① ⚡ 一句话总结：一张资源表值不值钱，不看填了多少格，只看填进去的格里有多少能拿去下判断——这次 20 个真实海外仓点位实测：填了 87.9%，能信的只有 55.7%，能让一次真实发货判断闭合的是 0%。

② 🔍 本期最深发现：填得最顺的字段最不值钱。面积字段 7/20 能填、却只被 1/4 类任务依赖；不收货类目 3/20 能填、却被 4/4 类任务依赖——「填充率奖励能抄到的，惩罚要问才有的」。行业愿意公开的是能当广告的（面积、温区标签、同日达），不愿公开的是要谈判的（禁运清单、截单、责任上限、费率）。

③ 变现闭环卡片：免费层用通道 A 的 5 个字段做筛选器（只缩候选集，不承诺结论）；收费层用通道 B 的 8 个字段做尽调/代问（改决策）。钱从卖家口袋到服务商：卖家为「一次问清、少踩一次整柜被拒」付钱；门槛不是爬虫能力，是合同期与操作期的一手信息获取权。

核心知识点

④ 双指标：填充率 87.9% vs 可核率 55.7%

• 口径：7 个 core 字段 × 20 点位 = 140 格；三态逐格计数 ok 78 / unverified 45 / empty 17。
• 填充率 = 123/140 = 87.9%；可核率 = 78/140 = 55.7%；两者比值 1.58×，差 32.2 个百分点。
• 人话：每填 100 格，真正站得住的约 63 格（78÷123）；若按全部格子算只有 56 格；剩下的不是空白，是「看起来像答案的噪声」——空白会触发追问，填错的不会。
• 全表 = 16 字段 × 20 = 320 格，填充 178/320 = 55.6%；但全表可核率不可计算（attrs 只有逐行 reason_attrs、没有逐格三态，分子分母不同集）。原报告的 63.0% / 25.7% / 2.45× 三个数因此全部作废。
• 类比：像体检报告只报「填了几项」，不报「几项真做了检查」。

⑤ 有值 ≠ 可核：错列会制造「虚假的丰富」

• wh_service_types 从 12/20 变 0/20——原 12 格填的是街道地址（错列），不是服务类型；所以只能写「数字失效」，不能写「行业不公开服务类型」。
• 同批残差：US-07 面积写成 50 平方英尺（疑目录页误抓）；EU-05 120 万平方米是「欧洲区域聚合」不是单点位值。
• 人话：表格错一列，统计出来的「丰富」全是假的；所以三态必须逐格记，只记「有值/空」的字段，任何比率都不可用。

⑥ 空白不是「没填」，是五种不同的东西（原因码）

• N＝无此信息（责任上限、完整禁运清单、费率单值）；C＝有但抓不到（DUNS 查询控件 disabled、GLN 被 CAPTCHA 拦）；D＝口径不一（截单是仓库截单还是承运商提货截单；可接带电是整柜还是散货）；V＝会变且无历史（Amazon removal 费率）；X＝不允许公开/只能人工问（合同责任条款、议价费率）。
• ⚠️ 已知缺陷：PRD 与 ST2 当晚出现两套码表定义（C 在 PRD 是「抓不到」，在 ST2 是「签约后才给」）→ 引用原因码必须同时写定义，冻结前先统一码表。
• 人话：五类空白对应五种完全不同的动作（换源 / 换工具 / 先定口径 / 加时效 / 去谈判），混成一句「没数据」就没法行动。

⑦ 必填资格（D1）与采集通道（D2）是两个正交维度

• 两套处置都对但问题不同：ST2 按「公开源能不能填」给必填 7 / 降级 6 / 事件驱动 4 / 删 0；ST4 按「任务是否严格依赖」给必填 13 / 降 2 / 删 1。不能互相推翻。
• D1 判据 = 任务依赖度 ≥3/4 类任务 → 13 必填（core 全 7 + attrs 6）。
• D2 通道 A（机器可采 5）：category / offering_name / geo_ref / wh_service_types / wh_handling_capabilities；通道 B（事件驱动或电话补录 8）：org_ref / settlement_unit / liability_summary / status / wh_inbound_rules / wh_outbound_cutoff / wh_restriction_list / wh_pricing_basis。
• 预算校验：13 必填 + 2 optional = 15；删掉 wh_geo_scope（并入 geo_ref）后字段从 16 回到 15，预算才第一次自洽。
• 人话：一个字段「该不该有」和「值从哪抄」是两个问题——13 道题必须答，但其中 8 道答案只能去问人。

