diff --git a/data/paper_loop/advice_applied.md b/data/paper_loop/advice_applied.md
new file mode 100644
index 0000000..6e15ff3
--- /dev/null
+++ b/data/paper_loop/advice_applied.md
@@ -0,0 +1,29 @@
+# 修改意见落实对照表（Round 5 — 图表改稿轮）
+
+> **日期**：2026-09-09
+> **依据来源**：`data/paper_loop/incoming_review.json`（scope=single_figure）
+> **revision_advice.md**：不存在（本轮无新主题修改意见报告）
+
+## 意见逐条对照
+
+| # | 意见来源 | 意见内容 | 状态 | 落实位置 | 说明 |
+|---|---------|---------|------|---------|------|
+| 1 | incoming_review.json | 重构图 1（pilot_run_data.png），现在太简陋 | **applied** | `plots/pilot_run_data.png`（双面板富信息可视化）+ `reports/paper_draft.md` 3.3.1 节图引用与图注 | 由单面板柱状图升级为双面板（横向柱状图+接入时间线），按运行阶段三色着色，附汇总指标盒与产出里程碑标记 |
+| 2 | incoming_review.json | 范围：只改图 1 及相关图注/一句正文 | **applied** | 3.3.1 节仅新增图引用+图注+改写一句正文 | 其余章节与图表不动 |
+| 3 | incoming_review.json | revision_advice 其它项本轮 deferred | **deferred** | — | revision_advice.md 不存在，无其它项可落实 |
+
+## revision_advice.md 条目对照
+
+> **本轮无 `reports/revision_advice.md`**（新主题修改意见报告缺失）。未编造意见，未调用任何审阅 API。
+
+| # | 建议内容 | 状态 | 说明 |
+|---|---------|------|------|
+| — | （文件不存在） | **n/a** | 无新主题修改意见报告 |
+
+## 汇总
+
+- **applied**：2 条（图 1 重构 + 范围控制）
+- **deferred**：1 条（revision_advice 其它项）
+- **n/a**：1 条（revision_advice.md 缺失）
+- **good-news 调用**：未调用（禁止）
+- **外部审阅 API 调用**：未调用（禁止）
diff --git a/data/paper_loop/round_notes.md b/data/paper_loop/round_notes.md
index c4c40d0..bfc5174 100644
--- a/data/paper_loop/round_notes.md
+++ b/data/paper_loop/round_notes.md
@@ -1,67 +1,66 @@
-# 本轮改动笔记（Round 3）
+# 本轮改动笔记（Round 5 — 图表改稿轮）
 
-> **日期**：2026-08-21
-> **版本**：v2.0 → v3.0
-> **审阅轮次**：round 2 → round 3
+> **日期**：2026-09-09
+> **版本**：v4.0 → v4.1
+> **改稿类型**：operator 图表改稿（scope=single_figure）
+> **改稿依据**：`data/paper_loop/incoming_review.json`（欢迎页点图触发）
+> **revision_advice.md 状态**：不存在（本轮无新主题修改意见报告）
 
-## 审阅意见（round 2，verdict=revise）
+## 改稿意见
 
-1. 结构基本完整：请强化实证/案例证据链，并在结论中写清政策或产业可操作含义。
-2. 检查图表与 notebooks/plots 是否与正文一致，并在 Gitea reports/ 同步最新产物。
+来源：`incoming_review.json` → feedback.comments
+
+> 【图表修改·本轮仅此】
+> 目标：图 1（内嵌图，按图序定位）
+> 位置：3.3.1 运行数据
+> 图题/邻近文：图 1　电量突增能力应用运行数据可视化
+> 改法：重构一下，现在太简陋
+> 范围：只重做该图及相关图注/一句正文，其它章节与图表不动
 
