3.4 知识合成与报告生成

从命题到报告

本节在算法章的第四站：零散且已验证的命题，怎么拼成一份人能用的报告。全册里这一步是数据流终点（2.4 的成稿），也是价值兑现处（1.4）。设想一个场景：你拿到二十条带出处的命题，其中三条互相矛盾、两条标着待验证，若只是把命题堆砌，读者反而更晕。合成不是拼接，是建立论证结构并诚实标注不确定。

合成分两步。先聚类：把讲同一件事的命题归组，矛盾的对立保留而非强行统一。再成文：每组给"结论 + 证据等级 + 来源"。证据等级由印证数决定——已印证、单一源、存疑三档，直接写在句末。下面用代码实现合成器，看它如何把命题组转成带等级的句子。

# 知识合成：聚类命题 按印证数定证据等级 生成报告句
def synthesize_report(proposition_groups: list) -> list:
    lines = []
    for group in proposition_groups:
        claim = group["claim"]
        indep = group["independent_sources"]
        if indep >= 2:
            level = "已印证"
        elif indep == 1:
            level = "单一源 待验证"
        else:
            level = "存疑"
        lines.append(f"{claim}（{level}，来源 {indep} 个独立印证）")
    return lines

# 运行示例
groups = [
    {"claim": "产能翻倍", "independent_sources": 1},
    {"claim": "获批临床", "independent_sources": 2},
    {"claim": "成本下降", "independent_sources": 0},
]
for line in synthesize_report(groups):
    print("-", line)
# - 产能翻倍（单一源 待验证，来源 1 个独立印证）
# - 获批临床（已印证，来源 2 个独立印证）
# - 成本下降（存疑，来源 0 个独立印证）
​

运行输出三行，每行带证据等级与独立印证数。"产能翻倍"被标待验证而非删掉——合成器的纪律是：不确定就明说，绝不替读者拍板。这正是 1.1 定义里"诚实边界"的落地。

我们主张：报告生成的关键不是文采，是可审计。每句话应能溯回某条命题及其来源，否则读者无法判断该信几分。因此综合层输出的是"结构化句子"（结论+等级+源），而非自由散文。文采交给下游模板，研究智能体只负责把证据讲清楚。

下面演示"矛盾不强行统一"的实现：当一组内出现对立 claim，都保留并标冲突，而非取多数。

# 矛盾处理：对立主张并存 标冲突 而非投票统一
def handle_conflict(group: dict) -> str:
    views = group["views"]   # 如 [("利好", 2), ("利空", 2)]
    if len(views) > 1:
        desc = "；".join(f"{v}（{n}源）" for v, n in views)
        return f"存在分歧：{desc}——均待验证"
    return f"{views[0][0]}（{views[0][1]}源）"

print(handle_conflict({"views": [("短期利好", 2), ("长期利空", 2)]}))
# 存在分歧：短期利好（2源）；长期利空（2源）——均待验证
​

输出保留两派并标分歧。强行统一会掩盖真实不确定性，是研究报告的大忌。下一节 3.5 看大模型在这些步骤里到底在哪出力。

完整案例：背景→操作→结果→解读→变式

• 背景：某投资简报把"成本下降"当事实写，实则其唯一来源是厂商新闻稿，且无独立印证。
• 操作：用 synthesize_report 重跑，该条被标"存疑"，并在脚注暴露"仅厂商单方"。
• 结果：简报风险口径更正，避免据此做出错误仓位判断。
• 解读：合成层的等级标注把隐性风险显形，这正是研究智能体被信任的原因。
• 变式：若场景是"内部脑暴"而非"对外结论"，可把存疑项也展开列假设，鼓励人进一步验证，口径更开放。

结构化报告：让每句都能被审计

3.4 说综合层输出"结构化句子"（结论+等级+源）。落地时更稳的做法是输出一份结构化报告对象而非纯文本：每个结论带 evidence_level、independent_sources、conflicting 三个字段，下游无论是渲染成文档、还是被 4.3 评估整合分、还是被 5.2 接闸门，都直接读字段，不用再让大模型从散文里硬抠。这把"可审计"从口号变成数据契约。

下面演示把命题组合成结构化报告对象：

# 合成结构化报告：每结论带等级/独立源/冲突字段
def build_report(groups: list) -> dict:
    items = []
    for g in groups:
        indep = g["independent_sources"]
        level = "已印证" if indep >= 2 else ("单一源" if indep == 1 else "存疑")
        items.append({
            "claim": g["claim"],
            "evidence_level": level,
            "independent_sources": indep,
            "conflicting": g.get("conflicting", False),
        })
    return {"items": items, "auditable": True}

# 运行示例
rep = build_report([
    {"claim": "获批临床", "independent_sources": 2, "conflicting": False},
    {"claim": "成本下降", "independent_sources": 0, "conflicting": True},
])
print(rep["items"][0])   # 已印证 2源
print(rep["items"][1])   # 存疑 冲突=True
​

运行输出两个结论对象，第一已印证、第二存疑且标冲突。注意 auditable: True 这个顶层标志——任何消费方拿到报告先查它，没有字段就拒绝当作可信结论，这和 2.1 的契约校验、4.4 的诚实核验是一脉相承的护栏。

💡 关键直觉：报告的价值不在"读着顺"，在"查得清"。自由散文再流畅，读者也无法逐句溯源；结构化报告每句挂字段，读者、评估器、闸门都能机器核验。所以 3.4 主张文采交给下游模板，研究智能体只负责把证据讲清楚。

⚠️ 常见坑：把"存疑"和"矛盾"混为一谈。存疑是"没足够独立源印证"（证据不足），矛盾是"有对立且各自有源"（证据冲突）。两者处置不同：存疑应标待验证，矛盾应两派并存标分歧（见 3.4 handle_conflict）。混为一谈会导致真冲突被压成"不确定"，掩盖了真实分歧。