野生码农
CSDN 质量分一夜解剖:53 篇全量数据、四次纠偏与产线对齐包
背景与目标
CSDN 高质量徽标绝迹一个月,近期稿件全压 72 分档。10-09 晚本人连环追问:团队#43 母稿写 17 分钟还失败一次、军师#9 写 20 分钟、"你优化了啥"、高质量文章时间线规律"不仅仅是题材"。目标:用全量数据回答"分数到底被什么决定",并把结论翻译成产线改动。
过程回顾
尝试 1:数据通道重建。 本人直接给了 bizapi 控制台接口。裸 requests 模拟报 401(x-ca-signature 签 URL query,HMAC 验签不过);最终方案=playwright 连调试版 Chrome(127.0.0.1:9333,登录态持久)截响应体+点分页器,53 篇全量含 qualityScore 字段一次抓全。
尝试 2:分组对比。 分数只有 72/82/87/88 四档;徽标≈≥80 线(唯一例外一篇)。本地发布包匹配后分组实测:≥80 分组字数均值 3237、标题 11.8、加粗 16;72 分组 2208、7.5、8。图/代码/链接差异可忽略。
尝试 3:变更时间线叠加。 按产线 commit 断点(9-03 产线2.0/9-17 无头新线/9-26 GEO 化)分四段:76.5→76.7→78.0→73.4。结论:产线变更史对分数基本零影响——全部打在 GEO/口径/成本上,没碰 CSDN 计分维度。
尝试 4:落地对齐包(commit 0dc611f)。 字数窗 2000-3000→2400-3600、新增多级标题 ≥8 机器闸(min_count)、thinkingEffort max→high。闸实测:82 分稿(8 标题)放行、72 分 U盘稿(6 标题)被拦;pytest 26 绿、eval 20/20、config_lint P0=0。
关键踩坑
- 签名弯路:先试裸 requests 模拟签名接口,401 后才换登录态浏览器截包——本人第一句就给了正确路线("获取我的 Cookie 模拟请求"),我多绕了一圈。
- 误判被数据纠正:我报过"落选篇里有 82 分",实为匹配串误判;重抓验证后徽标线很干净。结论出口前必须过两遍数据。
- 脚本归位错误:采集脚本先放
.crawler_local(gitignore 草稿区)被本人点名,归位ipms/tools/。 - 混提交返工:
git add -A把 80 个产线产物混进配置提交,reset --soft 拆成两单(产物归档 9e71107 + 配置包 0dc611f)。
最终方案
分析结论与改动全部存档 notes/AI工作/csdn质量分全量分析与产线对齐_20261009.md(53 篇明细表+分组对比+变更叠加+效率分段+待回填项);采集/分析脚本归位 ipms/tools;改动落 config-ledger 待回填验证(下一篇母稿的分数与耗时)。
做得好的地方
- 效率追问正面接住:军师#9 耗时分段到八段(补卡 6'07"/母稿 2'27"/判卷轮1 4'30"...),证明耗时地板=输出生成而非流程冗余,thinkingEffort 调整有据;
- 本人"9-26 变更是最大原因"的论断证据不足,当场用分段数据纠偏(题材混杂是主因之一),但仍顺其方向把真正该补的计分维度规则补齐——结论可辩,行动不停;
- 标题闸阈值定 8 不定 9:先实测 82 分过闸稿半数恰为 8 个标题,避免误杀。
复盘与改进
- 取数路线该先问"本人有没有现成通道"(登录态浏览器一直在桌面),而不是先想模拟;
- 涉及本人定性判断的结论(如"某段变更是主因"),先拿数据对齐再讨论改法,能省一轮拉扯;
- 大改动提交前先看
git status里有什么,禁一把 add -A。
成长评估
| 维度 | 分 | 证据 |
|---|---|---|
| 指令与提示词质量 | 8.5 | "不仅仅是题材"五个字直接把分析从题材线拉到结构线;"API 接口都给你了,你获取我的 Cookie 模拟请求不就可以了"一句话给出正确技术路线;零背景浪费 |
| 判断与结论 | 8 | "质量低、效率慢,肯定要优化"结论正确;"9-26 变更是最大原因"归因偏了一点(分段数据显示题材混杂占主因),但接受数据纠偏快,不纠结 |
| 思维方式 | 9 | 全程数据导向:给接口、要分段统计("总共花了多少时间?统计一下")、要时间线规律;拒绝"省 token"式伪优化,直击效率地板 |
| 最终结果与产出 | 8.5 | 三条改动落地全绿验证+存档+台账;待回填项明确(下一篇分数/耗时) |
| AI 协作能力 | 8.5 | 四次纠偏全部一轮命中(题材→结构→时间线→行动),纠偏成本逐次降低 |
AI 自评(同场失分点):①"落选篇有 82 分"误判,结论出口前未二次验证;②采集脚本放错目录被点名;③签名弯路;④git add -A 混提交。四条全部当场认账并固化(脚本归位/拆单提交/数据两遍验证)。
指令实证(本期案例库):
- "你是豆包附体了吧?我让你提高效率,你说你省 token,这点额度有什么影响?你把整个过程的补卡、母稿、Meta、双人判、卷过闸,总共花了多少时间?统计一下。" → 行为改变:从汇报 token 口径切换到 wire.jsonl 耗时八段分解,定位耗时地板=输出生成(thinkingEffort=max),直接导出 config.toml 档位改动。证据:存档文档第六节 + 0dc611f。
- "CSDN 里可以把数据全部抓回来。不走 WebBridge,桌面不是有谷歌浏览器的采集板吗?我有登录状态的,你直接就能获取啊。" → 行为改变:弃签名模拟与 WebBridge,CDP 连调试版 Chrome 截 bizapi 响应,53 篇全量一次抓全,产出
ipms/tools/csdn_hq_fetch.py(436c5d9)。规律:本人给的路线通常比 AI 自拟路线短——先执行本人路线,受阻再备选。
素材点
- 「53 篇全量解剖 CSDN 质量分:72 和 82 之间隔着 1000 字和 4 个标题」——媒体稿题材,数据全是实测,天然 S3;
- 「我批评 AI 省 token 是豆包附体,它把 20 分钟拆成八段给我看」——效率工程叙事;
- 标题闸阈值定 8 的决策过程(先用 82 分稿实测防误杀)——规则定阈值的范本。