你的 BOM 有缺口时：Cortex 如何处理覆盖率和代理决策

提交物料清单（BOM）进行生命周期评估时，你期望每个组件背后都有量测数据或可靠数据集。现实是，覆盖率很少完整。某个材料可能只存在于你查询的数据库子集中，或者根本找不到完美匹配—这时候需要代理替代。大多数 LCA 工具默默处理：应用预设代理、对多个值求平均，或用占位符填补缺口。你得到一个数字。

Cortex 做法不同。在自动化会掩盖选择的地方，Cortex 停下来，把决策权交给你。你的 BOM，你说了算。

默认填补的问题

在典型的 LCA 工作流中，覆盖率缺口被当作在你看到之前需要解决的工程问题。工具搜索精确匹配，找不到，就应用备选方案—通常是类别级平均值、通用替代品或数据质量加权猜测。数据库覆盖率缺口从你的视图中消失。你永远不会知道你的模型中的屋顶膜来自区域代理而非实际供应链，或者三个环境特征截然不同的材料被平均在一起。

这对可审计性很重要。当监管机构、认证机构或内部审计师问「你为什么为这个组件选择了那个数据集」时，你需要有答案。如果工具自动选择了它，信息链到「软件决定了」就断了。

Cortex 的架构把覆盖率缺口和代理决策视为从业者判断不可替代的时刻。这些不是要自动化解决的障碍—它们是自动化会破坏方法论完整性的检查点。

Cortex 如何在覆盖率阈值处停下

当 Cortex 的 14 个数据库的联合覆盖率对某个 BOM 材料来说跌破 80% 时，Cortex 不会单方面填补缺口。它把决策浮出来：「覆盖率低于阈值。这是你的选项。」

你收到的是来自各个数据库的排名候选，每个都在五个不同的 DQI 维度上评分—时间性（Temporal）、地理位置（Geographic）、技术（Technology）、完整性（Completeness）和可靠性（Reliability）。这些维度来自谱系矩阵（Pedigree Matrix），是 LCA 中评估数据质量的标准框架。Cortex 不会发明自己的评分方法；它实现既有的方法论共识。你审查候选项，评估权衡，选择最适合你研究范围和审计师期望的代理。

那个选择被记录在推理链中。不是「应用了代理」，而是：这个材料 → 覆盖率在 75% 时触发缺口 → 候选项在时间性（±3 年）、地理位置（区域匹配 60%）、技术（过程模型分数 0.8）、完整性（完整 LCI：是）、可靠性（文献评审：3 个来源）上排名 → 从业者选择了候选项 B，因为在这条供应链中地理位置对齐最重要。

审计师阅读你的研究时看到的是你的推理，不是黑箱。

当数值发散时：2x 规则

有时问题不是缺失而是冲突。同一个材料存在于多个数据库，但 GWP 值相差超过 2 倍。对它们求平均会隐藏分歧；选择其中一个会忽视其他的。

Cortex 在这里也停下。当 GWP 结果相差超过 2x 时，Cortex 返回选项，让你决策。这个规则植根于实践 LCA 方法论：2x 的差异表明方法论选择—范围边界、分配规则、区域假设—已经差异大到足以使盲目平均具有误导性。从业者的判断是必要的，以解释那种分歧，选择一条可防守的前进路径。

同样，决策被记录下来。审计师可以看到你有意识地选择了一个来源而非另一个，并能从每个候选项的 DQI 特征理解你的推理。

代理替代：没有预设值

当不存在直接匹配时，需要代理。传统工具伸向预设值—类别平均、类似名称的产品、区域备选。Cortex 把决策浮出来。

你看到的是在五个 DQI 维度上排名的 top-k 候选项。一个生物基聚合物可能与化石基等效物、植物基纤维或回收选项匹配，每个都有不同的时间相关性、地理适用性和技术对齐。你在研究背景下评估它们，决策哪个代理最好地代表实际供应链—或者是否没有一个足够好到能自信推进。

推理链在这里最有价值。如果你选择的代理有较低的可靠性或完整性分数，那个权衡对任何审查你工作的人都是可见的。你没有隐藏它；你在承担它。

对齐而非认证

Cortex 的标准是与 LCA 方法论规范对齐，而非认证。停下来交还决策的模式就是那种对齐在覆盖率阈值、代理决策和分散值冲突处的具体体现—任何自动化会掩盖方法论选择的地方。

这不是被动。它是相反的：它是拒绝在你的专业知识、你的研究范围和你的审计要求重要的时刻自动化。

每次暂停都被记录。每个决策都保存在推理链中。当你提交你的 LCA 研究时，覆盖率缺口和代理替代不是隐藏在工具的逻辑中—它们是透明的、可追溯的、可防守的。那就是为严格而构建的工具中的可审计性意味着什么。

你的 BOM，你说了算。记录在案，这样审计师能看清楚做了什么决策、为什么做。