docs: record real-provider Hybrid ask retest without release promotion

README.md

@@ -298,7 +298,7 @@ Hybrid 检索（同一租户/分类、已索引当前版本，最多 Top14）
 
 ## 3.3 集成验收状态（2026-10-17）
 
-**当前不接受为已验收发布版。** 已补齐仓库声明的评测测试依赖，在隔离 Windows / Python 3.12.4 环境运行完整 `tests/`：622 项通过、零失败/跳过；不只原重点回归集。主 pytest 进程禁止外部 socket 与读取项目私有 `data/`，测试使用临时数据；CI 增加相同完整离线检查。离线成功不是模型质量验收。
+**当前不接受为已验收发布版。** 已补齐仓库声明的评测测试依赖，在隔离 Windows / Python 3.12.4 环境运行完整 `tests/`：最新 632 项通过、零失败/跳过；不只原重点回归集。主 pytest 进程禁止外部 socket 与读取项目私有 `data/`，测试使用临时数据；CI 包含相同完整离线检查。离线成功不是模型质量验收。
 
 真实问答计划复用同一脚本，默认仍然零调用：
 
@@ -310,14 +310,18 @@ python -m scripts.smoke_hybrid_runtime --ask --execute --env-file .env
 
 固定 7 篇虚构文档、8 类案例，预期标签只在本地检查。独立上限为 14 次北京 embedding、6 次新加坡重排、6 次新加坡分类、2 次北京生成，禁用重试和重定向；请求体最多 24 KiB、累计 96 KiB，保守预算 ¥2 而非账单硬限额。生成只获准用于两个预设可回答案例；若负例错误放行，发送守卫会阻断生成并判验收失败，不改写为正常拒答。旧搜索模式仍保留原 8/3 上限。
 
-本次获授权执行一次，在首个可回答案例停止：9 次 embedding、1 次重排、1 次分类均 HTTP 200；生成尝试约 30 秒未获得可用响应，接口 HTTP 503。已报告 usage 合计 2639 tokens，**生成用量未知，可能计费，不能当作零费用**。剩余 7 类真实案例未执行，没有重试；[完整失败记录](docs/reports/hybrid_acceptance_2026-10-17.json) 保留输出、调用计数及执行时脚本哈希。
+首次获授权执行一次，在首个可回答案例停止：9 次 embedding、1 次重排、1 次分类均 HTTP 200；生成尝试约 30 秒未获得可用响应，接口 HTTP 503。已报告 usage 合计 2639 tokens，**该次生成用量未知，可能计费，不能当作零费用**。当时剩余 7 类真实案例未执行，没有重试；[完整失败记录](docs/reports/hybrid_acceptance_2026-10-17.json) 保留输出、调用计数及执行时脚本哈希，不被后续复测覆盖。
 
 另有语义警示：问题明确指定版本 1.0，分类器却把 `version_and_time` 标为 `NOT_REQUIRED`。来源确实覆盖该版本，但这个审计判断不符合提示词约定，格式和引用通过不能证明语义判断可靠。
 该次生成请求没有显式关闭思考模式，而 [官方文档](https://www.alibabacloud.com/help/en/model-studio/deep-thinking) 说明 Qwen3.5 Plus 默认开启思考。这是配置风险，**不是本次超时唯一原因的证据**。
 
-随后修复显式关闭 Qwen3.5 Plus 生成思考模式，并补齐脱敏诊断。验收脚本区分等待响应头、读取响应体、读取完成，保留已收到的 HTTP 状态、异常类型链、usage 分项及 `finish_reason`；不记录隐藏思考或提供方错误正文。等待响应头不代表服务器已接受请求，超时缺少 usage 时仍不能推断零计费。30 秒超时、输出上限、重试策略、提示词与拒答规则均未变；仅完成离线验证，未再次真实调用，也未改写上述失败记录或消除版本审计警示。
+随后修复显式关闭 Qwen3.5 Plus 生成思考模式，并补齐脱敏诊断。验收脚本区分等待响应头、读取响应体、读取完成，保留已收到的 HTTP 状态、异常类型链、usage 分项及 `finish_reason`；不记录隐藏思考或提供方错误正文。等待响应头不代表服务器已接受请求，超时缺少 usage 时仍不能推断零计费。30 秒超时、输出上限、重试策略、提示词与拒答规则均未变。
 
-上次验收时 Docker 引擎不可连接，真实 HTTP 服务、容器重启/持久化与回退验收均未完成；Ticket Agent 仍使用 Dense，不声明全链 Hybrid。下一步需单独授权真实复测；当前保持默认开关关闭。
+修复后另获授权执行一次[真实提供方复测](docs/reports/hybrid_acceptance_retest_2026-10-17.json)：8 类流程检查均通过（英文/中文可回答各 1、缺资料/版本不符/冲突/无关拒答各 1、空范围/删除后无上下文各 1）。实际 14 次 embedding、6 次重排、6 次分类、2 次生成，共 28 次，全部 HTTP 200，无重试；usage 合计 14525 tokens，请求体合计 63541 bytes。两次生成分别 3480 / 1889 ms，正常结束；本次未复现超时，但单次成功不证明历史超时的唯一原因或稳定延迟，也不等于总体答案准确率。
+
+复测仍有版本审计语义警示：NovaVPN 1.0 的显式版本约束仍被标成 `NOT_REQUIRED`；AcornExpense 2.0 的版本覆盖被标成 `SUPPORTED`，理由却承认来源只覆盖 1.0。后者整体因其他检查为 `MISSING` 而正确拒答，但不能据此认定每项审计可靠。保留这两项警示，不针对本组案例改提示词或规则，不改写历史 NO_PROMOTION / FAIL。
+
+只读检查确认 Docker 引擎仍不可连接；真实运行服务 HTTP、容器重启/持久化与回退验收均未完成。本次使用临时 ASGI 应用、SQL 和 Chroma，不是部署验收；Ticket Agent 仍使用 Dense，不声明全链 Hybrid，默认开关保持关闭。下一步仍需处理版本审计一致性与运行环境验收，而不是因 8 类流程通过就晋级发布。
 
 ---