L3输入准备与模型决策

这一篇是从哪里接过来继续的

上一篇结束时，L3 Job 已经写入 high_level_evolution_job 和运行态表，输入里冻结了一组 L2 version_id。后台 worker 认领 Job 后，JdbcHighLevelEvolutionWork.prepare() 才开始读取正文和调用模型。

这一步严格按下面顺序执行：

根据目标层级把通用 Job 规范成 L3_EVOLUTION。
依据 Job 的来源版本 ID，读取仍然活跃的 L2 场景当前版本正文。
查询当前 L3 Core 和它的当前版本；第一次归纳时允许没有 Core。
DefaultL3EvolutionProcessing.prepare() 校验 Job 类型、来源身份和 Core 所属记忆库。
ModelRuntimeL3EvolutionModel.synthesize() 组装 JSON，调用 SystemMemoryGeneration.Role.L3_SYNTHESIZE。
解析模型输出，限制决策只能是 CREATE、UPDATE 或 SKIP，并确认来源来自本 Job 的输入集合。
返回一个只包含准备结果的对象，暂时不写 l3_core。模型准备完成后，外层提交阶段还会再读一次来源。

L3 模型输入装配与调用

付费内容提示

加入星球，一次获得完整项目资料、全栈技术知识库和长期答疑服务。

100万+字全栈技术知识库深入讲解技术核心、数据库、中间件和分布式等内容

9套热门的实战项目持续更新的企业级项目覆盖高并发、微服务、数据中台和 AI Agent 等方向

AI 技术知识大模型面试详解覆盖 AI 模型原理、Agent、RAG、MCP、Skills、Harness 等核心知识点

文档 + 视频两种讲解形式既能系统阅读，也能跟随视频理解核心业务

每套项目均包含从 0 到 1 讲解文档核心业务讲解视频

从基础项目到复杂业务场景，项目资料会持续更新。

9 套项目

进入星球后，即可享受上述所有服务，保证不会再有其他隐藏费用。

从学习、面试到项目启动，都可以继续获得支持。