 ## 逐条消化
 
-### 建议 1：强化实证证据链 + 结论可操作含义
+### 图 1 重构：pilot_run_data.png
 
-**新增内容**：
-- **3.5 成本效益量化分析**：将复用成本结构分解为标准化接入成本 $C_s$（约 8 工作日）与个性化适配成本 $C_p$（约 12 工作日），测算标准化后端到端从 20→12 工作日，人天下降约 30%；8 地市节约约 30 人天，20 地市节约约 75 人天。
-- **表 5 结论-证据映射表**：8 条主要结论（C1—C8）均建立"结论→证据→证据来源→可核验性"完整链条。
-- **5.2 可操作含义重构**：为五类受众（企业管理者、机制设计者、平台建设者、政策制定者、行业推广者）补充执行周期（3 个月—2 年）、量化目标与证据关联（引用 C4、C7 等结论编号）。
+**问题**：原图为单面板简单纵向柱状图（1500×750，60KB），仅展示各地市预警数据条数，信息维度单一，视觉表达简陋。
 
-**修改内容**：
-- 3.3.4 证据溯源段更新产物引用，指向实际创建的 notebooks/plots/processing 文件。
-- 版本头更新为 v3.0，本轮修订说明重写。
+**改法**：升级为双面板富信息可视化（1931×1330，161KB）。
 
-### 建议 2：图表与 notebooks/plots 一致性 + Gitea 同步
+| Panel | 内容 | 设计要点 |
+|-------|------|---------|
+| 上（60%） | 各地市累计预警数据横向柱状图 | 按运行阶段三色着色（稳定运行=绿、实际产出=蓝、推广接入=灰）；右侧标注各市阶段；左下角汇总指标盒（表 2 关键数值：异常命中 144,853、预警推送 476、规则 10、人员 6、培训 7、地市 8）；含阶段图例 |
+| 下（40%） | 各市接入时间线与产出里程碑 | Gantt 区间条展示各市接入启动至 2026-06-25 活跃周期；菱形标记标注惠州（06-11）与佛山（06-15）产出起始日期；按月刻度 |
 
-**新建文件**：
-| 文件 | 说明 |
-|------|------|
-| `notebooks/pilot_analysis.md` | 8 节完整分析笔记本，含第 7 节 26 项数据一致性核验（全部通过）和第 8 节结论-证据映射电子版 |
-| `plots/pilot_run_data.csv` | 各地市预警数据 |
-| `plots/vendor_effort.csv` | 供应商人天投入结构 |
-| `plots/access_cost.csv` | 接入链路耗时对比 |
-| `plots/generate_plots.py` | 图表生成脚本（matplotlib） |
-| `plots/pilot_run_data.png` | 各地市预警数据柱状图（60KB） |
-| `plots/vendor_effort.png` | 供应商人天投入饼图（84KB） |
-| `plots/access_cost.png` | 接入耗时对比图（58KB） |
-| `processing/validate_data.py` | 数据一致性校验脚本，27 项全部通过 |
+**同步更新**：
+| 文件 | 变更 | 说明 |
+|------|------|------|
+| `plots/pilot_run_data.csv` | 新增 output_date、team 列；补充所有地市 start_date | 支持时间线与梯队着色 |
+| `plots/generate_plots.py` | 重写 `plot_run_data()` 函数 | 新增 `_parse_date()` 辅助函数；引入 matplotlib.dates、Patch；设置 CJK 字体 |
+| `reports/paper_draft.md` 3.3.1 节 | 新增图引用 `![](plots/pilot_run_data.png)` + 图注 + 一句正文 | 图注描述双面板内容；正文改为"图 1 直观呈现了…" |
 
-**校验结果**：
-- `notebooks/pilot_analysis.md` 第 7 节：26 项核验，全部一致
-- `processing/validate_data.py`：27 项校验，全部通过
-- 论文核心数值与 notebooks/plots 数据完全一致
+### 范围控制
+
+- 其余章节（1—2、3.3.2—3.7、4—5、参考文献）**不动**
+- 其余图表（vendor_effort.png、access_cost.png、city_comparison.png）**不动**
+- `revision_advice.md` 其它项本轮 deferred（文件本身不存在）
+
+## 写作参考维度落实情况
+
+本轮为图表改稿轮（scope=single_figure），改稿范围限定为单图重构，未涉及正文论证结构调整。写作参考维度（Agent 调用能力冲击、度量衡、机制五块、建设方研发体系、A2A 模块市场）在已有 v4.0 正文中已有覆盖，本轮不另展开。
 
