict(item)        // 历史成交回归 human_price = order.HumanPrice if human_price < ref_low*0.95 or human_price > ref_high*1.05:    order.RequireReason = true                 // 偏离超 5% 强制填理由    order.NeedSecondAppraisal = true log.Info("appraisal drift", "item", item.ID,         "ref", ref_low, ref_high, "human", human_price)我们统计过上线前三个月的估价记录，约百分之十二的订单落在区间外且没留理由，这类订单后续纠纷率是普通订单的三倍多，校验规则上线后把这部分直接压了下去。