AI Agent · 单位 U37（工具调用 + 工作流进阶：工具结果校验与结构化数据接口）

本段主题：工具调用与工作流的进阶——工具结果校验与结构化数据接口（schema 与字段校验、数值范围校验、校验混淆矩阵与期望代价、校验层设计、结构化输出与修复、单位/口径一致性、结果可信度分级、串联校验的净效果、多工具组合校验顺序、接口契约与版本演进）。 合规声明：不含具体交易信号、投资建议、内幕信息；不鼓励绕过风控/合规。

题目编号：TRACK-03-U37-Q01

• 题型：笔试 ｜ 考点：工具结果校验 / schema 与字段校验统计 / 通过率
• 题干：对某工具返回的 1000 条结构化结果做校验：950 条 schema 合法，其余 50 条 schema 非法；在 950 条合法记录中，有 20 条数值越界。合法且不越界的记录视为"通过校验"。(1) 求直接通过校验的比例；(2) 若对 schema 非法的记录可做自动修复，修复成功率为 60%（修复成功且不再越界，视为通过），求最终可用比例；(3) 给出修复率为 0 与 100% 的边界值。
• 假设与边界：schema 合法与数值越界是两个独立的检查维度；修复仅作用于 schema 非法记录，修复成功后不再触发越界；修复不作用于合法但越界的记录（此类仍为不通过）；比例以条数计。
• 解析：
• (1) 合法且不越界 = 950 − 20 = 930 条 ⇒ 930/1000 = 93.0%。
• (2) 修复成功 = 50 × 60% = 30 条 ⇒ 可用 = 930 + 30 = 960 条 ⇒ 960/1000 = 96.0%。
• (3) 修复率 0 ⇒ 930/1000 = 93.0%；修复率 100% ⇒ (930 + 50)/1000 = 980/1000 = 98.0%。
• 参考答案：(1) 93.0%；(2) 96.0%；(3) 边界为 93.0% 与 98.0%。
• 验算/自检：另一种解法（分维度计数）——总不通过 = schema 非法 50 + 合法但越界 20 = 70 ⇒ 通过 = 1000 − 70 = 930 ✅。加修复后，不通过剩余 = (50 − 30) + 20 = 40 ⇒ 通过 = 960 ✅。边界复算：修复率从 0→100% 时，可用比例从 93% 单调升到 98%，区间宽 5 个百分点，恰好等于 50/1000。
• 常见错误：把 20 条越界从"非法"里重复扣除；把修复作用于全部 70 条（只应作用于 50 条 schema 非法）；把"合法"直接当作"通过"而漏掉越界维度。
• 评分要点：两个维度分别计数；930/960 的中间量可复算；给出修复率两端的边界。
• 追问/变形/还能这样考：若修复本身有 5% 概率"改错"（引入新错误），通过率如何变化？若越界检测也有误报（把合法值判为越界），结论如何变？当校验维度增多（类型、枚举、跨字段一致性）时如何组织校验管线？

