RAG 文档解析实测：110 份真实文档，九成失败卡在阅读顺序和表格而不是 OCR
110 份文档实测 MinerU、PP-StructureV3、Marker 与 pdfplumber：版式排序错误比 OCR 漏字更影响 RAG，合并单元格是共同软肋。附路由方案。
日期: 2026年10月27日
语音客服 Agent 实测：Vapi、Retell、Bland 300 通真实通话，差距不在 ASR 在转人工
120 通外呼 + 180 通呼入实测：ASR 安静环境下各家都到 98% 以上，真正拉开差距的是转人工成功率、热词注入与情绪判断。附六维权重表。
AI 科研检索实测：120 次提问，NotebookLM、Elicit 与 Consensus 的引用可靠差近三倍
120 次真实文献检索实测：NotebookLM 引用可解析率 96.7%，Elicit 虚构率 8.7%。答案最好的工具引用最危险，本文给出引用核验工作流。
AI 3D 生成实测：96 组硬表面/有机/角色配件验收，只有这类资产能直接进引擎
96 组真实验收：AI 3D 生成在硬表面道具上通过率 71.9%，但角色配件仅 21.9%，失败九成卡在 UV 和贴图而非建模。本文给出按资产类型分工的落地路径。