三层研究语料的证据一致性闸门

结论：更新 jairl，不更新 jaiv1；四道母题置信度不动。三份材料构成「Anthropic 专题深挖—中国模型产品数据—AI 总研究地图」三层体系，框架覆盖面很强，但证据质量没有随层级统一。可沉淀的是研究结构和两条数据质量反证；不可沉淀的是产品份额、增长趋势、护城河或商业胜负。

材料对象与证据等级

两条硬反证

1. TraeWork 数据早于产品发布。工作簿列出 2026 年 3–5 月产品数据，同时在自身时间线记载 6 月 9 日发布。除非字段实际指向前身产品、内测或另一统计对象，否则时间上不可能成立。该序列在来源与对象澄清前全部拒绝入账。
2. 可灵／海螺多个月序列呈机械等差变化。真实月度观测通常包含活动、投放、版本、渠道和季节性扰动；连续机械步进更像插值、补齐或合成。没有原始月表与计算方法前，只能作为制图占位，不能用于增长率、份额或拐点判断。

什么可以保留

结构层交叉验证：三份材料再次收敛到同一系统边界：真实竞争单位不是单模型，而是模型、Context、Tools、Harness、权限、验证与任务预算的组合。这与研究卡 030、035 已有结论一致，因此只算加固，不算新发现。

研究治理增量：总地图、专题深挖与数据表必须共享同一证据字段：来源、日期、统计对象、采集方法、证据等级、反证条件。否则地图越大，只会更快复制同一处错误。

为什么不更新 jaiv1

jaiv1 已经明确把价值捕获放在模型之外的系统、工作流、企业上下文和验证层。本批没有提供新的公司财务、续费、迁移率、任务成功率或每成功任务全成本，无法改变五条商业预测。把三级汇编再次写成商业结论，只会制造重复与伪精确。

对四道母题的影响

• Q1 护城河：系统组合框架得到三级材料的独立收敛，72% 不变。
• Q2 Transformer：Anthropic 推理与训练路线缺少本轮新增的一手对照，维持现有判断。
• Q3 下一代底座：总研究地图只是路线索引，不构成替代架构证据。
• Q4 可靠系统：Harness 结构得到加固，但缺任务成功率、人工接管、恢复与完整成本，置信度不动。

下一次只接受什么

1. TraeWork 各月份数据的原始来源、字段定义，以及与 6 月 9 日发布日的对象对应关系。
2. 可灵／海螺月度序列的原始下载表、采集日期和插值说明；若为估算，必须保留上下界而非单点。
3. Anthropic benchmark 的版本、工具条件、采样设置与独立复现。
4. 能裁决商业判断的任务成功率、续费／扩单、跨模型迁移率和每成功任务全成本。

材料边界