# RSI 学习案例：选择与演示

日期：2026-10-17。本文只整理已完成且保留原始证据的运行，不新增模型实验，不修改候选经验或历史评分。

## 选择结论

主案例采用 **LedgerSnap 内部快照对账**。这是明确标注的构造场景，不是用户历史重放。

选择它的原因：

- 所有数据内嵌，不依赖文件、权限、网络或外部业务系统。
- 历史会话提供明确的内部规则和纠正，经验有可引用来源。
- 经验改变具体计算步骤，而不是增加“仔细检查”等通用建议。
- 目标换了对象和金额，不能直接复制训练答案。
- 已有原生 Harness 的训练、抽取、独立筛选、存储、实际注入和双组执行记录。

补充案例采用 **专业评测中的退款冲正对账**，展示已观察到的评分和执行成本改善。它是开发阶段选择出的正向个例，不能用两个案例计算总体成功率。

## 主案例的业务故事

第一次处理 LedgerSnap 导出时，用户说明内部约定：

1. `revision` 是对象业务版本，`emitted_at` 只是投递时间，旧版本可能晚到。
2. 每条记录是完整金额快照，不是金额增量。
3. 先为每个对象选最大业务版本，再看该版本是否为 `deleted`。
4. 同对象同版本的相同载荷去重；冲突载荷必须报告，不能任意取一条。

插件从该会话抽取经验，独立筛选后保留 3 条。目标会话只有另一批数据，没有重新给出内部约定；有经验组得到历史规则，无经验组没有。

### 目标结果如何手工核对

| 对象 | 最大业务版本 | 状态 | 计入金额 / 分 | 检验点 |
| --- | --- | --- | --- | --- |
| holdout-p | 4 | active | 7,842 | 投递更晚的版本 3 不能覆盖版本 4 |
| holdout-q | 2 | deleted | 0 | 不能先过滤删除记录，再复活版本 1 |
| holdout-r | 2 | active | 4,094 | 相同载荷重复投递只计一次 |
| holdout-s | 3 | active | 1,726 | 取完整最新快照，不累计旧版本 |
| holdout-t | 2 | active | 2,612 | 高版本恢复有效，不能永久删除 |

有效对象 4 个；金额 `7842 + 4094 + 1726 + 2612 = 16274` 分。
目标无同版本冲突，因此冲突处理经验在这一题中没有得到行为验证。

## 五分钟演示顺序

1. 打开 `report.html`，先说明主案例是构造场景、补例是专业评测。
2. 展开“来源任务与用户纠正原文”，指出规则来自历史，不是目标答案。
3. 展开“插件实际保留的 3 条经验原文”，核对来源、适用范围和排除条件。
4. 打开完整审计页，查看抽取和独立筛选的原始对话，以及实际记忆注入。
5. 对照双组目标输入和输出，用上表手算核验金额。
6. 展示退款补例的评分、Token、响应次数、耗时，并说明学习成本和证据边界。

在 DSH 中查看已完成记录：
设置 → RSI 记忆 → 来源 `session-bc40fe1e-dc39-4bcf-adc7-c20dab477d05` 的 completed 学习记录
→ 候选及来源 → 双组记忆送达记录 → 原始对话 → 打开原生会话。

查看现有证据不需要重新点击“开始学习”。正常已安装 profile 的部署验收尚未完成；
查看实例和正常日常 profile 不能混为一谈。鉴权地址见相邻 walkthrough，token 不进入报告。

## 已保留的真实执行结果

| 案例 / 指标 | 无经验 | 有经验 |
| --- | --- | --- |
| LedgerSnap 输出 | active_count=null, total_cents=null | active_count=4, total_cents=16274 |
| LedgerSnap 实际记忆送达记录 | 0 | 1 |
| LedgerSnap 任务 Token | 1,987 | 3,079 |
| LedgerSnap 响应次数 | 1 | 1 |
| LedgerSnap 耗时 / 秒 | 1.115 | 3.129 |
| 退款冲正官方评分 | 0.588235 | 1.000000 |
| 退款冲正任务 Token | 1,372,640 | 605,978 |
| 退款冲正响应次数 | 31 | 19 |
| 退款冲正耗时 / 秒 | 240.797 | 95.719 |

LedgerSnap 抽取和筛选额外消耗 31,241 Token。
退款补例抽取和筛选消耗 195,197 Token，训练消耗 1,403,297 Token。
Token 为保留记录中的用量，不是核验后的计费金额；学习成本不包含在目标任务表中。
响应次数不是用户交互轮数。

## 建议陈述

“我们先证明插件能在原生 Harness 中完成从历史会话学习到新任务应用的闭环。
这个构造例中，模型自动抽取并保存了内部快照规则，实际注入新任务后正确完成了对账。
另一个专业评测个例中，评分从 0.588235 提升到 1，同时目标执行 Token、响应次数和耗时降低。
目前还不能据此声称任意任务都会提升，下一步需要独立任务和普通摘要对照验证稳定净收益。”

无经验组按题目要求返回 null 是合理澄清，不是计算错误。
因此主案例证明历史信息复用，不证明等信息条件下的推理提升，也不是效率正例。
合成场景受之前开发失败启发，不是独立确认性实验。

## 证据入口

- 总览与两例选择：`report.html`、`selection.json`
- 主案例完整原始记录：`../version-merge-fidelity-20261017/report.html`
- 主案例声明、目标与参考计算：`../version-merge-fidelity-20261017/declaration.json`
- 主案例机器可读审计：`../version-merge-fidelity-20261017/audit.json`
- DSH 查看与复现步骤：`../version-merge-fidelity-20261017/walkthrough.md`
- 专业评测原始记录：`../native-rsi-web-7m9v5rm7/audit-report.html`
- 包含失败、同分与退化结果的阶段报告：`../benchmark-overview-20261017/final-report-20261017.html`