Skill 迭代问题审计 · V1 → V12
把这个旅行机票 skill 从 v2.6 首轮迭代到 v2.8.2（对应 hub v7）期间，所有测试轮次里暴露的缺陷，按 数据质量 / Agent 运行质量 / 沟通与推荐质量 三类归档、逐条计次。
工具返回的结果本身有问题：不是用户实际能买到的最低价、数据源缺某一路、或返回自身矛盾。这四条都判定为工具侧、非 agent 的锅——skill 层面无法修复，能做的只是让 agent 在呈现时提醒用户去渠道再搜、并且绝不暴露数据源机制。已全部记入 v9-data/tool-gaps.md 待提工具团队。
| 问题 | 暴露于 | 判定 | 现状 |
|---|---|---|---|
| 缺"渠道往返撮合促销价"这一路 只给「整体往返组合价」和「拆两张单程相加」，缺用户真正会买的第三种，导致转发的价偏高（巴塞：组合 ¥23268/2人，携程实价仅 ¥22086） | V7 巴厘岛 V9 巴塞 |
工具侧 | 未修·记档 |
| 整体往返组合价系统性偏高于渠道实价 Google Flights 源，跨境一端在中国时尤其明显（巴塞贵约 ¥1200/2人） | V9 巴塞 | 工具侧 | 未修·记档 |
| GF 报价不带"哪家渠道报的" 第一层结果的 booking_options 未透传，agent 只能含糊说"去常用渠道再搜" | V7 / V9 | 工具侧 | 未修·记档 |
| 札幌 CTS/SPK 上游 SerpAPI 被墙 四种码全返回 400（冲绳/福冈/东京/大阪正常） | V5 札幌 | 工具侧 | 未修·记档 |
搜索范围不合理、不按 skill 约束搜、不读全工具返回或只挑着看、自以为是、编造数字（幻觉）、张冠李戴、读数口径错。这是最危险的一类——用户和跑 case 的 agent 自己都发现不了，全靠不加载 skill 的独立审核 agent 拿原始返回逐条反查才逮出来。每一条都对应了一条新增的原则或反模式。
| 问题 | 暴露于 | 判定 | 修于 |
|---|---|---|---|
| 不读全工具返回的分段，下了排他性错误结论 主档说"直飞只有东航 ¥6090"，漏了末尾"拆单程"栏里更便宜的吉祥双程直飞（携程实价 ¥5848） | V7 巴厘岛 | agent侧 | v2.7.5 |
| 单/双人价口径混淆 同一档主价标"2人合计"、旁边拆单程价标"单人"，agent 原样并排转发不统一口径 | V7 巴厘岛 | agent侧 | v2.7.5 |
| 日期张冠李戴（隐蔽幻觉） 主动多查了弹性窗（2/18-2/28）的更优票 EK309 ¥9496，却贴着用户请求日"2/20走"的标签呈现——那天根本没配成这个往返组合，照此下单会扑空 | V9 巴塞 | agent侧 | v2.7.7 |
| 为圆结论临时编对比数（幻觉+自我打架） 为论证"退一步也没省到"，编了个 raw 里不存在的"中转约¥4500起"，还和自己第1轮给的真实中转价 ¥2957 自相矛盾 | V10 大阪 | agent侧 | v2.8.1 |
| 单程起手扫日期、不会整体查往返 用户明确要往返，agent 都单程起手（土耳其查9次、尼斯查9次），跨境往返打包本可一次省 18-57% | 线上土耳其 线上尼斯 |
agent侧 | v2.6.0 |
| 把工具没返回的字段当已知事实说 编"含行李直挂"，行李直挂/退改签/落地签数据源里都没有 | 线上尼斯 V8 巴厘岛 |
agent侧 | v2.6.0 |
跟用户沟通的方式、推荐逻辑、呈现节奏的问题：一次性摊满不探偏好、擅自替用户定价值排序、视觉与文字推荐打架、堆砌废话、该问不问或不该问乱问。条数最多，是这个 skill 迭代的主战场——因为它的核心差异化正是"像家庭医生慢慢问"的交互哲学，而 AI 的默认冲动恰恰是"查到就一次性倒完 + 替用户拍板"。
| 问题 | 暴露于 | 修于 |
|---|---|---|
| 擅自替用户定"省时间>省钱"的价值排序 嘴上给4选项，却用星标+"我的建议"+劝退措辞把最便宜档写成"得有心理准备"，实际替用户拍了板 | 线上土耳其 | v2.7.0 |
| 视觉强调和文字推荐打架 星标标香港 ¥8220、正文"我的建议"却推广州 ¥7963，用户不知到底推哪个 | 线上土耳其 | v2.7.0 |
| 第1轮就摊完整方案集、跳过探偏好 用户刚说事实还没表达偏好，agent 立刻甩四日期对比表+强推+坑提示——"渐进收敛"在线上基本没发生 | 线上马代 线上里斯本 | v2.8.2 |
| 人数表述有歧义就自己假设 "带父母两个人"按2人算，到用户反问才纠正 | 线上马代 | v2.8.2 |
| 无直飞的线没主动说破 里斯本、乌鲁木齐用户都反复追问"没有直飞吗" | 线上里斯本 线上乌鲁木齐 | v2.8.2 |
| 红眼被预设成"不好、要避开" 原则4 原写"红眼便宜但到了没精力玩"——省钱还是省精力本该是用户偏好，不该 agent 默认反对 | 线上多case | v2.8.2 |
| 收敛/拍板轮只给一个推荐档 冰岛 case 快拍板那两轮只给孤零零一个"最优"，用户没安全感 | V8 冰岛 | v2.7.6 |
| 范围感只给"出发地+一个价"、看不出真查了 缺航司/航班号/起降时段，可信度不足 | V8 冰岛 | v2.7.6 |
| 选项少时堆大段文字逐维度阐述 克罗地亚只有2套餐却铺三段建议，用户还得把每段对回到套餐上，脑力成本高 | V5 克罗地亚 | v2.7.3 |
| 结尾堆"下单须知"废话 + 话术模板腔 "以官网为准/行李额确认/我不能帮你订"；还把 skill 措辞"一句话点破"当模板照抄成小标题 | V5 三case V6 | v2.7.3–4 |
| 日期不明确却默默固定 + 该问不问/不该问乱问 尼斯用户没给具体日只说"下周"，默默锁7/10还不解释；给了弹性窗口却只查一对日期回头问"能不能挪" | 线上尼斯 V3 | v2.7.0–2 |
另有若干 级措辞松动（"近一倍"实为2.6倍、档位标签名不准、转机时长没主动标等）零散见于各 review 报告的 NIT，多为口语化非误导，随对应版本一并收口，未单列计数。