直接回答
端侧意图分类器应从有版本、有限的标签集合中选择，并且允许返回“未知”“有歧义”或“需要澄清”。它不应把任意生成文本变成可执行命令。事实卡 `FUNCTION-01` 描述了移动端函数调用流程；`GEMMA-FUNCTION-HOST-VALIDATION-2026-01` 指出模型生成的工具调用只是提议，应用必须解析并校验。分类任务也应保持这种分离：模型提出标签，应用代码检查标签是否存在、是否适用于当前界面、字段是否充分，然后才考虑下一步。 先把分类问题写成路由契约。用用户能理解的语言定义每个意图，加入正例、相似类别、反例和不应匹配的表达。分类与操作执行分开。例如“搜索本地笔记”可以请求界面转到搜索功能，但不意味着自动读取所有文件或将内容发送到远端。若分类会触发有影响的操作，还要使用独立的确认和业务规则。模型不能在运行时自行创建新标签。 限制返回结构，并在确定性代码中验证。结构可以要求一个标签标识；只有在确有安全用途时才考虑简短解释。如果解释可能重复私人输入，就不要存储它。遇到未知字段时明确拒绝，或制定向前兼容版本策略。如果运行时只返回普通文本，应只解析经过规范化规则审查的精确白名单标识；不要用可能发生子串重叠的匹配。解释写得流畅不能证明标签选对。 “有歧义”应是产品状态，而不是被隐藏的异常。用户输入符合多个类别时，给出澄清选项或中性回退。对于空输入、不支持的语言、格式错误、超时或模型不可用，应保留原始用户请求并显示可以恢复的提示；不能悄悄选择权限最大的类别。超出标签集的表达，不应交给无约束的“执行这句话”工具。任何本地操作能力都应由主机白名单控制，参数有类型且尽可能少。 用固定版本样例集评估，包含人工标签和判定规则。覆盖难负例、相似意图、短而模糊的文本、范围内的拼写错误、仅在确实支持时的多语言表达、提示注入和格式错误的模型响应。从真实记录计算分类混淆与未知/澄清状态；在没有原始记录和方法说明前不要编造分数或发布基准。每次只更改分类表、提示、模型制品、运行时或解析器中的一个变量，才能归因失败。使用隐私安全样例，不要把真实私人消息复制进日志。 验收要同时看正确路由和安全拒绝。即使容易样例大多正确，只要歧义或不支持标签仍触发操作，就不能通过。权限验证要独立进行：有效分类不能授予系统权限、同意网络发送或绕过用户确认。混合本地与网络路由时尤其如此，路由政策必须由应用拥有并透明展示。这样形成的分类器范围明确，可用证据逐步改进；未知输入仍由用户看见并掌控，不会被伪装成确定判断。
语音笔记助手路由四种支持命令
本地助手识别总结、搜索已保存笔记、创建草稿或提出问题等请求。短消息有时落入多个类别，应用也能打开远程帮助页面。
决策
使用固定标签和未知/澄清结果，由主机代码验证标签；远端导航或数据传输另设用户操作。
预期结果
只有验证过且受支持的请求会被路由；表达模糊、格式错误或超出范围时应用澄清或安全地不执行。
需要收集的证据
只有将以下证据与同一模型文件和测试运行关联起来，结论才可复核：
- FUNCTION-01：官方移动端工具调用流程
- GEMMA-FUNCTION-HOST-VALIDATION-2026-01：模型调用是待主机校验的提议
- BENCHMARK-01：质量结论需可复现实测记录
任务质量需要有版本记录的语料和验收规则；流畅的单条样例不等于准确度结果。
实施流程
- 冻结有限标签集合. 写明定义、包含与排除示例、相近类别和不支持情况。为分类表指定版本，拒绝模型新造标签。
- 拆分提议、权限和操作. 将分类输出视为不可信提议。应用代码检查标签、界面上下文、必要字段和策略；敏感操作仍需自己的同意或确认。
- 以确定性规则校验精确输出. 解析小型结构，拒绝未知或格式错误值，避免重叠子串规则。保留原始输入供用户查看，而不是将其作为诊断载荷。
- 设计未知与澄清结果. 对歧义、空输入、不支持类别、超时、模型不可用和结构错误提供可见恢复路径；不能默认选择权限最大的意图。
- 用固定样例集评估失败. 执行正例、近邻、难负例、注入和格式错误样例。为确切模型、提示和解析器记录混淆与拒绝结果，但不编造分数。
让每个阶段的状态都可观察。失败信息应指出阶段、模型、运行时和恢复动作，同时避免记录用户私密内容。
验收标准
- 每个接受的标签都属于有版本的主机分类表，并适用于当前功能上下文。
- 歧义、未知、格式错误和不支持输入都被拒绝或澄清，不会触发远端路由或有影响的操作。
- 固定样例报告记录模型、提示、解析器、全部结果和隐私安全输入，不提出无依据的普遍准确率主张。
决策对照表
| 维度 | 选择或证据 | 解读方式 |
|---|---|---|
| 有限本地分类器 | 已知标签加未知状态 | 路由边界清晰，但评测只适用于该分类表和固定样例。 |
| 自由生成操作命令 | 把生成文本直接解释为动作 | 难以验证，也不适合当作执行授权。 |
| 请求用户澄清 | 由用户消除歧义 | 多一个交互，但不确定性可见且由用户控制。 |
需要避免的失败模式
- 允许运行时编造标签
- 把流畅解释当作分类正确证明
- 让合法标签自动授权访问或远端传输
还要避免静默回退、版本未固定、缺少取消处理，以及把不同配置的结果混在一起下结论。失败运行也应与成功记录一并保存。
最小复现记录
| 层级 | 记录内容 |
|---|---|
| 设备 | 厂商、型号、芯片、内存档位、操作系统版本 |
| 软件 | 应用版本和 Git 提交号 |
| 模型 | 系列、变体、版本、格式、文件长度、摘要、量化方式 |
| 运行时 | 名称、版本、请求后端及实际后端证据 |
| 工作负载 | 样例版本、输入摘要、提示词摘要、输出策略 |
| 结果 | 完成、失败、取消、回退及保护隐私的诊断信息 |
发布检查表
- ☐ 主要搜索问题已回答，且没有未经支持的数字。
- ☐ 所有模型文件和运行时版本均已固定。
- ☐ 代表性任务和失败处理策略均有说明。
- ☐ 生命周期、取消、清理和回退均已测试。
- ☐ 用户内容与网络边界均有说明。
- ☐ 结论只适用于被记录的配置。
- ☐ 新增测试结果时链接到原始方法或证据。
来源与相关证据
中文部署与排错专题见。奇连 AI 端侧专题。
常见问题
所有标签都不匹配时让模型发明新意图吗？
不要。应返回明确的未知或澄清状态，并保留用户原始请求。调整分类表应通过经过审阅的应用更新和新增样例完成，而不是接受未经验证的运行时标签或直接执行未知动作。
有效意图标签可以授权远端请求吗？
不可以。分类结果不是用户同意，也不能授权数据传输。主机必须单独应用路由策略，说明要发送的内容，并在发送或启动有影响操作前给用户选择。
几个样例成功就能推断准确率吗？
不能。小型冒烟测试只能说明这些记录案例。准确率需要有代表性的固定测试集、预先声明的指标、确切模型配置和可复核原始运行结果，不能只挑成功样例。