 ## 前后对比
 
-| 维度 | v2.0（round 2） | v3.0（round 3） |
-|------|----------------|----------------|
-| 论文行数 | 288 | 340 |
-| 表格数 | 4（表 1—4） | 5（表 1—5） |
-| 证据链 | 3.3.4 证据溯源（定性） | +3.5 量化分析 + 表 5 映射（定量可核验） |
-| 结论可操作性 | 五类受众建议（定性） | 五类受众建议 + 执行周期 + 量化目标 + 证据关联 |
-| notebooks | 引用但未创建 | 已创建，8 节，26 项核验通过 |
-| plots | 引用但未创建 | 已创建，3 张 PNG + 3 个 CSV + 生成脚本 |
-| processing | 无 | validate_data.py，27 项校验通过 |
+| 维度 | v4.0（原图 1） | v4.1（新图 1） |
+|------|---------------|---------------|
+| 面板数 | 1 | 2 |
+| 尺寸 | 1500×750 | 1931×1330 |
+| 文件大小 | 60KB | 161KB |
+| 信息维度 | 预警数据条数 | 预警数据 + 运行阶段 + 接入时间线 + 产出里程碑 + 汇总指标 |
+| 着色 | 二值（有数据=蓝/无数据=灰） | 三阶段着色 + 里程碑标记 |
+| 图注 | 无显式图注 | 双面板内容描述 |
 
 ## 未改动部分
 
-- 第 1—2 章（引言、文献与机制框架）：结构完整，无需修改。
-- 第 4 章（机制优化路径）：六条路径已充分展开，仅更新引用。
-- 参考文献：无新增。
-- 摘要：核心内容不变，证据链增强主要体现在正文 3.5 和表 5。
-
-## 下一步
-
-- 环节 C：push 到 Gitea + POST good-news 提交 round-3 审阅
-- 环节 D：按 round-3 审阅意见再生产（若仍为 revise）
+- 第 1—2 章、3.3.2—3.7、4—5 章、参考文献：不动
+- 其余 3 张 PNG 图表：不动
+- notebooks/pilot_analysis.md：不动
+- processing/validate_data.py：不动
diff --git a/plots/generate_plots.py b/plots/generate_plots.py
index d2ab89e..a3afa61 100644
--- a/plots/generate_plots.py
+++ b/plots/generate_plots.py
@@ -2,7 +2,7 @@
 """生成试点数据分析图表。
 
 输出：
-  plots/pilot_run_data.png  — 各地市预警数据柱状图
+  plots/pilot_run_data.png  — 各地市预警数据与接入时间线（多面板）
   plots/vendor_effort.png   — 供应商人天投入饼图
   plots/access_cost.png     — 接入链路耗时对比图
 """
@@ -10,13 +10,23 @@
 import csv
 import os
 import sys
+from datetime import datetime
 
 import matplotlib
 matplotlib.use("Agg")
 import matplotlib.pyplot as plt
+from matplotlib.patches import Patch
+import matplotlib.dates as mdates
 
 PLOT_DIR = os.path.dirname(os.path.abspath(__file__))
 
+_CJK_FONT = "Noto Sans CJK SC"
+_STAGE_COLORS = {
+    "稳定运行": "#2E7D32",
+    "实际产出": "#1565C0",
+    "推广接入": "#BDBDBD",
+}
+
 
 def load_csv(name):
     path = os.path.join(PLOT_DIR, name)
@@ -24,23 +34,112 @@ def load_csv(name):
         return list(csv.DictReader(f))
 
 
+def _parse_date(s):
+    s = (s or "").strip()
+    if not s:
+        return None
+    for fmt in ("%Y-%m-%d", "%Y-%m"):
+        try:
+            return datetime.strptime(s, fmt)
+        except ValueError:
+            continue
+    return None
+
+
 def plot_run_data():
     rows = load_csv("pilot_run_data.csv")
-    cities = [r["city"] for r in rows]
-    alerts = [int(r["alert_count"]) if r["alert_count"] else 0 for r in rows]
-    colors = ["#2196F3" if a > 0 else "#BDBDBD" for a in alerts]
+    plt.rcParams["font.sans-serif"] = [_CJK_FONT]
+    plt.rcParams["axes.unicode_minus"] = False
 
