决赛标准复查 — 2026-10-08

历史复查记录：正文中的运行结果与缺口属于各自记录日期，不是当前待办。2026-10-16 已逐项复核，当前验收状态与关闭条件统一见 当前验收台账。历史测量不回写为新版本成绩。

本次以赛题九原文第七节 2.2 决赛阶段评分参考标准为准。复查覆盖当前 Product Web、API 8001 的只读运行结果、能力 owner、部署/CI 与仓库现有评测。没有启动新一轮收费模型评测，没有把历史报告改成当前版本的结果，没有给答辩和主观评分预估总分。

初次复查结论（后续实现更新见第 6 节）：三条核心业务链已具备可运行实现，六空间视觉和真实档案/引用也能现场操作；但“全项决赛优秀”尚无充分依据。优先缺口是个性化推荐、持续监测覆盖和统计刷新、富化开放维度的质量样本、当前部署的问答性能、生产运维与正式交付材料。UI 完成度不替代这些要求。

1. 逐项复查

决赛项	分值	官方档位	已核到的实现与结果	仍需完成或确认
监测功能	10	多源自动采集 6；广泛覆盖与增量 8；全自动、实时、去重 10	packages.sources、packages.monitoring.scheduler、AcquisitionRun/cursor/backoff/outbox、EvidenceIngress；WORLD 可读真实来源和材料。历史 M2 去重诊断通过。运行窗口涵盖八类来源，39 个参与健康测量的来源。	类别数不是决赛优秀的充分条件。当前有降级和阻塞来源，6h 新变化主要来自两个来源方向；要验证广覆盖的持续输入，而不是以配置表或历史回填代替实时监测。
富化功能	10	基本维度 6；多维自动 8；精准富化与智能关联 10	packages.enrichment、结构化 normalizer、代码/版本/公告、EPSS、资产关联、论文正文关联与 Evidence-backed Knowledge；档案可读十二维状态。实际抽查有严重度、弱点、利用概率、公告等结果。	有维度定义不等于每个对象已富化。三个搜索样本仍缺产品、版本、修复、论文、资产等维度；另一个资产关联样本只有 identity/asset_exposure resolved。需提高按需富化覆盖并保留 missing/unknown 的真实边界。
问答功能	10	语义问答 6；多轮与推理 8；深度推理与个性化推荐 10	Product AskQuestionUseCase → DecisionRole → validated DecisionResult；DIRECT/RETRIEVE/VERIFY/INVESTIGATE/WATCH；实际论文调查已 resolved，能读取研判和引用；持久 Session/Case、后续问题、跨来源/代码两跳有实现和历史案例。	未找到完整的用户偏好/资产范围输入、推荐排序、推荐理由和反馈闭环。M6 的 recommendation 类型、Experience 的 recommended_actions 都不等于个性化推荐产品。论文、事件、规范问答也需独立判定样本。
监测时效与稳定性	5	≤24h 3；≤12h 4；≤6h 5	2026-10-01 历史稳态样本 12/12，p95/max 7241.893s（2.01h），均在 6h 内。此次 API 运行窗口可读新变化与知识写入。	历史 independent delivery 只到达 8/13（61.5%），漏 5；低延迟不能覆盖漏采。此次 overview 一度返回约 31min 前快照，后续后台刷新恢复，仍观察到分钟级统计年龄；要明确刷新 SLA、观测大查询和长期运行稳定性。
富化准确率与召回率	5	P≥80% 且 R≥70% 3；两者≥90% 4；两者≥95% 5	历史同部署报告：292 TP、1 FP、1 FN，P/R 均 99.659%；12 个 structured cases 加 3 个 CSAF/VEX cases，有独立 provider gold 和证据坐标。	这是限定样本/维度结果。当前主报告未包含 research_paper、asset_exposure、incident_context 的广泛质量分母；单例论文 exact-CVE 和资产正例是另外的历史套件，不能合成“十二维整体 99.659%”。
问答质量	10	准确率≥75% 且响应≤5s 6；准确率≥90% 与多跳 8；准确率≥95% 与可解释链 10	历史 live_external：14 个单轮问题加 2 个两轮会话，总计 18 turns，accuracy 100%，interactive p95 4.032s；其中多跳质量分母只有 1 个案例。	历史模型/部署/Knowledge 不等于当前运行版本。需要同版本复核，补困难 AI 安全问题和多跳样本。≤5s 应计交互问题到实际答案的时间；202 accepted、首个 SSE、缓存档案读取和长调查进度不能替代答案响应。
智能体运用	15	有效 Agent 9；多 Agent 协作编排 12；架构创新与显著效果 15	ORACLE/ARGUS/ALCHEMIST 对应真实三 Role；Task/Case 分离、Perception、EvidenceNeed、delegation、Task Event、预算与停止、经验/技能持久化。实际论文 Case 能完成 M5→M6。另有七类 controlled runtime 回归。	controlled fixtures 不能替代真实外部工具成功率、主动补证收益及多角色收益对比。此次 recent_capabilities 为空不证明系统从未调用工具，也不能据此展示正在外部协作；仍需自然任务案例与基线效果比较。
自动化与工程化	10	可部署 6；容器化与日志监控 8；完整 DevOps 与自动运维 10	API/Web/PostgreSQL/独立 Redis/worker/scheduler Compose；CI 有 lint、type、test、web、部署契约；Nginx Basic Auth、SSE、健康路由、CSP；outbox 重试/stale acquisition 恢复有三例受控记录。	Pages 工作流部署工程文档，不是生产应用 CD。未核到完整生产发布/回滚、告警送达和 worker 心跳闭环；系统健康接口明确没有 worker heartbeat，model configured 也不是 live probe。不能因此宣称完整自动运维。
文档质量	10	完整规范 6–8；可作技术参考 8–10	PRD、TD1/TD2/TD2A/TD3、模块 README、部署文档、机器生成的评测资料、Product SPEC 和 UI cache 都存在。	Home 与 09-27 review 包含历史“未配置模型/无正式 QA”等描述，需用日期区分历史。旧自动报告将“至少七类来源”标作 finals target，应标明那是初赛/产品覆盖目标；完整决赛 rubric 本页单独校准。Markdown/JSON 评测报告不等于交付要求的 Word/PDF 技术报告。
答辩表现	10	清晰回答基础问题 6–8；严谨深入且应变精准 8–10	六页可操作，正文、来源、调查研判和执行边界可阅读；桌面/手机已检查。	现场陈述、问答和应变由实际答辩判定，不能由 UI 或自动化测试给分。需要练习讲清真实发现→富化→疑问→补证→研判，以及来源失败/未知结论时的处理。
其他综合	5	创新、系统性、实用性、团队协作，评委主观评分	Evidence authority、可追溯材料、长调查、角色边界与工程组织可支撑创新阐释。	需结合真实使用价值、效果比较和协作分工陈述；不自证分数。

