改进的交通预测并不必然带来更优的信号控制决策。我们通过分层诊断研究探讨这一差距，使用中国宣城 29 天重建的需求数据，其中 7 天留作测试。
该框架同时评估点预测、共形区间、考虑需求依赖的情景以及匹配的闭环控制器。入口级和车道级预测相较于历史均值，平均绝对误差分别降低 4.03% 和 3.92%。
名义 90% 共形区间实现 90.72% 的边际覆盖率，但在事后挑选的高需求子集上仅为 75.66%。接口审计发现决策时泄漏，仅有 9 条受控交叉口中 2 条提供多种有效动作。
我们修正了时间接口，并将因果预测与五秒事件预言机进行比较，采用穷举联合动作搜索。合成正控制表明，未来信息可将内部展开成本降低 61.5%。
在冻结的测试日期上，因果预测和事件预言机相较于匹配的无未来展开，分别使排队车辆‑秒增加 6.09% 和 3.39%，但预言机将溢回暴露降低 3.78%；配对日自助抽样区间跨零。
这些结果表明，预测价值取决于时间可观测性、动作可辨识性、动力学一致性以及目标对齐。所提出的诊断协议为识别预测改进未转化为运营收益的环节提供了实用路径。点评