口径先于数值
# 口径先于数值
结论
你在「钱」的两条战线上踩的是同一个坑：不是数值算错，是口径与归属错配。 拿到任何数字，先问三件事：分子是谁、分母是谁、时间窗是什么。
两处证据
A. 业务数据侧 —— 数据指标的解读
- 「整体成交」和「净成交」差的是退款/取消，不是算法
- ROI 必须成对看，整体与净的差值才是风险敞口
- 结论：卡住你的从来是"这个数按哪个口径算的"
B. 计费与额度侧 —— Agent模型接入与额度机制
- 免费模型 ≠ 不计费 —— 免费额度与计费口径是两条线
- 额度按 key/账号算，不按 provider 算 —— 归属问题
- 「很久没用却显示超限」→ 限额是时间窗 + 总量混合判定，不是"最近用了多少"
- 「有 key 轮换却一下子满了」→ 轮换的是凭证，额度池是共享的
- 结论：卡住你的同样不是"扣了多少"，而是"这笔账算在谁头上、算在哪个窗口"
综合判断
-
数字不可信的原因几乎总是归属，不是计算。 钱算在谁头上（provider vs key）、时间算在哪个窗（最近用量 vs 周期总量）、 成交算在哪个口径（下单 vs 净成）—— 三类错误同源。
-
由此得到一个通用检查动作：先定位"分子/分母/时间窗"，三个都对不上， 再去怀疑计算或数据源。
-
这也解释了那个看似矛盾的体验为什么成立："免费"和"没额度了还在扣" 可以同时为真，因为它们在两条不同的线上。
为什么这是 synthesis 而不是单页复述
单看任一页都只是"某类指标怎么看"。把业务侧与工程侧并排，才看得出 这是同一个认知缺口的两次显形 —— 你不缺算术，缺的是先定口径的习惯。