docs: 用户抽查第二批评测集复核 28 条，全部同意

Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>

AGENTS.md

@@ -209,4 +209,5 @@ samples/
 - 2026-11-04：查标第 0 步（评测集）。规范 v0.2（`evals/check/GUIDELINES.md`，Fable 审查后修改）：响应方式按「文件 × 类别」记，规矩投标文件靠构造保证，问题只挂复核过的要求，留出集词库和风格 C 封存。C12（响应方式）、E1（复核由 Fable 做、用户抽查 20%）已确认。开发集 S02、S04、S10 六份试跑（`docs/architecture/check-eval.md` §1）：查标召回 38%，规矩投标文件的误报大头是不需要响应的条目、表格里看不见同一行的响应格、扫描件和格式文件找不到。
 - 2026-11-04：用户抽查 Fable 的复核 17 条，全部同意。
 - 2026-11-04：查标评测开发集第一版：7 份招标文件、14 份投标文件（风格 A / B 轮换），注入问题 222 个、Fable 复核通过 188 个。查标召回 40%（致命级 49%），带标志词的问题只有 22%；规矩投标文件报出 699 个问题，近一半在不需要响应的要求上（`docs/architecture/check-eval.md` §2）。
-- 下一步：用户填第二批复核抽查（`evals/out/check/review/spot-check-2.md`）；修评测集待修项；查标第 2、3 步按 check-eval §2.2 的顺序改（整行上下文 / 偏离表直取 → 响应方式 → 扫描件和 presence）。
+- 2026-11-04：用户抽查第二批复核 28 条，全部同意（两批合计 45 条）。
+- 下一步：修评测集待修项；查标第 2、3 步按 check-eval §2.2 的顺序改（整行上下文 / 偏离表直取 → 响应方式 → 扫描件和 presence）。

docs/architecture/check-eval.md

@@ -50,7 +50,7 @@
 
 **范围**：开发集 7 份招标文件各两份投标文件，共 14 份：S02、S05、S08、S10 是 A 规矩 + B 马虎，S01、S04、S07 是 B 规矩 + A 马虎（GUIDELINES §4）。生成器修了试跑的待修项（「暂不支持」不再套在数值参数上、表格响应方式以档案为准、「提供……文件」不注入参数类问题），风格 B 由模型改写、数字对不上的改写丢弃。查标代码仍是第 1 步的版本。
 
-**复核**：注入的要求项问题两批共 222 个，Fable 复核通过 188 个。第二批 140 个里不通过 22 个，其中 14 个在 S07：S07 须知要求逐条标明，格式注又写未列入视作接受，且只有 ★ 项写明未响应无效，非 ★ 参数删一行算不算问题拿不准，金标准从严不算（查标侧仍按 C12 取更严的逐条）。用户抽查第一批 17 条全部同意；第二批抽查 28 条（`evals/out/check/review/spot-check-2.md`）待填。
+**复核**：注入的要求项问题两批共 222 个，Fable 复核通过 188 个。第二批 140 个里不通过 22 个，其中 14 个在 S07：S07 须知要求逐条标明，格式注又写未列入视作接受，且只有 ★ 项写明未响应无效，非 ★ 参数删一行算不算问题拿不准，金标准从严不算（查标侧仍按 C12 取更严的逐条）。用户抽查第一批 17 条全部同意；第二批抽查 28 条（含 Fable 判不通过的 4 条）也**全部同意**。两批合计抽查 45 条，和 Fable 的判断一致。
 
 ### 2.1 结果