OCG Lab任务域决策系统
任务域注册表
任务域
OCG Bench 的 10 个任务域，以及各自的操作边界和推荐路由姿态。
D1有边界
代码工程 / 单文件调试
@code_engineering/single_file_debug
5 转移4 决策3 证据
成本收益阈值约在 300 行 / 单次调用范围D2拒绝
代码工程 / 大型仓库迁移
@code_engineering/large_repo_migration
4 转移4 决策3 证据
跨文件状态任务的稳定路径只有文件级拆解D3拒绝
代码工程 / 代码审查
@code_engineering/code_review
4 转移4 决策2 证据
SecPass 约 19%；安全审查始终需要人工门禁D4拒绝
文档分析 / 长 PDF 提取
@document_analysis/long_pdf_extraction
3 转移4 决策3 证据
多针检索是 Sonnet 4.6 的能力断崖D5拒绝
文档分析 / 文献综述
@document_analysis/literature_review
3 转移3 决策2 证据
没有模型能可靠充当引用准确性的事实源D6拒绝
结构化数据 / JSON 提取
@structured_data/json_extraction
3 转移4 决策2 证据
schema 校验层不可省略D7有边界
结构化数据 / SQL 修复
@structured_data/sql_repair
3 转移3 决策2 证据
引擎特定优化是 Sonnet 与 Opus 的能力分界D8有边界
语言推理 / 法律条款比较
@language_reasoning/legal_clause_comparison
4 转移3 决策4 证据
模型不能作为有约束力法律决策的权威，始终需要人工门禁D9有边界
业务决策 / 客服工单分流
@business_decision/customer_support_triage
3 转移4 决策3 证据
日常分流不值得使用 Opus 4.8；Sonnet 4.6 是正确默认值D10拒绝
结构化数据 / 财务表格提取
@structured_data/financial_table_extraction
3 转移4 决策4 证据
财务数字必须回源核验，与模型无关