Jev 实测笔记：从保存帖子到评估

记录涵盖的范围

本文总结 ReDeck 在 2026 年 9 月 27 日的工程审计，关注历史恢复修复后的评估交付，而非模型准确率或新基准测试。仅报告汇总数字，不包含账户标识或私人帖子文本。

最初的缺口

审计记录了启用后保存的 69 条历史，但只有 7 个评估事件和 7 个完成的 TypeSafe 请求。其余 62 条也有文本。通知丢失的具体环节没有确定。

修复方案在保存每条新帖子时同时写入收件队列，并核对持久化任务，不再只依赖临时通知。

观察到的结果

重新加载更新后的扩展和 ReDeck 后，实时检查达到启用后的 105 条记录。全部都有评估事件；在该检查点，没有遗漏事件，收件队列也为空。

最终记录状态为 91 条低于阈值、5 条错误、9 项待处理操作，总计 105。这说明各条记录当时都有已记录的结果，不代表 105 次 X 操作成功。

无法得出的结论

审计没有逐条标注真匹配或误匹配，因此不能确立精确率、召回率、垃圾信息识别成功率或所有账户的表现。错误和待处理操作仍需单独检查。

来源：维护者于 2026 年 9 月 27 日记录的 Jev 历史恢复审计。撰文时审阅了该记录，没有在文章发布日期重新运行实时实验。

适合自己流程的检查方法

预览范围明确的规则，再抽查保存帖子及其评估和操作状态。分别记录误匹配、漏匹配、请求错误和操作失败。

模型分数不是已完成的操作。对书签、列表成员和账户操作都应区分这一点。