⑧ 字段处置的关键四刀

• wh_capacity（面积/单量）7/20 可填但只 1/4 任务依赖 → 降 optional（假必填）；wh_temp_zones 同理降 optional（标签值无决策价值，区间值才有）。
• wh_geo_scope 与 geo_ref 语义重叠 → 删（同一事实两个真相源违反三同原则）。
• wh_restriction_list 允许 unknown，不得留空（它是唯一「填错就赔钱」的字段，本轮 3/20 可填）。
• wh_handling_capabilities 属通道 A，但必须从营销词改成能力枚举；本轮值多为营销词，需重采。
• wh_pricing_basis 只填六类费项枚举，不填金额（费率无公开一手源）。
• 人话：删一个重复字段、降两个营销字段，表反而更能干活。

⑨ 任务闭环 0/16：四类任务、四个问题、一格都没闭合

• 4 类任务（普货 / 带电 / 超尺寸 / 退货换标）× 4 问（能不能走 / 大概几天 / 钱花哪几项 / 谁兜底）= 16 格：0 格完全闭环、4 格半闭环、12 格不闭环 → 闭环率 0%。
• 分任务：普货 0.5/4（电话依赖 6 格）；带电 0/4（6 格 + 4 个表外货物侧字段）；超尺寸 0/4（6 格）；退货换标 0.5/4（3 格 + 1 个表外平台政策）。
• 三条结构结论：Q2「几天到」不该靠加字段（时效在承运商侧，应用外部指针 + 区间）；Q4「谁兜底」的责任上限（cap）是议价产物，行业不存在可抓取的公开标准值；wh_inbound_rules 公开面 1/20（规则错 = 整柜被拒）。
• 同名字段口径坑：wh_outbound_cutoff 对包裹是「几点截单」，对 LTL/卡派基本无意义；「可接带电」是整柜还是散货也没定义（D 类空白）。
• 人话：不是表做错了，是这张表本来就不该承诺「不回微信就能判断」——0/16 是它诚实的边界。

⑩ 归并三单元：为什么主键不用「法律主体」

• A 法律主体（注册标识符）：稳定性中；弱点 = 中小 3PL 三标识符全无、名称碰撞、标识符会过期。
• B 物理仓（地址归一）：稳定性低；弱点 = 同址可多租户、注册代理地址造成灾难性假合并。
• C 仓库 × 服务模式 × 对接账号 = (geo_key, service_mode, account_id)：稳定性高；代价 = 放弃「主体身份」语义。稳定来自「放弃了推断」——三个键都是询价时已知的输入。
• 人话：不追「这家仓归哪个老板」，只记「哪个仓 + 哪种服务 + 哪个账号」；老板是谁，有则填、无则空。

⑪ 标识符实测：LEI 能用一半，DUNS/GLN 全是 0

• LEI：5/7 有记录，4/7 能定位到被查询的运营主体；陷阱 = ShipBob 命中的是印度子公司；Americold 命中 8 条但只有 2 条 ISSUED（连 AMERICOLD REALTY TRUST 本身都 RETIRED）。
• DUNS = 0（官方查询控件 disabled，第三方站表单无后端）。
• GLN = 0（按号查要先有号，按名查被 CAPTCHA 拦）。
• GLEIF API 边界：按国家筛可用；按城市 / 邮编 / 地址行全部 HTTP 400；全文搜索跨字段匹配——查 46500 Humboldt Drive 返回的地址却在荷兰。
• 人话：「有 LEI」「是这个主体的 LEI」「这个 LEI 还有效」是三件事；中小仓根本不在库里，所以身份证只能当加分项。

