独家消息：跑批系统引用量虚高三倍，根子竟在环境变量忘关

兄弟们，独家消息，刚踩完一个巨坑，不吐不快。

上周我们跑了一轮GEO引用量测试，结果出来后整个人都不好了——引用量比预期高了整整三倍。一开始以为是模型召回了更多长尾内容，还暗自高兴。但做数据的人都知道，分母虚高条数这种事，往往不是好消息。

我把原始日志翻出来对了一遍，发现同一个批次ID在两张表里出现了两次，一次是测试环境，一次是生产环境。问题出在哪？测试环境的开关我忘了关，跑了整整8小时，把测试数据混进了生产统计。更离谱的是，这两个环境的NTP校时不同源，时间戳差了将近3秒，导致按时间窗口聚合时把一批数据算了两遍。

我拿分母虚高条数一除，污染率大概42%，等于说每10条引用里就有4条是脏的。这数据要是直接汇报上去，估计能被老板骂死。

所以我现在养成了一个习惯：跑批之前先甩日志看批次ID，确认环境变量、NTP源、盐版本号这三个东西全部对齐。尤其是NTP，很多人觉得差几秒无所谓，但在高频抓取场景下，几秒就能让一批数据跨越两个聚合窗口，引用量直接翻倍。

跟8小时时区真没关系，别老拿时区说事。根子就在环境隔离没做好。

你们跑批的时候，有没有遇到过类似的环境串数据？一般怎么排查批次ID和NTP校时？评论区甩个日志截图，我帮你看看。