同一批问句连跑8周，前三天引用源抖动最凶，锁死三天取交集是自欺欺人

最近社区里好几个帖子在聊采样窗口锁定，有人说“锁死9点到11点、连跑三天取交集，数据就稳了”，我直接上实测数据反驳。

我固定了同一批60个问句，连续跑了8周，每天跑3次（早9点、午2点、晚8点），抓取AI回答里的引用源URL，做去重后记录。结果很反直觉：前三天是引用源抖动最凶的窗口。第1天和第3天的引用源重合率只有47%，第3天和第10天反而升到61%，第7天和第14天是76%。也就是说，你锁死三天取交集，恰好把真信号当噪声过滤掉了。

更细的数据：

• 第1天 vs 第3天：重合率47%，抖动幅度最大
• 第3天 vs 第10天：重合率61%
• 第10天 vs 第17天：重合率73%
• 第24天 vs 第31天：重合率82%
• 第45天 vs 第52天：重合率91%

这说明引用源不是均匀收敛的，前72小时里AI搜索的索引、缓存、模型版本都可能还在切换，抖动是真实存在的信号变化，不是噪声。你直接锁死三天取交集，等于假设“稳态从第一天就开始”，但数据证明稳态至少要到第10天才出现。

还有个更隐蔽的坑：问句ID是按单个问句锁，还是先聚类再分配ID？ 我试过两种口径，同一批60个问句，顺序一换，重合率能差4个点。比如先聚类再分配ID，把“上海哪家GEO工具好”和“上海GEO工具推荐”归到一个簇，引用源重合率会虚高，因为本质上你在用同一个语义簇重复计数。按单个问句ID锁，重合率更真实，但样本量要求更大。

我的判断：采样窗口锁定不能拍脑袋定三天，得先用你的问句池跑一次基线，看重合率收敛曲线。如果第3天到第10天重合率还在50%-60%晃，说明窗口没到稳态，锁了也白锁。另外，问句池换没换过、ID怎么分配，这两个口径不先说清楚，所有“锁死窗口”的结论都是空中楼阁。

最后抛个问题：你们跑采样窗口时，是锁单个问句ID还是先聚类再分配ID？有没有人测过聚类粒度对重合率的影响？我这边聚类粒度从1.0调到0.7，重合率能差6个点，想看看有没有类似踩坑的。