题目编号：TRACK-03-U37-Q02

• 题型：笔试 ｜ 考点：工具结果校验 / 两层校验管线覆盖 / 漏检率反解
• 题干：校验管线分两层：L1（schema 与必填，检出率 100%、无漏检）；L2（数值范围与口径校验，对存在问题的记录检出率 r = 0.9）。输入 10000 条记录，其中 A 类缺陷率 3%、B 类缺陷率 4%（两类缺陷相互独立，一条记录可同时含 A、B）。(1) 求至少含一类缺陷的记录比例；(2) 经两层校验后，仍会漏过（未被拦截）的缺陷记录数是多少条；(3) 若要求漏检不超过 20 条，L2 检出率至少需提高到多少？
• 假设与边界：A、B 两类缺陷相互独立（P(A)=0.03、P(B)=0.04）：L1 检出 A 类且无漏检，L2 检出 B 类但检出率仅 r；L2 检出不依赖 A 类；校验器本身无误报（正常记录不被误拦）。
• 解析：
• (1) 至少一类 = 1 − (1−0.03)(1−0.04) = 1 − 0.97×0.96 = 1 − 0.9312 = 0.0688 ⇒ 6.88%。
• (2) 漏检只可能来自"仅有 B 类缺陷且 L2 未检出"的记录——同时含 A、B 的记录已被 L1 全部拦截，不会漏过。仅 B 类记录数 = 10000 × (0.04 − 0.03×0.04) = 10000 × 0.0388 = 388 条；漏检 = 388 × (1 − 0.9) = 38.8 条 ≈ 39 条（A 类被 L1 全部拦截）。
• (3) 令 388 × (1 − r) ≤ 20 ⇒ (1 − r) ≤ 20/388 ≈ 0.05155 ⇒ r ≥ 0.9485 ≈ 0.949（约 95%）。
• 参考答案：(1) 6.88%；(2) 约 39 条（38.8 条）；(3) r ≥ 约 0.949（≈95%）。
• 验算/自检：另一种解法（分类计数）——含 A 的有 300 条、含 B 的有 400 条、同时含 A、B 的有 0.03×0.04×10000 = 12 条；至少一类 = 300 + 400 − 12 = 688 条 = 6.88% ✅。仅 B 类 = 400 − 12 = 388 条；漏检 = 388 × 10% = 38.8 条 ✅。边界复算：r = 1 ⇒ 漏检 0；r = 0 ⇒ 漏检 = 388 条（全部仅 B 类漏过）；r = 0.9 对应 38.8 条，符合线性关系。
• 常见错误：把 A 类也当作会漏检（L1 无漏检）；漏检基数误用全部 B 类 400 条而不是仅 B 类 388 条（忽略 A、B 重叠已被 L1 拦下）；把 B 类漏检算成 400（忘了乘 (1−r)）；用"缺陷率相加"求"至少一类"（应 1−Π(1−p)，因独立而非互斥）。
• 评分要点：至少一类用独立性公式；漏检基数为仅 B 类 388 条、结果约 39 条；(3) 反解 r ≥ 约 0.949 并给出代入验证。
• 追问/变形/还能这样考：若 L1 也有 1% 漏检，漏检总量如何叠加？若两类缺陷相关（非独立），"至少一类"如何用联合分布表达？若允许"两级串联必须都报警才拦截"，覆盖与误报如何权衡（见 Q08）？

题目编号：TRACK-03-U37-Q03

• 题型：笔试 ｜ 考点：工具结果校验 / 校验器混淆矩阵与期望代价 / 阈值取舍
• 题干：一个数值校验器把工具返回的数值标记为"异常"（触发重取）。在"真异常"记录上检出率 0.95，在"正常"记录上误报率 0.04；真异常占比 2%。重取一次成本 $0.01；未被拦截的真异常导致下游损失 $0.5（每条）。(1) 求该校验器的精确率（precision）与召回率（recall）；(2) 求每条记录的期望总成本；(3) 另一方案"零误报"但检出率降到 0.70，比较两者期望成本，给出选择。
• 假设与边界：真异常先验 2%（固定）；检出率、误报率在校验器阈值下固定；"重取"即触发一次额外调用，成本 $0.01；未被拦截的真异常下游损失 $0.5；误报造成的重取不带来损失、仅计成本；不考虑重取后仍失败。
• 解析：
• (1) 召回率（真异常被检出）= 0.95。精确率：每条记录上被标记的概率 = 0.02×0.95 + 0.98×0.04 = 0.019 + 0.0392 = 0.0582；其中真异常 0.019 ⇒ precision = 0.019/0.0582 ≈ 0.3265。
• (2) 重取成本/条 = 0.0582 × $0.01 = $0.000582；漏检损失/条 = (0.02 × 0.05) × $0.5 = 0.001 × 0.5 = $0.0005；合计 ≈ $0.001082/条。
• (3) 方案二（检出 0.70、误报 0）：重取成本/条 = 0.02×0.70×0.01 = $0.00014；漏检损失/条 = (0.02×0.30)×0.5 = 0.006×0.5 = $0.003；合计 = $0.00314/条 > $0.001082 ⇒ 保留原方案。
• 参考答案：(1) recall = 0.95、precision ≈ 0.327；(2) ≈ $0.001082/条；(3) 方案二 $0.00314 > 原方案 $0.001082，故选原方案。
• 验算/自检：另一种解法（每 1000 条计数）——真异常 20 条、检出 19 条；正常 980 条、误报 39.2 条。重取 58.2 次成本 $0.582；漏检 1 条损失 $0.5；合计 $1.082/1000 = $0.001082/条 ✅。方案二：重取 14 次 $0.14，漏检 6 条 $3.0，合计 $3.14/1000 ✅。边界复算：若漏检代价改为 0，则方案二（$0.00014）优于原方案（$0.000582）——说明"选择取决于漏检代价"，代价越高越应容忍误报以保召回。
• 常见错误：把精确率算成 0.95（那是召回率）；漏检损失漏算 (1−检出率)；把误报也当作有损失；只比较重取成本而忽略漏检代价，导致阈值选反。
• 评分要点：precision/recall 区分正确；期望成本含重取 + 漏检两部分；能说明"漏检代价决定方案取舍"。
• 追问/变形/还能这样考：若可以调节阈值，使 (检出率, 误报率) 沿 ROC 曲线移动，如何用代价最小化选点？当先验异常率随行情变化时，precision 会如何漂移？把"重取"改为"转人工复核（成本更高、检出更高）"后如何设计三级阈值？

