建議 model：opus／effort：medium — 動的是生產中的任務證據表，還要加唯一索引（既有重複列會擋住），冪等寫錯會產生重複證據。

本卡屬 FR-107（母卡 CM-1843）第 .4 棒（子需求卡 CM-1847），子任務 T-4.1：讓系統的任務證據表認得「這筆證據是 AI 分類掛進來的」，並做出真正把檔掛進任務的程式。

這張卡做什麼（白話）

系統裡每個稽核任務底下掛的證據，記在 job_evidences 這張表。它現在的「來源」欄位只認兩種值：SYSTEM_UPLOAD（使用者自己傳的）、DRIVE_SYNC（從 Google Drive 同步來的）。

這張卡加第三種 AI_CLASSIFIED（AI 分類後歸檔進來的），並加一個 classification_run_id 欄位記「是哪一次分類掛進來的」（報表要靠它算「歸檔後的正解」）。

同時加一個防重複索引：同一個任務、同一份檔，只能有一筆有效的證據列。這樣連按兩次歸檔、或同一份檔的兩個檢查點剛好對到同一個任務，都只會留一筆。

然後把 T-2.2 留空的「掛證據」轉接頭真的實作出來。

⚠️ 加唯一索引之前要先查現有資料有沒有重複列（Google Drive 同步的早期版本可能留下重複）。查到有就在卡片回報，不要自動合併（決策者 2026-09-16 裁示 5：先查不合併，查出有再裁）。

動哪些檔／表

主專案
scripts/sql/2026-MM-DD-fr107-job-evidences-ai-classified.sql   ← 新增（🔴 主線 migration）
infra/flow_engine/models/job_evidence.py
  :13 job_evidences 表
  :40 file_id int FK→upload_files.id
  :55 source 欄位註解（現在只寫 SYSTEM_UPLOAD / DRIVE_SYNC）← 加 AI_CLASSIFIED
  :59 drive_file_id UNIQUE
  :76 is_deleted / :79 deleted_at
  ← 加 classification_run_id int NULL
對應 domain entity
core/plugins/evidence_classification.py
  JobEvidenceTaskSinkAdapter.attach            ← T-2.2 留的 NotImplementedError，本卡實作
  JobEvidenceTaskSinkAdapter.find_same_content ← 同上
任務證據列表 API ← 回傳多帶 source／classification_run_id

🔴 照抄這個 pattern（不要自己另寫一套寫證據的邏輯）
app/cloud_integration/service/handlers/import_drive_file_handler.py:210-256
    JobEvidenceEntity(source="DRIVE_SYNC", ...) ＋ domain add ＋ 冪等去重

表改動（design.md §6.1.6）

改動                                            說明
source 新值 AI_CLASSIFIED                       欄位是 varchar(20) 無 CHECK 約束，
                                                改 model 註解與 enum 即可
新欄 classification_run_id int NULL             追溯是哪次分類掛進來的；
                                                FR-031 報表據此算「歸檔後正解」
                                                （軟參照，不建 FK）
partial UNIQUE (job_execution_id, file_id)      🔴 冪等鍵
  WHERE is_deleted = false                       同一批連按兩次歸檔、或同檔兩個檢查點
                                                 剛好對到同一任務，都只留一筆

⚠️ 加索引前先查 DEV 有無既存重複列：
SELECT job_execution_id, file_id, count(*)
  FROM compliance.job_evidences
 WHERE is_deleted = false
 GROUP BY 1,2 HAVING count(*) > 1;
有 → 卡片回報筆數與內容，停下等決策者裁；🔴 不要自動合併、不要自己刪

轉接頭實作（design.md §6.3）

def attach(self, *, job_execution_id: int, file_id: int, file_uid: str,
           classification_run_id: int, actor_user_id: int,
           content_hash: str | None, description: str | None) -> AttachResult:
    # 寫 job_evidences(source="AI_CLASSIFIED")
    # 🔴 命中 (job_execution_id, file_id) 既有「未刪」列時回 existed=True，不新寫
    # 照 import_drive_file_handler.py:210-256 的 pattern
    # 🔴 不複製實體檔——file_id 指向同一筆 upload_files

def find_same_content(self, round_id: int, content_hash: str) -> list[tuple[int, str]]:
    # D9 提示：回 [(job_execution_id, evidence_uid)]，只提示不阻擋

怎麼做（逐步）