实验 / 采购与供应商
三家报价怎么选：不只看单价，看总成本、交期和风险
三家报价原文都在桌上：总成本和交期硬约束用同一套口径算清，推荐仅供参考，授标由品类经理签字。
需求 1,000 件 · 交期上限 35 天
三份报价原文可直接编辑（换成本次询价的文本）；历史质量表现仅供参考，不进总成本。
边界情况试试看：「B 赶上交期」看可行后的总成本排名；「A 报价缺运费」看缺项整体拒答、不补造。条款抽取由模型完成；总成本、硬约束与推荐全部由确定性代码重算，授标由人签字。
三份报价还没比对：点上方按钮，AI 只抽条款，总成本、硬约束和排名由代码重算。
- AI 只读报价原文、抽条款；缺项不补造
- 代码 按同一口径算 TCO，卡 MOQ 与交期硬约束
- 你 品类经理签字授标；推荐只是参考
为什么这样分工：AI 只做它擅长的读文本（抽条款）；算钱、卡硬约束、排名次交给确定性代码——每个数字都能对着报价原文复核，授标仍由人签字。责任边界证据与验证
数据与口径
- 总成本 TCO = 单价 × 需求量 1,000 件 + 运费 + 模具费
- 硬约束：MOQ 不超过需求量 1,000 件，交期不超过上限 35 天
- 缺项、含糊金额、非美元或要求评分排名的请求：整体拒答，不补造缺失值
- 历史质量（PPM）只供签字人参考，不进入总成本，也不参与排名
查看报价原文数据表
| 供应商 | 报价原文 |
|---|---|
| A · Alpha Motion 历史质量 120 PPM | Unit price USD 42.80. Tooling 1,200 one-time. Freight to Suzhou 850. Standard lead time 28 days. MOQ 500. Payment Net 45. |
| B · BrightDrive 历史质量 860 PPM | 报价：单价 41.60 美元；本项目模具费 2,800 美元；运输到苏州 600 美元。首批交期 40 天，MOQ 800，付款条件 30% 预付 / 70% 发货前。 |
| C · CoreAxis 历史质量 210 PPM | Price $43.10 each for 1,000 pcs. No tooling charge. Logistics $420. Lead time 24 days. Minimum order 1,000 pcs. Net 60 days. |
以上是本次输入的报价原文；条款抽取在运行后由模型完成，未运行前不展示抽取结果或推荐。三份报价为合成文本，可替换成自己的询价文本。
人与 AI 协作
- AI 只读报价原文、把中英文条款抽成统一字段；缺项、含糊金额或非美元整体拒答，不补造。
- 代码 按 TCO = 单价 × 需求 + 运费 + 模具费重算，再卡 MOQ 与交期上限；不可行报价不参与排名。
- 人 品类经理签字授标；金额超过授权阈值时上级会签，推荐只是参考，不替代谈判。
三份报价为合成文本，可替换成自己的询价文本；不连接 SRM / ERP 或供应商系统。抽取 Agent 源码确定性比选模型源码GitHub 证据链接指向私有仓库 winstonw94/winston-builds，仅站主 Winston 本人可查看。
这个报价比选案例解决什么问题？
真实报价不是结构化行——单价、模具费、运费、MOQ、交期散在中英文邮件里，格式互不相同。把「读报价」和「算账、选供应商」混进一次模型回答，恰恰是采购场景最容易被挑战的地方：数字算错没人发现、责任说不清。这里模型只把文本抽成统一字段（缺项不补造），总成本与硬约束由代码用同一口径重算，授标归签字人。
边界：没有下单、没有通知供应商；总成本不含关税、质量损失与账期成本；历史质量（PPM）不进 TCO，签字前需与质量部门确认。
能力评测
真实模型评测结果（zhipu:glm-5.3，题集 16 回归 + 4 留出 × 3 次）。成绩只对该题集、该模型与当次运行有效。
| 变体 | Agent 版本 / 日期 | 模型 / 协议 / 重复 | pass@1 | k 次全对 | heldOut pass@1 | 平均步数 | p50 / p95 延迟 | Tokens（入/出） | 闸门拦截 | 执行错误自修复 | 运行时失败 |
|---|---|---|---|---|---|---|---|---|---|---|---|
