# 实测与评估边界

时间：2026-10-03 UTC / 2026-10-04 北京时间。

## 真实前瞻功能验证

公开开发验证对局：0cb35b16-3ab6-4a7a-bc45-4343feaccb3c。

|项目|实测值|
|---|---|
|市场|NVDAUSDT · Bitget股票类USDT永续|
|基准|234.76 USDT|
|基准观测|2026-10-03T19:28:54.934Z|
|封盘|2026-10-03T19:31:56.376Z|
|核验开始|2026-10-03T19:36:56.376Z|
|终值|234.69 USDT|
|终值观测|2026-10-03T19:37:02.178Z|
|终值取得|2026-10-03T19:37:02.787Z|
|程序裁定|NO，终值未严格高于基准|
|DeepSeek P(YES)|0.42|
|DeepSeek Brier|0.1764|
|开发者固定50% Brier|0.25|
|模型耗时|2.895秒|
|模型tokens|prompt 5453 / completion 365 / total 5818|

这是开发者验证，不是真实用户研究。单场AI分数较低不能证明预测能力；不报告胜率、收益、Sharpe或AUM。费用需以供应商账单核对，未用token数臆造货币成本。

原生美股AAPL下一完整交易日挑战已生成并封存，目标纽约2026-10-05；尚未到期，不计分。

六个标的的SDK instruments/tickers/orderbook/candles及原生日线本机真实取回；官方MCP失败保留。日线时间是纽约日历映射的计划收盘时间，不是源逐笔时间。

41项自动测试覆盖日历、DST、提前收市、Brier、带盐摘要、提前/超时结算、报价/身份、引用ID、独立AI输入、签名会话、cron权限、持久额度、SQLite不可覆盖、审计追加、Nasdaq备用解析。SYNTHETIC TEST FIXTURE仅用于规则测试。

## 尚未完成

真实外部用户0人；无完成率、留存、独立准确率或大样本校准结论。AI结构/引用ID核验不等于逐项事实审计；模型可能使用训练中的知识。运营方拥有数据库管理权限，哈希不是外部时间证明。人类作答晚于AI，可能获知新信息；公开榜存在选择偏差。

计划招募至少3人做统一任务；目标完成率≥80%、3分钟内提交为目标值。持续收集至少100场前瞻记录，同题比较固定50%及动量基线；分市场、标的、时间段报告Brier、可靠性图、样本量和bootstrap区间；保留不计分样本。

## 已发现并修复的模型上下文问题

最初上下文的日线序列由旧到新，按字符截断后可能遗漏最新日期；教程开发对局中的模型因此把旧日线误称为最近收盘，并作出不当跨市场价格比较。现已把最近完整收盘放在数据包最前，并限制历史为最近10条，明确禁止不同市场价格差当作溢价信号。页面新增原始模型理由警示。既有封存答案保留原样，不修饰旧成绩；结构与引用关联检查仍不能替代逐项事实审计。

云端原生AAPL基准实测333.69 USD，Nasdaq历史2026-10-02；下一完整交易日2026-10-05，未到期。私人对局外部访客GET返回404；Afterbell与app.jibai.site访问返回200。已提供独立JSON收据摘要与Brier重算命令。

## 云端自动核验实测（独立于本机第一场）

对局7b344482-755d-4468-ac27-10a82a70404b，基准234.76 USDT，终值234.94 USDT；观测2026-10-03T20:14:00.387Z、取得2026-10-03T20:14:00.841Z，程序核验2026-10-03T20:14:00.841Z。结果YES。DeepSeek P(YES)=0.42，Brier=0.3364；开发者50%基线Brier=0.2500，本场人工基线更低。模型耗时2338毫秒，tokens={'prompt_tokens': 4911, 'completion_tokens': 261, 'total_tokens': 5172, 'prompt_tokens_details': {'cached_tokens': 0}, 'prompt_cache_hit_tokens': 0, 'prompt_cache_miss_tokens': 4911}。仅开发功能验证，不是真实用户或稳定优势证明。

JSON独立重算：AI摘要、人类摘要、证据摘要、单条审计摘要及Brier全部通过。私人原生AAPL对局外部GET返回404。云端Yahoo双端限流，Nasdaq备用基准真实取得；原生收盘尚未到期，若到期Yahoo仍限流，两源条件无法满足会等待或不计分。