观远答得准，蜜雪通管得深 —— 中间那段编排，今天没有人认领。
一个经营问题 9 天，真正在分析的不到 2 天；其余耗在等排期、找口径、搬数据、走审批。
有回写通道，结论才能变成工单并被追到关闭；这件事同时改了成本结构。
花 15 个工作日，用贵司真实工单把延迟与年化算成唯一的一行数字。 靶定住了，范围与方案才有得谈 —— 在那之前我们不谈商务，也不建议贵司做决定。
零售智脑（茶饮场景库）真实输出：7 年数据，26 个问题全跑通。
用贵司真实场景当场跑；网络不配合就逐格讲对应关系。
提一个贵司真实问题，我们用同构场景跑同一问。
经营人员需逐系统、逐报表查找数据，流程繁琐、操作复杂，大量时间耗在「找数据」而不是「用数据」，高频问题反复人工查询。
断点 高频问题全靠人工查 —— 规模一大，必然崩。
能力分散、需跳转外部工具；计划执行与效果反馈数据未完全回流，经营经验沉淀在个人，难以规模化复用。
断点 执行没有回声，复盘只能靠记忆。
分析结论靠人记、工单靠人建，从「发现问题」到「解决问题」链条长、易遗漏、难追踪。
断点 结论到不了执行；到了，也没带上上下文。
既有系统多仅做前端入口权限拦截，接口层缺少权限校验 —— 「人来操作」时代够用，一旦由 AI 代操作即为越权漏洞。
断点 权限只挡在入口 —— AI 一接手，直接穿。
任意经营问题，自然语言一句话、秒级给数，答案带口径版本与 SQL。
验收 抽 30 个高频问题，答案与观远 BI 页面口径一致 —— 不一致即判错。
权限下沉到接口层，AI 只读不改；越权数据从未进入模型上下文，动作全留痕。
验收 越权类问题必须拒答；每一次调用可追溯、可复跑。
结论能变成工单、派到责任人、追到关闭 —— 不是停在屏幕上的一张表。
验收 从「得出答案」到「工单关闭」，全链可追踪。
① 问数 Agent（只看，不动手） ② 工单 Agent（建单 / 派单 / 改状态，会动手但每步留痕）。今天贵司把范围定在哪几条，比我们讲多少页更重要。
让 AI 自由发挥、还能直接改生产数据，等于没人审过的指令直达门店 —— 一句幻觉生成的「调库存」，第二天就变成几百个店的执行动作；绕过权限直连接口更是一条越权通道。这两格空着，是设计，不是缺口。
先归档问题类型，再命中哪一个指标、哪一份口径、哪个版本 —— 口径不在表里就先问再答，不猜、不近似。
验收 问题归类与口径命中写进日志 —— 归错类看得见，不是黑箱。
把「杯量 / 出杯 / 单量」这类说法映射到观远与蜜雪通 API 的同一张表；对不上就报错，不硬编。
验收 映射表零硬编；对不上就报错，宁可答不出，不给近似值。
生成可审计 SQL，行级权限在编译期注入；静态检查 + 空跑 + 结果合理性检查，三道都过才发出去。
验收 三道校验全过才出答案；任一道不过，宁可不出。
答案带口径版本与可展开 SQL；要动手就转工单。整条链路在 MCP 层留痕 —— 谁问的、查了什么、谁改了状态，全部可追溯。
验收 答案 100% 带出处；同一问题可复跑，答案一致。
拆成四段，是因为每一段都能单独测、单独换模型、单独定验收 —— 哪一段掉分改哪一段，准确率才可归因。
建一张口径登记表 + 一张术语同义词表：把「杯量 / 出杯 / 单量」钉成同一个指标、同一个版本。口径定不下来，模型再强也答不准。
落到蜜雪 「杯量 / 出杯 / 单量」三个说法，先钉成同一张表、同一个版本，双方签字。
从贵司历史的正确问答里取示例喂给模型 —— 不是建 RAG，是建口径样例库：少而准、人可维护。
落到蜜雪 从历史正确问答里取 50–100 组样例，谁改的、什么时候改，可查。
SQL 静态检查 + 空跑 + 抽样试跑，三道都过才出答案；越权条件在编译期注入，越权数据从未进入模型上下文。
