Laya 自部署研究与 Jev／Aira 适配评分

Scope note (2026-09-28): the user has obtained Jev Early Access and selected Jev for current development. Laya self-hosting and fully offline AI are deferred. This study remains research evidence, not an active deployment commitment; current execution scope is owned by #335, #355 and #368.

日期：2026-09-27；2026-09-28 补充团队复核（§8）及开放权重架构价值与上游差异（§9）。性质：公开资料、固定版本源码和三路 agent 讨论的综合研究；没有下载权重、执行模型推理、付费调用、部署或修改产品运行时。Aira 初次源码核查基线为 792ac788，此前 Jev 架构研究的基线为 881e5a91；下述版本表是初次快照，新上游差异见 §9.2。

1. 结论

技术可行性结论：公开权重、加载器、HTTP 服务和宽松许可证提供了自行部署 Laya 的路径。当前已选择 Jev 开发，Laya 本地验证暂缓；以下保留其技术依据，不作为当前执行安排。 本机 Apple M5／16 GB 可作为单检查点 CPU／MPS 试研候选；能否与 Aira 几何计算稳定共存、实际延迟和峰值内存仍未验证。

Laya 的主要价值是私有部署、检查权重与推理实现、领域微调和控制服务生命周期。Jev 的主要价值是托管交付、较大的输入及候选容量、已有的类型化决策契约。当前预训练模型提供有界问题的语义判断；该输出本身不能替代开放候选生成、关系求解、几何验证、授权或提交事务。Aira 可进一步联合研究候选表示、判别编码、搜索与澄清策略和领域适配，不以当前 API 的打分接线方式冻结架构，见 §9.1。

本文初次快照的决策支持评分为：近期接入 Jev 59／100、Laya 51／100；私有可控路线 Jev 42／100、Laya 66／100。分值不是准确率、成功率或性能测量，也不是研究优先级或技术潜力的裁决；低于满分的重要原因是双方都没有本项目 CAD 留出实测。权重、逐项依据和硬性条件见 §5；当前安排只见 GitHub 计划。

2. 固定证据与模型边界

2.1 本次核查版本

对象	固定版本与一手来源	核查范围
Laya 推理代码	GitHub 4066d5d5fbf08b66c6757ddeedbd797bd7655bc0；pyproject.toml 为 0.3.20	Python ≥3.10；torch、transformers 等依赖是下界范围，不是完整锁文件
Laya 权重包	HF 55cf4c4ebb4ebe31b2550e8bdf3bd21b99753851	无 gated 限制；读取卡片、目录与配置，未加载权重
Jev	jev-1.13.0，JS SDK 0.6.0	托管模型；SDK 发布包核查见 Jev 集成研究
Aira	792ac788	核查持久任务、提交后持久化及 usage 路径；没有运行时接入

2.2 不能把三个检查点混成一个模型

检查点	Backbone／规模（上游报告）	配置 max_len／head_max_len	对 Aira 的含义
根目录／english	ModernBERT-large；含决策头约 421M	512／192	英文短状态候选；不能作为中文默认
multilingual	mmBERT-base；约 322M	1024／256	中文试研优先候选；多语言覆盖不等于 CAD 语义已验证
typed-decisions	ModernBERT-large；约 421M	1024／256	针对四类工作流微调；不是 CAD 专用检查点

配置分别来自固定 HF 包的 root、multilingual、typed-decisions。模型架构和默认路由见 router.py。typed-decisions 默认不参与自动任务路由，需显式启用；中文试研应固定 multilingual，避免混合语言、JSON 键和短文本影响自动选型。

2.3 输入与置信度的源码事实

Laya 是 encoder 加决策头，输出 Choice、Score、Noul，不生成任意自然语言或 CAD 程序。build_sequence 会裁剪题干、选项和 state：单选项先限制为 48 tokens，预算不足时进一步缩短；state 的剩余空间由实际题目编码占用决定。不能把 1024 简化成可完整读取 1024-token 工程状态，也不存在“少于 20 个选项必然安全”的保证。 保留候选标记不等于保留了区分候选的完整文本。固定 common.py

predict_long 提供分窗聚合，但窗口级最大概率不是整份文档的校准概率；例如 Noul 的逐窗取最大值会随窗口数量改变统计行为。把窗口放大或把候选分级也会改变问题与资源成本，必须重新评价。固定 agent.py

