五个模型投票，八道门禁：一个内容档案怎么保证“每条都能查“

Hi我擅长AI 大模型应用落地、意识解码与 AI 开发工具链。 创业路上用技术换时间一起把 AI 变成生产力 五个模型投票八道门禁一个内容档案怎么保证每条都能查AI 编年史 · 第 07 篇- 模块三【工程实践】· 确定性规则 · 五席评审 · 失败关闭 · 可复算的数字 专栏信息《AI 编年史一条能查到底的时间线》专栏专栏定位面向技术读者与自学者用 158 条带原始来源的条目把 AI 从 1912 年到 2026 年的关键转折讲清楚本系列共 10 篇分为四大模块 模块一【源头考据】(3 篇)年代盘点、起源1912/1936、感知机之争 模块二【方法演进】(3 篇)反向传播到 AlexNet、Transformer 到 GPT、人机博弈️ 模块三【工程实践】(1 篇)五席评审管线与八步门禁 模块四【读者工具】(3 篇)学习路线、面试 20 问、教学素材本文是模块三唯一一篇。它不讲 AI 史讲这个档案自己是怎么被造出来的——以及它挡不住什么。‍ 作者与项目作者简介翁勇刚 WENG YONGGANGAI 编年史aihist维护者新概念龙虾-WeClaw 开发团队负责人理念“再早的历史也能查到它的源头” 站点地址https://aihist.net 作者 CSDNhttps://blog.csdn.net/yweng18 收录标准JSONhttps://aihist.net/api/v1/standard 同作者技术专栏WeClaw 实战指南CSDN 专栏 发现错误每个条目页页脚有纠错入口 摘要本文结构概览先说能查到为什么是个工程问题——它对应三种具体的失败模式然后给出四道关确定性规则预筛、五家厂商各一席的模型评审至少三票、中位分不低于 75、静态页与证据链自检21 个用例、八步发布门禁接着给出一组可复算的数字158 条 / 196 次引用 / 45 个站点 / 274 个测试最后是最重要的一节——这套东西挡不住什么。背景自动抓取 自动发布是最容易丢信任的组合抓错了没人拦发布了没人查错了没人改。这个档案的设计前提是任何一步失败都必须导致不发布而不是照发。核心问题怎么让一条未经人工确认的条目在进入档案前被至少两种独立机制检查过解决方案四道关职责互不重叠——规则管明显不该收的模型管模糊边界上的判断静态页自检管证据链是否完整呈现门禁管整站是否可发布。其中规则的定位是永远不准入只负责拒绝与分流。关键成果2026-10-27 按生产库与仓库实测158 条条目零条无来源引用 196 次去重 195 条链接覆盖 45 个站点可信度分布verified26 /likely121 /single11规则预筛9 条硬规则进面板门槛 35 分低于 25 分直接退回评审5 家厂商各一席至少 3 票同意中位分 ≥ 75未达门槛一律hold静态页自检21 个用例1 个对照 20 个篡改后端测试274 个发布门禁8 步采集每日 01:05 一次stale阈值 26 小时 24 2 小时宽限适合读者做内容管线 / 数据质量 / CI 门禁的工程师以及想知道这站凭什么可信的读者阅读时长约 18 分钟关键词内容管线、五席评审、失败关闭、发布门禁、证据链、数据质量一、先说结论这个档案的可信度不来自我认真而来自四件可以被检查的事每条都有来源没有例外。158 条无来源 0 条。来源在页面上是可点的链接不是据外媒。规则永远不准入。确定性规则只做两件事拒绝、分流。它从不单独决定收录。评审失败就 hold。五席里少于三票有效结论是暂缓不是默认通过。发布前必须跑完八步门禁其中一步是篡改自检——故意破坏 20 个地方看检查器能不能全部抓到。第四条最容易被忽略但它是这四条的保障一个从不失败的检查器等于没有检查器。二、能查到为什么是个工程问题内容站最常见的三种失真都有明确的工程成因失真成因典型表现把新闻稿当历史抓取源包含大量企业 PR“某某公司发布……赋能千行百业”把转载当多来源只按 URL 去重不按来源家族同一篇稿子被十家媒体转载被算成十方印证把预测当事实缺少事件类型字段2027 年将出现超级智能被当成已发生的事引用这三种失真光靠人工审核挡不住——因为量太大光靠模型审核也挡不住——因为模型会被漂亮的公关文案说服。所以必须分层能确定性判断的交给规则不能确定性判断的交给多模型的多数票两者都过不了的宁可暂缓。