# 2.8 隔离：一起整理还是逐条整理

## 怎么跑

```bash
op run --env-file experiments/aib.env -- .venv/bin/python experiments/2_8_isolation/run.py
```

接口是 AI Builder Space，模型为 deepseek-v4.1-flash 和 gemini-3.8-flash。输入是 `corpus/transcripts_grok.json`（见 `corpus/README.md`）。实验设计写在 `run.py` 顶部的说明里，原始输出在 `out_*.json`，汇总在 `results*.json`。

## 结果（2026-10-14，与 `contracts/source_contract.md` 的 B7 一节同步）

- 做法：28 条工作和生活备忘，附名单，比两种处理方式，各跑 3 次，temperature 0。
    - 一种是放进同一个窗口一起整理，输入约 1.5K token；
    - 一种是每条一个干净的窗口。
- 串扰（某条备忘里冒出这条原本没有的人名）：两个模型、两种方式、各 3 次，**全部是 0**。
- 人名写对：

| 模型 | 一起整理 | 逐条隔离 |
|---|---|---|
| deepseek-v4.1-flash | 31/31（3 次都是） | 24/31（3 次都是） |
| gemini-3.8-flash | 31/31（3 次都是） | 31/31（3 次都是） |

- 逐条隔离时 deepseek-v4.1-flash 漏掉的 7 处，都是识别结果离真名很远的情况：
    - 米勒（糜乐）；
    - 童心然、童欣然（仝欣然）；
    - 起销、齐骁（祁骁）；
    - 矿敏（邝敏）。

- 只看一条，它拿不准“米勒”是不是名单上的糜乐，就没有改。一起整理时，这 7 处全改对了。

- 例子：同一个实习生祁骁，在 W03 和 W18 里被识别成“齐肖”，在 W10 里被识别成“起销”。放在一起看，再加上名单里写着“祁骁：实习生”，以及 W18 里的“实习周报”，就对得上了。
- 这个解释是我们的解读，不是实验单独测出来的结论，正文要这样标明。gemini-3.8-flash 逐条处理也全对，说明这种差别因模型而异。
- 隔离的价值，在内容不相干、或者窗口里堆满了别的任务残留的时候才出现。见 C 部分 Chroma 的干扰项结果和 babysit 一文的构建日志例子。