特别注意：Choice／Score 的 confidence 是 1 − H(p)/log(k)，而 answer_confidence 是 max(p)；Noul 的两个字段均为 max(p_true, 1−p_true)。Score 本身返回等级位置的期望值，不是整数分类标签；answer_confidence 也不是“这个期望值精确正确”的概率。温度缩放或 proper scoring 训练不能证明 CAD 域外校准，任何通用阈值都不能成为自动提交授权。概率函数、答案解码

3. 与 Jev 的综合比较

维度	Jev	Laya	Aira 决定
角色	给定 state 的类型化判断	同类有界判断；开放推理实现	都放在候选生成与确定性检查之间，不替换建模核心
输入容量	请求总量 64k，state＋最长问题 32k；Choice ≤255，Score ≤10	默认短窗口并裁剪；HTTP Choice ≤100、Score ≤32，但能接收不等于完整理解	按依赖切片；候选缺失、超预算时保留扩展／澄清路径
中文与 CAD	有公开语言／任务证据，CAD unknown	有 multilingual；CAD unknown	不按英文工作流成绩推定中文建模能力
几何正确性	无几何证明能力	无几何证明能力	仍由 @aira/geometry-kernel 和现有检查负责
私有部署	未找到公开权重或自托管指南；商业专有方案 unknown	权重、代码、HTTP／ONNX 路径公开	离线是硬要求时，公开 Jev 路径不满足，不能靠总分补偿
微调与可审查性	权重不公开；SDK 开源不代表模型开放	可审查、微调和固定模型，但需自有数据与校准	潜力计入可控性，不预支未来 CAD 成功率
运维	供应商托管；网络、配额和版本可用性依赖外部	自担模型加载、资源、并发、安全、升级和故障恢复	先小规模测量，再选 CPU／GPU／托管方式
成本	当前公开输入价 $0.042/Mtok、输出免费	无逐次供应商 token 费；硬件、能耗、运维和训练有成本	比较端到端达成任务成本，不能说自托管免费

Jev 契约及价格来自 官方 models，其限制见 jaggedness。Laya HTTP 限制来自 固定服务实现，不同 API 层的限制不得混为全模型统一限制。

3.1 公开 benchmark 能说明什么

上游 BENCHMARKS 明示：Jev 数字引用第三方结果，未在同一运行中调用，样本和 prompt 可能不同。下表均为上游报告，不是 Aira 复测。

证据	数字／范围	允许的结论
typed-decisions，400 cases／2000 decisions	专用检查点 accuracy .766；root .361、multilingual .352；多数类 .461；引用 Jev .727	微调价值值得研究；不能推出 Laya 比 Jev 更适合 CAD，也不能说 CAD 准确率只有 .36
同一 typed-decisions 表	专用检查点 ECE .213；引用 Jev .144	不能把别处温度重拟合的 .081 移到这里宣称校准胜出
MASSIVE 中文，20 选项，100 cases／语言	zh-CN root .620、multilingual .630	中文并非普遍不可用；仍不是 CAD 数据，更不是保证
T4 单问题	multilingual p50 32.8ms	表明本地 GPU 低延迟的可能；与远程 Jev API 的网络时延不能直接计算公平加速比
4 核 EPYC／16GiB CPU，每行 10 次计时、2 次预热	multilingual 1题 193ms、10题 1842ms；english 1题 580ms、10题 6244ms	CPU 批量未必便宜且快；这些数值不是本机 M5 预测

训练脚本使用命名 train/test split，只能说明该脚本的划分方式；本轮没有审计全部基础训练数据、语义重复或污染。训练时间、语言覆盖、ECE 和 benchmark 标题都不能升级为独立 CAD 留出证据。公开报告中同一指标也有不同运行和包版本，应固定原始输入与配置后再比较。

