金融智能体决策稳定，背后操作路径却大不相同

金融智能体在570个前瞻回放中决策一致率达94.2-95.1%，但对有序工具、参数与结果的一致率只有45.0-51.5%——同一决策可以在完全不同的执行路径下重复出现。

此前若只看回放结果，会以为执行过程同样稳定；作者Raffi Khatchadourian在9月22日更新的DFAH-Bench论文中提出，证据充分性需要与可复现性分开直接评估，并指出系统性的记录遗漏可以保住完美的回放一致率。

测得数据为：570个前瞻回放中决策一致率94.2-95.1%，工具、参数与结果一致率45.0-51.5%，由作者自建自测的DFAH-Bench基准测出。

边界：这是作者自测基准，且因部分结果缺失，计划中的对比检验只能作描述性比较，结论尚待独立复核。