docs(tasks): nadi second-level rectification falsification research brief (BUG-1240)

Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>
Claude-Session: https://claude.ai/code/session_017eEAG8HD3mm8gsKXgk8uU8

docs/tasks/README.md

@@ -422,3 +422,4 @@
 | `TASK-astrologer-rulings-batch6-20261004.md` | `PROGRESS-astrologer-rulings-batch6-20261004.md` | 第七轮裁定（共享仓书面回复，产品采用；问 1 选 A）：Rath 版双主星按 p.43 (a)–(e)（BUG-1227 解除 blocked，推翻第五批红线 2 的 Table 17 年数底线）；第 5 级宫主度数只倒算计都（p.71 脚注 42）；罗计旺陷 ±1 年；同宫两主比经度；BUG 从 1228 起 | 待验收 | 分支 `codex/astrologer-rulings-batch6-20261004`（BUG-1227～1229；校正分数文件未改、未升版本） |
 | `TASK-gate-log-volume-20261004.md` | `PROGRESS-gate-log-volume-20261004.md` | 门禁 validate 单步日志 4.4 万行 / 2 MB 网页打不开（run 3170）：快速门只打摘要（失败给末 200 行 + 日志文件）、前端测试门禁上 dot + 失败汇总（本机仍 TAP）、拆分 validate 为 7 个 step（产品授权改 workflow，只限拆分与重定向）；检查一项不少 | **已实现待验收**（BUG-1230；未推送、未部署；Gitea 各 step 页面是否打得开留待推送后由产品确认） | 分支 `codex/gate-log-volume-20261004` |
 | `TASK-consult-latency-quickwins-20261005.md` | `PROGRESS-consult-latency-quickwins-20261005.md` | 普通对话耗时两项快修：咨询链校正闸不再同步白等 VedAstro 官方快照子进程（每域约 4 s，复用顶层缓存 + 负缓存，不推翻 BUG-301）；补分段计时（第 0/1 步耗时、推理 token、分类耗时进日志与 usage）。推理强度/精简说明待模型 key 另单（BUG 从 1231 起） | 待领取 | 分支 `codex/consult-latency-quickwins-20261005` |
+| `TASK-rectification-nadi-seconds-research-20261005.md` | `PROGRESS-rectification-nadi-seconds-research-20261005.md` | **「纳迪秒级校准」可证伪检验（离线）**：竞品宣传「问前事到天 → 秒级」。本仓主链只用三层小运，Sookshma / Prana 与 D150 从未进评价集；v5 真值 52/77 是整 5 分钟（秒级无真值可对）。N0 五层小运 + D150 底座（前三层与主链对账 0 差）、N1 拟合率 vs 安慰剂日期（核心）、N2 留一件预测、N3 六题后区间内再细分能否提头名、N4 岁差 / 坐标 / 时间扰动的噪声地板、N5 D150 结构层（原文比对 blocked）、N6 结论 + 对外口径草稿。规则先登记再跑；不改生产代码；不得重调 BUG-1091 已关的权重 | 待领取 | 分支 `codex/rectification-nadi-seconds-research-20261005`（BUG-1240） |

docs/tasks/TASK-rectification-nadi-seconds-research-20261005.md

@@ -0,0 +1,167 @@
+# TASK · 「纳迪秒级校准」可证伪检验（研究单，2026-10-05）
+
+## 基线
+
+- `origin/staging` @ `853772bc`（写作时 head；开工时以最新 `origin/staging` 为准）。
+- 分支 `codex/rectification-nadi-seconds-research-20261005`，工作树 `.worktrees/rectification-nadi-seconds-research-20261005`。
+- **离线研究，不改生产代码**：不动 `scripts/research/sealed_holdout_rerun.py::PRODUCTION_FILES` 里的冻结文件，不动 `scripts/active_rectification_event_engine.py`、`scripts/dasha_calculator_enhanced.py`、`scripts/divisional_charts_extended.py`、任何常数，也不动 `frontend/`。研究代码只放在 `scripts/research/` 和 `tests/`，引擎函数只能 import，不能改。
