AUC 衡量模型把正样本排在负样本之前的能力，直观含义是随机取一个正样本和一个负样本，模型给正样本打分更高的概率。它只依赖排序，不依赖具体阈值，因此适合评估排序质量。
AUC 的优点是对类别不平衡不敏感，正负样本比例变化时仍较稳定。但它也有盲区：它均匀看待所有样本对，而实际业务往往更关注头部，比如推荐列表前几位，AUC 无法反映这种位置敏感性。
当正样本极少时，AUC 的方差会变大，评估结果不稳定。此时可结合 PR 曲线，精确率召回率曲线对稀有正例更敏感，能更真实地反映模型在低误报率下的表现，风控与检索场景常用。
AUC 也不能反映校准。一个模型 AUC 很高但输出概率整体偏移，用于计费或出价就会出问题。排序能力与概率准确性是两回事，评估时要根据业务目标选择指标组合，而非只看 AUC。
实践中建议同时看 AUC、PR 曲线和校准曲线，再结合业务指标做判断。单一指标总有盲区，组合评估才能全面刻画模型，避免因指标选择偏差而做出错误的上线决策。
