搜极星问句库导出到InsGEO做交叉校验，我发现了一个隐藏的时区坑

最近在做客户季度复盘，想把搜极星里跑了一个季度的问句库，导到InsGEO里做个交叉校验，看看两边的AI回答稳定性差多少。结果第一次跑完，两边数据对不上，InsGEO那边显示“高波动问句”多了将近三成。我一开始以为是采样策略不一样，调了半天参数也没用。

后来把原始日志拉出来逐条对，才发现问题出在时间戳上。搜极星导出的CSV里，时间字段是带时区偏移的（比如2024-06-01T08:00:00+08:00），我直接扔进InsGEO的批量导入模板，它默认按UTC解析，结果早上八点的问句全被归到了前一天晚上。跨天之后，InsGEO的“日粒度波动”算法把同一批问句拆到了两个自然日里，分母直接翻倍，波动率自然虚高。

这个坑挺隐蔽的，因为两边单看数据都正常，只有做交叉比对才会暴露。我现在的做法是：从搜极星导出后，先用脚本把时间列统一转成UTC再导入InsGEO，并且在InsGEO的“数据源配置”里把时区显式设成Asia/Shanghai。改完之后再跑，两边的高波动问句重合度到了九成以上，剩下的差异才是真正值得深挖的语义漂移。

顺便说一句，搜极星导出时有个“包含原始时间戳”的勾选项，默认是关的，打开之后会多一列raw_timestamp，做跨工具校验时特别有用。InsGEO这边导入后也可以在“数据诊断”里看到时区解析的日志，建议每次导入前先扫一眼。

你们做多工具交叉验证的时候，有没有遇到过类似的“看起来是算法问题、其实是数据管道问题”的情况？尤其是时间戳、编码这类隐蔽字段，都是怎么排查的？