任务受理后返回 ID，并不表示模型输出已经可用。接口应区分排队、运行、完成与失败。
输入契约含格式、大小和业务身份，结果文件需完整保存与可解码。状态迁移与资源预算服务重试和取消，不能用一个成功布尔覆盖全部阶段。
一、问题的范围与前提
模型负责语言或特征推断，检索提供候选材料，程序验证结构与权限，执行层管理实际动作。各部分成功条件应单独定义。生成流畅、JSON 合法和工具调用受理，都不足以独立证明事实正确或业务已经完成。
二、技术分析与方案取舍
任务对象保存输入身份、模型组合和输出路径，排队与运行分开，取消或失败有终态。完成后必须对应真实可读取文件，图片完整解码、视频可播放。调用方根据ID查询未知状态，再决定重试，避免同内容重复建任务。基础健康接口不能替代目标模型模式，尤其是首次资源加载。
先选择一个明确任务，固定输入、模型和工具范围，完成小样本端到端验证，再扩展数据与并发。引用和计算使用可反查证据，外部内容不授予执行权限。资源、上下文与时间都有预算，失败状态能被查询和恢复，避免在结果未知时盲目重做。
三、实现与排查的顺序
- 验证输入并建立任务。
- 持久保存状态。
- 关联模型版本和输出。
- 核验真实结果访问。
按这个顺序保留中间结果，可以区分输入条件、处理过程和最终输出。前一阶段的条件不成立时，先解释对应错误，再继续后面的试验；单次返回成功不足以覆盖整条链路。
最小示例
1
2
3
pending → claimed → sending → confirmed
失败：sending → pending，保存下次重试条件
中断：租约到期 → 查询结果 → 安全回收
状态是通用结构，不对应现场数据库字段。任务领取需要原子边界，回执未知时优先查询，成功后的业务记录与文件清理分别管理。
四、验证和结果解释
评估集覆盖正常、困难与越权条件，保存事实错误、引用错误、格式错误和工具错误的区别。模型输出与业务结果分开测量，目标指标不能冒充实测。已有官方能力说明只能支持候选范围，最终质量仍取决于目标数据和环境。
| 需要验证的结果 | 保留的对照 | 不能由此推出的结论 |
|---|---|---|
| 完成对应真实文件 | 固定输入与配置、对应输出 | 一次成功代表所有条件成功 |
| 未知状态可查询 | 中断前后状态与错误阶段 | 没有报错代表结果正确 |
| 重复请求不重复任务 | 恢复后的同条件复测 | 临时恢复代表根因已经消失 |
验证材料缺失、错误检索、依赖中断、资源不足与操作取消。系统应收窄结论或明确失败，不能为了给出答案补造证据。模型版本与处理参数成对保存，变更后重跑固定问题集，防止更自然的表达掩盖任务能力退步。
五、适用边界与结论
服务健康和模型模式分别验收，排队或占位文件不算生成成功。
这条路径把“验证输入并建立任务”与“核验真实结果访问”连在一起，中间保留可复查的条件。实施时优先确认“完成对应真实文件”，再检查“重复请求不重复任务”；两者都满足，才能在当前样本与配置范围内评价方案。设备、数据或软件版本改变以后，相关假设需要重新验证。