⑫ 假边防火墙：49,672 条边全是噪声

• GLEIF 查 251 Little Falls Drive（Wilmington, DE）→ 49,672 条 LEI 记录共用该地址；那是 CSC 的注册代理地址。
• 抽样 8 条：SquareTrade（加密交易所）、Lipari Royalty（版税基金）、Castolin Eutectic（焊接材料）、W Health Ventures（风投基金）、O-Corp（地产 LLC）——彼此毫无关系。
• 规则：地址只能做连接边 same_geo，不能做归并键；必带三个发布字段 confidence / mass_registration_address / degraded_to_B。
• 证据链四级：注册标识符 > 合同落款+收款主体 > 域名+电话+联系人 > 地址归一；≤3 级只输出候选，存疑不合并。
• 人话：按地址连线，等于把整栋写字楼的人认成一家。

⑬ 结构是图不是树，但 v1 不需要图数据库

• 三个实证：同 geo 多 org（49,672 个主体一个地址）、同 org 多 offering（同一服务商并行 5 种服务模式）、同 org 多法人（AMERICOLD WHITCHURCH LTD 与 AMERICOLD REALTY TRUST，不同法人/注册号/LEI）。
• 存储：关系库两张表 point + point_relation；多跳查询占比 >20% 才评估图数据库。
• 人话：硬画成「总部→分部」的树，会把转租、代理、多品牌挂牌全抹掉；但单点查询占主导时，图数据库只是成本。

⑭ TTL 回写：管「过期」，管不了「传播」

• 三态：stale = 值可能旧、事实未被推翻（可见 + 标 asof + stale 徽标）；delisted = 事实被推翻（从主视图移除，留 tombstone：status: delisted + delisted_at + delist_reason + evidence_url）；hidden = 仍有效但暂不展示（策略问题）。
• 核心裁定：资质必须在「下线」，不得只标 stale——资质是布尔事实（持牌/无牌），stale 表达不了「当前无牌」；原则是「宁可误下线，不可误保留」。
• 价格反过来只标 stale（无资格真伪问题、历史价格有价值）；但来源页 404/域名过期 → 升级 delisted（无法回溯来源，违反「可核」前提）。
• 新增：字段变更要级联失效派生结论（截单时间一变，「能不能走」「大概几天」同时失效）；owner 四角色（仓运营 / 货代 / 卖家 / 平台）+ 五类触发源（仓通知 / 货代群 / 卖家投诉 / 旺季公告 / 平台政策）。
• 人话：stale 是牛奶可能过期但还摆着、贴着日期；delisted 是发现三无产品，下架并在台账记一笔。

⑮ v1.0-rc 的三条冻结前置 + 数据纪律

• 前置：① wh_service_types 重采（本轮 0/20 是错列）；② 5 个支付点位试填（复用率 71%，区间 64%-86%，只是估算，n=1 类，判「条件 GO」）；③ 三条单源复核（Amazon 2026-01-01 prep/label、UPS/FedEx 旺季附加费、rolling reserve 5-10%/90-180 天）。
• 纪律：三同原则（同口径 / 同情景 / 同时间）——违反只能并列展示，不得给「A 比 B 更安全」；「未找到」≠ 0，必须允许 unknown；机器检测到变更先进人工确认队列，未确认不得覆盖生产值。
• 三处数字裁定：geo_ref 是 16 可核（不是 19）；「四项决策字段 4 个点位可核」无依据 → 重判 2 个（US-08 截单、EU-03 收货规则）；wh_service_types 0/20 是错列，不是市场事实。
• 人话：这张表现在只是「候选定稿」，还差三次实测才能真正冻结。

一句提醒：本期所有数字只允许引用本速查与 raw/research_omw-pilot-fill.md §1 的修正值（78/140、178/320、55.7%、55.6%、1.58×）；63.0% / 25.7% / 2.45× 已作废，禁再引用。

🔗 重点来源