+- 数据：`references/real_case_calibration/minute_rectification_holdout_v5.json`（77 例 Rodden AA 公开名人，964 件事；BUG-1090）。数据集声明的口径是 `ayanamsa = raman`、`node_mode = mean`，本单默认沿用；换口径只在 N4 里做。
+
+## 先读
+
+- `docs/research/rectification_scoring_research_2026_09_29.md`：打分层三条 no_benefit，42 个特征里 36–39 个是噪声。
+- `docs/research/rectification_varga_resolution_2026_09_30.md`：盘型口径；±10 六题后 D9 / D10 头段 = 真值 88% / 86%。
+- `docs/research/holdout_v5_build_2026_09_29.md`：v5 基线；六题后头名 0.64 / 0.49 / 0.26，真值在区间内 76/77、76/77、75/77。
+- `docs/research/rectification_minute_resolution_closure_2026_09_14.md` §1–§2
+
+## 事故实证
+
+### 起因
+
+竞品 2026-10 宣传「纳迪辅助校准，符合条件时精度最高可达秒级」，验证方式是**问前事、具体到天**。产品问：我们为什么做不到。
+
+Claude 2026-10-05 的判断是：秒级的盘我们能算，做不到的是**验证**。但这个判断有一个没测过的缺口，所以写本单把它补上。
+
+### 物理量（Claude 用 swisseph 实算；样本为上海、1990-06-15，Lahiri）
+
+| 量 | 数值 | 含义 |
+| --- | --- | --- |
+| 上升点移动速度 | 0.21–0.37°/分钟 | 这个纬度和日期，每 4 秒约走 1′ |
+| D150 一段持续多久 | 32–57 秒 | 纳迪段本身就是「不到一分钟」的量级 |
+| D60 一段持续多久 | 81–143 秒 | |
+| 出生时间差 1 秒，Vimshottari 时间轴平移 | 0.025 天（太阳大运）到 0.084 天（金星大运） | 想把一件事对准到天，出生时间就要准到约 12–40 秒 |
+| 岁差 Lahiri 与 KP 相差 | 0.097°（5.8′） | ≈ 上升点 27 秒 |
+| 出生地东西方向差 10 公里（北纬 31°） | — | ≈ 恒星时 25 秒 |
+
+### 本仓现状
+
+1. **主链只用到第 3 层小运**：`scripts/active_rectification_event_engine.py::_active_vimshottari` 只返回 MD / AD / PD 三层主星，`_score_event` 也只对这三层计分。第 4 层 Sookshma、第 5 层 Prana 的算法在 `scripts/dasha_calculator_enhanced.py::calculate_five_level_dasha` 里已经有，但**从来没有进过评价集**。
+2. **D150 只有等分实现**：`scripts/divisional_charts_extended.py` 中的 `calc_custom_varga(degree, 150)` 只是把每宫等分成 150 段。古典纳迪段（Chandra Kala Nadi 体系）按动 / 固 / 变宫区分顺排还是逆排，而且每段都有名称和描述文本。这两样本仓都没有。
+3. **v5 的日精度事件**：一共 244 件。43/77 例有 ≥3 件，19/77 例有 ≥5 件，4/77 例一件也没有（年精度 577 件，月精度 143 件）。
+4. **v5 的「真值出生时间」大多是取整过的**：77 例里有 **52 例的分钟数是 5 的整数倍**（:00 有 14 例，:30 有 10 例）。随机分布下只该有约 20%（约 15 例）。也就是说，**标准答案本身多数只精确到 5 分钟左右，秒级没有可对照的真值**。分钟数不是 5 的倍数的只有 25 例。
+
+## 根因（为什么至今不能对外说秒级）
+
+1. **没有检验过**：Sookshma / Prana 小运和 D150 这两层，是「秒级」说法唯一可能的来源，但从来没在已知出生时间的人身上测过。
+2. **「问前事对上了」这种验证分辨不出真假**：小运分 5 层，每层 9 颗主星，再乘上十几张分盘，几乎任何一秒都能找到一条解释过去某天的路径。用事件定出时间，再用同一批事件证明这个时间，是循环论证。必须有安慰剂对照和留出预测。
+3. **输入本身的误差已经比秒大**：岁差流派、出生地坐标、「出生时刻」的定义、出生证明取整，每一项都在几十秒到几分钟之间。
+
+## 决策记录（产品 2026-10-05）
+
+- **批准本研究单**：对竞品式的「纳迪 / 小运对日子 → 秒级」做可证伪检验。**只做研究，不做实现**。只有通过本单的「过门标准」，才另立实现单。
+- **本单不算重开 BUG-1091**：BUG-1091（打分层，closed_by_design）关的是「给已有 42 个特征重新调权重」。本单测的是**从来没进过评价集的新层**（Sookshma / Prana 小运、D150），目的是证伪，不是调参。执行方**不得**借本单去调已有特征的权重，也不得改 `DOMAIN_CONFIG` 的宫位映射。
+- **结果出来之前，产品对外不说「秒级」**。如果本单不过门，产品要的是一份对外口径草稿（见 N6），而不是功能。