3.2 “只换 URL”不成立

固定源码观察	影响与处理责任
/v1/systemone 有相近 JSON 外形，但未知 model（包括 Jev ID）会落入自动路由	Aira 必须显式指定 Laya 检查点；不能保留 jev-1.13.0 后误以为固定了模型
Agent 响应 model 为通用 laya-rl-agent；Router 增加 routing；revision 另有加载状态	响应 model 字符串不足以追溯权重。启动身份应绑定代码、权重 revision、配置／温度、tokenizer、运行后端
revision pin 和 SHA-256 校验是可选；默认加载不会自动套用 PINNED_REVISIONS	固定 SHA 必须落实到加载入口；默认 CLI 环境配置没有直接接上 Router 的 revision 参数
Laya Noul 带 confidence，Jev Noul 契约无该字段；同名字段也有统计含义	不能直接搬用阈值；保留供应商原始语义和类型，不伪装成相同校准尺度
Laya usage 累加实际编码题目行的 attention tokens	字段名相同不代表计费等价；不要乘 Jev 单价估算自托管成本
HTTP 错误常为 detail；400／401／413／422／500／503 有不同原因	验证现有客户端的失败路径；未实测前既不能说完全兼容，也不能断言 SDK 必然崩溃

以上分别对应 serve.py、agent.py、revisions.py。HTTP 外形兼容只是减少部分接线工作，不保证 SDK、语义、费用或行为兼容。

4. 自部署的完整判断

4.1 许可与数据来源

运行库 LICENSE 为 Apache-2.0，HF 模型卡也声明 Apache-2.0；backbone 的 ModernBERT-large 标 Apache-2.0、mmBERT-base 标 MIT。这些材料支持自部署及商业集成的许可路径，分发时需履行通知、许可等条件；不等于已经证明全部训练数据权属清洁或获得担保。

LocalLLaMA/typed-decisions 卡片声明 Apache-2.0，但基础训练混合数据的逐项来源审计未完成。Aira 自有操作轨迹也不是天然可训练：须具有用户数据使用权，区分用户意图、采纳来源和几何检查标签；几何 pass 不能充当意图正确标签。

按当前公开 TypeSafe MCA §2.3，服务或输出不得用于模型蒸馏、模仿或开发相似／竞争产品。因此不将 Jev 答案、概率或其派生标签送入 Laya 训练；“先用 Jev 再训练本地替代”不能当默认计划。有单独企业协议时以实际约定核实；本研究没有获得任何豁免。

4.2 硬件、离线与运行方式

方式	可行性依据	尚缺证据／代价	建议
本机原生 Python，M5／16GB	加载器含 CPU／MPS 选择及部分回退路径；检查点为数亿参数	峰值 RSS／统一内存、长输入、热降频、几何计算争用均未测	首选隔离环境、单 multilingual、短输入、低并发试研
内网 Linux CPU 服务	有 CPU Docker 路径；公开 CPU 基准	批量可能秒级；多进程复制模型内存；真实队列尾延迟未知	适合低请求量验证，不预设 4核／8GB可跑多实例
Aira 托管 GPU 服务	CUDA 及可选 TileLang 路径，公开 T4 基准	常驻费、利用率、并发隔离、运维、CUDA 依赖和精度对照	在业务量和端到端收益成立后选型，当前不租赁／部署
Node／浏览器 ONNX	仓库提供 laya-ts、导出和 CPU／WebGPU 路径	需导出模型、核对数值；下载／缓存体积、浏览器内存、支持范围未测	后续分发候选，不作为已验证的即装即用能力

CPU／MPS／CUDA 路径见 Agent 加载器，ONNX 见 laya-ts。本机原生 MPS 与 Docker 中 Linux CPU 是两条不同运行路径，不能把 Mac Docker 当作已具备 MPS 加速。

根权重文件约 0.84GB，多语言权重约 0.65GB，文件大小不是峰值内存。还要计入精度展开、临时权重、激活、batch、tokenizer、Python／torch、编译缓存与 Aira 现有占用；本轮不承诺“1GB常驻”或给出未测的最低 RAM。公开 CPU benchmark 的整脚本峰值 9.3GiB 涉及最多五个已加载模型，也不能当成单模型要求。

