直接答案：把三个“新鲜度信号”并排看，它们经常不一致。25 个首页里 15 个能解析出版权年份，只有 3 个写 2026；13 份可用 sitemap 里 11 份最新 lastmod 在 2026；13 个首页出现 2026 年日期。其中 3 个站点的 sitemap lastmod 已是 2026，页脚版权却停在 2017 或 2023。版权年份不能当作“内容更新”的证据。
这一期不抓新页面，只解析已有缓存：第 4 期的 25 个首页 HTML 与第 10 期保存的 sitemap 原始文件。目的是检验一个常见推断——“页脚年份是今年，所以站点在维护”——在数据上是否站得住。
方法：零请求，只解析已有缓存
首页 HTML 来自第 4 期的缓存（2026-10-31 至 11-01 抓取），sitemap 来自第 10 期保存的原始文件（2026-11-01 20:41–20:46）。本期不发起任何网络请求，只解析静态 HTML 与 XML，不执行 JS。
| 字段 | 定义 | 判定边界 |
|---|---|---|
| 版权年份 | © / © / Copyright / 版权所有 之后 60 字符内出现的 20xx | 取第一个匹配；没有记 0；避免把型号、订单号当年份 |
| lastmod | 该站 sitemap 中所有 lastmod 的字典序最大值 | ISO 日期可直接比较；没有 sitemap 的站点不参与 |
| 首页日期 | HTML 是否出现 2026-、2026/、2026年 形式 | 只证明页内有这个字符串，不代表内容在 2026 更新 |
| 信号冲突 | lastmod 为 2026，但版权年份早于 2026 | 只描述差异，不推断原因 |
结果：三个信号各说各话
| 信号 | 命中 | 分母 | 分布与说明 |
|---|---|---|---|
| 版权年份 | 15 | 25 个首页 | 2026：3；2023：4；2025：2；2017：2；2024、2022、2011、2002 各 1；另有 10 个首页匹配不到 |
| sitemap lastmod | 13 | 24 份 sitemap（可用 13） | 2026：11；2025：1；2024：1 |
| 首页 2026 日期 | 13 | 25 个首页 | 包含新闻列表、活动日期、产品参数等任意 2026 字符串 |
版权年份的分母是 25 个首页；lastmod 的分母只能是有可用 sitemap 的 13 个站点，两者不能直接相减比较。
3 个站点：sitemap 是 2026，页脚不是
| sample_id | 版权年份 | 最新 lastmod | 首页 2026 日期 |
|---|---|---|---|
| E01 | 2017 | 2026-09-04 | 有 |
| E02 | 2023 | 2026-10-28 | 有 |
| E14 | 2023 | 2026-10-28 | 有 |
这三行只能说明“两个字段不一致”，不能说明站点没更新或数据造假。常见解释至少三种：sitemap 由 CMS 自动生成并随内容更新，页脚版权写死在模板里；版权只标首次发布年份；或版权年份由人工维护、多年未改。反过来同样成立——版权写 2026，也可能只是模板每年自动加一。
为什么版权年份不能当更新证据
- 模板写死：页脚通常是全局组件，改一次管多年。
- 自动加一：部分 CMS 用当前年份渲染，与内容是否变化无关。
- 法律含义不同：版权年份标的是声明或首次发布，不是最后修改时间。
- 缺失普遍：25 个首页中有 10 个完全匹配不到版权声明。
对验收的启示
- “最近更新”要有可验证记录。 页脚年份、首页日期都只是弱信号，不能单独作为交付证据。
- lastmod 是文件字段。 它证明 sitemap 这么写，不证明页面在那天变过；要和实际变更对齐才有意义。
- 三个信号一起看。 一致时提高置信度，不一致时以能复核的证据为准。
- 把解析规则写进验收。 版权取哪个位置、lastmod 取最大还是逐 URL、日期匹配哪些格式，都要先约定。
- 区分“有日期”与“有更新”。 前者是字符串匹配，后者需要版本记录或内容 diff。
局限
- 零请求复用缓存：首页与 sitemap 的抓取时间不同，不代表同一时刻的状态。
- 覆盖不完整：10 个首页匹配不到版权；13 个站点没有可用 sitemap。
- 正则边界：版权只取标记后 60 字符，分离式写法可能漏掉。
- 弱信号：“首页 2026 日期”包含任何 2026 字符串，不能区分活动、新闻与正文。
- 样本非随机：25 家 pilot，不外推行业总体。
数据与复算
匿名数据：equipment-freshness-signals-2026.csv（25 行，字段 sample_id、copyright_year、lastmod_max、lastmod_year、home_2026_date、stale_footer）。仓库内为 docs/research/2026-11-freshness-signals.csv。
解析：scripts/freshness_probe.py；单元测试 scripts/test_freshness_probe.py（14 项，无网络）。运行：
python -m unittest scripts.test_freshness_probe
配套阅读：30 家 robots 扫描、24 家 sitemap 扫描（lastmod 来源）、12/24 小时复测（同批 URL 的变化量）、新鲜度信号检查器（把本文规则做成浏览器本地工具）。
数据来源与口径
- 首页 HTML：第 4 期缓存的 25 个首页（2026-10-31 至 11-01 抓取，UA
LingyiResearchBot/1.0）。 - sitemap：第 10 期保存的原始文件（2026-11-01 20:41–20:46），可解析 13 份。
- 解析时间：2026-11-02，零网络请求；只读静态 HTML/XML，不执行 JS。