规划与证据：把业务意图接到可计算、可核验的结果

业务人员说“生成下月销售计划”或“帮我找一台能替换的泵”，都不是一个可直接执行的接口请求。前者要把战略意图变成数据分析、计算和待确认假设；后者要把口语需求变成要求，再证明具体商品满足要求。本专题比较这两类任务：模型可以理解与组织工作，但计划数值和产品资格各有外部依据。

销售计划：先确定计算的对象与约束

京东论文附录以“电脑事业部11月销售计划”演示：检索部门SOP，识别意图，生成分析任务，SQL取数形成DataFrame，生成Python分析，结果作为观察返回并调整任务表。正文将分析拆成过滤、变换、分组、排序等操作。京东论文v2 §3.4–3.5与附录 这些机制说明编排怎样连接分析，不能据此认为语言模型的最终数字已经经过全部财务与物流校验。

以下是原创合成任务。区域计划员要为部门D-DEMO形成11月备货建议；销售主管确认活动假设，仓储负责人提供容量，计划员批准建议后才进入采购流程。

{
  "task": "SYN-PLAN-11",
  "scope": {"department": "D-DEMO", "month": "2026-11", "metric": "units_net_returns"},
  "sop_version": "demo-sales-v3",
  "snapshot": "sales-demo-2026-10-01",
  "constraints": {"warehouse_capacity_units": 1200},
  "assumptions": [{"name": "campaign_uplift", "value": 0.10, "status": "awaiting_owner"}],
  "next_task": "compute_baseline",
  "permission": "recommend_only"
}

不要给模型一个任意数据库连接后让它“自己研究”。对固定月计划，查询服务可以接收经过确认的部门、时间和指标，执行版本化查询；只有确实需要开放分析时才考虑生成SQL或脚本，并限制只读数据、运行资源和输出。数据代码的过滤条件、列名、聚合与单位都要可检查。

-- 合成表与参数，示范业务口径，不是京东SQL
SELECT month_key, SUM(shipped_units - returned_units) AS net_units
FROM approved_sales_snapshot
WHERE department_id = :department_id
  AND month_key BETWEEN :from_month AND :to_month
GROUP BY month_key;

如果演示数据中的基准需求为1000件、活动假设为10%，程序得1100件，容量1200尚可容纳；如果主管把假设改为30%，程序得1300件，就应返回容量冲突。模型可提出分仓、分批或减少活动的比较，不能自行将容量改为1300，也不能静默把建议压到1200并藏起缺货风险。这些数值是合成教学，不是京东实验结果。

把观察写回计划时，保存task_id、实际输入快照、计算输出、违反约束、仍待确认假设与下一步。固定依赖可由工作流执行；仅当中间事实决定还要查什么时引入动态编排。多角色Agent不应成为区分查询和计算职责的必要前提。

验证从三个探针开始：把金额误作件数是否被拒绝；活动假设改变能否重算并重新确认；取数结果为空能否停止，而非用“行业经验”补销售计划。然后比较固定流程与动态编排的正确率、修订工作量、时延和费用。京东报告的同比改善只能作为其部署证据，不能当作新项目收益基线。

工业采购：相关性排序之前先判资格

IndustryLLM报告把需求解释与当前商品证据分开：模型可以规范术语、单位和缺项，却不能补造某件商品的证书。报告§2定义三值资格，并明确这是下游系统契约，不是模型一次解码的内部能力；组件评测也不证明端到端资格。IndustryLLM v1 §2、表1及§4

合成采购员寻找泵：流量至少60 L/min，明确排除铸铁。执行前必须由业务确认流量、工况、接口等哪些属于硬要求；“耐腐蚀”不足以让模型自动选一种材料，介质浓度与温度若关键仍须澄清。

{
  "request_id": "SYN-PUMP-01",
  "constraints": [
    {"attribute": "flow", "operator": ">=", "value": 60, "unit": "L/min",
     "polarity": "required", "origin": "explicit", "evidence": "request:span-1"},
    {"attribute": "housing_material", "operator": "=", "value": "cast_iron",
     "polarity": "excluded", "origin": "explicit", "evidence": "request:span-2"}
  ],
  "unresolved_critical": ["medium", "temperature", "flange_interface"],
  "schema_version": "demo-pump-v1", "policy_version": "demo-check-v2"
}

上述字段是教学契约。单位、负约束和来源都应进入结构，不能只保留自然语言“匹配理由”。3.6 m³/h可由确定程序换算为60 L/min；60 m³/h则不是同一个数。比较还要尊重工况：清水测试流量不能直接证明高黏度介质下达到要求。负约束显式来自用户，不能因为模型推断“某些铸铁也耐腐蚀”而改掉。

资格规则先检查来源、适用范围、新鲜度及冲突；按预先定义的来源优先级处置，无法解决的冲突保持unknown，不进入确定资格比较。对已解析证据，有效事实违反要求判violated；有效事实支持要求判satisfied；缺依据判unknown。例如证据证明铸铁违反排除要求，属于确定违反；两份同级材料分别称铸铁和不锈钢，属于未解决的事实冲突。证据过期与缺证据均不变成satisfied；软偏好只在全部硬要求满足后排序。

这与写入超时的unknown语义不同：这里是资格依据不足，写入超时是动作结果未知。日志必须带对象和原因，否则系统会用同一个“未知”按钮处理完全不同工作。允许的成功结果可以是“资格已核验”或“明确缺哪项依据并交接”，不是必须推荐商品。

验证采用合成小表：等价单位、负约束、过期证书、冲突文件、同系列不同SKU、缺工况和只部分组件合格。精确断言资格状态与原因，再由工程人员复核推断约束的适用范围。可以先用普通模型＋结构校验；只有反复出现术语理解错误且已有充分训练数据时才讨论领域训练，不能用训练替代当前证据。

用一个局部函数检查资格语义

原创资格示例在合成输入上区分PASS、FAIL、UNKNOWN：检查SKU、证据时间/有效期、可信记录、单位、正负条件；同一规范化单值属性给出不同值则保留UNKNOWN，任一其他属性的已确定违反仍使整体FAIL。即使125°C和130°C都超过120°C，本例也先将其视为未解决的单值事实冲突；真实测量范围须另定合同。另将248°F显式换算为120°C；没有规范化的F不能直接与C比较。20项检查涵盖错SKU、过期、未来日期、未核证据、单位不等、冲突、缺证据、负约束、非有限数值证据及非法要求。非法要求报错，无法比较的证据不能伪装成确定违反。

该代码不提取或认证证据，verified来自可信合成夹具，不可让模型自填以获得资格；没有实际证书查验、测量误差、工况推理、来源优先级或采购执行。PASS只表示例中全部已列要求通过，不表示一件真实产品安全或采购已批准。真实系统须先由服务端取得与核验输入，再按完整业务要求和证据优先规则决策。

进入主线与工具

定义成功证据确定结果资格；目标流程决定分析与核验分工；评测分别检查解释、计算和系统结果。使用任务契约、工作蓝图和评测包时，替换对象、指标、工况、责任人及证据有效规则，不复制教学阈值。

参考资料

• 京东供应链v2，§3.4–3.5及附录：分析计划与计算反馈。
• IndustryLLM v1，§2、表1：证据资格契约，组件能力不证明端到端核验。
• SQL、JSON及候选表为原创合成教学设计。