2026-09-28 客户端可行性复核：固定源码 9d955671415fc19f069b9cc998928075c1f255ec 的上游 CPU 基准在 AMD EPYC 9R14、4 个物理核、16GiB RAM、fp32 上报告 multilingual 单题 p50 为 193ms、10 题为 1842ms；每格只有 2 次预热和 10 次计时。它支持“无需独立显卡也有实际运行路径”，不证明普通客户机的最低配置、长输入尾延迟或 CAD 同时运行体验。9.3GiB 仍是多检查点脚本的峰值，单 multilingual 的峰值未知。完整安装还包括 tokenizer/config、Python、Torch 和实际解析的依赖，其磁盘占用尚未测量。

资源裁决须区分单 Laya、CAD＋Laya、生成模型＋CAD＋Laya。前两者通过不能证明完整离线 AI；Laya 的有限候选判断不能承担开放式生成职责。16GB 无独显机器可作为待确认的首个客户配置候选，不是已支持配置。分别观察加载峰值、常驻内存、系统交换／统一内存压力、队列和端到端时间；Apple 统一内存不能重复计入 RAM 与 VRAM。小样本不足以承诺 p95；显存最低值、整机购买预算和本地 CAD 语义质量目前均未获得 Aira 实测依据。本轮未下载权重、安装模型依赖或执行推理。

HF 包含 encoder config 和 tokenizer；加载器可从完整本地目录构建模型并装载 safetensors，支持无模型运行时外网依赖的路径。缺文件时存在远程 fallback，故离线结论仍须通过预置完整固定文件、依赖缓存及 HF_HUB_OFFLINE=1／禁网实跑确认。不能把“目录看起来完整”写成已经断网验收通过。本地加载与回退

4.3 服务已有保护与需要补齐的边界

laya-serve 默认绑定 0.0.0.0:8000，Bearer key 可选；本地试研应绑定 loopback。服务已有认证比较、2MiB body、50,000 字符 state、64 问题、候选总量上限、默认 16 个入场请求和超额 503；单执行线程串行推理。它不是完全没有防护，也不是生产多租户网关。 没有可据此宣称的端到端请求时限、租户隔离或取消后立即终止原生推理保证。单纯提高进程数会复制模型并增加内存。服务源码

默认预加载与 Router 的惰性加载策略不同；试研需要显式只加载一个检查点，并防止请求触发其他模型加载。版本固定、就绪探针的真实推理、队列总时限、503 的重试上限和故障回退应在现有 Aira 服务路径承担，不再建立第二套 CAD 执行器。健康接口返回 ok 不证明业务输入可成功推理。

Dockerfile 使用 Python 3.11 镜像标签及 torch 2.14.0 参数，但基础镜像不是 digest pin，其他 Python 依赖仍是范围。现成 Docker 配方不是完整可复现环境；应固定镜像、实际解析依赖及模型 artifact。模型版本固定也不保证跨 CPU／MPS／CUDA 的浮点输出逐位相同。

4.4 成本：什么时候可能划算

设每月 N 次请求，每次 Jev 实际计费输入 T tokens，则当前公开价下 C_jev = N × T × 0.042 / 1,000,000。自部署为 C_laya = 固定硬件或租赁＋能耗＋带宽存储＋运维＋训练/标注/校准摊销＋N×边际成本。两边还需加生成模型、几何求解、重试与人工澄清成本；问题数、usage 字段和实际计费 token 不应互相替代。

仅作算术情景：T=1000 时每次 Jev 输入费为 $0.000042；若自部署固定投入假设 $100/月、暂忽略边际成本，需约 238 万次/月才抵平这项 API 费。$100 不是云报价；在 10,000 tokens／次时阈值缩为约 23.8 万次。已经拥有的闲置硬件会降低现金增量，但不消除资源占用和维护成本。因此当前没有“自托管必然更便宜”的证据；隐私、可控性或离线需求可以独立成为采用理由。