落到蜜雪 越权条件在编译期注入 —— 错在出门前就被拦住，不靠事后追。
答错的题自动进评测集；每次口径变更先跑一遍回归，不达标不上线 —— 准确率不是一次调好，是每轮不往下掉。
落到蜜雪 每次口径变更先跑回归；掉分就退回上一版，不带病上线。
四道都不依赖「换一个更强的模型」：换模型是加乘，不是前提；真正决定准确率的是口径有没有钉死、错题有没有回流。每一道都有人名和日期。
指标问数 15 题（数字对不对）· 归因分析 10 题（结论站不站得住）· 越权拒绝 5 题（必须拒答）。贵司出题、我们补边界题 —— 题不是我们单方面挑的。
落到蜜雪 题库定版即冻结，改题要双方同意 —— 不能临考前换考卷。
每题以 观远 BI 页面口径为基准，不一致即判错；有争议的题人工复核。基准不在我们手里，所以判不了自己的分。
落到蜜雪 判分脚本一并交给贵司 —— 谁都能跑，一次跑完出全部结果。
上线前与上线 4 周后两档；具体数字在第 15 个工作日由双方共创、写进验收表 —— 我们不单方面承诺一个自己定得了的数。
落到蜜雪 两档数字在第 15 个工作日写死，不拖到上线前才谈。
每轮回归不达标，不上线、不进入下一期；偏差题进错题集、限期修，修完重跑。这就是三道闸门里第二道闸门（第 8 周 M1 达标）的具体内容。
先判断要不要建单；要建，就从结论里抽字段，不靠人重新打字 —— 口径与来源一并带过去。
建单 / 派单 / 改状态是唯一允许的动作集；其余一律拒绝。结构化字段 + 需求评审，写前校验。
谁能接、谁在忙，按角色与负载自动路由到责任人；越权单直接打回，不进执行队列。
每步结果回流到观远对账、回写蜜雪通；工单从建到关全链留痕，关单即闭环。
金额调整、权限变更、库存直调 —— 这些必须人工点确认，AI 只递单不执行；写前校验、写后可回滚。
每个指标口径写死成文档、行级权限逐条确认。门 ① 第 3 周：口径没定案就不开工 —— 免得返工烧贵司的钱。
区域经理在蜜雪通 @ 一句拿到带口径版本与 SQL 的答案。门 ② 第 8 周：蜜雪出题盲测，达标才进下一步。
建单/派单/改状态全链留痕、证据回流观远对账，与问数共用口径与权限、不重复建。门 ③ 第 12 周做上线决策，年底上线。
先做的不白做，后做的不重来：问数与工单共用口径与权限，MCP 控制层一次打通、两处复用；评测集用现成模板。前提：API 第 2 周前给接口人、MVP 范围锁死。
现场三段，共 4 分钟 —— 每段替评委问出一句话，然后当场跑给贵司看：
在蜜雪通里 @ 一句「上周杯量归因」—— 看三条归因 + 建议，每条答案带数据来源。回应：「数准不准？」
看点 它答的是「为什么」，不是「是多少」—— 业务方当场就能判对错。
点开答案背后的 SQL 与口径版本 —— 看它怎么面对质疑，而不是躲。回应：「错了能不能查？」
看点 口径版本与 SQL 当场展开 —— 质疑打不穿，因为能查。
一键建单派给督导，追踪到关闭 —— 看最后一百米怎么走完。回应：「然后呢？谁去做？」
看点 工单号当场生成、当场派到人 —— 闭环看得见，不是 PPT 上的箭头。
跑的是我方自建环境（茶饮示例数据），不接贵司生产系统、不碰贵司数据。现场三条铁律：① 不临场改数据；② 跑不出来立刻转口述兜底，不 debug；③ 只接同构问题 —— 接不住的当场记下，第 15 个工作日给答案。
产出：贵司真实的延迟天数与年化区间 —— 一行数，自己的，不是我们编的。
产出：一页范围书 —— 做、不做、怎么算赢。
产出：SOW —— 范围与排期，在数字之后才出场。
① 蜜雪通 API 的接口人和开放时间表 ｜ ② 谁能签 NDA 并给数据集目录 ｜ ③ 90 天后谁来判定这件事成不成 ｜ ④ 谁的签批能让这次测量启动