-    fig, ax = plt.subplots(figsize=(10, 5))
-    bars = ax.bar(cities, alerts, color=colors)
-    ax.set_ylabel("累计预警数据（条）")
-    ax.set_title("各地市电量突增能力应用预警数据（截至 2026-06-25）")
-    for bar, val in zip(bars, alerts):
+    cities = [r["city"] for r in rows]
+    alerts = [int(r["alert_count"]) if r.get("alert_count") else 0 for r in rows]
+    stages = [r.get("stage", "") for r in rows]
+    bar_colors = [_STAGE_COLORS.get(s, "#999") for s in stages]
+
+    fig, (ax1, ax2) = plt.subplots(
+        2, 1, figsize=(13, 9), gridspec_kw={"height_ratios": [3, 2]}
+    )
+    fig.suptitle(
+        "图 1　电量突增能力应用运行数据可视化（截至 2026-06-25）",
+        fontsize=14, fontweight="bold", y=0.98,
+    )
+
+    # ── Panel A: 横向柱状图 ──
+    y_pos = list(range(len(cities)))
+    bars = ax1.barh(y_pos, alerts, color=bar_colors, edgecolor="white", linewidth=0.6, height=0.65)
+    ax1.set_yticks(y_pos)
+    ax1.set_yticklabels(cities, fontsize=10)
+    ax1.set_xlabel("累计预警数据（条）", fontsize=10)
+    ax1.invert_yaxis()
+    ax1.grid(axis="x", alpha=0.25, linestyle="--")
+    ax1.spines["top"].set_visible(False)
+    ax1.spines["right"].set_visible(False)
+
+    x_max = max(alerts) if max(alerts) > 0 else 10000
+    ax1.set_xlim(0, x_max * 1.28)
+
+    for i, (val, stage) in enumerate(zip(alerts, stages)):
         if val > 0:
-            ax.text(bar.get_x() + bar.get_width() / 2, val + 200,
-                    f"{val:,}", ha="center", fontsize=9)
-    plt.xticks(rotation=30, ha="right")
-    plt.tight_layout()
-    plt.savefig(os.path.join(PLOT_DIR, "pilot_run_data.png"), dpi=150)
+            ax1.text(val + x_max * 0.01, i, f"{val:,}",
+                     va="center", fontsize=9, fontweight="bold", color="#333")
+        else:
+            ax1.text(x_max * 0.01, i, "接入中（尚无产出）",
+                     va="center", fontsize=8, color="#888")
+        ax1.text(x_max * 1.22, i, stage,
+                 va="center", fontsize=8, color=_STAGE_COLORS.get(stage, "#666"))
+
+    legend_elems = [Patch(facecolor=_STAGE_COLORS[s], label=s) for s in ["稳定运行", "实际产出", "推广接入"]]
+    ax1.legend(handles=legend_elems, loc="lower right", fontsize=9, framealpha=0.9, title="运行阶段")
+
+    stats_text = (
+        "汇总指标（表 2）\n"
+        "─────────────\n"
+        "异常命中  144,853 条\n"
+        "预警推送      476 次\n"
+        "监测规则       10 条\n"
+        "覆盖人员        6 名\n"
+        "推广培训        7 场\n"
+        "对接地市        8 个"
+    )
+    ax1.text(0.98, 0.02, stats_text, transform=ax1.transAxes,
+             fontsize=8, va="bottom", ha="right", family="Noto Sans Mono CJK SC",
+             bbox=dict(boxstyle="round,pad=0.5", facecolor="#F5F5F5", edgecolor="#CCC", alpha=0.92))
+
+    # ── Panel B: 接入时间线 ──
+    data_end = datetime(2026, 6, 25)
+    for i, r in enumerate(rows):
+        start = _parse_date(r.get("start_date"))
+        output = _parse_date(r.get("output_date"))
+        stage = r.get("stage", "")
+        color = _STAGE_COLORS.get(stage, "#BDBDBD")
+        if start:
+            ax2.barh(i, (data_end - start).days, left=mdates.date2num(start),
+                     height=0.5, color=color, edgecolor="white", linewidth=0.5, alpha=0.85)
+            if output:
+                ax2.plot(output, i, marker="D", markersize=7, color="#E65100",
+                         markeredgecolor="white", markeredgewidth=0.8, zorder=5)
+                ax2.annotate(f"产出\n{output.strftime('%m-%d')}",
+                             xy=(output, i), xytext=(8, 0), textcoords="offset points",
+                             fontsize=7, color="#E65100", va="center")
+
+    ax2.set_yticks(y_pos)
+    ax2.set_yticklabels(cities, fontsize=10)
+    ax2.invert_yaxis()
+    ax2.set_title("各地市接入时间线与产出里程碑", fontsize=11, pad=8)
+    ax2.xaxis.set_major_locator(mdates.MonthLocator())
+    ax2.xaxis.set_minor_locator(mdates.DayLocator(bymonthday=[10, 20]))
+    ax2.xaxis.set_major_formatter(mdates.DateFormatter("%Y-%m"))
+    ax2.grid(axis="x", alpha=0.2, linestyle="--")
+    ax2.spines["top"].set_visible(False)
+    ax2.spines["right"].set_visible(False)
+
+    from matplotlib.lines import Line2D
+    diamond = Line2D([0], [0], marker="D", color="w", markerfacecolor="#E65100",
+                     markersize=7, label="产出起始")
+    ax2.legend(handles=[diamond], loc="lower right", fontsize=9, framealpha=0.9)
+
+    plt.tight_layout(rect=[0, 0, 1, 0.96])
+    plt.savefig(os.path.join(PLOT_DIR, "pilot_run_data.png"), dpi=150, bbox_inches="tight")
     plt.close()
 
