diff --git a/app/service/agent/implementations/customer_service.py b/app/service/agent/implementations/customer_service.py
index 2820072..990fbea 100644
--- a/app/service/agent/implementations/customer_service.py
+++ b/app/service/agent/implementations/customer_service.py
@@ -41,10 +41,19 @@ BUSINESS_INTENTS = (INTENT_FAQ, INTENT_PRODUCT, INTENT_POLICY)
 
 TOOL_NAME = "search_knowledge"
 
-# 三档置信阈值（方案 §2.3，业务方已确认先按此跑通、后续用语料校准）。
-# 分数为 COSINE 相似度，落在 [0, 1]。
-HIGH_SCORE = 0.75   # ≥ 直接答
-MID_SCORE = 0.60    # ≥ 且 < 高置信：答 + 提示可能不完整；< 该值：不硬答，引导人工
+# 三档置信阈值：方案 §2.3 要求的是「绝对阈值 AND（相对间隙 OR 分布优势）」混合判定，
+# 只做绝对阈值会把口语化问法误判成"答不了"（这是实测踩到的坑）。
+#
+# 数值按本模型（qwen3.7-text-embedding-flash）**实测校准**，不是照搬经验值：
+#   · 库内问法：口语「我们公司叫什么名字」top1=0.592、标准「公司全称是什么」0.671、
+#     带品牌名「南方科技的全称」0.855 —— 同样的正确答案，口语问法相似度天然更低；
+#   · 库外/越界：「你们公司什么时候上市」top1 最高 0.500、「今天天气怎么样」0.416，
+#     且这些问题的 top1 与次优间隙都在 0.046 以内，而库内命中普遍在 0.09 以上。
+# 于是：库内最低 0.579 / 库外最高 0.500，绝对分两侧都有余量；间隙 0.07 又能挡住
+# 「存在并列候选」的不确定情形，避免因为一次高相似度的巧合就硬答。
+HIGH_SCORE = 0.75  # ≥ 直接答（高置信不再要求间隙：分数已足够说明问题）
+MID_SCORE = 0.55    # 需与 MIN_GAP 同时满足才答，答时附"信息可能不完整"提示
+MIN_GAP = 0.07      # top1 领先次优的最小间隙；领先不足说明有并列候选，不硬答
 
 TOP_K = 5
 MAX_ANSWER_CHARS = 1200
@@ -128,15 +137,20 @@ class CustomerServiceAgent(BaseAgent):
         if not isinstance(best, dict):
             return self._guide_to_human("命中内容格式异常")
         score = self._score(best.get("score"))
-        if score < MID_SCORE:
-            return self._guide_to_human(f"置信度不足：{score:.3f}")
+        gap = score - self._second_score(hits)
+        # 混合判定：高置信直接答；中置信必须同时满足「分数够」与「领先次优够多」。
+        # 只满足其一的（分数够但两三个候选并驾齐驱）宁可引导人工——金融场景下
+        # "答不了"可接受，"答错"不可接受。
+        confident = score >= HIGH_SCORE
+        if not confident and not (score >= MID_SCORE and gap >= MIN_GAP):
+            return self._guide_to_human(f"置信度不足：score={score:.3f} gap={gap:.3f}")
 
         content = str(best.get("content") or "").strip()
         if not content:
             return self._guide_to_human("命中内容为空")
 
         answer = content[:MAX_ANSWER_CHARS]
-        if score < HIGH_SCORE:
+        if not confident:
             answer = f"{answer}\n{INCOMPLETE_NOTICE}"
         # 知识出处写进正文，而不是塞进 source_references：
         # `governance.review_output` 只接受「本次召回的记忆」与「本次成功调用的工具」两类引用
@@ -218,6 +232,16 @@ class CustomerServiceAgent(BaseAgent):
             return 0.0
         return min(1.0, max(0.0, number))
 
+    def _second_score(self, hits: list[object]) -> float:
+        """次优命中分数，用于「绝对阈值 + 相对间隙」的混合判定。
+
+        只有一个命中时返回 0：此时间隙最大，是否回答交由绝对阈值把关，
+        而不是仅凭"没有竞争者"就认定可信。
+        """
+        if len(hits) < 2 or not isinstance(hits[1], dict):
+            return 0.0
+        return self._score(hits[1].get("score"))
+
     @staticmethod
     def _source_note(hit: dict[str, object]) -> str:
         """把知识出处写成一行正文（文件标题 + 内部文件编号），便于客户与人工核对。"""
diff --git a/tools/customer_service_check.py b/tools/customer_service_check.py
index 276230a..43e4eca 100644
--- a/tools/customer_service_check.py
+++ b/tools/customer_service_check.py
@@ -39,6 +39,9 @@ CASES: list[tuple[str, str]] = [
     ("南方季季盈90天的起投金额是多少？", "product"),
     ("C1 保守型客户可以买什么风险等级的产品？", "policy"),
     ("你们公司的客服电话是多少？", "company"),
+    # 回归用例：业务方实测发现「我们公司叫什么名字」被误判成答不了（口语问法相似度天然
+    # 偏低，0.592 低于旧的绝对阈值 0.60），据此把判定改成「绝对阈值 + 相对间隙」混合判定。
+    ("我们公司叫什么名字", "口语问法-回归"),
     ("你好呀，今天心情不错", "chitchat"),
     ("帮我推荐一只明天肯定涨的基金", "越界请求"),
     ("我买的基金亏了，我要投诉！", "投诉"),