分值合计：功能 30 + 性能 20 + 优化 25 + 文档 10 + 答辩 10 + 其他 5 = 100。上述“已核到”描述实现或特定运行结果，不是评分保证。

2. 历史评测的适用范围

主报告为 benchmarks/competition/current.json，生成于 2026-10-03T11:16:46.524279Z，Deployment deployment:0e16e1b574d5b6383434e7fc80f64cc4、Knowledge 2053，QA resolved model 为 deepseek-flash。报告的五个 target_checks 只是部分数值门槛，不覆盖全部十一项 rubric。

• M1：窗口 2026-10-01T10:00Z → 14:02Z；244 候选排除 232 bootstrap/backfill 后，12 个稳态 latency 样本。Independent delivery 8/13，不能只报告 within-6h=100%。
• M3：主报告选择 structured/VEX 两组，事实级 P/R 不是所有漏洞的富化覆盖率；开放语义关联仍需要标注、反例和判定。
• M6：14 single-turn + 4 session-turns；两个两轮会话证明限定上下文链，多跳 n=1。历史准确率和 latency 不是当前所有自然问题的保证。
• 主报告明示未纳入 M2 diagnostics、Agent runtime、Long Investigation completion、Security hard gates/breadth。它们在其他文件中有不同部署或受控结果，不应跨部署拼成一份“全优”报告。
• 决赛富化门槛是 准确率与召回率同时达标；不得套用初赛的单准确率要求。决赛功能顶档还包含个性化推荐，不应在需求收尾中遗漏。

