CSV 汇总数字正确，为什么仍不能直接验收？
CSV汇总数字正确，为什么仍不能直接验收？9组追加检查中，7组正常返回，5组与冻结源记录不一致，其中2组汇总数字也不变。附逐项结果、两例字段对照与原始记录；合成数据，未经独立人工复核。
AI 助手执行与整理，未经独立人工复核。本页整理既有测试，未新增模型运行、客户联系或交易。
CSV汇总脚本成功返回，为什么还不能直接验收？
9组追加检查中，7组正常返回，其中5组与冻结源记录不一致；互换标签和只改正文这2组，连总数与各类数量都不变。另2组按原约定拒绝。只看运行成功和汇总数字，不能证明交付资料与约定版本一致。
追加核对： · 本站合成数据实测 · AI助手设计、执行与程序核对，未经独立人工复核。
沿用10月23日的WB-summary-v1原脚本与18条合成反馈，先固定参考清单、9组输入与预期，再运行脚本；不改被测程序、不运行AI分类模型。第一轮14组检查保持原样，这9组为新日期的追加核对，不合并计算通过率。
先固定三层检查，再运行
- 第一层：记录退出码、标准输出和错误信息，确认是否符合原脚本的格式约定。
- 第二层：比较总数与各标签数量，发现漏行、多行及部分标签变化。
- 第三层：用冻结清单按编号核对缺失、新增、重复编号，以及每条label/text字段；本轮允许行序变化。该清单只是输入版本依据，不是语义标签真值。
9组实际结果
| 输入改动 | 原脚本结果与汇总 | 按编号核对源记录 |
|---|---|---|
| C01 · 原始18条基准 | 正常返回；共18条。各类数量与基准相同。 | 与参考一致（允许行序变化） |
| C02 · 仅反转行序 | 正常返回；共18条。各类数量与基准相同。 | 与参考一致（允许行序变化） |
| C03 · 移除F18 | 正常返回；共17条。各类数量与基准不同。 | 缺少 F18 |
| C04 · 复制F01正文并新增编号F19 | 正常返回；共19条。各类数量与基准不同。 | 新增 F19 |
| C05 · 只把F01改为另一合法标签 | 正常返回；共18条。各类数量与基准不同。 | F01.label改变 |
| C06 · 互换F01与F02标签 | 正常返回；共18条。各类数量与基准相同。 | F01.label改变；F02.label改变 |
| C07 · 只改F01正文 | 正常返回；共18条。各类数量与基准相同。 | F01.text改变 |
| C08 · 重复编号F01 | 退出码2；input rejected: duplicate id: F01 | 重复编号 F01 |
| C09 · F01使用未知标签 | 退出码2；input rejected: unknown label at line 2 | F01.label改变 |
标签互换：汇总正确也可能对应错记录
冻结记录：F01：物流；F02：商品。
测试改动：F01：商品；F02：物流。其余16条保持不变。
实际仍返回物流4、商品4、其他3、待确认7，总数18；按编号核对才发现两条label字段变化。它证明计数不能核实逐条对应关系，不证明原参考标签的语义必然正确。
正文改变：计数看不到资料版本变化
冻结记录：F01正文：发货三天了，物流一直没更新。
测试改动：F01正文改为：合成改动：包裹已经收到。标签仍为物流。
实际仍返回同一组数量；字段比较发现F01的text变化。它只说明输入与冻结资料不同，不推断哪段内容更真实，也不表示客户真的收到包裹。
怎样把结果写进验收约定
- 先约定验收基准：文件版本、预期记录清单、允许变化与不允许变化。只保存汇总表，不足以复查每一条记录。
- 文件校验值能发现字节变化；本轮还用按编号的字段比较区分“只换行序”和“内容改变”。校验值相同或清单一致都不证明原始资料真实、分类正确。
- 同一正文出现两次不必然代表业务重复。本轮C04只因新增F19不在事前清单而未通过；若实际允许新记录，必须先更新范围和基准，不能一律删重。
- C03—C07是预先设计的资料不一致反例，不是原v1脚本的程序缺陷；C08/C09按其原规则拒绝。9组行为均符合事前预期，不等于9组资料都应通过验收。
原始记录与复跑方法
- 下载完整JSON和复跑脚本文本，将后者另存为replay.py；JSON另存为records.json。记录内包含原版脚本和9份完整输入，运行前可先查看scriptSource。
- 在Python 3环境运行：python3 replay.py records.json。脚本只在本地临时目录写入合成输入并执行原版脚本，不联网；输出新记录，不覆盖首次结果。
- 按C01—C09对照execution.runs中的actual.exit、stdout、stderr和sourceComparison；时间、运行耗时与环境信息可能不同。原始执行器错误为0，拒绝和资料不一致均保留在失败记录中。
执行环境：Python 3.9.6，Darwin arm64，仅用标准库和本地临时文件。原脚本SHA-256：e4ca57b8816d47549ee913945c162d04bd3f62b79543ed2f95f31e5fa18c6d92。
沿用资料：
适用边界与未知事项：预先选定的9组对照，只验证本地固定CSV汇总与源记录核对的边界；不代表真实业务错误率、通用检出率或语义分类准确率。未测试真实客户文件、Excel导出环境、性能与安全性；未计量开发成本，未获得用户使用反馈或商业验收，没有订单、收入或节省金额结论。参考清单本身是否正确仍需在实际任务中另行确认。