题目编号：TRACK-03-U37-Q04

• 题型：面试 ｜ 考点：工具结果校验 / 校验层设计 / schema-范围-交叉-时序
• 题干：请为一个"调用外部数据工具并消费其结果"的 Agent 设计工具结果校验层：要覆盖哪些校验类型、如何组织校验顺序与失败处理、如何平衡严格性（漏检）与可用性（误报）。（本类为思路题，无唯一答案，考察思路。）
• 假设与边界：面向工程；工具返回结构化数据（JSON/表格）；不涉具体库；下游对错误数据可能放大损失；不鼓励静默修复掩盖问题。
• 解析：校验类型——① 结构校验：schema/类型/必填/枚举（快、便宜，先做）；② 取值校验：数值范围/单调性/正负/单位量级（如价格非负、概率在 [0,1]）；③ 交叉字段校验：字段间关系（如"最高价 ≥ 最低价""市值 = 股价 × 股本"）；④ 时序校验：时间戳是否递增、是否在合理区间、是否时区一致、是否落在交易日；⑤ 一致性校验：跨源交叉比对（同一指标多源是否一致，与 Q07 联动）。组织与失败处理——按"便宜且确定性强 → 昂贵且需上下文"排序（fail-fast）；失败分级：致命（结构/时序错）直接拒绝并重取/上报，非致命（轻微越界）标注 + 降级；每条校验输出"问题类型 + 严重度 + 证据"。严格性与可用性权衡——校验过严导致大量误报、拖慢流程；过松导致脏数据流入下游；用"误报成本的量化（见 Q03）"校准阈值，并对不同用途采用不同严格度（用于实盘风控的更严，用于探索的更松）。
• 参考答案：要点：① 五类校验（结构/取值/交叉/时序/一致性）；② 按便宜→昂贵排序、fail-fast；③ 失败分级（致命拒绝 vs 非致命标注降级）；④ 每条校验输出类型+严重度+证据；⑤ 用误报成本量化校准严格性；⑥ 不同用途不同严格度。
• 验算/自检：自检——构造含"最高价 < 最低价""时区错位""字段缺失"的样本，验证校验层能分别命中交叉/时序/结构校验并给出严重度；对"轻微越界"验证走标注降级而非整体失败。边界：当校验所需上下文缺失（如缺交易日历）时，时序校验应"无法判定"而非"默认通过"；当多源不一致时，应输出冲突标记交下游裁决而非静默取其一。
• 常见错误：只做 schema 校验、忽略取值/交叉/时序；校验过严导致大量误报与重取风暴；非致命问题也整体拒绝（牺牲可用性）；缺上下文时默认"通过"（漏检掩盖）。
• 评分要点：五类校验齐全、有顺序与分级；输出含证据与严重度；给出严格性/可用性的权衡与校准方式。
• 追问/变形/还能这样考：如何把校验规则做成"声明式配置"便于随数据源演进？如何用"历史分布"做异常检测（如超出历史分位）？校验失败时的"证据"如何进入审计日志以支持溯源？