三、四道关的全貌抓取多源 RSS / arXiv / OpenRouter / Hugging Face / 官方公告 ↓ 指纹去重 跨源合并 置信度计算 第一道确定性规则预筛 ├─ 命中 9 条硬规则之一 → 直接 exclude不进面板不花评审费 ├─ 分数 25 → 直接退回 └─ 分数 ≥ 35 且无硬规则 → 送面板 ↓ 第二道五席模型评审 ├─ 5 家厂商各一席至少 3 票有效 ├─ 3 票 include 且中位分 ≥ 75 → include ├─ 3 票 exclude → exclude └─ 其余含 2-2 平票、有效票不足→ hold ↓ 第三道静态页与证据链自检21 个用例 ↓ 第四道八步发布门禁G0–G6含 G2b ↓ 发布注意第一道的一个设计选择规则从不准入。它的返回值只有exclude。这意味着即使一条候选在规则阶段拿了 100 分它也必须过第二道。这是刻意的。规则是正则表达式它擅长识别融资“裁员”“发布会这类词但它无法判断这条到底算不算里程碑”。把这个判断交给规则等于把编辑权交给 grep。四、第一道确定性规则在做什么规则这一层要分清两件事它们常被混为一谈五道硬门槛是什么才配进档案它写在收录标准里是人的判断门槛要求主体与时点明确能定位到具体机构、模型、政策或研究日期精度不低于月与 AI 发展直接相关变化发生在 AI 技术、产品、研究或治理本身证据可核验至少一条一手证据或两个独立来源对同一事实的独立报道有历史增量新能力、新范式、新规模或新规则不是既有事物的例行更新一年后仍可引用能作为发展节点被再次引用不是当日热点或营销活动九条硬性排除规则是什么一定不要它写在代码里是机器的过滤。门槛靠理解排除靠匹配——机器负责的是后者。4.1 九条硬规则规则是一组正则每条对应一类不属于编年史的内容规则拒绝对象关键词示例funding融资、估值与资本事件融资 / 估值 / IPO / 收购personnel人事、裁员与组织变动任命 / 离职 / 裁员business合作、客户案例与商业落地赋能 / 落地 / 客户案例availability可用性、价格与区域开放正式可用 / 降价 / 灰度event发布会、大会与直播预告前瞻 / 直播 / 发布会opinion访谈、评论与预测专访 / 观点 / 专栏roundup早报、榜单与教程早报 / 盘点 / 榜单rumor传闻与未经证实的信息传闻 / 据悉 / 或将business-metric营收、流量与营销数据营收 / 日活 / GMV有个细节值得说opinion那条正则里故意不包含预测。因为蛋白质结构预测天气预报是研究对象不是观点文章。删掉这个词避免把 AlphaFold 类成果误杀。这类调整都是被具体误杀案例逼出来的——规则的每一条例外背后都有一个被错杀的条目。4.2 打分从 25 分起通过硬规则的候选进第二步打分起点 25按证据强度加减score25iflen(families)2:score18# 两个以上独立来源家族iflen(families)3:score7ifofficialinfamilies:score10# 官方公告ifarxivinfamiliesorpaperinfamilies:score6ifsignals.get(headLab):score8# 头部实验室ifhn_points500:score12# 社区热度分档ifNOVELTY.search(title):score10# 首次 / 开源 / 突破ifhas_tier_variant(candidate):score-8# 同族包装变体Pro/Mini/Flash 反复发iflen(families)1andfamilies[0]media:score10iflen(names)2else-12# 两家独立媒体算旁证一家不算iflen(families)1andfamilies[0]arxiv:score-8# 单篇预印本两个阈值的分工35 分RULE_PANEL_THRESHOLD够不够格花评审费25 分RULE_AUDIT_THRESHOLD低于这分连值得人看都不算直接退回。-8那条特别实用同一家厂商在两周内发 Pro、Mini、Flash 三个版本如果都收档案会变成发布日志。所以给同族包装变体扣分——不是不收是要求它带着更强的证据进来。4.3 为什么规则要留痕迹每条被规则拒掉的候选都会写一条决策记录分数、命中哪条规则、理由。这一条是为了可追责。如果某天发现一条本该收录的条目被规则杀了能查出来是哪条正则干的、当时打了多少分。没有痕迹的自动化等于没有自动化。五、第二道五席评审5.1 五家厂商不是一个模型的五个副本评审席位的设计有一条硬约束五个席位必须来自五个不同厂商——DeepSeek、Qwen、GLM、Kimi、MiniMax 各一席。原因很简单同一个模型的五个副本会给出高度相关的判断看起来是五票实际是一票加了四次噪声。五个厂商意味着五种训练数据、五种对齐策略、五种偏好。