5. 适配评分：透明权重，不冒充实测

评分对象是现有公开版本作为 Aira 语义判断组件的适配度。0=当前公开路径不满足，1=重大缺口，2=部分满足且缺证据，3=有可用依据但需本项目验证，4=较强契合，5=该维度直接满足。Jev 自托管计 0 表示未提供可采用的公开路径，商业未知不等于客观不可能；双方未测的实际 CAD 能力不被当成已通过。半分和小数精度不提供额外信息，故只给整数档。

维度	Jev 0–5	Laya 0–5	近期权重	私有可控权重	评分理由
开箱语义决策证据	3	2	25%	10%	Jev 有较广任务证据；Laya 对检查点／任务更敏感；两者 CAD 都 unknown
上下文与候选容量	4	2	15%	10%	Jev 容量较大；Laya 默认窗口和标签裁剪明显
概率诊断与校准准备	3	2	10%	10%	都需域内验证；Laya 同名 confidence 混合尺度、温度配置需更细核验
当前接线与契约工作量	4	2	15%	10%	Jev 有已核查 TS SDK；Laya 还需模型身份、服务环境与协议差异接线
自托管／数据不出域	0	5	10%	25%	Jev 无公开权重路线；Laya 文件可本地持有与运行，禁网验收仍未执行
自有数据微调与控制	1	4	5%	15%	Laya 有开放训练路径；数据、标签、收益未被证明
部署运维负担	4	2	10%	5%	Jev 托管；Laya 需要自身承接资源和服务可靠性
当前成本依据	3	3	5%	5%	Jev 有明确单价；Laya 有资源可控性但没有本项目 TCO，双方不预判输赢
实现可审查与复现控制	2	4	5%	10%	Jev SDK 可查但模型封闭；Laya 可固定代码权重，依赖与后端仍需锁定
总分（Σ权重×分值／5）	59／42	51／66	100%	100%	顺序为近期／私有可控

权重反映两种产品取舍，非统计估计。近期分差只有 8 分；“开箱语义证据”一档变化就影响 5 分，因此不能据此宣称稳定优劣。私有路线分差来自已经存在的权重控制能力，不是给未来微调效果打分。生产自动提交、硬离线、真实权限隔离等条件必须逐项满足，不能用加权平均抵消。

6. Aira 接入边界与后续验证设计

沿用 Jev 深度集成架构：开放生成／原生能力发现提出候选，模型判断语义适配，关系编译与几何核心产生工程证据，统一事务路径提交；UI 和公开 Interface 共享权威能力。首个接线切片替换判断实现，但这不是长期架构上限：候选表示、判别编码、探索与澄清策略可以联合演进，不复制工具声明，也不新增竞争的可写设计状态。

初次源码基线的持久化观察需要按当前版本修正（详见 Jev 研究 §11）：DesignTaskRepository.putTask 不是带预期版本的 CAS 接口；committed-state.ts 当前已 await 任务写入并传播错误，但仍在几何提交之后另事务保存；live-workbench-controller.ts 的后台任务写入仍吞错；usageSnapshot 仍按单套模型价格累计。这里是相关接入缺口，不声称全部事务都无 CAS，也不因调研而扩大运行时重构。

模型建议绑定其输入状态与候选身份，过期结果不可用于新 Revision。已提交设计的重放依据持久设计语义和当前合法绑定，不重新询问更新后的模型来解释历史。模型更新应产生新的建议，经过显式验证／接受；它本身不是静默改写已提交设计的理由。Laya 的权重 hash 是推断来源，不是几何正确性证书。

若用户下一步授权本地验证，首轮只处理“中文／中英混合的有限设计解释选择”，不先宣称完整智能改善。使用现有 tools/capability-explorer 与真实原生 Interface，不新建 test/spec 或并行建模执行器。拟采用以下可复现设计，本轮均未执行：