 
diff --git a/plots/pilot_run_data.csv b/plots/pilot_run_data.csv
index 7f1d1d1..1acfbc7 100644
--- a/plots/pilot_run_data.csv
+++ b/plots/pilot_run_data.csv
@@ -1,9 +1,9 @@
-city,start_date,stage,alert_count
-韶关,2026-04,稳定运行,
-惠州,2026-06-11,实际产出,19800
-佛山,2026-06-15,实际产出,3923
-江门,,推广接入,
-河源源城,,推广接入,
-潮州,,推广接入,
-汕头,,推广接入,
-揭阳,,推广接入,
+city,start_date,output_date,stage,alert_count,team
+韶关,2026-04,,稳定运行,,第一梯队
+惠州,2026-05,2026-06-11,实际产出,19800,第二梯队
+佛山,2026-05,2026-06-15,实际产出,3923,第二梯队
+江门,2026-06,,推广接入,0,第三梯队
+河源源城,2026-06,,推广接入,0,第三梯队
+潮州,2026-06,,推广接入,0,第三梯队
+汕头,2026-06,,推广接入,0,第三梯队
+揭阳,2026-06,,推广接入,0,第三梯队
diff --git a/plots/pilot_run_data.png b/plots/pilot_run_data.png
index d218926..ee3bf7a 100644
Binary files a/plots/pilot_run_data.png and b/plots/pilot_run_data.png differ
diff --git a/reports/paper_draft.md b/reports/paper_draft.md
index 00f5a85..1f4f7d2 100644
--- a/reports/paper_draft.md
+++ b/reports/paper_draft.md
@@ -1,10 +1,10 @@
 # AI时代市场化运作机制研究（持续审改）
 
-> **版本**：v4.0（按第 3 轮审阅意见修订，闭环第 4 轮）
-> **状态**：已消化 round-3 审阅（verdict=revise），待 round-4 审阅
-> **日期**：2026-08-21
+> **版本**：v4.1（图表改稿轮：重构图 1 运行数据可视化，闭环第 5 轮）
+> **状态**：已按 operator 图表改稿意见重构图 1，待推送
+> **日期**：2026-09-09
 > **素材来源**：市场化试点阶段性总结报告（评审版）、平台生态经济模式调研方案、试点实施计划 V9、分析与路径研究（初稿）
-> **本轮修订**：①新增 3.7 地市间对比分析（表 6，8 地市接入阶段与产出对比）深化实证案例证据链；②新增 5.4 实施路线图与里程碑（表 7 三阶段路线图 + 表 8 风险缓解矩阵）强化政策与产业可操作含义；③更新 notebooks/plots/processing 产物（新增地市对比图、路线图数据、校验扩展至 33 项）
+> **本轮修订**：①重构图 1（`plots/pilot_run_data.png`）——由单面板简单柱状图升级为双面板富信息可视化（上：各地市预警数据横向对比按阶段着色+汇总指标盒；下：接入时间线与产出里程碑）；②更新 `plots/pilot_run_data.csv`（补充 output_date/team 列）；③更新 `plots/generate_plots.py` 中 `plot_run_data()` 函数；④3.3.1 节新增图引用与图注
 
