案例研究/2026-10-21/16 分钟大约五周之后，这份评测就说不清最大的那次部署：micro1 面试智能体下篇同一篇论文的下篇。指数上，变更日志解释不了的每周移动标准差是 0.086；大约五周不评测，不确定性就达到 4 月 12 日那次 0.20 个标准差部署的大小，95% 区间是 1 到 21 周。与面试相关的工单相对技术问题工单每月下降约 10%。评分者报酬每月 7,806 美元；若一次升级值 100 美元，计划只要配得上 9 月减少量的 18% 就盖住这条通道的成本。因果效应未被识别。
案例研究/2026-10-21/22 分钟评分者一换，进步就被抹平：micro1 面试智能体的 2,611 次生产评分micro1 的语音视频面试智能体在 2026 年 3 月到 8 月有 2,611 次按量规评分的生产面试。两位评审员评同一批，综合指数相差 0.79 个标准差，原始趋势被抹平。去掉评审员效应并平滑后，指数上升 0.53 个标准差，关键失败从 6.3% 的峰值降到 2.5%。第 5 至 7 节见同题下篇。
