diff --git a/docs/tasks/README.md b/docs/tasks/README.md index adad0a88..b8ee1ef3 100644 --- a/docs/tasks/README.md +++ b/docs/tasks/README.md @@ -61,7 +61,8 @@ | `TASK-consultation-context-and-cache-20260906.md` | `PROGRESS-consultation-context-and-cache-20260906.md` | 普通对话历史只取每条前 4,000 字（报告结论被砍、无标记）、历史窗口不看模型 `context_window`、无溢出识别；改为检查点式会话摘要 + append-only 尾巴 + 按模型预算 + 一次降级重试；Anthropic 历史断点；共享方法段进系统块；后台用量页显示缓存命中率 | 已验收 | `bf8ad0d1`（BUG-555/556）；`test:db` 环境缺口；部署前先 Migrate Staging Database | | `TASK-session-title-guard-fix-20260906.md` | `PROGRESS-session-title-guard-fix-20260906.md` | BUG-553 修复单：`consult/route.ts` 标题守卫比较的是 RPC 前快照，`append_consultation_question` 已改写标题，守卫恒 0 行，模型标题只靠客户端 PATCH 落库 | 待验收 | `codex/session-title-guard-fix-20260906`（BUG-557） | | `TASK-rectification-collect-vs-offer-consistency-20260905.md` | `PROGRESS-rectification-collect-vs-offer-consistency-20260905.md` | 带年份采集没问完就出采用卡 + 报告，同一轮又被搬家采集题把卡挤掉：决策层判 `adopt_representative` 而计划层仍有 dated 采集（BUG-546 只修了一半）；改为剩余采集未完保持 `collect_evidence`，出牌轮才出卡写报告 | 已验收通过 `ca4e2408`（2026-09-05；staging 部署仍停在 `afd14948`，`deploy-staging` 自 `c295b853` 起连续失败，先解决 `bab07187` 的待迁移） | `codex/rectification-collect-vs-offer-consistency-20260905`（BUG-550） | -| `TASK-rectification-convergence-exit-20260906.md` | `PROGRESS-rectification-convergence-exit-20260906.md` | 采集问完落到「也可以再说一件事」无出口（非收敛出牌/非终止修复兜底 `other`）、同年月多领域拆题与同域同年重复问、`relative_support` 正比例归一把引擎证据压平成 7–9 使 lead 8 不可达；改为穷尽即交付 + 口述态停止按钮、同年月合并为「发生了什么」四选卡 + 同域同年去重 + 性格题须锚点、prior 按 (分−窗口最低分) 归一并过 20 例公开 holdout 校准门 | 待验收 | `codex/rectification-convergence-exit-20260906`（BUG-558～560；B2 未做、C1 未启用，见进度） | +| `TASK-rectification-convergence-exit-20260906.md` | `PROGRESS-rectification-convergence-exit-20260906.md` | 采集问完落到「也可以再说一件事」无出口（非收敛出牌/非终止修复兜底 `other`）、同年月多领域拆题与同域同年重复问、`relative_support` 正比例归一把引擎证据压平成 7–9 使 lead 8 不可达；改为穷尽即交付 + 口述态停止按钮、同年月合并为「发生了什么」四选卡 + 同域同年去重 + 性格题须锚点、prior 按 (分−窗口最低分) 归一并过 20 例公开 holdout 校准门 | 已验收（部分完成：B2 合并卡未做、C 校准未过门未启用；1 P1 + 2 P2 见修复单） | `150d7ef1` / `3a9ae736` / `62afa521`（BUG-558～560，已合入 staging）| +| `TASK-rectification-convergence-exit-fix-20260906.md` | `PROGRESS-rectification-convergence-exit-fix-20260906.md` | BUG-558 修复单：门槛翻译句每回合写 2～3 条相同助手消息（`persistExhaustionCollect` 自己写 turn + 非终止修复再写一次）、穷尽分支排在问题持久化前吞掉可渲染区分卡/holdout 题、范围小字变按钮但文案仍是状态句；并把校准结论（引擎原始分分钟级区分力≈随机）写进 BUG-560 与 BLOCKED | 待领取 | `codex/rectification-convergence-exit-fix-20260906`（BUG-565～567） | | `TASK-api-not-configured-mislabel-20260904.md` | `PROGRESS-api-not-configured-mislabel-20260904.md` | 16 处路由把数据库瞬断（部署切换窗口）兜底翻译成 503「服务尚未配置」；改为仅配置错误用该文案，其余 `service_unavailable`，收敛为共享 helper | 已验收 | `5483649b`（BUG-542）；2 条子进程测试留 CI Node 22 复核 | | `TASK-rectification-ux-20260902.md` | `PROGRESS-rectification-ux-20260903.md` | 会话面空白假死与交互摩擦 | 已验收 | `d159f08e`（09-03 在新基线重做后合入，BUG-505～509） | diff --git a/docs/tasks/TASK-rectification-convergence-exit-20260906.md b/docs/tasks/TASK-rectification-convergence-exit-20260906.md index ea95409d..4b479c8b 100644 --- a/docs/tasks/TASK-rectification-convergence-exit-20260906.md +++ b/docs/tasks/TASK-rectification-convergence-exit-20260906.md @@ -210,3 +210,32 @@ out = score_candidates(req) print([(c["time"], c["relative_support"]) for c in out["candidate_decisions"]]) print([(p["semantic_key"], p["information_gain"]) for p in out["decision_receipt"]["discriminating_event_probes"]]) ``` + +## 验收（Claude，2026-09-06，基线 `origin/staging` @ `b938c76a`） + +实现 `150d7ef1`（A）/ `3a9ae736`（B）/ `62afa521`（C+D）已由执行方直接合入 staging。独立复跑： + +| 门 | 结果 | +| --- | --- | +| `tsc --noEmit` | 0 错 | +| `npm run lint` | 0 error / 82 warning（新增测试文件带 1 条既有类型的 warning） | +| 非 DB `tests/rectification-*.test.ts` + `agent-voice-copy-contract` | 905 pass / 0 fail | +| `scripts/rectification_prior_calibration.py` | 与进度记录同数：holdout proportional 17/20 · 中位宽 21；offset 12/20 · 10；softmax 0.25/0.5/1/2 = 10/11/12/16 · 6/9/14.5/21；无方案过门 | +| Python 定向（event_probes / engine_convergence / relative_support / v5_services / diagnostics_clusters / active_rectification_api） | 1 失败：`test_long_real_conversation_reaches_vedastro_after_local_range_is_narrow`，在基线 `e2f4b55c` 上同样失败（已复跑），非本轮引入 | + +逐条结论： + +| 项 | 结论 | +| --- | --- | +| A1 日志 | 通过。字段齐全，无 summary / evidence；`probe_key` 含探针年份（大运边界年，非出生资料），可接受 | +| A2 穷尽即交付 | **未通过（P1）**：门槛翻译句路径每个回合写 2 条相同助手消息（scratch 计数 2；evidence 动作回合为 3；点选路径一条独立 + 一条拼在「已记录你的选择」后）。见修复单 BUG-565 | +| A2 决策层 | 通过。`keep_collecting` 仍采集；`probe_pool_exhausted` 停止原因进 `finish` | +| A3 口述停止 + `ask_about_result` | 通过（服务端 STOP 在采集焦点上不抛，`answerClass=null` 分支放行）。P2：范围小字改成按钮但文案仍是状态句，与新按钮重复，建议还原为状态句 | +| A4 形状回归 | 通过，三例齐 | +| B1 同域同年去重 | 通过，两侧生效，`asked_probe_keys` 不进指纹 | +| B2 合并卡 | 未做，按让步顺序允许，状态「部分完成」正确 | +| B3 varga 锚点 | 通过 | +| C1/C2 | 通过（默认未启用；校准数字复现一致）。**校准门本身有缺陷**：旧方案"覆盖 17/20"是因为它根本不收窄（中位宽 21 = 整个 21 分钟窗口），拿它当基线任何收窄方案都过不了。真正的发现是：把先验拉尖后，真实分钟落在领先集合里的只有 12/20（宽 10），接近随机（10/21≈48%）。