 ---
 
@@ -141,7 +141,11 @@ AI Coding 开发平台、AI IDE 等工具可将共性能力升级为智能化公
 | 推广对接地市数 | 8 个 | 韶关、惠州、佛山、江门、河源源城、潮州、汕头、揭阳 |
 | 专项推广培训 | 7 场 | — |
 
-惠州、佛山已由推广接入阶段进入实际产出阶段，表明能力已不再停留于韶关单点验证，而是在不同地市条件下形成真实运行数据，为比较不同地市的接入周期、预警产出、业务响应和闭环处置情况提供了基础样本。
+![图 1　电量突增能力应用运行数据可视化](plots/pilot_run_data.png)
+
+**图 1**　电量突增能力应用运行数据可视化。上 panel 以横向柱状图展示 8 个地市累计预警数据，按稳定运行（绿）、实际产出（蓝）、推广接入（灰）三阶段着色，右侧标注各市当前阶段，左下角汇总表 2 关键指标；下 panel 以时间线呈现各市接入启动至 2026-06-25 的活跃区间，菱形标记标注惠州（06-11）与佛山（06-15）产出起始日期。
+
+图 1 直观呈现了各地市预警产出与接入进度的梯度差异：惠州、佛山已由推广接入阶段进入实际产出阶段，表明能力已不再停留于韶关单点验证，而是在不同地市条件下形成真实运行数据，为比较不同地市的接入周期、预警产出、业务响应和闭环处置情况提供了基础样本。
 
 #### 3.3.2 接入成本测量
 
@@ -379,8 +383,8 @@ AI Coding 开发平台、AI IDE 等工具可将共性能力升级为智能化公
 
 ---
 
-> **闭环说明**：本文为持续审改闭环第 4 轮修订稿。第 3 轮审阅（verdict=revise）提出 2 条建议，本轮逐条消化：
-> - **建议 1**（强化实证/案例证据链 + 结论可操作含义）：新增 3.7 地市间对比分析（表 6，8 地市分三个梯队，含梯度分析与机制效应跨地市验证）；新增 5.4 实施路线图与风险缓解（表 7 三阶段路线图含量化目标与责任主体 + 表 8 六类风险缓解矩阵）。
-> - **建议 2**（检查图表与 notebooks/plots 一致性 + Gitea 同步）：更新 `notebooks/pilot_analysis.md`（新增第 9—10 节地市对比与路线图）、新增 `plots/city_comparison.png` 与 `plots/roadmap_data.csv`、`processing/validate_data.py` 校验扩展至 33 项，全部通过。
+> **闭环说明**：本文为持续审改闭环第 5 轮修订稿（图表改稿轮）。本轮依据 operator 图表改稿意见（scope=single_figure），重构图 1 运行数据可视化：
+> - **图表改稿**（图 1 重构）：原单面板简单柱状图升级为双面板富信息可视化——上 panel 横向柱状图按运行阶段（稳定运行/实际产出/推广接入）三色着色，附汇总指标盒（表 2 关键数值）；下 panel 接入时间线以 Gantt 区间展示各市活跃周期，菱形标记标注产出里程碑。同步更新 `plots/pilot_run_data.csv`（补充 output_date/team 列）与 `plots/generate_plots.py`。
+> - **范围控制**：仅改图 1 及 3.3.1 节图注与一句正文，其余章节与图表不动。
 >
-> 累计四轮修订：v1.0（初稿）→ v2.0（证据溯源+三类指标）→ v3.0（成本效益量化+结论映射表）→ v4.0（地市对比+路线图+风险矩阵）。下一轮将提交 round-4 审阅。
+> 累计五轮修订：v1.0（初稿）→ v2.0（证据溯源+三类指标）→ v3.0（成本效益量化+结论映射表）→ v4.0（地市对比+路线图+风险矩阵）→ v4.1（图 1 重构）。