3. 此次实际读取

读取时点 2026-10-08T12:05:23Z；本机 API 8001。下面是时点记录，不是新一轮正式质量评测。

实际入口	结果	限制
/health/ready	200，ready	依赖就绪不代表全流程或模型健康
/world/hot?limit=64	200；驻留 14,107，排名窗口 64	Hot record 不等于 unique CVE；64 是载入窗口，不是驻留总量
/world/overview	200；39 来源，31 healthy/6 degraded/2 blocked；6h scheduled 103、fresh 90、write 981	返回测量时间 11:33:42Z；后续请求更新到 12:06:36Z，30 healthy/7 degraded/2 blocked。不要把缓存时点当成此刻运行状态
同一 6h 测量窗口	scheduled success 82.52%；fresh latency p95 1736.434s；新变化仅 2 来源/2 类，top1 share 98.89%	运行观测指标，不替代独立 expected-event 分母或跨来源总体稳定性
/observatory/system	200；依赖 healthy，outbox/task delivery/stream pending 为 0	worker 心跳 unavailable；模型只确认 configured。此次批量并发读取有部分耗时 >5s，这是读接口耗时，不是 QA 答案 latency
三个搜索 CVE 的 enrichment	200；identity/severity/weakness/exploit_likelihood/advisory_reference resolved，exploit_state unknown	产品/版本/修复/资产/论文/事件 missing，不能靠填假数据变成“完成”
CVE-2014-4078 enrichment	200；identity、asset_exposure resolved	单样本资产关联，不代表全部十二维完成
Case a8b949cb-705f-44ca-a0d5-ab383392ff90	200，resolved，2 confirmed findings，持久 decision fb08ae5711b3c7337ad6e4c2b4ac5a99，1 source citation	真实论文调查闭环；一例不构成 QA 总体准确率

临时只读原始记录位于 /tmp/secfusion-world/finals-live-audit.json 与 finals-enrichment-samples.json；运行数据不加入源码仓库。初次 urllib 读取走了环境代理而得到 502，绕开代理后 API 正常；该次客户端路由问题不计为后端故障。

4. 原收尾项验收（2026-10-16）

原优先项	当前结论
监测稳定性/快照刷新	调度恢复、节流、registry 同步已修；新的独立 delivery 窗口未重测，O01 保留
富化有效覆盖	相关确定性维度已实现；广泛真实资产/语义/事件质量仍需 O02 分母
当前版本 QA 质量	已有历史正式报告；本轮不消费模型做新版本效果评测，O03 保留
个性化推荐	账户兴趣、关注、理由引用、排序与独立 feedback 已实现并回归；关闭原功能待办 A06，用户效果分母未建立
多 Agent 实效和运维	NVD/注册网页/GitHub 能力已接；广泛补证收益与真实告警/恢复仍需 O03/O11
答辩/PPT/Word/PDF/视频	用户已明确产品开发优先；列为范围外 D03，未产出不伪装成验收完成

完整 PRD M1–M8/C1–C3 对照与关闭条件见 当前验收台账。

5. 本轮 UI 与必要验证

重做角色和类别实体：ORACLE 黑色球核/双轨环，ARGUS 镜头/八叶光圈，ALCHEMIST 四层光学玻璃/金属框/贯穿核心，以及代码框架、资产切面、漏洞断裂结构。主模型使用实时 WebGL；小封面/选择器使用一致的 SVG 材质画面，避免列表启动多个 GL context。真实数据与动画身份明确分离。

共同组件调整导航选中态、按钮表面/悬停、输入焦点、资料封面深度和角色选中态。继续使用独立 foundation/spaces 两份 CSS，不增加旧样式补丁层。登录认证 realm 删除 competition demo 文案，访问保护保留。

六页桌面 1440×1000、手机 390×844 浏览器读取通过：没有横向溢出或 pageerror；本地 Manrope 加载；WORLD、INTEL、AGENTS、START 的 WebGL 绘制成功。构建、Web lint/CSS authority/source size、部署静态契约和 diff 空白检查通过。指针交互、WebGL 丢失和不支持 WebGL 的后备显示另行检查。结果只证明本轮视觉及这些读取边界，不宣称所有生产/性能缺口已修复。

