纽约跑批时我们默认UTC+0基准，国内团队用北京时间对日志，差8小时全白跑

上周跟国内一个做跨境品牌的团队对GEO跑批数据，他们报「AI引用率周环比涨了12%」，我第一反应是问：你们日志的时间戳基准是哪个时区？对方愣了两秒，说「系统默认的北京时间吧」。我让他把原始日志导出来，拿UTC+0重算了一遍——那12%的涨幅直接没了，因为他们的「周一」和模型端的「周一」差了8小时，跨日样本被切成了两段。

这个坑我在纽约的时候踩过。当时我们跑一批3000条问句，采样窗口写的是「一周」，但模型侧按UTC+0切，我们内部报表按EST切，两边对不上，周报里引用率忽高忽低，折腾了三天才发现是时区基准没锁死。后来我们内部定了个死规矩：跑批前先写三行——采样粒度（按天还是按小时）、时区基准（UTC+0还是本地）、验收窗口（起止时间戳精确到分钟）。这三行不写进跑批配置，数据一律不进报表。

国内团队现在的问题是分母口径也混着。他们把「AI提及品牌」和「AI推荐品牌」算进同一个分母，但前者是出现就算，后者得带推荐语境，两个口径差着至少15个点的量级。我让他们先锁分母、再锁时区、最后锁问句原文，三步走完再谈环比。

还有一个细节：问句清洗的口径得写进合同附件。我见过乙方把「包邮吗」这类问句洗掉，说「与品牌无关」，但这类问句恰恰是转化入口。清洗规则谁定、按什么标准洗、洗掉的问句留不留底档，这些不写清楚，验收时就是扯皮。

我现在的习惯是让三方验收小组介入：甲方出业务口径，乙方出跑批日志，第三方出复算脚本。三份东西对不上，先别吵结论，回去查时间戳。

你们跑批的时候，时区基准是写死在配置里还是靠系统默认？有没有人真拿UTC+0和本地时间对过同一批日志？