题目编号：TRACK-03-U37-Q05

• 题型：面试 ｜ 考点：工具结果校验 / 结构化输出与修复 / 缺字段与格式错误
• 题干：LLM 通过 function calling / JSON 模式产出的结构化参数常常缺字段、类型错或多包一层。请设计"结构化输出校验与修复"方案：如何让模型更守约束、如何在解析失败时修复、以及如何避免修复引入错误。（本类为思路题，无唯一答案，考察思路。）
• 假设与边界：面向工程；模型支持 JSON 模式/约束解码的有无两种情况；不涉具体模型厂商；修复需可审计，不得凭空编造字段值。
• 解析：预防——① 用严格的工具 schema（明确类型、必填、枚举、取值范围）并作为函数定义提供给模型；② 启用约束解码（constrained decoding / 语法约束）在采样阶段保证合法 JSON；③ few-shot 示例覆盖边界（空值、多值、嵌套）；④ 给"最小示例"而非冗长说明，降低格式漂移。修复（解析失败时）——① 结构修复：补全缺失的括号/引号、去多余包裹层、类型强转（可无损时）；② 约束重试：把解析错误信息回喂模型，要求仅返回修正后的 JSON（限制改动范围）；③ 降级：若某必填字段确实无法获得，标记"缺失"而非编造默认值交上层决策。避免修复引入错误——修复必须是"结构/格式"层面且可逆，禁止"语义脑补"（如缺失的价格不许猜）；修复前后都要留痕（原输出、修复后、修复规则），并对高频修复模式做统计以改进提示或 schema。
• 参考答案：要点：① 严格 schema + 约束解码 + few-shot；② 结构与格式修复（无损、可逆）；③ 错误回喂的定向重试；④ 缺失即标注、禁止编造；⑤ 修复留痕与模式统计；⑥ 区分"可自动修复"与"必须重试/上报"。
• 验算/自检：自检——构造 4 类坏样本（缺右括号、多包一层、字段类型错、缺必填），验证修复器能处理前三类、对缺必填走"标注/重试"而非默认填值；对"语义缺失"（如要日期却返回自然语言）验证不进行猜测。边界：约束解码不可用时需退化为"解析 + 重试 + 修复"三级；当修复率持续偏高（>阈值）时，应视为 schema/提示缺陷并迭代，而非长期依赖修复。
• 常见错误：用正则"猜"缺失字段值（编造）；修复后不留痕导致不可复现；把"类型强转"当成万能（可能丢精度/改变语义）；不区分"格式错"与"语义错"，把两者都自动修。
• 评分要点：预防（schema/约束解码/few-shot）+ 修复（结构/重试/降级）+ 留痕；明确禁止编造；给出修复率监控与迭代。
• 追问/变形/还能这样考：如何用"JSON Schema 的 $ref/oneOf"表达复杂参数？当工具参数高度嵌套时，拆成多步小 schema 有何利弊？如何对"模型输出"与"修复后"都做一份可复算的审计记录？

