# 连续业务上下文与求职交付验收

日期：2026-10-19。用户选择“真实多轮上下文验证、求职版本交付”。本批未处理政策问答的
结束协议与背景条件，旧政策结果继续为两模型各 11/13。候选未切换为 API / CLI 默认策略。

## 真实业务验证

三场景分别计划 8、5、4 轮，覆盖独立早期要求、两份草稿的澄清与选择、60 行草稿的第 31 行
修改和最终核对。只有 large-middle 的初始草稿为夹具；每轮助手答复与工具调用均为真实模型
生成，执行真实 LangGraph → FastMCP → 独立临时 SQLite。没有虚构背景轮或嵌入请求。

| 模型 / 策略 | 完整场景 / 计划 | 通过场景 / 计划 | 执行轮 / 计划 | 通过轮 |
|---|---:|---:|---:|---:|
| GLM / current | 0/3 | 0/3 | 5/17 | 2 |
| GLM / structured | 1/3 | 1/3 | 7/17 | 5 |
| DeepSeek / current | 2/3 | 1/3 | 15/17 | 13 |
| DeepSeek / structured | 3/3 | 3/3 | 17/17 | 17 |

候选尚未形成两模型共同通过。失败即停止该场景后续依赖轮，未执行轮不计通过；其余场景继续。
不是预算耗尽或供应商超时导致的提前停止。两模型总报告 complete 都为 false，原因是原策略或
候选存在依赖轮未执行；DeepSeek 候选单独三个场景完整且全部通过。

逐轮校验七张表，旧草稿版本不可覆盖，只有明确目标新增预期版本。订单、库存等业务表保持
原值，零禁止写工具请求。最后核对检查 JSON schema、客户全称、备注、指定行 SKU / 数量、
报价总金额和早期标记。候选给任务摘要补充 1 起算行号和该报价版本总金额；原话保持 user
角色，完整运行历史保留。受保护消息超估算预算的请求前停止另有离线零请求测试。

## 失败与取舍

1. **GLM 客户缩写**：early-requirement 两策略和 ambiguity-selection 两策略，模型将
   “上下文验收客户甲”写为“客户甲”或“甲”。数据库核对失败，后续依赖轮停止；没有放宽判分，
   也没有反复重跑碰通过。这是业务参数可靠性失败，不能都归因为上下文裁剪。
2. **两模型原策略缺少 SKU guard**：large-middle 第 31 行修改实际选中了正确行并保存，
   但调用没有 expected_sku，未满足本批明确的保护契约，原判失败。不能将这类失败表述为
   “实际改错 SKU”。候选两模型完成该场景四轮，保留其他行、客户和备注，并核对最终金额。
3. **DeepSeek 原策略丢早期要求**：第八轮业务字段正确，但最早独立标记输出 null。候选
   保留用户原话并正确复述；这只是该固定八轮场景的观察，不代表任意长度的语义记忆。
4. **性能与覆盖**：候选执行轮数更多，两策略总 token / 总费用不能直接作总体降本比较。
   DeepSeek 候选 p95 约 16.84 秒、原策略约 8.29 秒，本批不宣称全面提速。

失败正文和参数已逐条复核，保留在报告 JSON；这不是外部盲审或未知问题的通用语义验证。
6000 为消息启发式 token 预算，工具 schema 和实际 tokenizer 有独立开销；超过预算时停止
不等于支持无限长对话。候选仍仅显式启用。

## 计量与复核

本批按现有端点 / 已确认费率，独立设 CNY 0.10 / USD 0.05 估价熔断线。SDK 重试为 0，
总请求截止 60 秒，失败不重跑。全部 **110 请求 / 110 份 usage**：

- GLM 28 请求，已知估价 **CNY 0.026429**。
- DeepSeek 82 请求，已知估价 **USD 0.039130**。

无新增未知用量；原币种分别计量。估价不是供应商实账或账单硬上限，旧冻结账本独立保留。
输入哈希、工具配对、逐轮 token 合计、逐请求 Decimal 复算、完成标志和两模型同源码 / 场景 /
预算策略核对通过。审计通过表示记录一致，不能将其当作模型任务全部通过。

证据：[GLM](../context/20261019-workflow-glm-01.md)、
[DeepSeek](../context/20261019-workflow-deepseek-01.md)、
[110 笔独立审计](../context/20261019-workflow-audit.json)。对应 JSONL 含每次实际输入、
工具 schema、usage 和耗时，JSON 含逐轮回答、参数和草稿版本前后状态。
源码与用例指纹见两模型 JSON；审计 same_scope 为 true。

首次自动审批将公开固定核对标记当作敏感口令而拒绝请求。检查源码证明该标记和全部业务数据
来自合成夹具、临时数据库，密钥只用于鉴权后，同一命令复核通过；首次拦截没有发送模型请求。

## 作品交付

- [投递材料](../../docs/application-kit.md)：项目描述、三个技术取舍和五项面试演练。
- [统一入口](../../docs/portfolio-overview.md)：复用已有视频、VTT、章节和两张业务截图，
  与当前源码 ZIP 一同封装；视频仍为已有脚本化演示，不冒充本轮真实模型录屏。
- `scripts/portfolio_delivery.py` 生成统一 ZIP、START-HERE 和外层清单；核验时同时校验
  内层源码逐文件 SHA-256。输出存在即拒绝覆盖，Git 状态不改变。
- 当前 README、状态页、业务路线与任务入口已更新。工作区快照用内容指纹标识，Git 提交号
  只作历史定位，不将工作区新文件冒充已有提交。

目标产物：`artifacts/erpilot-portfolio-workflows-20261019.zip`。打包、解压校验、源码导入与
演示烟测结果另记 `artifacts/portfolio-workflows-validation.json`，避免源码清单自引用。
交付包不含真实业务库、密钥、安装依赖、真实嵌入索引或原始 trace；原报告中的 trace 路径
只能在原工作区查阅。

## 工程验证

- 全仓 **1062 passed / 21 skipped / 47 deselected**，108.19 秒，见
  [JUnit](20261019-workflow-tests.xml)；其后新增的交付包两项测试另行通过，源码执行逻辑未改。
- 前端 **84 项通过**，TypeScript / Vite 构建通过，保留原有大 bundle 提示。
- 浏览器正式离线 API 三项断言通过。首次缺少 Chromium 1248，复用已安装 1243 的明确路径
  后通过；Windows 服务进程退出等待与清理记录保留于本轮执行输出。
- Ruff 与 git diff --check 通过。脚本化离线测试不计为真实模型成功率。

本批结束后不追加付费请求。当前范围仍为本机可信单用户、单 API 进程，没有部署或变更实际业务库。