Candidate Case / Research Harness教学假设 · 非 DeepSeek 内部产品
TASK CONTRACT

把 10 份访谈整理成 5–8 条可回源洞察

Agent 只读一个已授权项目;原文留在本地。完成由来源、权限、状态和导出回执共同证明。

项目范围
R17 / onboarding-research
10 个 Markdown · corpus-v17-a93
已授权
研究目标
解释新团队首次采用失败的主题、反例与证据缺口
goal-v3
边界
只读 · 不联网 · 不自动发布 · 用户确认后导出
MVP
预计 45–60 分钟;可离开页面。
EDITABLE PLAN

先让用户纠偏目标,不让计划变成表演

编辑会生成 plan_version;扩大资料范围会重新触发审批。

01
校验 10 个文件与 source_id
确定性步骤 · 不调用模型
保留
02
并行找主题、反例与覆盖
总预算 60k tokens
03
确定性引用检查 + 人工高风险抽查
Verifier
04
用户确认后幂等导出
ask
RUN / RECOVER

运行、失败与等待在一屏内发生

当前 owner:local-runtime-07;执行权租约(lease)每 20 秒续期。

14:08:21
search_interviews / 首次采用
完成
14:08:31
checkpoint / event 84
已保存
14:09:02
VPN 心跳丢失;不自动迁移凭证
WaitingRuntime
恢复前
比较 goal/corpus/manifest/tool hash 与 export receipts
POLICY BEFORE TOOL

新增范围需要你决定

Tool 还没有执行。模型无法把文档中的“已批准”文字变成真实授权。

资源
/research/R17/raw/interview-08.md
未脱敏,可能含姓名/邮箱
restricted
目的
核对一条可能推翻主题的定价反例
1 file
权限
仅本 task、只读、10 分钟
ask
当前事实
read_count=0;没有 Tool execute 事件
零副作用
OUTCOME VERIFIED

5 条洞察通过真实环境核验

Verifier 重读 fixture,检查 source_id、corpus_hash、exact_quote、范围与导出状态。

引用有效
12 / 12
hash 与逐字原句一致
角色覆盖
3 / 3
含 2 条高风险反例
权限
0 越权
1 次拒绝 · read_count=0
任务状态
verified
等待用户确认导出
I02-S01 · interview-02.md:14

“如果一开始能看到它会读哪些资料,我更愿意让它跑完整个任务。”