问答反馈修订与复验的证据边界
可复用的方法
问答未通过时先保存问题、固定来源、原答案及独立复核理由。把业务结论错误、资料限制遗漏和交付格式问题分别处理；不能通过改验收标准、删除失败记录或无修改地反复抽样取得一次通过来宣称修复。修订后以同一道问题复验，再核对来源和答案绑定，观察后台是否重复消费任务。
纠正后的新问题与边界反例（2026-09-16）
同题复验只能检验这道题。要证明纠正可复用，另用一个未参与修订的问题和一个可能错误推广结论的反例，记录实际命中的来源及结果；未做时标为未测。这项要求不是下方2026年9月15日样本已经通过的新结论。
判断系统状态也应沿用这个原则：Mike在本次会话明确说明旧后台是主动停掉的，因此停止后的旧心跳不能作为意外故障证据，也不构成重启授权。但这条纠正不能推广成“所有旧心跳都表示主动停机”；不知道停机原因时应核查，不能猜测正常或故障。用户没有给出精确停机时刻，本页不补造时间或操作日志。
关联的维护规则见../02-技术/LLM-Wiki架构模式：哈希只判断版本，结构入链只判断导航，恢复需核实际提交状态。这些检查分别解决不同问题，不能互相代替。
2026年9月15日的实际样本
同一道新泊乐方案问题包含四个业务判断：风险沟通是否占咨询额度、未用额度能否结转、响应是否代表完成、业务称谓能否确定签约法人。首版四项核心结论均被独立复核判断正确，但遗漏资料范围限制、把出处路径当作引文，整体为review_rejected；引文放正文还是单独citations的要求也存在歧义。不能把这次失败描述成四个业务结论都答错。
当前Codex会话依据失败记录修订了生成提示并由正常宿主重载worker：向生成端传递读取限制，明确逐题正文短引文和citations的对应关系，禁止以路径作为业务依据。保留原失败任务；修订版以独立任务指纹再次执行同一问题，不覆盖原结果。
修订版由后台生成并由另一Codex请求独立复核，7项通用标准、8项必答点均通过。完整来源哈希与引用核验通过，本次检索、生成及复核全流程122.016秒。队列验收复用已通过的无匹配任务，确认其零模型调用；完成后70秒内未观察到两项任务的结果报告被替换。
这里证明的是“发现失败→当前会话修订→真实后台同题复验”的一个有监督反馈案例。它不是后台自主编写并部署代码，不是模型权重训练，也不是严格对照实验；一次前后运行不能排除模型随机性、不能保证其他问题都提升。无人值守长期稳定、实际重新登录恢复、全库语义盲区及五项整体验收仍需另行证据。
可核对记录
关联
本页的themis_only是本地保存与禁止外发的兼容标记；本次理解和复核由Codex完成，不代表调用本地模型。