「能校验」之后还缺什么

Evidence Engine 能给 markdown 引用打分之后，产品里很快露出三种假诚实：

1. 人要 Accept / Reject / Edit，但原则 1 要求 API 不做计算。
2. 好引文的 PDF 在未解析参考文献时覆盖率是 0%（ADR-008）；用户仍需要一条不发明链接的 PDF 路径。
3. 雷达把三个月前的 arXiv 信号说成「今日最重要新闻」，因为博客日期是昨天。

ADR-009～011 堵住这些洞，但不编造 provenance。

ADR-009 — 人审 overlay，不原地改 verify 缓存

Worker 写 v1:verify:{id}。人写 v1:review:{id}（以及 skill / run / experience）。GET 合并。再跑 verify 会覆盖 verify，review 留下。

反证只作顾问且本地（反驳 stance + token 重叠），从不翻 verdict。批准的 skill 不会自动合进 extract.py——那仍是人工 PR。

这就是工程体系里的 human-overlay-cache 模式。

ADR-010 — 仅当 URL/DOI 存在时解析数字参考文献

解析 Bibliography。只有条目带 URL 或 DOI 才解析 [12]。作者-年份留在 unresolved。没有任何解析结果时覆盖率仍是 n/a——不发明 0%。

ADR-011 — 报告引用日期；拒绝发明「首次公开」

交付页面元数据里的 page_date，以及仅对 arXiv URL 的 first_public。不要把公告自动挂到它所介绍的论文上。三种廉价做法在真页面上都给出了自信错误的 lag（无链接、错引另一篇 arXiv、2002 年同名撞车）。文献级解析（OpenAlex / Semantic Scholar）记为延期，并附证据，而不是糊一张假指标。

要点

校验计算 ≠ 诚实产品工作。Overlay、PDF 参考文献下限、带日期的引用是三个独立决定——多数内容是关于什么不该做。

延伸阅读： ADR-009 · ADR-010 · ADR-011。