| 条款抽取 | · 2026-11-10 | zhipu:glm-5.3 · native · ×3 | 98.3% | 95.0% | 100.0% | 1.03 | 3.1s / 6.2s | 61,066 / 10,210 | 2 | 0 | 0 |
| 能力 | 条款抽取 |
|---|---|
| extraction（8 题） | 100.0% / 100.0% |
| refusal（9 题） | 100.0% / 100.0% |
| security（3 题） | 88.9% / 66.7% |
失败类型 Top 3：wrong_stop 1
评测模型见表头；页面实时运行使用站点当前配置的模型，以运行轨迹顶部显示为准。
成绩只对该题集、该模型与当次运行有效，不代表泛化准确率。heldOut 为未用于调优的题目。数据来自仓库内的评测结果文件。
责任与系统边界
谁负责什么？
AI 参与边界：模型只读报价文本、抽条款；打分与选供应商全部是确定性代码加人的决定。
工业语境：Sourcing · RFQ / TCO Comparison
数据类型：仿真
转化路线：AI 增强现有工作
系统与集成边界：SRM · Sourcing。合成报价文本；未连接 SRM、ERP 或供应商系统，条款抽取经白名单闸门，总成本在浏览器内重算。
系统职责：Hybrid · AI + 确定性逻辑：AI 与规则、Solver 或代码协作
人工决策信号：人工批准
- 人 · 01把三份报价原文放上桌
中英文混排、格式各异的报价文本可编辑；历史质量表现单独标注，不进总成本。
- AI · 02抽条款，不拍板
模型只把文本抽成统一字段并过白名单校验；缺项、含糊金额或注入指令整体拒答，不补造。
- 代码 · 03算 TCO、卡硬约束
总成本、MOQ 与交期上限筛选、可行集推荐全部是确定性计算，每个数字能对照原文复核。
- 人 · 04品类经理签字授标
推荐只是参考；金额超过授权阈值还需上级会签，系统不下单、不通知供应商。
当前边界
- 未连接 SRM、ERP 或供应商系统；报价是合成文本，可替换成自己的文本试抽取。
- 总成本不含关税、质量损失与账期成本；历史质量表现（PPM）仅供签字人参考，不进计算。
- 没有下单、没有通知供应商；推荐只是参考，不替代谈判。
- 模型缺项不补造：报价缺条款、金额含糊或非美元时整体拒答，不产出部分结果。
可复用模式
同一模式适用于合同评审、发票条款核对、验收单据结构化等「AI 读文本、代码算数字、人签字」的场景。
实现方式
面向寻源比选的采购工作台：报价原文可编辑，模型只抽条款（不排名、不算账、不补造缺失值），确定性代码算总成本并按起订量与交期上限筛掉不可行报价。 报价原文（可编辑）交给条款抽取 Agent，输出经白名单校验，整组不过就拒绝；确定性代码按「单价 × 需求 + 运费 + 模具费」重算总成本，施加 MOQ 与交期上限硬约束，可行集里总成本最低者为参考推荐。
证据与验证记录 · 可运行演示
验证 2026-10-21 · 构建 6e89290 · 未测 2 项 / 阻塞 3 项展开全量记录
- 未测8 条路由 × 3 视口（1440×900 / 720×900 / 390×844）的横向溢出、Tab 焦点 outline、#evidence 深链、正文对比度抽样（仅记录数值，阈值未定）
- 未测对比度阈值判定：首轮只记录实测数值，WCAG 阈值待真实分布确认
- 阻塞读屏（screen reader）
原因：当前无读屏执行环境
- 阻塞原生 200% 浏览器缩放
原因：headless 视口不能替代原生缩放，需人工验证
- 阻塞视觉构图接受
原因：需人眼评审；当前会话无视觉模型能力
- Demo交互式报价比选 Demo · 即本页
三家报价原文可编辑；模型抽取条款、代码重算总成本，单价最低但交期超限的报价会被如实筛出。
- 测试领域模型单测 · 私有仓库
总成本公式、MOQ / 交期硬约束、白名单校验的 13 种整组拒绝形态由单测锁定。
- 评估抽取评测（真实模型） · 即本页
题集 16 回归 + 4 留出，zhipu:glm-5.3 每题 3 次；缺项、含糊金额、非美元、注入指令必须整体拒答。逐项结果在本页「真实模型评测结果」内可见。
- 架构AI 只抽条款，不做授标
模型不排名供应商、不计算总成本、不补造缺失值；打分与选择全部是确定性代码，授标归人。
- 源码
- 权限提示GitHub 证据链接指向私有仓库 winstonw94/winston-builds，仅站主 Winston 本人可查看。