验证超级麦吉AI员工升级效果需用同一任务集在相同约束下对比v2.8.3与v3.0.1版本：①销售周报（Excel+会议纪要）；②12页客户复盘PPT（录音+竞品PDF）；③法务风险报告（合同+法规PDF），严格比对交付质量、耗时及新增能力点。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
要验证超级麦吉AI员工升级后的真实效果是否提升，不能只看界面变没变新、响应快不快，必须用同一组任务在相同约束条件下跑两轮——旧版本输出归档为Baseline，新版本输出直接比对关键交付物质量与耗时。
准备可复现的测试任务集
选3类高频、可量化、带真实业务语义的任务：① 一份含5个图表的销售周报（输入：上周Excel数据表+飞书会议纪要文本）；② 一份12页客户复盘PPT（输入：产品上线后用户访谈录音+竞品功能清单PDF）；③ 一份法务风险扫描报告（输入：采购合同Word+最新《数据出境安全评估办法》PDF）。这三类覆盖调研、生成、合规场景，且每项输入文件必须完全一致。
把这三项任务的原始输入文件打包压缩，命名为test_v2.8_baseline_input.zip，存入超级麦吉工作区根目录云盘。注意：不要用“最近上传”或“我的文件”里的模糊路径，【必须用固定路径：/benchmark/input/】，否则后续版本切换时容易误调缓存文件。
锁定旧版本运行基准线
进入系统设置→版本管理→选择v2.8.3（当前稳定旧版），点击「设为临时默认」。
新建项目→命名「baseline_test_20261027」→在项目内新建三个话题，分别对应前述三类任务。每个话题中，从/benchmark/input/拖入对应原始文件，输入指令：“按公司汇报规范生成交付件，禁用模板推荐，所有图表需带原始数据源标注”。
全部提交后，记录每项任务的：启动时间戳、AI员工调用链路（如：录音转写→纪要提炼→PPT专家→设计校验）、最终文件导出时间、导出文件MD5值。导出文件统一存至/benchmark/output/v2.8.3/。
切换新版本并执行对照测试
方法一：控制台强制指定版本
在浏览器地址栏末尾追加参数 ?version=3.0.1，刷新页面，确认右下角状态栏显示「Magic v3.0.1（沙盒隔离已启用）」。
方法二：项目级版本绑定
新建项目→命名「compare_test_20261027」→进入项目设置→「AI引擎版本」下拉选v3.0.1→保存。此方式确保整个项目内所有话题均走新版本推理通道，避免混用。
将同一份test_v2.8_baseline_input.zip解压后，逐个拖入三个新话题，指令与baseline完全一致。运行期间打开「执行日志」面板，重点观察：① 数据分析专家是否自动识别出Excel中隐藏的负值异常点；② PPT专家在第7页是否主动插入对比柱状图（旧版此处为空白）；③ 法务Agent是否引用了v3.0.1新增的「跨境数据流动条款匹配器」技能。
逐项比对交付质量差异
第一步：打开PPT文件，检查第一页标题栏右侧是否出现「✅ 已通过风格一致性校验」水印——这是v3.0.1新增的跨页视觉对齐模块输出标识，旧版无此字段。
第二步：用Excel打开销售周报，定位「区域达成率趋势」工作表，查看F列「智能归因」内容。v2.8.3仅输出“华东下滑因促销结束”，v3.0.1会多一行灰色小字：“关联华东仓9月WMS系统停机2.3小时（见附件log_20260928.txt）”。
第三步：比对法务报告末尾「建议行动项」章节。v2.8.3列出4条通用建议；v3.0.1在此基础上增加一条带编号的加粗条目：【5. 立即暂停向新加坡第三方传输用户手机号字段（依据附录B第3.2条实时匹配结果）】。该条目右侧有可点击的法规原文锚点，点击即跳转至《数据出境安全评估办法》PDF对应页。
将上述三项差异逐条填入对比表，导出为CSV，文件名含日期与版本号，保存至/benchmark/report/compare_20261027_v283_vs_v301.csv。