+- 纳迪段的**原文描述**（Chandra Kala Nadi 各段的命运文字）：仓库里没有合法来源。本单**不转录、不爬取、不让模型凭记忆生成**这类文本。按描述文字比对经历这一路记为 `blocked`，D150 只做结构层检验。
+
+## 硬红线
+
+1. **规则先登记再跑**：N1–N3 用到的「事件被解释」规则族、阈值和随机种子，必须先写进 `docs/research/nadi_seconds_preregistration_2026_10_05.json` 并单独 commit，然后才能第一次在 v5 上跑。PROGRESS 里写明这个 commit 的 SHA。看过结果后再改的规则，只能放进「事后」列，不能用来判过门。
+2. **真值不可见**：排序器与拟合器不得读取 `true_minute`，也不得读取出生资料里的 `time` 字段作为输入。只有评测函数可以读。新增测试要断言这一点，沿用 `truth_hidden_from_ranker` 的检查方式。
+3. **必须有安慰剂对照**：每个「对上了」的指标，都要同时报告用安慰剂日期跑出的同一指标，置换检验以「整例」为单位抽样。只报真实日期、不报安慰剂的数字，一律不算数。
+4. **不得写「秒级准确率」**：所有准确率都以「与记录时间相差 ≤1 分钟 / ≤2 分钟」为口径。取整组（52 例）和非取整组（25 例）分开列，不得合并后只报有利的一组。
+5. 生产代码零改动；`PYTHONHASHSEED=0`，所有随机数带固定种子；所有 JSON 两次复跑逐字节一致。
+6. 快速门结果与开工基线逐条一致；隐私守卫全绿；只用 v5 已有的公开名人数据，不新增人物，不访问 astro.com。
+7. 负结果完整写出。任何一格不过门，都把数字写进 PROGRESS，不得通过调阈值凑出通过。
+
+## 任务分解
+
+### N0 · 研究底座与真值审计
+
+- 新建 `scripts/research/nadi_seconds_lib.py`：
+  - 对任意候选时刻，返回 v5 每件事件当天的**五层** Vimshottari 主星（调用 `calculate_five_level_dasha` 或同一条主链的递归切分）。
+  - 返回 D150 段号，两种口径：等分 `calc_custom_varga`，以及古典纳迪段排序（动宫顺排、固宫逆排、变宫从中段起排）。古典排序的出处写在代码注释里；出处不确定的写 `variant_unverified`，不得冒充定论。
+- 网格：±10 分钟窗口按 5 秒一步（241 个候选），另在记录时间 ±2 分钟内按 1 秒一步。
+- **对账**：前三层主星必须与 `_active_vimshottari` 逐例、逐事件 0 差，对账结果写进 JSON。
+- **真值审计表**：77 例的分钟数分布、取整组与非取整组名单（只列 case_id）、每例日精度事件数。
+- 验收：`tests/test_nadi_seconds_research.py` 覆盖以下几点：
+  - 前三层与主链对账 0 差；
+  - 五层边界首尾相接；
+  - D150 段号在段边界两侧正确翻转；
+  - 跨午夜正确；
+  - 不读 `true_minute`；
+  - 两次复跑逐字节一致。
+
+### N1 · 竞品式拟合率与安慰剂（核心）
+
+- **规则族**：在预登记里固定，至少包括以下两族：
+  - (a) 事件当天，第 k 层小运主星 ∈ 该领域目标宫主（`DOMAIN_CONFIG` + `_house_lords`，只 import，不改），k 分别取 4 和 5；
+  - (b) 第 1–5 层里有 ≥m 层命中。
+- **对每例、每个候选秒**：计算这一秒能「解释」多少件日精度事件。
+- **报三组数字**：
+  - 真值分钟内各秒的拟合率；
+  - 窗口内随机秒的拟合率；
+  - **安慰剂日期**（每件事的日期按固定种子平移 ±30–180 天；另做一组把事件在案例之间互换）下的拟合率。
+- 过门：真值秒的拟合率高于安慰剂，整例置换检验 p < 0.05。样本只用 ≥3 件日精度事件的 43 例。
+- 验收：表格写进研究文档。另外报一个关键数：「窗口内能解释全部日精度事件的秒占多大比例」。这个比例接近 100%，就说明「问前事对上了」分辨不出真假。
+
+### N2 · 留出预测（竞品验证方式的诚实版）
+
+- 用 ≥4 件日精度事件的案例做留一件：用其余事件拟合出最佳秒（并列的全部保留），再看被留出的那件事在这些秒上是否被解释。
+- 对照两组：同窗口内随机秒；被留出事件换成安慰剂日期。
+- 过门：留出事件的解释率高于随机秒，整例 bootstrap 95% 置信区间不含 0。
+
+### N3 · 能不能找回记录时间
+
+- **N3a 单独排序**：只按纳迪层拟合排序，看头名与记录时间相差 ≤1 分钟 / ≤2 分钟的比例。对照均匀随机（±10 窗口下 ≤1 分钟约 3/21）和引擎先验头名（v5 ±10 为 0.18）。
+- **N3b 线上六题后交付区间里再细分**（这是产品真正关心的问题）：沿用六题回放（`scripts/research/futile_collect_stop_replay.py` 的口径），在线上交付区间内用纳迪层排序，看头名 ≤1 分钟的命中率能否往上提。0.64 是 v5 文档里「头名」口径的数，不一定等于「≤1 分钟」口径；**先在 ≤1 分钟口径下复现线上基线，再做比较**。
+- 过门（两条都要满足）：
