问题记录：2026-09-27

状态：待处理（明天再动）记录人：项目相关方本文件只记问题，不附解决方案。

一、背景

今天在排查项目时发现两个独立但都和"千人模拟"业务相关的问题。先记下来，明天再决定怎么处理。

在 backend/app/services/engine.py 的 _select_active_agents 里，每一轮参与决策的市民数量由这两个常量决定：

active_agents_per_round_min: int = 3
active_agents_per_round_max: int = 10

抽样率随人口规模塌缩。 100 人社区 → 3%–10% 采样，1000 人 → 0.3%–1%，10000 人 → 0.03%。但产品的对外叙事是"千人社会模拟"。
业务参数 vs 工程参数混淆。 这两个数字看起来是 TimeConfig（业务/世界设定），但更像是 LLM 成本阀门。混在一起，没办法独立调。
len(agents) * 0.6 这个上限看起来是为更大规模预留的，但在默认 3–10 的基础上永远是死代码。 暗示当初设计是想过随规模调整的。
3–10 个人的表态，能涌现出什么？ 默认权重 w=0.3，平静的人天然偏低，抽样会偏向情绪激动的小群体。
业务承诺 vs 实际行为错配。 用户为"千人社会模拟"付费，生成阶段认真做了 1000 个 backstory；一轮跑下来认真读 prompt 的只有 6 个。这到底是性能问题还是产品问题？

现在 backend/app/services/research.py 用的是 duckduckgo_search：

from duckduckgo_search import DDGS
with DDGS() as ddgs:
    return list(ddgs.text(query, max_results=max_results))

我想替换为自托管的 SearXNG，原因（这里只描述动机，不给方案）：

searxng_timeout 取多少？skills 里两处不一致（SKILL.md 是 30，searxng_skills.md 是 15）。模拟里 30 太久（卡轮），5 太短。倾向 15。
safesearch 取 0 还是 1？模拟里有些社会议题可能需要未过滤内容。

这是第二份问题记录（第一份是问题记录-硬编码与千人模拟.md）。

两者的区别：