项目	首轮范围
需求分布	未来编辑语义、语义引用消歧、候选均不匹配／需澄清，各占 1/3；中／英／混合各占 1/3；不由候选模型的操作序列反向定义任务
样本与划分	90 个任务组探索＋90 个独立任务组留出；按设计模板／来源划分，seed=20260927；同一几何或措辞变体留在同一组，不能一边调参一边继续称留出
参数	每组 2／5／10 候选；状态约 128／256／512 tokens 档；记录各模型真实 tokenizer 长度、题干与选项被裁剪情况；另设边界超长样本，不能丢弃失败
真值和误差	意图标签来自预先明确的需求／独立人工裁决；几何按现有原生检查容差，不另放宽；不可判定为 unknown；几何通过与意图通过分别统计
资源预算	本地单 multilingual、并发1、至多2小时；每请求总时限10秒，每任务端到端60秒；任务失败和回退均计入。是实验预算，非承诺 SLA；付费 Jev 对照需另获授权
对照与判定	先固定相同状态和候选比较现有生成基线／Jev／Laya 的判断，再在相同端到端预算下比较完整流程；不要同时换模型、候选数和策略后归因模型
统计与成本	pass／fail／unknown、错误接受、覆盖率、Brier/ECE（标明样本与分桶）、任务成功、回退、p50／p95、峰值内存、总费用；报告样本量和不确定性，不用脚本通过率代替 AI 自主成功率

独立核验项包括标签置换、真正答案缺失、相同形状但不同未来编辑、缺失工程证据、过期 Revision、超预算截断、禁网重开、冷／热加载及与几何计算并行时的资源争用。人工偏好未知时不得用模型自信补真值。若目标是智能收益而 Laya 无法在约定资源与误差边界内改善任务结果，就保留同一架构中的原判断策略，不为采用模型重写需求或删除反例；硬离线/数据边界目标按 §8.4 的质量和资源门槛判断。

7. 三路 agent 讨论与主审裁决

本轮通过 Orca orchestration 分派模型证据、部署协议、Aira 适配评分三路研究。模型与适配 worker 实际交换了训练标签来源问题；部署 worker回复了模型身份和协议差异，部分回复晚于另一 worker 完成，由主审交叉核对源码裁决。临时报告不作为额外版本化报告树保存。

讨论／分歧	主审裁决与依据
模型 worker 倾向“零样本接近随机，所以 CAD 不可用”；适配 worker 也引用中文小样本负例	不接受外推。typed-decisions 的低分只对该任务成立；MASSIVE 中文有另一组结果。CAD 标 unknown，不能捏造 .36 准确率或中文全面失败
部署 worker 认为“接口相同，只换 URL”；另担心错误格式必然使 SDK 崩溃	两个绝对判断均不采纳。模型 ID 会被忽略、confidence 含义不同、usage 不同；错误处理需实测。见 §3.2
模型与适配 worker 同意用 Aira 采纳和几何结果训练；提议绕开 Jev 蒸馏限制	接受独立来源方向，不认定数据天然合法或标注完备。用户采纳、意图和几何检查必须分别有来源；不使用 Jev 派生标签
部署 worker 估计约1GB常驻、低成本高吞吐；模型 worker 给延迟满分	删除无实测的容量与吞吐承诺。CPU 数据已有秒级批量表现，M5 未测；成本使用公式，性能不授满分
适配 worker 将某结构化 helper 的32项限制当成全模型上限，提出模型升级重算历史	修正 API 分层限制；拒绝升级模型后重新解释历史。已提交模型语义保持权威，新的建议需另行验证和接受
是否现在采用 Jev＋Laya 双模型流水线	不预设必须串联两者；这会增加延迟与运维。先把同一判断职责做可比验证，再决定单一部署方案或确有收益的分工

三路任务均已完成，主审已读报告、复核关键源码并释放 worker。完成的是研究和评分；离线运行、SDK 互通、CAD 泛化、负载、能耗和商业部署完整数据来源审计仍为 unknown／未验证。

8. 2026-09-28 团队复核：可替代职责与采用边界

本次重新读取官方协议及固定 Laya 源码，并与架构、Aira 当前实现两组交叉质询。没有下载权重、执行推理、安装依赖、部署服务或进行运行验收。§5 分数仍只是显式权重的决策辅助，不作为采用或发布门槛。架构与提交一致性由 Jev 研究 §11统一定义，本节不复制另一份设计状态或执行计划。