题目编号：TRACK-03-U37-Q06

• 题型：面试 ｜ 考点：工具结果校验 / 单位与口径一致性 / 金额单位-复权-时区
• 题干：不同数据工具返回的同一指标可能单位、口径、时区不一致（如金额"元/万元/亿元"、价格"原始/前复权/后复权"、时间戳不同时区/交易日）。请设计"单位与口径一致性校验"，说明要检查什么、如何统一、以及不一致时如何处理。（本类为思路题，无唯一答案，考察思路；不含具体交易信号。）
• 假设与边界：面向工程与投研数据处理；不含具体交易策略；需对接多来源；强调"可复算、可追溯"；不涉监管合规细节。
• 解析：检查什么——① 单位/量纲：金额（元/万元/亿元）、比率（小数/百分数）、股本科数、成交量单位；② 口径：复权方式（原始/前复权/后复权）、是否含税、是否合并口径（母公司/合并报表）、是否年化；③ 时间：时区、时间戳精度、是否收盘/复权基准日、是否交易时段；④ 频率：日频/分钟频、是否对齐同一交易日。如何统一——建立"标准单位与口径字典"，工具返回值先做"单位归一 + 口径标注（附元数据）"，统一到内部标准（如金额一律"元"、价格一律标注复权方式并统一到某一基准）；用元数据（单位、复权、时区）随数据一起传递，而非仅传数值。不一致时处理——① 能无损换算则换算并标注换算规则；② 口径不可换算（如不同复权基准）则分别保留、明确标记、禁止直接比较；③ 冲突时以"权威源优先级 + 一致性校验"裁决（见 Q07）；④ 一律在结果里保留"原始值 + 单位 + 口径 + 换算记录"，做到可复算。
• 参考答案：要点：① 检查单位、口径、时间、频率四类；② 用标准字典归一 + 元数据随数据传递；③ 可换算则换算并留痕，不可换算则分别保留、禁止混比；④ 冲突按权威源优先级裁决；⑤ 全程保留原始值与换算记录以支持复算。
• 验算/自检：自检——构造"同一公司金额，A 源给亿元、B 源给万元""价格一前复权一原始"两例，验证归一后数值一致（亿元×10⁴ = 万元）、口径不可换算者被标记为"不可直接比较"。边界：当换算因子本身有时点依赖（如复权因子随日期变）时，须记录换算基准日；跨时区时间戳对齐到同一交易日需以交易场所日历为准，而非简单 +8 小时。
• 常见错误：直接混用不同单位/口径的数值（如把万元当元）；换算不留痕导致无法复现；用"默认减 8 小时"做时区对齐（忽略夏令时/交易场所）；把不同复权方式的价格直接算收益率。
• 评分要点：四类一致性检查；标准字典 + 元数据传递；可换算留痕、不可换算分开；冲突裁决；强调可复算与可追溯。
• 追问/变形/还能这样考：如何设计"单位/口径元数据"的 schema 使其可机器校验？当来源缺失单位信息时如何推断（且如何标注推断置信度）？口径不一致的下游影响如何在因子层面兜底（如强制统一到同一基准）？