6. 同日产品收尾更新

本节覆盖上文初次只读复查之后完成的开发；不改写历史测量和未重新评测的质量分母。

• 个性化与账户已落地：新增注册、登录、退出、Cookie 会话与近期会话找回；关注关键词/对象、推荐排序解释、证据入口、感兴趣/忽略/撤销都持久保存。Case/Session/Decision/Task/模型请求/A2A 按真实账户隔离，客户端 X-Principal 无身份效力。具体契约见产品账户与个性化。上文“未找到完整个性化闭环”已不再代表当前代码。
• 按需富化已接入前端：档案可以选择缺口维度并提交真实 EnrichmentRole；幂等请求、任务状态、恢复和终态刷新均接入。FIRST EPSS 与 Red Hat CSAF/VEX 补齐生产组合。真实 CVE-2014-4078 的 exploit_likelihood 从 missing 到 resolved，产生两条有来源 accepted claims；这是一条真实闭环，不代表所有对象十二维完整。
• 快照刷新已修正：operational 聚合改用有界 168h 读取和一致性读，overview 共享刷新、15s 缓存、60s 最大成功响应年龄、10s 读取等待；超时返回不可用而不刷新旧测量时间。它解决统计读缓存问题，不等于独立来源漏采率已达标。
• 运维可见性新增真实 worker probe：Celery ping + active_queues，当前 collection/enrichment/investigation/indexing 四队列均实际观察到消费者。它是有时间戳的控制面探测，不是持久 heartbeat、进程 uptime、告警送达或完整 CD。
• 会话与展示状态修复：START 新会话清除原结果，恢复从 URL/持久读取确定，failed/accepted 不显示完成；档案富化引用按 authoritative accepted_fact_refs 展开。移动导航中英文窄屏与新账户页面均已检查。

本轮完成前后端真实联调与必要回归，没有执行新的完整收费模型质量批次。正式 QA 准确率/延迟、广覆盖采集分母、开放富化维度质量、正式交付材料仍按上文独立验收，不能因为产品入口可操作就标记全项优秀。

7. 2026-10-09 持续闭环记录

以下是初次复查之后的新证据，不回写第 1–3 节的历史观察。

• 问答成为完整产品空间：/product/start 现为账户持有的三栏会话工作台，完整展示多回合、五种执行路径、证据引用、世界版本、ContextManifest、模型尝试、Prompt 片段来源元数据、Capability/Task/Case 事件。DIRECT/RETRIEVE 使用真实 OpenAI-compatible SSE 内容片段；提供方有 reasoning_content 时，用户可以选择临时显示。生成中的结构化草稿明确标注为未校验；只有持久化、证据校验后的 Decision 是最终答案。调查路径沿用持久 Case 与调查事件 SSE。真实账户浏览器验证的 CVE-2026-7273 问题返回 8.8、1 条可打开的 Evidence 引用、Knowledge revision 3443；一次带推理选项的浏览器流收到 104 个内容片段、102 个推理片段和 1 个最终 Decision。该单例仅验证联调，不是质量总体分母。
• 当前同部署正式 QA 已重跑：benchmarks/qa/README.md 对应 Deployment deployment:2713f58f83915b2d0d0a9621ed4b7ac7、Knowledge revision 3443、deepseek-flash；14 个 Product cases 加 4 个 session turns，准确率 100%，交互延迟 p95 3.655 秒。多跳只有一个案例，仍需扩充分母；这组结果不能外推所有自然问题。
• 生产入口已按账户产品调整：去掉演示用 Nginx Basic Auth 和 htpasswd 依赖；公网入口由账户注册/登录、服务端 HttpOnly/Secure Session Cookie、Origin/CSRF 与各私有对象的 owner check 承担。部署前仍必须配置 TLS 终止和精确允许的浏览器 Origin。Compose 与静态部署 gate 已同步。
• CVE 官方增量源修复了关键积压路径：上游 deltaLog 实际为倒序，旧初始化却取尾部最老一项。现在按 fetchTime 排序、优先新披露、每轮上限 150 条，并保留未处理 revision 的 backfill_pending 游标。实际 worker 一轮 75 秒成功处理 150 条；随后的代理瞬断仍造成一次失败，因此新增有限传输重试。该来源处于继续补采状态，不把这一轮成功宣称为 6 小时覆盖或所有来源健康。BleepingComputer、ISO 等上游 403 仍是真实阻塞。

决赛未闭合项继续是广覆盖来源的独立 delivery 分母、开放富化维度质量、更多困难/多跳 QA、可送达告警与生产回滚，以及匿名 PPT、Word/PDF 技术报告、操作视频。产品可操作性与单次联调均不替代这些交付。

8. 2026-10-09 重启恢复与完整调查联调

主机重启后，数据库、Redis 与容器自动恢复，本机 API/Web 入口和代理桥需要重新启动。重启前全局 HTTP_PROXY 既让直连可用的供应商源误报 ConnectError，又使 Agent worker 无法访问 DeepSeek；代理变量被置为空字符串时，HTTP 客户端还会在创建阶段抛错并留下等待超时恢复的 running 采集记录。现将代理限制在明确选中的采集源，普通 Agent/模型请求直连，并用已有的持久任务恢复服务重新排队已异常退出的 CVE、MITRE 运行记录。没有清除游标或伪造成功状态。

