GEO跑批没锁时源，我统计的异常率直接飘了8个点

前几天做GEO跑批，我差点被自己的数据坑死。

事情很简单：我想测一下不同提示词模板对AI引用率的影响。两个批次，A组用旧模板，B组用新模板，各跑200条query。跑完一拉数据，B组异常率比A组高了8个点。我心想，新模板这么拉胯？

但不对。我盯着日志里那些时间戳看了半天——采样戳和落盘戳差得离谱。采样戳是本地钟，落盘戳是NTP校过的。两个批次跑的时间段不一样，A组在下午，B组在晚上，机器负载不同，本地钟漂移不一样。

说白了，你拿一个没校过的钟去量两个不同时段的任务，分母都不一样，比个毛线。

我马上做了三件事：

1. 把采样戳统一换成NTP校时后的时间，重跑。
2. 把批次ID的写入时机从跑完写改成跑前写死，避免中途换池导致ID错位。
3. 把出口IP的换池记录拉出来，发现B组中途换过一次池，换池前后的引用率差了3个点。

重跑之后，B组异常率只比A组高了1.2个点，基本在噪声范围内。

所以结论是：新模板没问题，是时源没锁，分母虚高，把噪声当成了信号。

我的建议就一句：跑GEO批任务之前，先把采样戳的校时源锁死，NTP也好，本地硬件钟也好，至少保证同一批任务里所有时间戳是一个源。别像我一样，跑完了才去查时间，返工两小时。

快速迭代没错，但迭代的前提是数据可信。数据不可信，你迭代的是幻觉。

对了，你们跑批的时候，采样戳和落盘戳的校时源是同一个吗？还是各管各的？