题目编号：TRACK-03-U37-Q07

• 题型：面试 ｜ 考点：工具结果校验 / 多源冲突与可信度分级 / 下游裁决
• 题干：同一指标由多个工具/数据源返回，数值可能冲突。请设计"结果可信度分级与冲突裁决"机制：如何给来源分级、如何量化可信度、冲突时如何裁决、如何把不确定度传给下游。（本类为思路题，无唯一答案，考察思路。）
• 假设与边界：面向工程与投研辅助；来源含权威官方源、付费数据商、公开网页等；不涉具体产品；强调可复算与可追溯；不鼓励用不可靠来源冒充权威。
• 解析：来源分级——按可靠性维度打分：权威性（官方/一手 > 二手）、时效性（更新及时）、历史准确率（回测该源与权威源的历史一致率）、覆盖完整度。可信度量化——静态分数（来源等级）+ 动态分数（历史一致率加权），得到每条记录的可信度分；可结合"多源一致则提升、孤证则降低"。冲突裁决——① 若存在唯一高等级来源 → 采用并标注；② 若无绝对权威 → 用"加权投票/中位数"或"多数+与多数一致性"裁决，并保留分歧；③ 分歧无法消解 → 输出"冲突标记 + 候选值集合"，交下游或人工复核；④ 记录裁决规则与依据。不确定度传递——输出不只是一个值，而是"值 + 可信度分 + 来源 + 分歧项"，下游按用途决定是否采用（高影响用途要求高可信度，探索性用途可放宽）。
• 参考答案：要点：① 来源分级（权威/时效/历史准确率/完整度）；② 可信度 = 静态等级 + 动态一致率；③ 冲突裁决：权威优先 / 加权投票 / 输出候选集合 + 标记；④ 输出值 + 可信度 + 来源 + 分歧项；⑤ 保留裁决依据以复算。
• 验算/自检：自检——构造"3 源中 2 源一致、1 源为高等级但偏离"的用例，验证机制既能用高等级纠正、也能在多数一致时提示争议；构造"单源孤证"用例，验证可信度被下调。边界：当所有源都低可信且互不一致时，应明确"结论不可靠"而非硬选一个；当高等级源持续偏离历史时，其动态可信度应被下调。
• 常见错误：按"最新到达"或"随机第一个"取值（无原则）；只看来源名气不动态校准；冲突时静默取平均（掩盖分歧）；把可信度当成确定性（不传递不确定度）。
• 评分要点：来源分级维度；可信度量化（静态+动态）；冲突裁决有明确规则并保留分歧；输出含不确定度与来源。
• 追问/变形/还能这样考：如何用"历史与权威源的一致率"在线更新来源可信度？当多源冲突而下游是"风控"用途时，是否应更保守（取最坏值或拒绝）？可信度如何与第 Q04 的校验层联动，形成"校验 + 裁决"闭环？

题目编号：TRACK-03-U37-Q08

• 题型：逻辑概率 ｜ 考点：工具结果校验 / 串联校验的净检出与净误报 / OR 与 AND 组合
• 题干：两个校验器，其检出率（对有问题记录报警）与误报率（对正常记录报警）分别为 d₁ = 0.9、e₁ = 0.05 与 d₂ = 0.8、e₂ = 0.03，两者在给定记录上的报警事件相互独立。(1) 串联使用"任一报警即拦截"（OR 组合），求净检出率与净误报率；(2) 并联使用"都报警才拦截"（AND 组合），求净检出率与净误报率；(3) 说明两种组合各适用于什么场景。
• 假设与边界：两校验器在同一记录上的报警相互独立；"有问题/正常"为真实标签；检出率、误报率固定；拦截/放行二值；不考虑阈值可调。
• 解析：
• (1) OR 组合：净检出 = 1 − (1−0.9)(1−0.8) = 1 − 0.1×0.2 = 1 − 0.02 = 0.98；净误报 = 1 − (1−0.05)(1−0.03) = 1 − 0.95×0.97 = 1 − 0.9215 = 0.0785。
• (2) AND 组合：净检出 = 0.9 × 0.8 = 0.72；净误报 = 0.05 × 0.03 = 0.0015。
• (3) 场景：OR 适合"宁可误报不可漏检"（高召回优先，如风控前置筛查），代价是误报升高；AND 适合"宁可放过不可误伤"（高精确优先，如对正常流程少打扰），代价是漏检升高。
• 参考答案：(1) OR：净检出 0.98、净误报 0.0785；(2) AND：净检出 0.72、净误报 0.0015；(3) OR 用于高召回场景，AND 用于高精确/低打扰场景。
• 验算/自检：另一种解法（布尔事件展开）——OR 的"同时漏检"= 两者都漏 = 0.1×0.2 = 0.02 ⇒ 检出 0.98 ✅；OR 的"同时正常放行"= 两者都不误报 = 0.95×0.97 = 0.9215 ⇒ 误报 0.0785 ✅。AND 直接用独立性相乘 ✅。边界复算：d 都为 1 时 OR=1；e 都为 0 时 AND=0；单校验器（退化为只用一个）时 OR/AND 均等于自身 (0.9,0.05) 或 (0.8,0.03)。
• 常见错误：把 OR 的净检出写成 d₁+d₂（忽略重叠，应 1−乘积）；把 AND 的误报写成加减（应相乘）；混淆两组合的适用场景。
• 评分要点：OR 与 AND 的净检出/净误报计算正确；用"重漏/重误"交叉验证；能给出场景选择依据。
• 追问/变形/还能这样考：若两校验器不独立（共享同一特征而相关），公式如何失效、需要什么（联合分布/相关系数）？三级串联的净指标如何递推？如何用"净精确率"（结合先验）比较两种组合的成本（衔接 Q03）？

