[ydflow]

问题与结果

此前“数据获取 9.6s → 5.2s、降低 46%”缺少原始记录、版本和计时边界。本 PR 为 Trail Deep Research 补充真实接口性能基准及长期可核验的证据，给出可复现的新数据，不追认原数字。

在 Windows / Bun 1.4.2 / Longbridge CLI 0.30.0 上，以同一 ResearchRunner 的串行 Executor 闸门作为实验对照，和现有最多 4 路 worker 并发进行 30 对测量：

固定任务	有效配对	串行中位耗时	并发中位耗时	降低比例
AAPL.US / value	10	4.557s	1.328s	70.9%
NVDA.US / risk-review	10	4.821s	1.475s	69.4%
MSFT.US / growth	10	3.429s	1.235s	64.0%
等量合并	30	4.540s	1.344s	70.4%

60 次正式运行、220 次能力调用全部成功；另有 6 次预热，不入统计。30 对规范化数据哈希均一致。70.4% 按未舍入的两组中位数计算，不是逐对降幅均值。

改动

• scripts/bench/：真实公开数据取数基准、独立离线审计、额外实时引用映射验证，以及复现说明。保存协议、环境、源码哈希、逐次轨迹和数据快照；禁止私人账户/交易能力，保留所有失败尝试。
• docs/benchmarks/：证据报告、简历候选表述及 15 个面试追问，明确计时、对照、个人贡献和推断边界。
• docs/benchmarks/evidence/2026-10-19/：持久保存原始 320 KB ZIP、30 对 CSV、66 次含预热运行日志、汇总/审计、预检失败及正确性记录。ZIP SHA-256 为 911cad12785451b02016d7c9d4adaf3f44471a421702b6ccd42c74ee5e2ae437，测量数据和原计时源码保持不变。
• PR CI：将基准脚本加入 Typecheck 和 Focused tests；CI 仅离线复算归档结果、校验 ZIP 哈希，不访问 Longbridge 或模型。

完整证据索引与离线核验步骤

可复现测试报告

环境：Windows 10.0.26100 / AMD Ryzen 9 7945HX / Bun 1.4.2；真实接口测量基线 324dc4ed958f73a0637a68e2e3d2334a6d7d1ba9。本地桌面负载未隔离，CLI/远端缓存状态不可控。

bun run scripts/bench/research-fetch.ts --repeats 10 --cooldown-ms 2000 --out artifacts/research-fetch-live-20261019
→ 60 measured runs / 6 warmups / 30 eligible pairs / 220 successful capability calls

bun run scripts/bench/audit-research-fetch.ts artifacts/research-fetch-live-20261019
→ errors=[] / payloadFailures=[] / 30 exact payload match pairs
→ medians 4540.24945ms → 1344.13440ms / reduction 70.395142%

bun run scripts/bench/verify-research-citations.ts artifacts/research-fetch-correctness-20261019
→ 3 live correctness runs / 11 capability calls / all 11 section references resolve
→ excluded from latency statistics; local deterministic synthesis, no real-model evaluation

bun test ./scripts/bench/audit-research-fetch.test.ts --isolate
→ 6 passed / 0 failed

bun test --isolate ./packages ./apps ./scripts
→ 1828 passed / 8 skipped / 0 failed across 195 files

bun run typecheck
→ core / i18n / shared / ui / electron all exit 0

bun node_modules/typescript/bin/tsc --project scripts/bench/tsconfig.json
→ exit 0

git diff --cached --check
→ exit 0

8 项跳过：7 项依赖未纳入仓库的私人账户 fixtures；1 项因本机 Windows 无符号链接权限而跳过。全套本地测试采用显式源码目录，避免 artifacts/ 中两份解包副本重复计入；未省略任何仓库测试目录。此前测量阶段的 34 项定向检查保留为历史记录，新增归档回归测试后，以此处的 6 项/全套结果为准。

原 ZIP 已解包校验 60 个逐文件哈希，0 不一致，并对解包后的数据独立审计通过。之后将 ZIP 字节哈希和 30 对结果加入离线回归测试。

范围与已知限制

• 生产调度代码未改动。 串行组为本次实验对照，Runner 的可见历史最早版本已是并发；不能写成“本轮把历史串行实现优化了 70%”。
• 只计 fetching → synthesizing 的数据获取阶段，使用单调时钟；不包含真实 LLM 综合、模型规划、UI 或持久化恢复写盘。后续综合使用已有本地规则，模型调用为零。
• 最初 NVDA 综合预检 14/16 成功：market.intraday 报 item.price.toFixed is not a function，research.events 返回 Longbridge request failed。原始失败保留，未在本 PR 修复；正式结论只覆盖上述三个固定任务。
• Planner 是预设策略到能力列表的编排；本 PR 不证明任意问题自主拆解、公司对比全链路、模型准确率或长期生产成功率。
• 无可见 UI 变化。无关联 Issue。