{ "meta": { "name": "deep-research Agent 测试场景集 v2", "generated_by": "innovator-digest", "date": "2026-08-28", "task": "T-mtcq11y3(派单 org-innovator;v1 = T-mtcp0o6q,保留为有效里程碑,本轮为增量修订非重跑)", "based_on": "hunt/knowhow_v1.md(含 §9 run2 增量)+ hunt/sources_v1.json(21 条合并版,判据唯一依据源 / 引文溯源母本)", "version_relationship": "v1 的 76 条判据基线不推翻;本轮因 sources_v1.json 由 11 条扩为 21 条(S12-S21,OpenAI DR / Gemini DR / SIFT 三家族 D→A)做增量修订:解禁改写、判据升级、新增 TS-11", "companion": "benchmark_v2.md(判据目录 C1-C15 / 维度 D1-D8 / 诚实留痕 E1-E5)", "evidence_grading": { "A": "官方一手逐字(S1-S6)+ run2 解禁件(S12-S15 官方一手,S16 权威实践方法论原文按 Hunt §9.4 口径升 A)", "B": "可操作第三方/开源/学术有逐字引文(S7-S11 + S17/S18;S19 限缩使用)", "C": "构造性设计,无官方先例(必须显式标注)", "D": "常识综述原文未复检(不得进硬判据,不得作期望产出依据)", "rule": "禁止跨级引用;场景期望产出中的引文/URL 必须能在 sources_v1.json 已注册缓存(S1-S21)中找到原文;S20/S21 为发现用辅助件,不得作机制判据的引文出处" }, "d_level_forbidden_zones_v2": [ "Perplexity Pro Search 任何机制(两轮不可达:run1 www TCP 超时 ×2、run2 docs rc=28 ×2 + WebFetch 域名校验失败)", "CRAAP Test 逐字题项与打分量表(本轮实测复核:craap-test.html title=Page not found,Currency/Relevance/Authority/Accuracy/Purpose 关键词 0 命中,仅允许「框架名 + 五准则」级引用)" ], "still_forbidden_non_grade": [ "run1 的 sources_raw/openai-deep-research.html(JS 渲染空壳:本轮实测无