题目编号：TRACK-03-U37-Q09

• 题型：逻辑概率 ｜ 考点：工具结果校验 / 多工具组合校验顺序 / 期望成本最小排序
• 题干：为排查一条"必有缺陷"的记录，依次运行三个校验工具，一旦某工具检出即停止。各工具的成本 c 与检出率 d 为：T1 (c=0.01, d=0.6)、T2 (c=0.04, d=0.9)、T3 (c=0.015, d=0.7)。各工具检出事件相互独立（对同一缺陷，检出/漏检独立）。(1) 求使期望成本最小的执行顺序，并计算该顺序的期望成本；(2) 验证一个非最优顺序的期望成本更高；(3) 说明排序规则。
• 假设与边界：记录必含缺陷（先验=1）；工具按顺序运行，一旦检出即停止，否则继续下一个；各工具对同一缺陷的检出事件独立（漏检概率 = 1−d）；成本以"每次运行"计；不考虑人工兜底。
• 解析：期望成本 = Σᵢ cᵢ × P(前面都未检出) = c₁ + (1−d₁)c₂ + (1−d₁)(1−d₂)c₃ + …
• 排序规则：按 cᵢ/dᵢ 升序（等价于交换相邻两项时，cᵢ/dᵢ ≤ c_{i+1}/d_{i+1} 更优）。
• 比值：c₁/d₁ = 0.01/0.6 ≈ 0.01667；c₂/d₂ = 0.04/0.9 ≈ 0.04444；c₃/d₃ = 0.015/0.7 ≈ 0.02143。升序为 T1 (0.01667) → T3 (0.02143) → T2 (0.04444)。
• 期望成本(T1,T3,T2) = 0.01 + (1−0.6)×0.015 + (1−0.6)(1−0.7)×0.04 = 0.01 + 0.4×0.015 + 0.4×0.3×0.04 = 0.01 + 0.006 + 0.0048 = 0.0208。
• (2) 非最优顺序 (T1,T2,T3)：0.01 + 0.4×0.04 + 0.4×0.1×0.015 = 0.01 + 0.016 + 0.0006 = 0.0266 > 0.0208 ✅。
• 参考答案：(1) 最优顺序 T1→T3→T2，期望成本 0.0208；(2) T1→T2→T3 为 0.0266 > 0.0208；(3) 按 cᵢ/dᵢ 升序。
• 验算/自检：另一种解法（交换论证验证最优性）——相邻 i、i+1 谁在前取决于 cᵢ + (1−dᵢ)c_{i+1} ≤ c_{i+1} + (1−d_{i+1})cᵢ ⟺ cᵢ·d_{i+1} ≤ c_{i+1}·dᵢ ⟺ cᵢ/dᵢ ≤ c_{i+1}/d_{i+1}。检验 T3 与 T2：0.02143 < 0.04444 ⇒ T3 在前 ✅；T1 与 T3：0.01667 < 0.02143 ⇒ T1 在前 ✅，与逐对交换结论一致。边界复算：再算顺序 (T3,T1,T2) = 0.015 + 0.3×0.01 + 0.3×0.4×0.04 = 0.015 + 0.003 + 0.0048 = 0.0228 > 0.0208 ✅，进一步支持 T1 在前。
• 常见错误：按成本或检出率单独排序（应看比值 c/d）；把期望成本算成"各工具成本之和"（忽略停连）；漏掉前序都漏检的概率因子。
• 评分要点：给出 cᵢ/dᵢ 升序规则与理由；最优顺序与 0.0208 可复算；(2) 给一个更高成本的对照。
• 追问/变形/还能这样考：若工具可并行运行，问题变为"选择子集使期望成本最小"，如何建模？若允许"某工具漏检后其后续检测概率变化（相关）"，独立性假设破坏后如何修正？若加入了"人工兜底成本 F"，最优停止点如何确定？