+  - N3b 头名 ≤1 分钟命中的提升，整例 bootstrap 95% 置信区间不含 0；
+  - 真值仍在区间内的比例不低于 76/77。
+- 取整组和非取整组分开列；±30 / ±60 的数字只报告，不参与判定。
+
+### N4 · 输入噪声地板（不论 N1–N3 结果如何都要做）
+
+- 在**记录时间**上，统计每件日精度事件当天的第 4 / 第 5 层主星，以及本命 D150 段号，在下列扰动下有多少比例发生变化：
+  - 岁差 Raman ↔ Lahiri ↔ KP ↔ True Chitra；
+  - 出生时间 ±15 秒、±30 秒、±60 秒；
+  - 出生地坐标东西方向 ±10 公里。
+  - 交点 mean ↔ true 只影响罗睺 / 计都的位置，不影响 Vimshottari，单列说明即可。
+- 判定（只决定对外口径，不决定是否过门）：只换一个岁差流派，第 5 层主星或 D150 段号就有 >20% 的事件 / 例子跟着变，结论就是「秒级结果跨软件不可复现」。这种情况下，即使 N1–N3 全部通过，对外文案也不得出现「秒级」。
+
+### N5 · D150 结构层（低优先）
+
+- 不使用文本，只测结构：本命 D150 段主星是否落在事件领域目标宫主里，以及 D150 上升星座的宫主星在事件当天的小运里是否激活。规则先登记，方法同 N1（要有安慰剂）。
+- 按描述文字比对经历这一路写 `blocked`，原因写「无合法文本来源」。
+
+### N6 · 结论、对外口径与记录
+
+- `docs/research/rectification_nadi_seconds_2026_10_05.md`：
+  - 一句话结论表：N1–N5 各一行，写明是否过门、关键数字、安慰剂对照；
+  - N4 噪声地板表；
+  - 结论：通过的话，写实现单要点（改哪些模块、不改哪些模块）；不通过，就 `closed_by_design`。
+- **对外口径草稿**（不论结论如何都要写，对照 `frontend/docs/VOICE.md`）：三到五句，向用户说明我们的校正能做到什么精度、靠什么数据，以及为什么不说「秒级」。**不得点名竞品。**
+- 同步更新：
+  - `docs/research/ACTIVE_FRONTS.md` 索引；
+  - `docs/tasks/PROGRESS-rectification-nadi-seconds-research-20261005.md`；
+  - `docs/BUG_HISTORY.md` 对应编号的状态；
+  - `docs/tasks/README.md` 状态板这一行。
+
+## 让步顺序
+
+N0 > N1 > N4 > N2 > N3 > N5 > N6 里的图表。
+
+- N0、N1、N4 缺一项都不能合入。
+- N2 / N3 / N5 没做的，写 `not_started`，不得写成结论。
+- 时间不够时，先砍 N5，再砍 N3 的 ±30 / ±60 列。
+
+## 开工前置命令
+
+```bash
+git fetch origin --prune
+git worktree add -b codex/rectification-nadi-seconds-research-20261005 .worktrees/rectification-nadi-seconds-research-20261005 origin/staging
+cd .worktrees/rectification-nadi-seconds-research-20261005
+export PYTHONHASHSEED=0
+python3 -m pytest -q tests/test_scoring_research.py tests/test_holdout_v5_schema.py tests/test_varga_resolution_research.py tests/test_rectification_validation_integrity_gate.py tests/test_repo_privacy_markers.py   # 基线
+python3 scripts/research/futile_collect_stop_replay.py --help
+python3 -c "import swisseph; print(swisseph.version)"
+```
+
+长任务每完成一个 N 就 commit 一次检查点，因为 09-29 有子代理被限额打断后成果没落盘的教训。研究分支只 commit，不推 staging；推送由验收方完成。
+
+## BUG 编号
+
+开工时核对 `docs/BUG_HISTORY.md` 当前最大号（写作时是 `BUG-1230`）。同日 `TASK-consult-latency-quickwins-20261005` 已从 BUG-1231 起编号，为避免撞号，本单预留 **BUG-1240**：「秒级 / 纳迪校准从未经过检验：Sookshma / Prana 小运与 D150 不在评价集内，真值时间多为取整值」。如果开工时 1240 已被占用，顺延到下一个空号，并在 PROGRESS 里写明。
+
+执行方以 `investigating` 登记。研究结束后：通过的改为 `resolved`（另立实现单）；不通过的改为 `closed_by_design`，并附上对外口径。
+
+关联：BUG-560、BUG-1090、BUG-1091、BUG-1105。