8.1 共同职责不等于协议等价

可替代的是“对授权状态中的有界问题提供语义建议”这一职责。Jev 或 Laya 都不接管开放生成、关系编译、几何判断、用户接受或 CAS 提交。Aira 定义任务/候选/问题身份与失效语义，供应商边界保留真实模型输出与来源，不能把二者同名的 confidence 或 usage 强制解释成同一统计/计费尺度。

复核固定提交 4066d5d5fbf08b66c6757ddeedbd797bd7655bc0：HTTP 未知模型 ID 会自动路由，响应通用 model 名不能证明权重身份；revision/digest 支持没有默认等于应用固定版本表。serve.py、revisions.py。因此宿主绑定代码、权重、tokenizer、配置/温度、后端及预处理身份，未知或不符时拒绝把结果当固定模型证据。

8.2 编码覆盖是接入条件

选项先限 48 tokens，预算不足仍可能裁剪问题及状态；接受 HTTP 请求不能证明决定性信息完整进入模型。common.py。不能用通用字符数或另一 tokenizer 的长度代替实际编码检查。

接线应记录实际编码覆盖及裁剪，并保留足以判定语义差异的候选内容。若无法证明必要信息被保留，缩小有明确依赖的状态切片、重新提出可判断问题或返回不可评估，不能静默删除困难候选后保持原任务成功口径。分窗聚合是另一种推理策略，必须独立限定并评价，不能伪装成完整长上下文的一次判断。

候选 ID 本身不携带隐藏语义。标签置换、正确答案缺失、相同当前形状但不同未来编辑、长无关状态及中英混合必须进入组件资格判据；模型自信不能给缺失的用户偏好补真值。

8.3 本地运行与云运行分别取得资格

本地资格要求完整固定 artifact/依赖、禁网冷启动与重开、实际业务探针、请求总 deadline、队列和取消、峰值资源，以及与 Aira 几何计算并行时的争用证据。加载器存在本地路径，也有缺文件远程回退，故仅设置一个本地目录或健康接口返回 ok 不算离线通过。agent.py。

云资格核对实际模型版本、资料外发范围、账户地区/保留承诺、服务失败与费用边界。“不训练”不等于零保留；不能从公开企业选项推断当前账户配置。TypeSafe Legal、Privacy。本地不可用不能静默切云；选择其他模型也必须符合当前授权和能力状态。

生产网关已有预留与保守结算，接线应复用并贯通每次 attempt。SDK 内部重试关闭，或证明每次尝试都受现有准入和总 deadline 控制；Jev 实际账单、Laya 资源/运维成本和 Aira 的任务总预算分别记录，不用同名 tokens 抹平差异。Node 本地路径与生产路径的保证应分别实测。

8.4 评价与采用

沿 Jev §11.5 的组件→架构→模型增益顺序，只将组件资格合格的候选推进完整流程。不预设 Jev/Laya 串联，不要求为对照保留多套产品执行权威。两篇原样本设计目的不同，执行前在既有评价 issue 冻结具体 campaign，保持需求来源分组、独立留出及总预算可比。

模型收益与部署资格是不同条件：能离线加载不证明语义正确；语义准确不证明能与几何计算共存；理论成本公式不证明实际更便宜。采用首先需要受影响的正确性/恢复硬条件与实际运行资格成立。若以智能提升为目标，还须证明独立任务收益；若目标是硬离线或数据不出域，则满足该硬条件及预设质量/资源门槛或对基线非劣界也可采用，无需虚构自主成功率提升。未满足所声明目的时保留同一架构中的原判断策略和未决状态，明确报告回退。

不使用 Jev 输出或派生标签训练/蒸馏 Laya。MCA §2.3 的用途限制应按实际行为和账户协议核对；普通 Aira CAD 对照/选型不自动等于开发竞争模型，普通输入鲁棒性语料也不自动等于服务漏洞测试，不为此另建笼统审批 Gate。MCA。本轮研究不授权付费调用、本地推理、部署、模型训练或产品运行时替换。