题目编号：TRACK-03-U37-Q10

• 题型：扩展延伸 ｜ 考点：工具调用与工作流 / 结构化数据接口契约与版本演进 / 向后兼容与失败模式
• 题干：Agent 与多个数据工具之间的结构化接口会持续演进（字段新增、废弃、单位或口径变更、类型收紧）。请设计"接口契约与版本演进"方案：契约如何描述与校验、如何做版本迁移与向后兼容、如何避免"静默破坏"。并给出容量与失败模式分析。（本类为设计题，无唯一答案，考察思路；面向工程与投研数据处理。）
• 假设与边界：面向工程；接口由多个团队/数据源提供；消费者为 Agent 与下游计算；不涉具体库；强调可复算、可审计、向后兼容。
• 解析：契约描述——用机器可读 schema（字段、类型、必填、枚举、单位、口径、时间字段语义）作为单一事实来源，随接口版本发布；用契约做"生产端校验（返回值合规）+ 消费端校验（消费前校验）"。版本演进策略——① 加性优先：只新增可选字段、不删不改已有字段语义（保证向后兼容）；② 破坏性变更必须升主版本并走并行期（新旧字段共存一段时间）；③ 字段废弃走"标废弃 → 双写 → 观测零使用 → 移除"的渐进流程；④ 单位/口径变更视同破坏性变更（因语义改变），需并行与显式换算。避免静默破坏——契约校验进 CI（schema 回归测试）；消费端对未知字段宽容（忽略而非报错）、对缺失必填严格（报错/降级）；对"单位/口径"变更要有显式断言，不能靠"数值看起来差不多"蒙混。容量与失败模式——契约元数据存储按"接口数 × 版本数 × 字段数"，量级小（MB 级）；失败模式：① 生产端返回不合规（用契约校验拦截并重试/上报）；② 消费端版本不匹配（用兼容层/适配器转换，并记录使用的版本）；③ 破坏性变更未并行（导致下游静默取到错误值 → 必须靠契约断言 + 监控）；④ 弃用字段被依赖（靠使用量观测在移除前发现）。
• 参考答案：要点：① 机器可读契约作为单一事实来源，双端校验；② 加性优先 + 破坏性升主版本 + 并行期；③ 废弃走渐进流程；④ 单位/口径变更视为破坏性；⑤ 契约校验进 CI、未知字段宽容、必填严格；⑥ 失败模式与对策、版本可追溯。
• 验算/自检：自检——模拟"新增字段"（旧消费者应忽略不报错）、"单位由元改万元"（应因契约断言而不被静默接受）、"删除字段"（应在过渡期双写、零使用后再删）三类变更，验证方案；核对"契约断言 + 适配层"能否把不兼容变更转为显式失败而非静默错误。边界：当新旧版本必须长期共存时，适配层需同时维护 N 个版本，复杂度随版本数上升，应用"最少活跃版本"策略收敛；当源端无法提供契约时，消费端需自建"约定 + 探测"并标注不确定度。
• 常见错误：无契约、靠口口相传（易静默破坏）；破坏性变更不并行直接替换（下游崩溃或静默错）；对未知字段直接报错（交互脆弱）；单位/口径变更不做显式断言。
• 评分要点：机器可读契约 + 双端校验；加性优先与破坏性并行；废弃渐进；单位/口径变更显式化；失败模式与对策（含"静默破坏"专门防御）。
• 追问/变形/还能这样考：如何用契约自动生成消费端校验代码与测试用例？当上游是"LLM 生成的工具调用参数"时，契约如何同时约束生成端（衔接 Q05）？如何度量"契约漂移"（接口实际满足契约的比例）并告警？