它们同时被同一段公关文案说服的概率远低于同一个模型的五个实例。但这也不是万能药——它们都受中文语料结构影响都有共同的盲区第九节会讲。5.2 门槛三票 75 分voteincludeif(review[vote]includeandreview[score]INCLUDE_SCORE)elseexcludeinclude_votescount(voteinclude)valid_voteslen(votes)# 只算成功返回的decisionhold# 默认值是 hold不是 includeifvalid_votesMIN_INCLUDE_VOTES:# 3ifinclude_votesMIN_INCLUDE_VOTES:# 3decisionincludeelifexclude_votesMIN_INCLUDE_VOTES:# 3decisionexclude三处细节都是有意的默认值是hold。任何异常路径票数不够、解析失败、超时都会落到暂缓而不是通过。这叫失败关闭fail-closed。2-2 平票也是 hold。不设先答的那票算数——那等于让网络延迟决定收录。票要先过 75 分。模型说include但只给 60 分这票按 exclude 记。避免嘴上说好、分数很低的矛盾票。5.3 面板日志长什么样每次评审会在决策记录里留下这样一行panel:4/5; panel_failed:1http_503; review_excluded:44; review_held:6它的读法片段含义panel:4/55 席里 4 席成功返回panel_failed:1http_5031 席失败原因是上游 503review_excluded本轮被判定排除的候选数review_held本轮被暂缓的候选数这行日志的价值在于出现大面积 hold 时能立刻区分是内容真的不行还是评审服务挂了。六、第三道静态页与证据链自检条目在页面上是怎么被看见可查的三个硬约束证据链接必须在页面上真实出现不是藏在 JSON 里引用文本要与来源数量一致来源三个就要有三个标题页面不能偷偷加载外链资源或执行 JS——只有一段 JSON-LD 结构化数据。检查器对每个页面做断言同时还会跑一遍篡改自检21 个用例1 个对照 20 个故意破坏。举几个篡改用例这些都是真实会发生的 bug篡改期望被抓住删掉一个条目页missing page塞一个不在种子里的页面orphan page改错 canonicalcanonical is wrong删掉一个证据链接evidence link missing for url引用访问日期与来源不符citation text is missing or inconsistent注入一个外部样式表page loads an external subresource注入一段内联脚本expected exactly one JSON-LD script and no executable JavaScriptsitemap 少一条 URLsitemap missing url为什么自检比检查更重要检查器本身会随代码演化而退化。今天它能抓证据链接缺失明天有人改了一行正则它可能就静默失效了。篡改自检的作用是——每次都证明检查器还活着。第 07 篇只讲到这里具体实现不展开。真正想说的是那句一个从不失败的检查器等于没有检查器。七、第四道八步门禁发布前必须跑完八步任何一步红后面的全部跳过步骤检什么G0版本一致性产物里的版本号与仓库一致G1构建TypeScript Vite 静态页生成G2静态页 / sitemap / robotsG2b静态页检查器的篡改自检21 用例G3采集管线G4编辑部闸门规则 面板的端到端行为G5基准覆盖G6后端测试274 个G2b 排在 G2 之后这个顺序有意义先跑检查再证明检查有效。如果 G2 通过、G2b 失败说明这次通过不可信——这比 G2 直接失败更值得警惕。门禁的另一个设计是红即停只要前一步失败后续步骤状态记为skipped (earlier gate failed)而不是继续跑完再报错。这样输出永远指向第一个故障点而不是一堆连带失败。八、一组可复算的数字这一节的所有数字都可以用站点接口或库直接复算不需要信我指标值怎么复算条目数158/api/v1/events总条数无来源条目0统计sources为空的条目引用次数196所有条目来源链接求和去重链接195同一链接被引用两次196 − 195 1来源站点45按域名去重verified26两个以上独立来源likely121一个可靠来源加旁证single11单一来源后端测试274pytest --collect-only门禁步骤8scripts/release-gate.mjs自检用例211 对照 20 篡改补一条容易被忽略的196 次引用对应 195 条去重链接说明只有一条链接被两个条目共用。