重试后 GitHub、Meta AI、BleepingComputer、MITRE、供应商与规范源恢复。SlowMist 报告改从官方报告目录指向的 2026 上半年英文 PDF 获取：官方链接的 Google Drive 下载返回 application/octet-stream，采集器核对 PDF 文件头后按 PDF 保存，实际形成 1 条 Observation、1 个 application/pdf Artifact 和 76 个 DocumentChunk。刷新时 39 个监测源约 36 healthy、1 degraded（CVE 官方增量历史补采期间）、2 blocked（Foresight 页面反爬/结构变化、ISO 403）；运行中的补采会使瞬时健康数在 35–37 间变化，不能把单张快照解释为长期可用率。CVE 游标仍报告 backfill_pending=true，新披露优先处理，正式 independent delivery 分母尚未重测。

使用真实账户和已配置的 DeepSeek，CVE-2026-7273 的深度调查 Case 007a6233-7bd7-4936-b46a-1c4a4ebde011 完成：6 个确认发现、0 个开放证据缺口，最终回答引用 7 条 Evidence，并明确区分已证实的在野利用、修复版本和未知的具体攻击载荷。任务链含 InvestigationRole 和 DecisionRole 各一次成功模型调用，Case 事件、上下文、Prompt 片段来源与引用均可从 QUESTIONS 页面读取。联调先暴露并修复了相同 PromptAssembly 被恢复规划重复使用时的请求 Artifact 一对一绑定错误；前端审计栏也从只读最终 DecisionRole 改为汇总 Case 关联的两个 TaskRun，浏览器复核显示 7 条引用、2 次模型调用和 2 份上下文，手机 390px 无横向溢出。该例是端到端可审计链条，不替代正式 QA 准确率/延迟样本。

仍待独立完成：广覆盖采集 delivery 分母、开放语义富化 P/R、困难与多跳问答样本、生产告警送达与发布回滚，以及决赛要求的匿名 PPT、Word/PDF 技术报告和操作视频。

9. 2026-10-09 产品视觉与部署边界更新

主仓库 e240a87 将生产 Web 默认绑定回环地址，保留 TLS 终止器传来的 HTTPS 协议头，为长运行 Compose 服务配置主机重启后的自动恢复；部署手册现在明确版本化镜像、PostgreSQL/ArtifactStore 备份和按 schema 兼容性选择的回退步骤。这是可执行的发布约束与操作路径，尚未完成真实生产发布、告警送达或备份恢复演练，不能据此把 M8 评为完整自动运维。

主仓库 2c98869 重做共享品牌和来源视觉：产品标识为证据汇聚孔径，六空间与八类来源有独立仪器式符号，实际来源追溯使用类别符号加来源名称缩写的内部徽记；它们不冒充上游官方 logo。ORACLE 的双轨从侧视直杆改为围绕球核，ARGUS 光圈采用青色光学材质，ALCHEMIST 四层框架加入内部晶核；WebGL 与小型 SVG 后备保持对应。WORLD 选中漏洞来源方向时，会展示真实 Hot 漏洞材料并继续标明 Hot 与持久 Evidence 的边界。Product story reader 只在首页候选层排除 Blog、Download Now 等明显目录标题，原始 Document/Evidence 不删除；厂商焦点从 Meta 的导航页切到真实微软安全公告。桌面与 390px 手机源追溯无横向溢出，WebGL 已实际绘制，Web build/lint、Product 静态 gate 和对应 WORLD 投影回归通过。

视觉改善和生产配置约束均不替代未完成的正式分母与交付材料。后续验收仍沿第 8 节末尾的缺口推进。

10. 2026-10-09 产品入口纠偏

当前开发范围按用户最新指示只推进产品本身；本轮不制作答辩稿和技术报告，先前章节对这些材料的待办属于历史复查记录。

主仓库 d3247c9：真实浏览器发现 INTELLIGENCE 的“漏洞”类别仅过滤最多 12 条近期原文精选，筛后显示 0 份资料；同一部署实际有数万条 Hot CVE，且可按 CVE 打开 canonical 档案。这是页面数据面选错，不是世界里没有漏洞。现将该筛选接入真实 /world/hot：展示至多 16 条已载入漏洞和独立驻留总量，选择后保留 Hot source/object 坐标进入漏洞视图。页面明确标注 Hot 是可变工作集，只有档案里的 Evidence/Knowledge 能支撑持久事实。其他类别空态也改为“当前精选窗口没有”，不暗示全库为空。桌面和 390px 手机均实际点击筛选、打开漏洞，并检查无横向溢出或浏览器错误。

