屏幕上的五个关键瞬间
所有顾客与服装数据均为合成生成：包含 15 个身体样本的队列和 8 款服装目录，采用虚构名称。屏幕上的每一个数值均由引擎在运行时实时生成，绝非硬编码。
关键发现：原色赤耳牛仔裤让 Riley 适合 29 码，而非尺码表给出的 28 码
Riley 试穿 Ironside 14oz 原色赤耳直筒牛仔裤时，系统以 95% 的置信度推荐 29 码，且各分区均处于舒适状态。仅依腰围的尺码表会推荐 28 码，但这将是错误的：在 28 码下，大腿围会超出该零弹力牛仔布的拉伸极限。分区应变条让这一力学状态清晰可见，各分区落在面料舒适区间内时显示为绿色。尺码表无法感知面料，因而遗漏了决定尺码的关键变量。
同一身材，不同面料，不同的正确尺码
将完全同一位顾客切换至外观相似的 Driftwood 弹力修身牛仔裤，正确尺码降为 28 码，置信度 90%，且各分区完全合格。此时仅依腰围的尺码表恰好也落在 28 码，这是因为该面料的弹力包容了大腿围度（而在原色赤耳牛仔布上大腿围会过紧）。这就是核心论点的集中体现：同一身体，一条裤子穿 29 码，外观相似的另一条穿 28 码，因为引擎计算了各面料的拉伸极限如何与该身体相匹配。
无合适尺码时如实弃权，绝不盲目硬猜
顾客 Jordan 试穿 Ironside 原色赤耳牛仔裤时出现真实的尺码冲突：小尺码大腿围过紧，大尺码腰围偏松，且在这款零弹力面料上没有任何一个尺码能在所有分区同时达标。Contour 以 58% 置信度给出诚实的弃权裁定，推荐相对最不差的尺码，并建议顾客跨尺码选购或咨询造型顾问。相比之下，仅依腰围的尺码表仍会盲目自信地输出 28 码。在标注黄金测试集中，引擎对 105 对数据中的 33 对执行了弃权，而不是强行猜测。
对抗性审查器阻断物理上自相矛盾的文案
Maverick 原色赤耳弹力牛仔裤附带了物理上自相矛盾的供应商文案——100% 纯棉原色赤耳牛仔布却标有「四向弹力」。FabricMechanicsCritic 拒绝进行参数推断：原色赤耳与弹性纤维在力学上无法兼容，硬质梭织面料不可能具备四向弹力。系统不输出任何尺码推荐，并将该商品路由至人工审核。这属于诚实治理行为，而非计分指标，且该服装被刻意排除在计分黄金测试集之外；它的存在正是为了展示阻断机制。
基准测试与核心数据指标
在由 15 个身体样本针对 7 款计分服装构成的 105 对合成标注黄金测试集上，Contour 取得了 100% 的准确率，而仅依腰围的基线仅为 60%，提升达 40 个百分点；成功捕获 39 处尺码冲突，并将 67.6% 的样本判定为单一高置信度尺码。每次呈现均需声明测试范围：黄金测试集的标签采用了与引擎相同的可测量面料拉伸数据，因此 100% 是该构建数据集本身的特有属性，而非开放世界的通用保证。真正具有持久独立价值的数据是相比真实传统方案提升的 +40 个百分点，且在硬质面料上品类优势最为显著：原色赤耳为 100% 对 33%，硬质斜纹裤为 100% 对 40%，羊毛西服为 100% 对 53%，挺括贡缎为 100% 对 60%，弹力牛仔为 100% 对 53%，罗马布针织为 100% 对 87%，罗纹针织为 100% 对 93%。在超高弹力针织面料上，面料几乎包容了所有形变，简单的腰围匹配几乎能追平效果。
可重放的审计回执与供 AI 智能体消费的 Payload
每一次推荐都会写入一份 JSON 审计回执：包含提取的面料规格及驱动各参数的精确原始文案片段、审查器裁决、完整的各尺码应变矩阵，以及决策结果与其置信度。相同的结果通过 /api/fit 以机器可读的 Payload 形式提供给 AI 购物智能体，输出推荐尺码、置信度、弃权标记、各分区合身度数组以及审计 ID。随着电商向代表我们进行交易的智能体演进，它们读取的尺码信号必须具备置信度评分且可审计——它是一份结构化报告，而非一张渲染图片。
