数智技术正在拓展人才评价的证据来源，其价值不在于以算法替代传统测评，而在于使结构化情境中的行为过程能够被记录、解释和反馈。自我报告、他人报告、结构化面试、评价中心技术和工作样本，以及情境判断测验、游戏化测评、虚拟现实任务和数字行为日志，分别提供不同层面的测评信息。这些研究虽分属不同传统，却共享一条证据逻辑：个体在明确角色、目标、资源、约束和反馈规则下形成的选择、互动、信息搜索、资源分配与策略调整轨迹，可以作为情境行为证据。它不是新的测评形式，而是串联“结构化情境—行为轨迹—构念推断—发展反馈”的证据组织框架。整合性学习理论关于元认知参与和“整体—部分—整体”加工的命题，解释了行为轨迹如何转化为发展反馈并迁移到现实工作，据此可把岗位情境建模、任务设计、轨迹采集、能力推断、发展反馈、现实迁移和持续校准连接为闭环。开放式情境判断测验自动评分、游戏日志预测、真实人员选拔中的自然语言处理和虚拟现实旁观者反应等研究，分别展示了任务建构、过程记录、算法评分和高保真模拟的组件级操作化方式，并共同指向“构念—任务—行为—评分—效标”的可检验路径。这些证据只支持相关组件可以操作化，尚不足以验证整体框架；实际应用仍须满足工作相关性、效度证据、算法公平、数据最小化、解释透明、申诉机制和发展伦理等要求。