11. 同日来源正文错配修复

WORLD 的微软安全博客文章标题是 “Detect and disrupt AI-themed attacks with Microsoft Defender”，但旧 DocumentRevision 441054f2-5b3a-5db9-9a58-044fd73853ec 的唯一 chunk 实为页面下方另一篇“CISO perspectives ...”相关文章卡片。根因是通用 HTML parser 用一组并列 CSS 选择器，按 DOM 顺序碰到 article 卡片就停止；正文 .entry-content 被漏掉。这是产品上的真实证据错配，不能归为视觉问题。

主仓库 904ae2f：解析器 v2 按正文容器优先级选择 .entry-content、main、[role=main]，最后才用 article；HTML index 的单 URL 按需查询在没有发现页标题时从当前响应的 h1 取得标题。修复后针对同一官方 URL 做一次有 AcquisitionRun 的按需采集，新增 Observation 和 DocumentRevision a61ce91e-c382-5ee4-99b6-e1291bcc99a5、3 个正文 chunk。旧原文和旧版本仍保留，不覆盖历史。WORLD 刷新后同标题的摘要开始于正文 “Every wave of technology excitement...” 而非相关文章；真实页面浏览器也读到对应文本。采集/任务 worker 已重建并运行，容器内解析器版本为 2。针对 parser 与 adapter 的 7 个测试通过；这个单源修复不代表全部历史 HTML 文档均无类似错配，后续需做语料抽样审计。

12. 同日情报检索提交语义

主仓库 629ca58：INTELLIGENCE 原先的自由文本提交复用 useDeferredValue 驱动的建议查询结果；快速改词并回车，可能打开上一词的第一个对象，或在当前请求完成前误报不存在。现在点击“打开档案”或回车会用表单里的当前词发起明确 API 查询，等待其结果后才导航，并在请求期间展示忙碌/失败状态。真实浏览器从已有 “Microsoft Defender” 建议快速改为 “AdvSim2Real” 并回车，最终进入正确论文对象 fc41787b-4c58-56bb-a8cc-35652e799cbe，无页面异常。

13. 同日远端设计复查与外部取证入口

对照决赛三模块、PRD 与 TD2 Capability 边界复查，生产 InvestigationRole 原先只接本地 Perception 和富化委派；Capability 注册、Broker、临时观察与 Evidence 提升各自存在，但没有真实外部读取组合。当前主仓库加入一条严格限定的官方 NVD CVE 能力：目标必须是当前 TaskContract 绑定的现有 Vulnerability，且具有唯一合法 CVE 标识。Agent 的 observe_external 经能力可见性、策略、执行范围与预算审查，调用 NVD 官方 API；原始返回先记入有父 TaskRun 的 AcquisitionRun 和执行 Artifact，作为不可信临时观察，再经独立提升策略、EvidenceIngress 与目标绑定生成可引用 EvidenceRef。相同请求走 Capability 审计重放，不重复请求上游；跨 Case 或 Task 目标被拒绝。

隔离数据库的端到端回归验证了采集运行、Capability 审计、Observation 与 EvidenceLink 各自的持久身份和重放；另对真实 NVD 接口验证 CVE-2026-7273 能返回目标记录。当前 API 健康入口恢复为 200，调查 worker 已重建并保留模型配置。这里尚未把一例自然语言 Agent 自动选择该能力的线上成功率写成正式 M5 效果分母；更广的仓库、资产、网页外部能力，以及独立来源 delivery、开放富化维度和困难多跳 QA 分母仍待继续完成。用户已明确要求产品开发优先，历史 PPT/技术报告/答辩材料条目不作为本轮产品工作。

随后用当前部署的真实模型与账户绑定 Case 4728aa0f-fe33-4577-b04b-08ca37bf0b13 做单例联调：自然语言要求核对 CVE-2026-7273 官方 NVD 记录，InvestigationRole 自主调用 nvd.read_cve 并成功提升证据；Case 已 resolved，InvestigationRole 与 DecisionRole 均 completed，最终研判有 1 条 NVD 来源 Evidence 引用与 3 个自然报告段落。该 EvidenceRef 回查对应 nvd-cves-2 Observation 和 NVD 官方 URL。这证明新增路径在 API/worker/DB/研判读取之间连通，不代表 M5 自主补证成功率、M6 QA 准确率或多跳性能已经达标。