3.3 代码执行工具包：现场演算席

3.3 代码执行工具包：现场演算席

本节摘要：代码执行工具包是会议的演算席：在受控环境里真实运行代码，把"模型觉得应该是"变成"实际算出来是"。本节讲执行环境的选型谱系、结果回收的姿势、安全边界的三条红线，以及演算席最独特的纪律——跑过才算数。

前两席解决"材料从哪来、读不读得懂"，本席解决"算不算得对"。凡是带数字的议题（差价、占比、增长率），都该经过演算席而不是让模型心算——语言模型对算术的自信与其正确率长期不成正比，这是全册反复出现的一条铁律。

一、执行环境选型：隔离程度与真实度的谱系

演算席的核心配置是"代码在哪里跑"。隔离越强，环境越干净但能力越受限；隔离越弱，能力越完整但风险越高。常见选项从保守到激进：

选型没有标准答案，只有场景匹配：处理外部抓来的数据，容器沙箱最稳妥；多步数据分析需要中间状态延续，笔记本内核顺手；纯粹算个差价，受控解释器最省事。

二、结果回收：跑过才算数

演算席的回报必须包含实际执行结果，而不是模型对结果的预期。这是它与普通"会写代码的智能体"的本质区别。一次合格的演算回报长这样：

def margin_report(our_price: float, comp_price: float) -> str:
    """竞品差价演算：由演算席在真实环境中执行后回报。
    返回：计算过程与结果的文字纪要。"""
    if our_price <= 0 or comp_price <= 0:
        return "失败: 出现非正数价格，无法计算百分比"
    diff_pct = (comp_price - our_price) / our_price * 100
    return (f"计算过程:（{comp_price} - {our_price}）÷ {our_price} × 100\n"
            f"结果: 竞品月付价高 {diff_pct:.1f}%\n"
            f"口径: 均按按月付年费折算，基期为我方定价")

# 演算席真实执行的回报（演示环境输出）：
# margin_report(243, 299)
#   -> '计算过程:（299 - 243）÷ 243 × 100\n结果: 竞品月付价高 23.0%\n口径: 均按按月付年费折算，基期为我方定价'
​

回报里带计算过程不是啰嗦：主持人验收时能核对口径（用的什么基期），甲方代表验收时能复核逻辑（差价分母是谁）。只回一个"23.0%"的演算席，等于把验收难度全推给了上游。

中间状态与多步分析

笔记本内核模式下，演算席的状态可以跨轮延续：第一轮装载数据，第二轮清洗，第三轮出表。这带来一个新纪律——状态要显式申报。每一轮回报里写明"当前会话中已存在的变量与数据规模"，防止主持人误以为每轮从零开始，重复装载浪费轮次；更要防止上游材料变更后，旧状态悄悄污染新计算。

def declare_state(kernel_state: dict) -> str:
    """演算席每轮回报时申报当前内核状态。"""
    lines = ["当前内核状态："]
    for name, desc in kernel_state.items():
        lines.append(f"  {name}: {desc}")
    lines.append("若与议题预期不符，请先指示清理再继续")
    return "\n".join(lines)

# 输出：
# declare_state({"prices_df": "五竞品价格表，5行12列", "rate_cache": "汇率缓存，7条"})
#   -> '当前内核状态：\n  prices_df: 五竞品价格表，5行12列\n  rate_cache: 汇率缓存，7条\n若与议题预期不符，请先指示清理再继续'
​

三、安全边界：三条红线

演算席权限强，红线必须先行。写进系统提示词的三条：

1. 不碰网络下不了的边界：未经议题明确授权，不访问外部服务、不上传数据；
2. 不删不改工作区之外的文件：演算产物统一放指定输出区，清理需指示；
3. 不执行语义不明的代码：工单指令含糊时，先问主持人，不猜着跑。

def safety_gate(code_text: str, authorized: set) -> tuple:
    """演算前安全闸：按三条红线做静态初筛。
    authorized: 本议题授权的操作集合，如 {'本地计算','读取输入区'}"""
    risky = [k for k in ("上传", "删除", "外发", "提权") if k in code_text]
    if risky:
        return False, f"命中红线关键词：{risky}，退回主持人确认"
    if not any(a in code_text for a in authorized):
        return False, "代码用途不在议题授权范围内，退回确认"
    return True, None

# 输出：
# safety_gate("上传结果到外部服务器", {'本地计算'})
#   -> (False, '命中红线关键词：[上传]，退回主持人确认')
​

⚠️ 静态初筛只是提示性的第一道闸，不是安全保证。真正的隔离靠执行环境本身（容器沙箱），别把"提示词里写了禁止"当成"系统上不可能发生"。

案例展开：心算翻车与演算复位

背景：首轮跑会时，主持人图省事让执行侧直接"口算"三组差价百分比，跳过了演算席。结果：三组中两组正确，一组把分母用反（该用我方价格做基期，实际用了竞品价格），纪要里"我们贵 19%"实为"竞品贵 19%"，方向性错误——这类错误比算错数字更致命，因为它看起来完全合理。操作（复位）：议题补上"所有百分比必须经演算席出具计算过程"，心算结果全部作废；演算席按统一口径重算并逐条给出算式。结果：三组差价复算后两正一反（原第三组实为竞品更贵），纪要结论方向修正。解读：演算席的成本是每条多一两轮调用，收益是每条数字都有算式可查——只要任务里有会被决策引用的数字，这笔账都是划算的。

变式：大量重复演算（比如上百行价格对比）不适合逐条开会，让演算席写一段批处理脚本一次算完，回报里只给汇总表与异常行——这也是"跑过才算数"的规模化形态。

本节要点回顾

• 环境谱系：容器沙箱、受控解释器、笔记本内核、宿主机直跑，按隔离与真实度取舍；
• 跑过才算数：回报必须含实际执行结果与计算过程，禁止口算替代；
• 状态显式申报：延续性会话每轮申报内核状态，防旧数据污染；
• 三条红线：不越网络边界、不碰工作区外文件、不跑语义不明代码；
• 下一席回到上游：情报员怎么把"去哪找"这件事做专业。