引擎原始分在分钟级的区分力近乎没有，这是产品级结论，见修复单 §2 | +| C3 | 通过（未 bump 版本，旧 Case 不重算，清单已按此写） | +| D | 通过；BUG-560 标 blocked 正确 | +| 新问题 | P2：`persistNextInterviewIfIdle` 新增的「无剩余采集且不可采用 → 穷尽」分支排在问题持久化之前，引擎采用门关闭但仍有可渲染区分卡 / holdout 题时会把题吞掉 | diff --git a/docs/tasks/TASK-rectification-convergence-exit-fix-20260906.md b/docs/tasks/TASK-rectification-convergence-exit-fix-20260906.md new file mode 100644 index 00000000..5b89e325 --- /dev/null +++ b/docs/tasks/TASK-rectification-convergence-exit-fix-20260906.md @@ -0,0 +1,91 @@ +# TASK · 生时校正穷尽出口修复单：门槛句重复写两遍、穷尽分支吞掉剩余问题、范围小字伪装成按钮（2026-09-06） + +- 基线：`origin/staging` @ `b938c76a`（含 BUG-558～560 实现 `150d7ef1` / `3a9ae736` / `62afa521`） +- 分支：`codex/rectification-convergence-exit-fix-20260906` +- 执行方：coding agent；验收：Claude +- 涉及文件：`frontend/src/lib/rectification-agentic/v9/answer-choice.ts`、`frontend/src/app/api/rectification/agent/route.ts`、`frontend/src/components/rectification-agentic-chat.tsx`、`frontend/tests/rectification-exhaustion-exit-20260906.test.ts` +- BUG 编号起点：**BUG-565**（开工时 `grep -o "^## BUG-5[0-9][0-9]" docs/BUG_HISTORY.md | tail -1` 复核） +- 父任务书：`TASK-rectification-convergence-exit-20260906.md`（验收记录在其末尾） + +## 0. 验收时的门（供对照） + +`b938c76a` 上：tsc 0 错；lint 0 error；非 DB 校正套件 905/0；校准脚本数字与进度记录一致。Python 定向套件结论见父任务书验收段（`test_active_rectification_api.py::test_long_real_conversation_reaches_vedastro_after_local_range_is_narrow` 执行方报告在基线上也失败，本单不负责，但 §5.4 要求把它记进 `BLOCKED.md`）。 + +## 1. 事故实证 + +### 1.1 P1 · 门槛翻译句每回合写两条相同助手消息（BUG-565） + +在 A4 用例 2 的形状（方法覆盖完成、无剩余采集、引擎 `acceptance_allowed=false`）上，对 `finalizeSuccessfulTurnExit({ action: "message" })` 计数 `append_agentic_rectification_turn`：**2 次**，两条 `p_assistant_message` 完全相同（范围句 + 门槛句）。原因链： + +1. `persistExhaustionCollect` 的门槛分支自己调用 `persistV9DeterministicTurn`（`requestId: randomUUID()`，不幂等）写第 1 条。 +2. `finalizeSuccessfulTurnExit` 先 `persistNextInterviewIfIdle`（触发上面的写入，返回值被丢弃），再 `ensureNonTerminalTurnExit` → `inspectNonTerminalTurnExit.satisfied` 仍只认「有焦点 / 已采用 / 用户已停 / 可采用」，门槛句不算载体 → 判不满足 → 再次 `persistExhaustionCollect` → 写第 2 条。 +3. `agent-run.ts` 对 `opening` / `evidence` 动作在 finalize 之前还会先调一次 `persistNextInterviewIfIdle` → 这两种动作是 **3 条**。 +4. 点选路径：`persistApplied` → `persistNextInterviewAfterChoice` → 门槛分支写 1 条独立消息；`persistApplied` 又把同一句拼在「已记录你的选择」后面作为点选回合的正文写第 2 条。 +5. `route.ts` 无焦点分支：`persistNextInterviewIfIdle`（写 1 条）之后又 `persistV9DeterministicTurn` 同一段文字（第 2 条）。 + +用户看到的就是同一段"范围已经收到…还差带月份的经历"连出两三遍。 + +### 1.2 P2 · 穷尽分支排在问题持久化之前，吞掉仍可问的题 + +`persistNextInterviewIfIdle` 新增的分支 `!remainingCollect && !acceptedTime && !decision.canAdopt → persistExhaustionCollect` 排在 `persistNextInterviewAfterChoice` 之前，不看 `decision.nextAction`。当引擎采用门关闭（例如 `low_date_quality`）但决策层仍给出 `ask_candidate_discriminator`（有可渲染区分卡）或 `ask_holdout_validation`（holdout 题）时，这些题被直接换成门槛句。答题仍能收窄范围，而门槛句只在用户补一件事之后才有意义，两者不冲突，不该二选一。 + +### 1.3 P2 · 范围小字变成按钮但文案还是状态句 + +`RectificationReadonlyRange` 现在渲染成 `