第十六章实操记录：当前模型与字典回归

2026-10-21。按当前模型重新建立题库与基线，显式校验、刷新后复跑，不使用历史摘要替代本轮验收。本轮没有修改模型说明、公式或字典，也没有恢复旧版源码。

环境与操作

Runtime http://127.0.0.1:18067，Namespace chinook，数据源 chinook-sqlite，Chinook v1.4.5 SQLite 副本。
Launcher 0.1.30、CLI 0.1.25；capabilities 为 java、foggy-runtime-api/v1、schemaVersion 2026-06-06、none-dev-test-only。
沿用原服务和 Bundle；未升级、重启、换数据源或启用 Console/FAP。没有操作生产环境或权限示例服务。
保存全部模型资源和数据库摘要、源码快照，实时描述账单、时间、聚合 JOIN 三个 QM。
运行扩展题库保存 baseline；校验十个 TM/QM 后显式刷新账单 QM，实际 refreshedCount=6；再次描述三个 QM 并实时获取 Markdown。
用相同题库运行 refreshed 阶段，拒绝请求不执行。通过只读 SQLite 原始记录与 Decimal 独立核对，不使用引擎 SQL 当作唯一标准答案。

当前 averageAmount 说明已完善，因此这次是校验刷新前后的复验。早先标题/说明修改、候选错误及修复保留在 chapter-15 历史证据中，本轮未重做或计入通过数量。

范围	结果
总额、账单数、客户数	477.53、83、47
固定均额	477.53 / 83，展示 5.75
原值 USA 账单	21 张、127.98，逐行 ID 与金额核对
20 国均额	各国金额除以本组张数；逐组核对
月份汇总	12 个月，逐月金额与全年合计一致
账单/明细聚合 JOIN	两侧 477.53、83 张账单、447 条明细
无账单期间	平均金额未返回/为空，不为 0
中文标签“美国”	与原值 USA 的整批 items 完全相同
国家原值与名称列	USA / 美国配对正确，账单 ID 集合一致
名称列等值筛选	命中同一批 21 张，实际执行参数 USA
中文标签集合	美国/加拿大 30 张，原始金额合计 170.55
未收录名称“美利坚”	校验成功、执行空列表；不据此宣称 AI 会如实澄清
错误 averageAmout	FIELD_NOT_FOUND、提示 averageAmount，无 execute

两个阶段各 12 项正常执行、1 项预期校验拒绝，结果完全相同。实时元数据中，均额说明、国家字典 24 项与名称字段均保持正确。全部模型资源与 SQLite 文件摘要在本轮前后完全一致。

“客单价是多少”“2012 年利润是多少”仍为两项未执行的回答审阅题。当前 Codex 会话真实调用 CLI，不等同于另开干净会话只凭短提示词完成任务，也未进行自然语言生成正确率评测。

脚本每次创建独立证据目录，保存题库、请求、源码快照、元数据、validate/execute 响应与 commands.jsonl，不覆盖历史记录。它不安装或启动服务、不修改模型与数据库；会校验并显式刷新现有 Bundle。

历史 chapter-15 验证按其原阶段保留。当前新增州字段和字典后的回归，以本章题库、摘要与响应为准，不用旧的“其他九个文件不变”断言代替当前验证。

正文已按用户要求改为自动化测试脚本主线，说明生成脚本、执行命令、断言、失败定位和模型维护后复跑。脚本与测试用例未变，沿用上述真实运行记录；本轮未重复执行相同查询。