端侧 AI · 部署
端侧 AI 部分结果不能冒充最终结果
区分流式或中断输出与已验证最终输出。
主查询：端侧 AI 部分结果 · 核验：2026-09-16 · 事实卡：ARCH-01, BENCHMARK-01
先给结论
改写后的内容必须紧扣“部分结果与最终结果”的语义边界：流式或中断产生的输出只是阶段快照，不能据此推断整体已完成，更不能写成最终结论；只有在语义与结构都验证完毕的输出才能作为最终结果，否则一律以部分结果对待，并对应到事实卡 ARCH-01 的状态边界。
需要先收集的证据
至少把下面三项与同一个 artifact、运行时和任务绑定：
- 结果状态 schema
- 中断任务 fixture
- 保存恢复策略
若缺一项，就把它写成未知，不要用模型参数、芯片宣传或网上截图代替。
实施流程
要落实这一点，必须把过程性数据本身结构化：用结果状态 schema 明确区分进行中、已中断、已完成等不同取值；用专门的中断任务 fixture 在受控条件下复现取消、断网、超时等场景，观测其在 schema 上的取值变化；再用保存恢复策略记录中断点、缓存内容与重放路径，以便回放比对，验证输出在中断前后是否一致、是否被错误地拼接为完成态。这三类记录构成可复核的证据链，对应事实卡 BENCHMARK-01 的可观测口径。
- 先写任务和最大输入
- 确定运行时与 artifact 格式
- 固定 revision 与发布清单
- 做最小可复现工程
- 在目标设备跑代表任务
- 记录失败、回退与清理
最容易写错的地方
- 把部分输出标完成
- 执行不完整结构数据
常见错误正是越过这一边界：把仅生成到一半的流式片段标记为已完成，发布时当作最终结论；以及对尚未收齐的字段数组、尚未闭合的对象，执行不完整结构数据的持久化或对外提交。这些做法在没有 schema、fixture、恢复记录的情况下无法被察觉，却会直接污染后续比对与决策，因此所有发布结论只能限定在已落盘、可回放的状态记录覆盖范围内，不得外推到未记录的部分结果。
最小复现记录
| 层 | 必须记录 |
|---|---|
| 设备 | 型号、芯片、系统、RAM 档位 |
| 软件 | App 版本与 git commit |
| 模型 | 家族、变种、revision、格式、长度、hash、量化 |
| 运行时 | 版本、请求后端、实际后端证据 |
| 任务 | fixture、输入 hash、prompt hash、输出规则 |
| 结果 | 完成、失败、取消、回退与恢复 |
发布检查单
- 目标查询已在开头直接回答。
- 所有数字都能回到事实卡或原始记录。
- artifact、runtime、设备与任务没有混淆。
- 失败、取消、清理与回退都被测试。
- 隐私和网络边界单独说明。
- 结论只适用于记录中的配置。