问一问 · 设计说明

Zomo 的每一步，为什么这么做

作品集里那个问答不是一个聊天框，是一个小 Agent：先规划、再检索、只用查到的内容作答、最后核对自己引用的来源。下面按八个维度，把每一步怎么处理、为什么这么选、刻意没做什么，一格一格写出来。

资料库: 26 节
字数: 16,686
检索评估: 65 / 65
红队测试: 10 题
单元测试: 68

一次提问会经过什么

~1s规划PLAN模型
判断两件事：在问她的哪一面（意图），以及能不能答（策略）；再把问题改写成检索用的一句、列出 2–4 步打算怎么做。第一轮强制调用，跳不过去。
+数秒检索RETRIEVE服务端
在资料库上打分排序，直接附上分数够格的前几节全文。检索本身是毫秒级，时间花在模型决定查什么上。
按需取节READ服务端
需要另一节细节时补一次。只有真取过全文的小节，才允许出现在答案的来源里。
最长的一段作答ANSWER模型 · 流式
只用取到的内容作答。问题太宽会反问、没依据会拒答，而不是硬答。
收尾引用核验VERIFY服务端
把答案声明的来源和实际读过的小节对账。没读过的不吞掉，当场标出来。
异步日志LOG服务端
记问题、检索结果和执行轨迹，用来迭代资料库。不记 IP、不记设备、不记任何能指向个人的东西。

八个维度

目标GOAL

它到底要解决什么？

怎么做: 让招聘方几分钟内判断她合不合适，并且看得到判断依据。
为什么: 看答案分不出「问答」和「Agent」的区别，但看得出过程的区别 —— 所以过程本身就是要交付的东西。
刻意没做: 不做客服。客服的默认承诺是什么都能答，这里的承诺正好相反：只答资料里有的，没有就说没有。

架构ARCHITECTURE

它由哪些零件组成？

怎么做: 规划 → 检索 → 取节 → 作答 → 引用核验。五个工具：规划、检索、取节、拒答、反问。最多四轮模型调用，最后一轮收走全部工具。
为什么: 规划写在调用参数里而不是提示词里 —— 写在提示词里模型会偷懒跳过，写在参数里它没得选。
刻意没做: 快速通道：简单问题跳过规划会更快，但这个 Agent 的目标就是把过程摊开，跳过规划等于把最想展示的东西藏起来。也没有拆成多个 Agent —— 十几节资料、一个检索任务，拆开只会多出协调成本。

状态STATE

它记得什么，不记得什么？

怎么做: 资料库 26 节。提示词里只放一份目录，正文按需取，一次最多附 5 节全文。对话只带最近 6 条。
为什么: 资料可以很大，但每一轮进上下文的必须小而相关。整份塞进去，模型会拿不相关的材料凑答案。
刻意没做: 不做跨会话记忆。访客是谁，不该被记住。

失败FAILURE

出错的时候会怎样？

怎么做: 超时分三层：首字节 25 秒、空闲 8 秒、总预算 45 秒。厂商限流（429）或抖动（5xx）时，在一个字都还没发出去之前自动重发，最多两次。函数调用撑不住的模型转兼容模式，由服务端代为检索。工具协议标记漏进正文会被过滤，工具调用被当成正文吐出来会被整段丢弃。
为什么: 每一条都是实测踩出来的：有模型三次里有一次把协议标记吐给访客；有过四轮全用在检索上、一句话没答就撞上限。「话太长被截断」和「时间到了先收尾」分开报，因为给访客的下一步建议不同。
刻意没做: 不假装没出错。降级可以，但界面上会明写「服务端接管」—— 把「模型没做到」冒充成「模型做到了」，比答不上来更伤信任。

安全SAFETY

它不会说什么？

怎么做: 规划时单独判一次策略：跟她无关的通用任务、隐私、薪资这类必须本人回答的，由服务端直接拒答，不交给模型二次选择；「资料里没写」和越界是两回事 —— 问她喜欢什么是正常问题，没写就如实说没写。拒答是一次工具调用，不是提示词里的一句请求。薪资这类必须本人回答的问题一律拒答，并禁止从职级、年限反推。资料库从源头脱敏：公司、商家、同事、内部系统代号都不在里面。三层限流：每次会话 10 问、每 IP 每分钟 12 次、全站每天 100 次。
为什么: 不能指望提示词百分之百挡住注入。最可靠的防泄露，是那条数据根本不在模型能拿到的地方；联系方式这种已知且唯一的东西，由服务端直接校正 —— 红队测试里模型编过一个假邮箱，现在输出里任何不是她的邮箱都会被换掉。
刻意没做: 不联网搜索。外部网页会带进注入风险，也会让「只答资料里有的」这条承诺失效。

评估EVALUATION

怎么知道它做得好？

怎么做: 检索层 65 题评估集，判据是「期望的那一节全文有没有真进模型输入」，而不是排名。另有一套人物类问题、一套 10 题的红队测试（真调模型）、68 个单元测试。线上日志除了结果，还记轮数、工具调用次数、无效调用、重复调用和结束原因。
为什么: 检索层坏了，光看模型输出分不出是「模型笨」还是「压根没给它对的材料」。第一次体检就发现：站上自己的预设问题，检索不到最重要的那一节。
刻意没做: 不拿运行结果当期望答案。那样评估集只会永远全绿。

效率EFFICIENCY

它花了多少，值不值？

怎么做: 检索跑在本地、毫秒级、没有外部调用。检索时直接附上分数够格的全文（低于最高分 0.5 倍的不附），省掉一轮取节。典型路径两轮模型调用。
为什么: 每多一轮调用，就多一份钱、一次网络往返，也多给便宜模型一次跑偏的机会。
刻意没做: 不上向量库。在这个规模上，关键词 + 逆文档频率 + 标题加权已经让评估集全部命中；多一个外部依赖就多一个线上故障点。弱命中阈值 0.35 按「误伤代价」定：宁可放过一道越界题交给拒答兜底，也不误伤「怎么联系她」这种真问题。什么时候换方案，看评估集的错题率。

可解释EXPLAINABILITY

怎么知道它为什么这么答？

怎么做: 链路每一步都画在界面上，工具名、参数、耗时写在副行。来源和实际读过的小节对账，没读过的标「未通过核验」。证据不足就说不足。进行中的那一步显示真实秒表，后面的步骤按模型自己的计划灰着占位。
为什么: 可解释不是把模型的内部思考全部倒出来，而是让人能核对它的判断：它做了什么、依据是什么、哪些没把握。
刻意没做: 不做打字机式的假流式，也不做假进度条。内容是一次拿到的就一次呈现，等待的空窗用真实的数字去填。