2026-10-18
每一轮部署、修复、验收和性能测试的结论与证据。每份报告都带逐项输入 / 输出样例和复现命令。
看每份报告开头的“结论”和“验收”表：✅ 是逐项通过，❌ 会写明原因和处理。
“单流速度”看一个请求单独跑的首字和每 token 时间；“并发曲线”看 1→128 个会话时的总吞吐和延迟。
“运行建议”写了推荐的并发区间、关闭思考的写法、冷长 prompt 多时怎么调布局。
每个用例都能下载 .txt：上半是原始请求 JSON，下半是完整返回（流式就是完整事件流）。
“复现”给出原样命令；生成报告的脚本和本轮 spec 都在 zhongtian-ops。
“下一阶段优化方向”按预期收益排序，标明依据和状态。
两个模型按同一套标准验收：官方 34 项都是 34/34，团队脚本通过；qwen 1M 冷启动 811–825 秒超过 600 秒门槛。
PD 切换前的修复轮，官方 34 项从 20/34 提升到 34/34。
团队 validate_features / validate_agent 两个脚本的录制结果与证据包。
glm-5.3-flash 的修复与正式上线验收。
没有匹配的报告。