airz-uniapp/docs/短编号真实模型复测-20261016.md

短编号与摘要提示的真实模型复测

2026-10-16。用户在本地修复后“继续下一步”，承接上一轮明确的“完整真实模型复测”。本轮执行一次新建合成评估，最多6批、失败即停、不自动重试；继续不发布、跳过真机。

后续本地修正见公积金完整可选路径修复。下文保留当次真实调用结论及原漏判证据，不把后续离线修正视为新的真实模型通过。

结果

6批真实调用全部通过原有严格解析、合并及持久化校验，任务状态 succeeded。66条模型条件、100条模板、25款匹配结果均完整保存并由所属合成用户回读；6个检查点用零新增调用完整恢复。新短编号协议的流程验收通过，仍有一条明确的路径语义漏判，不能称为全部语义通过。

项目	实际结果
真实模型	deepseek-v4-flash-0731，经既有TokenHub接口
调用数	6次，无重试、无额外诊断调用
总任务耗时	65.883秒
API累计耗时	63.831秒
输入／输出token	56920／8279
条件	16条本地年龄＋66条模型条件；模型4条pass、62条unknown、0条fail
模板	100条完整保存，16条适用
匹配	25款参考候选、0款已知条件不符，分数均80；这是当前参考筛选口径

供应商只返回token用量，没有查询人民币账单，不折算金额。本轮使用同一份合成申请人资料及25款既有保存配置重建目录，不是最新正式产品目录导出，不代表任意资料组合或未来模型输出均通过。

修复目标的实测

新执行快照包含 aiResponseBindingPolicy=batch-item-reference-v1。逐批原始请求和响应只用短 ref 绑定条件／模板，不要求模型抄写完整hash。后端保存的报告和检查点均恢复为产品、版本、条件／模板编号与64字符摘要，最终合并及零调用检查点恢复仍严格校验，不以返回顺序猜绑定。

6批原始摘要及三个正文数组、最终保存的对应正文均未发现“用户自填、未经核验、尚未核验、未执行产品匹配”或模型品牌。最终摘要为“现有资料可供整理参考。”；3条strengths概括职业、收入和社保／公积金资料，improvements和riskWarnings为空。此结论针对模型生成正文，不把仍保留的来源、readiness、融资等级说明等固定元数据当成模型新输出，也没有全局删除或替换这些元数据。

合成资料填写全部贷款0笔、信用卡0张，四关联金额原始null。保存及回读后，四金额均为 not_applicable，完整度100%，missingFields与invalidFields均为空；逐批模型条件missingFields为空，没有要求补贷款／信用卡金额或未采集细项。原null没有被覆盖为0，全部贷款口径、省份、0笔／0张与整份详情表单保持。

16条可确定年龄条件由后端按冻结的身份证派生36岁全部判pass，适用年龄模板正确描述实际36岁；不存在把实际年龄冒充准入上下限的情况。本次省份为广东省，不提供具体城市；模型没有把已填省份说成未填。具体城市、户籍、申请地区或网点覆盖不足时保持unknown，没有索要补填，不能凭广东省推断深圳市。

惠民贷等明确公积金可选路径可正确pass并引用 fact:housingFund；集团E贷收入模板填“20000元”。这不代表其他复合条件均已满足。

剩余语义问题

第5批产品77“徽享薪易贷”／rule_qa_2原文为：

符合其一：社保客群（建议本单位满半年以上）；公积金客群（缴存时间没有具体要求）；优质行业客户（国企、公务员、事业单位）。社保半年是建议，不设为所有客群门槛。

原备注明确只需满足一条完整路径。样本已提供公积金缴纳12–24个月，公积金分支没有额外门槛；原始模型仍返回 unknown、evidenceRefs=[]，相应路径推荐模板没有启用。这是已知完整路径漏判，不能当成一般的“未采集资料”。当前参考建议口径未因此阻断整款结果，但少展示一条可用理由。

该请求没有 sufficientAlternatives 保护。现有保守提取器只接受严格尾句白名单，并对其他分支括号保持保守，不能覆盖本条完整表述；不能仅据本次输出推断模型内部为何漏判。本轮只记录证据，不修改产品原文、不手工把unknown补成pass、不追加收费重试。

下一步建议对“明确任选且公积金路径无附加门槛”的表述做本地定向修正，保留其他分支中的时长、单位、共同要求与例外约束，并补产品77反例及旧协议兼容回归。修正后的新语义尚未验证，不自动启动下一轮真实调用或发布。

隔离与证据

本轮仅在新建本机MySQL／Redis 127.0.0.1:51978/51979 执行实际创建、任务、保存及回读，无常驻worker。应用根目录与环境前缀独立，仅读取既有模型配置段到内存，不加载正式库配置；逐次外呼前检查短编号、冻结策略、源码摘要及敏感字段。姓名、完整身份证、手机号均未外发，职业类型与单位名称按既有授权发送。

预检独立审查发现测试入口提前读取尚未生成的执行快照，已在零调用阶段将检查移到任务冻结后、首次外呼前；不是业务源码缺陷。--plan 模式关闭模型调用，付费执行使用排他全局标记及6份逐次标记，旧收费入口与11份原证据文件摘要保持。

独立离线核对63项通过，验证原始短编号响应、完整canonical保存、真实用量记录、检查点恢复、用户表单和零金额状态等。259个后端运行PHP、77个小程序UTS／UVue摘要前后保持，没有本轮运行源码修改。

实际任务结束精确清理合成数据后，29表全空、6个原触发器保留、Redis DB15键数0；核对PID、创建时间、程序与完整命令行归属后正常停止两个本轮服务，端口释放、datadir保留，生产进程未改。

证据：D:/AAdesk/202609/airz-backups/response-bindings-live-20261016-r1，含原始calls、context、report、matches、usage-logs、6检查点、零金额与年龄证据、回读、独立语义审查、清理审计和verification。evaluation-once.started与6份model-call-*.started保留，禁止重跑本收费入口。上一轮原始失败证据保持只读。

本轮未发布、发行小程序、访问正式库、重试正式评估、提交或推送；生产仍为 20261016-report-diagnostics-r1。微信真机、生产worker及最新正式目录仍未验收。