9. 开放权重的架构价值与版本复核（2026-09-28）

9.1 从判断组件到设计决策架构

开放权重的价值不只在部署地点。Aira 可以检查并共同调整状态表示、问题与候选编码、判别实现及其调用策略，让设计解释成为可比较、可深化、可澄清的对象。当前 Choice/Score/Noul 是首个可复用机制，不是 AI 原生核心的能力上限；学习模型的输出仍不能创造工程证明、用户接受或事务权限。

由职责划分可以推导：语义候选可以先保存保持量、修改作用域和未来编辑规则，尚未深化的解释无需立即物化几何；确定性核心可计算不同解释的实际编辑后果，协调器再根据独立需求与已有证据决定深化、扩展或澄清。判别器可以辅助该调度。候选集合未包含正确解释时，必须保留扩展或不可判定结果；高分不能证明候选集合完备，低分不能证明几何无解。整体是否更快还取决于判别、编码、错误选择、补救及人工交互成本，不能只统计少生成了多少 token 或形体。

首个机制应覆盖三个不同决策族：相同当前形状下的保持量与未来编辑规则；共享定义与单个实例的修改作用域；缺失约束、歧义或正确候选缺失时的澄清与扩展。几何反事实只证明编辑后果，意图标签必须来自独立需求和审查，不能把 geometry pass 当作用户意图真值。分别观察候选覆盖、正确候选存在时的判别、错误强选、澄清负担及总任务成本，才能定位收益和共同失败原因。

开放代码与权重提供 CAD 专用编码、决策头、校准和领域微调的研究空间。先测固定预训练基线并识别共同错误；只有错误可归因于学习责任且有合法、独立标注时，才论证适配。探索数据、训练数据与独立留出按需求来源分组，几何验证不能自动产生偏好标签，也不使用 Jev 输出或派生标签蒸馏 Laya。能读取权重不等于可以完整复现基础训练，更不等于已经具备 CAD 专长。

这是架构机会与责任推导；具体优先级、实验协议和状态只见 #335、#355 及既有 #364–#368，不增设另一套实施清单。

9.2 当前固定上游与旧结论的适用范围

本次只读取源码、模型元数据与小型配置文件。GitHub 固定于 9d955671415fc19f069b9cc998928075c1f255ec，包版本 0.3.21；HF 仍为 55cf4c4ebb4ebe31b2550e8bdf3bd21b99753851。源码 LICENSE 与权重模型卡分别标注 Apache-2.0。公开 ungated 文件列表列有 multilingual 权重 643,835,514 bytes、SHA-256 9d628fd971b700382ac6f65920a86f149777b2e748e0c955fb3b19695aa8f204；这是远端声明，未下载核验文件或实际加载身份。分发仍沿用 §4.1 的来源与通知责任。

复核点	源码事实与研究修正
默认窗口与可选窗口	multilingual 配置默认仍是 max_len=1024、head_max_len=256。旧固定版本的 README 已说明显式 multilingual 可设 max_len=8192，不能把 1024 当永久模型上限。0.3.21 的 Router 和 HTTP 路径传递显式 max_len/head_max_len；扩大窗口后的实际语义覆盖、质量和成本仍待测。
选项裁剪与诊断	当前 common.py 仍先将每个选项限制在 48 tokens；增大 head 窗口不自动解除这个限制。新增 options_distinct/collapsed_options 有助于识别裁剪后候选合并，但不证明所有决定性 state 内容被保留，也不证明语义区别仍可见。
权重固定	resolve_revision 现在可读取 LAYA_REVISION，显式参数优先，加载器调用该解析；旧 §3.2 的环境变量未接线结论只描述旧版本。摘要核验仍需显式配置，通用响应 model 字符串仍不足以证明实际权重身份。
本地与服务成本	固定版本仍需核验实际禁网冷启动、队列等待、取消和完整请求时限。Server-Timing 的模型时间不等于包含队列的总任务延迟；权重大小也不等于峰值内存。没有执行这些运行检查，不能宣布离线或性能通过。

一手源码：旧 README 的窗口说明、新 Router、服务参数、编码、版本解析、加载与响应。公开性能与准确率数字仍是上游报告，不是 Aira 实测。