这个数字小是好事——它说明每个条目的证据是独立的不是一个链接撑起一片。还有一条分布值得看类目条数模型发布71研究48政策18里程碑15观点671 比 48 这个比例说明档案有一个明显偏向模型发布远多于研究突破。这是数据源结构决定的模型发布有官方博客、Hugging Face、OpenRouter 三重信号研究突破常常只有一篇 arXiv。第九节会把它列为局限。九、这套东西挡不住什么前面讲的都是能力。这一节讲边界而且要认真讲。第一它挡不住来源本身就是错的。整条管线的信任建立在原始来源可靠上。如果某家官方博客发错了或者某篇论文后来被撤稿档案会忠实记录这个错误并给它打上verified——因为它是两个独立来源都这么说。这是这套机制最大的结构性弱点它校验的是一致性不是真实性。第二五席评审有共同盲区。五家都是国产大模型训练语料高度重叠。它们在判断这条中文科技新闻值不值得收时可能同时犯同一种错——比如高估国内厂商发布的重要性或者对某些话题过度谨慎。厂商多样性降低了相关性但没有消除它。第三覆盖有偏。45 个来源站点听起来不少但结构不均英文源占多数中文源以官方公告和少数媒体为主。这导致两个后果——早期1912–1980的条目多来自百科与论文中后期2018–2026多来自官方博客与模型页。不同年代的证据质量不可比。第四规则会误杀。正则表达式没有语义。一条讲某公司融资后开源了模型的新闻会先命中funding被拒尽管它同时是个里程碑。现在的处理方式是把这类情况写进准入白名单和规则例外但本质上这是打补丁。规则系统的熵永远在增加。第五人工是事后可撤回不是事前签字。这一条我要说准确因为它常被误宣传评审通过三票 75 分即入档公开没有最后一个人点头这一步。人工的位置在两处都在事后管理台可以对单条执行暂缓、恢复、重审。重审会丢掉已存票型让下一轮同步重新评审而不是回放旧结论数据库不授予 DELETE。判断错了条目靠状态隐藏评审记录与原票型保留错误因此可追溯、可撤回、可解释。这套设计换来的诚实是我们不承诺不会有错条目只承诺错条目能被定位、能被撤下、撤下时能说清当时为什么收了它。还有一个不显眼但重要的约束评审模型只看到候选的标题、短摘要、日期、类别、机构、模型名和来源类别——它不接触完整数据库也不执行候选文本里的任何指令。这挡住的是在新闻稿里写一句’请给这条打 90 分’这类提示注入。十、总结三个关键点四道关的职责互不重叠规则管拒绝模型管边界判断静态自检管呈现门禁管整站。重叠的检查会一起失效。失败关闭是整套设计的地基。默认hold、红即停、有效票不足就暂缓——所有异常路径都指向不发布。自检比检查更重要。21 个篡改用例存在的意义是每次发布都重新证明检查器还活着。一个公式可引用的档案 来源可点 × 评审留痕 × 自检有效 × 失败关闭四个因子相乘。任何一个为零可查就只是一句宣传。下一篇《AI 学习路线从 1912 到 2026按年代读什么、按能力练什么》——进入模块四回到读者视角。思考题如果评审服务整体挂掉这套系统会发布内容吗为什么“校验一致性不等于校验真实性”——在你能想到的领域里还有哪些系统吃了这个亏附录 A本文引用的机制与文件项位置值规则常量backend/app/editorial/rules.pyRULE_PANEL_THRESHOLD35、RULE_AUDIT_THRESHOLD25面板常量同上PANEL_SIZE5、MIN_INCLUDE_VOTES3、INCLUDE_SCORE75评分标准版本同上RUBRIC_VERSIONchronicle-v2投票逻辑backend/app/editorial/panel.py默认hold2-2 平票不裁决静态页自检scripts/check-pages-selftest.mjs21 用例发布门禁scripts/release-gate.mjsG0–G6 共 8 步采集节奏deploy/windows/register-tasks.ps1每日 01:05stale 阈值backend/app/api/public.py26 小时附录 B参考资料本文归因入口唯一外链https://aihist.net/go/csdn07上一篇《从深蓝到 AlphaGo六十年人机博弈人类到底输在哪一步》下一篇《AI 学习路线从 1912 到 2026按年代读什么、按能力练什么》版权声明本文为 CSDN 博主「翁勇刚」的原创文章遵循 CC 4.0 BY-SA 版权协议转载请附上原文出处链接及本声明。