金标准与灰度：先跑通每天都问的那几句

把 Spider/BIRD 当调研，把自家报表当验收。选三句每天都问的话：昨天 GMV、昨天订单量、昨天 Top 门店。每句有时间列、排除规则、报表数。换结构链接算法或改提示之前，先跑这三句。

观远建议监控成功率、迭代轮数、错误类型。分类至少四档：链接错、时间窗错、状态错、一对多炸金额。灰度用户先是内部经营团队，再扩角色。没有卡片编号的探索，生产默认拒绝。

金标准要防自我证明：不要用某次智能体输出当标准。标准数从财务或官方报表来。一天对上了再放大到一月。

出处

• 观远：灰度与监控
• BIRD/Spider 只作调研基准