4 类，各 4 条；不随筛选改变分母。
外贸 Agent / 配套评测 · 固定合成集
准出评测与问题记录
资料不齐时，经营方案能否继续？把标准动作、程序结果与人工决定放在一起核对。
证据口径：16 条输入与待审草稿均为设计的合成样例，用于程序规则回归；不是 16 次业务 Agent 实跑。草稿字段由样例预先标注，未验证自动文本抽取。人工评审从空记录开始，仅保留在本次页面会话；刷新即清空，可下载保存。
R1 核对费用、证据、付款与草稿口径。R0 为刻意简化的演示对照，未在原 Agent 部署。
正在载入固定评测集…
暂停或确认的案例数 / 全部案例数。
尚无人工评审，不计算比例。
只统计当前规则版本的本次操作。
Top 失败原因
当前规则识别的首要阻断原因；同频并列，不代表真实业务频率。
改写类型分布
仅统计本次人工评审中明确记录的改写。
固定输入 / 固定预期动作
16 条评测表
| case_id / 场景 | 输入缺项 | 模型草稿摘要 合成待审稿，非实跑输出 | 程序计算结果 | 人工动作 | 是否放行 | 失败类型 | 版本号 |
|---|
“可继续”表示进入下一项准备或准出流程；所有对外发送、付款和订舱仍由有权人通过正式流程确认。本页面没有执行权限。
本次人工评审 / 不回写业务系统
选择一条案例，核对再记录
版本取舍 / 只针对本演示的准出规则
同一组案例，为什么保留 R1？
R0 仅看草稿有金额、时效在 45 天内；R1 增加证据、费用归属、失效与对外口径检查。这是本项目的规则对照，不是原业务 Agent 的历史版本。
预期动作由样例设计时给定；规则在这个固定集合上的一致性，只证明所覆盖的检查。尚未验证模型在新材料上的稳定性，也未验证真实业务采用效果。
- 缺证 ≠ 反证缺少付款材料时，内部询价可继续；明确相反证据影响付款时，应暂停该动作。
- 费用来源与承担方分离保留报价出处，单独确认谁承担；代收代付资金不进入公司贡献。
- 失效方案撤回报价被撤销或费用发生更正，旧条件不能直接沿用。
- 外发与付款由有权人确认程序结果只供复核，不能替代正式授权或执行。
三个前后对照 / 来源逐项说明
把失败或变化，落实到下一次检查。
更正邮件推翻首选
之前：B 成本 129,500 元，暂为首选。
之后：人提供 B 加费 7,000 元的更正邮件，B 变为 136,500 元；第二轮改为待核验的 A，134,000 元 / 38 天。
准出关注：撤回旧费用与旧排序，未变化的方案保留。
对照真实保存的两轮回答 ↗客户稿漏了付款节点
之前：首轮内部意见写了先款后付，客户稿遗漏。
之后：人指出遗漏，第二轮客户稿补上款项须在我方付款前足额可用到账。尚未证明模型会自行发现同类遗漏。
准出关注：内部知道的条件，对客也要清楚。
查看首稿问题与修订依据 ↗有费用来源，承担方仍未知
R0：草稿写有 134,000 元，就允许继续。
R1：费用承担方未明确，公司成本与贡献暂不可定。程序要求人工确认，不把已知报价直接当公司支出。
这是程序规则差异；没有伪造人工补证或模型修复。