研究识别出四个核心瓶颈：发现不完整（40%的隐藏需求在最终方案中缺失或被错误表述）、执行不可靠、算力预算利用不充分且缺乏对基础模型和后训练方法的系统性比较、基准准确率不能保证生产就绪。