From 56722063f2058cc415a0b51879259e7f059b86db Mon Sep 17 00:00:00 2001 From: Jesse_Chen Date: Tue, 29 Sep 2026 08:37:24 +0800 Subject: [PATCH] docs(tasks): rectification futile-collect stopgap and typed-event scoring research BUG-1084..1089 investigating. Typed events do not narrow the range (BUG-560 consequence) yet the flow keeps soliciting them; product chose stopgap first, research second. Co-Authored-By: Claude Opus 5.5 Claude-Session: https://claude.ai/code/session_017eEAG8HD3mm8gsKXgk8uU8 --- docs/BUG_HISTORY.md | 77 +++++++++++++++++ docs/tasks/README.md | 2 + ...tification-futile-collect-stop-20260929.md | 85 +++++++++++++++++++ ...n-typed-event-scoring-research-20260929.md | 59 +++++++++++++ 4 files changed, 223 insertions(+) create mode 100644 docs/tasks/TASK-rectification-futile-collect-stop-20260929.md create mode 100644 docs/tasks/TASK-rectification-typed-event-scoring-research-20260929.md diff --git a/docs/BUG_HISTORY.md b/docs/BUG_HISTORY.md index 6bb16234..551a8e6c 100644 --- a/docs/BUG_HISTORY.md +++ b/docs/BUG_HISTORY.md @@ -14577,3 +14577,80 @@ - 相关记录：BUG-1080 - 复发自：无 - 修复版本：`codex/self-edit-avatar-menu-20260928` 第 4 个提交 + +## BUG-1084 | 生时校正开场后一路邀请补经历，补来的经历不收窄范围 + +- 状态：investigating（Claude 诊断 + 离线复现；修复见 `docs/tasks/TASK-rectification-futile-collect-stop-20260929.md` T1） +- 首次发现 / 最近更新：2026-09-29 / 2026-09-29 +- 影响面：`core/rectification-decision.ts::mayDeliverOnPrecision`、`v9/collection-question-pool.ts::cardHoldingLinesExhausted`（七条线 + 重问挡卡）、`user-copy.ts::rangeDeliveryIndistinct`、输入框占位、右栏 `refinement_packet` 的「可再补一件…」。 +- 用户现象：产品 staging 真机，31 分钟窗口，开场说 12 件带年份的经历、之后答约 10 张卡，界面「已对照 22 件」，范围始终是整窗；右栏和追问一直请用户再补经历。 +- 触发条件：训练门已开后，交付卡仍等七条线定向题及其重问问完；采集来的经历只进引擎先验。 +- 根因：打字经历只经 `_relative_support` 正比例先验（BUG-560），差距 1–2 分，够不到淘汰线 8 分；`buildInferenceState` 对 `classified_from === "evidence"` 的「是」跳过计分。能动分的只有点选卡 ±2。流程却按 09-16 / 09-26 决策继续索要经历。 +- 已确认事实（虚构出生日 12 例，±15 分钟，事件形状同真机）：12 件经历后 11/12 例范围 = 整窗；先验 9–11 分；原始分差一倍的例子换算后只差 8、剪 2 分钟；选择题全按真值作答后宽度中位 17 分钟，≤10 分钟 2/12。 +- 修复：待执行（产品 2026-09-29 D1：采集只为开闸，门开后只问点选卡，问完即出卡）。 +- 验证：待补。 +- 防复发：待补。 +- 相关记录：BUG-560（blocked）、BUG-747～752、BUG-689、BUG-1089 +- 复发自：无（BUG-560 的用户可见后果，旧记录只处理了尺度，未处理流程） +- 修复版本：未修 + +## BUG-1085 | 生时校正交付正文「对照了 N 件经历，事件吻合率 P%」误导 + +- 状态：investigating +- 首次发现 / 最近更新：2026-09-29 / 2026-09-29 +- 影响面：`user-copy.ts::deliveryTurnNarration`、`frontend/src/mastra/agentic-rectification.ts` 交付三句提示。 +- 用户现象：范围一分没缩，正文写「对照了 22 件经历，事件吻合率 95%」，读起来像很有把握。 +- 根因：N 含不参与收窄的口述经历（BUG-1084）；P 是经历吻合度，与候选能否分开无关。 +- 修复：待执行（止血单 T2：删吻合率与件数，改写「用了 M 道选择题」，缩不下去时直说）。 +- 相关记录：BUG-1084 +- 复发自：无 +- 修复版本：未修 + +## BUG-1086 | 答题后剩余区间变成多段时，旁白仍说「范围没变」 + +- 状态：investigating（代码走读确认，待执行方写失败测试复现） +- 首次发现 / 最近更新：2026-09-29 / 2026-09-29 +- 影响面：`core/credible-range.ts::unionStillValidRange`、`v9/probe-explain.ts::explainRangeChange`、`v9/choice-action.ts::composeChoiceNarration`。 +- 用户现象：中间某段已被排除，旁白仍是「已记录，范围没变；X 领先，Y 落后」。 +- 根因（走读）：多段时 `unionStillValidRange` 返回 `null`，`explainRangeChange` 遇 `null` 返回空串，旁白落到「范围没变 + 领先落后」分支。 +- 修复：待执行（止血单 T3，用 `credible_intervals` 比较）。 +- 相关记录：BUG-569、BUG-634 +- 复发自：BUG-634 的旁白分支未覆盖多段情形 +- 修复版本：未修 + +## BUG-1087 | 交付轮同时带出一道采集题（「再问下去也分不开了」+「身体这边再问一次」） + +- 状态：investigating（真机截图；根因未定位） +- 首次发现 / 最近更新：2026-09-29 / 2026-09-29 +- 影响面：交付轮出口、`guidedRetryPool` / 跳过线重问（候选入口，未确认）。 +- 用户现象：同一轮既显示交付状态与「再问下去也分不开了」，又在气泡末尾问一道健康线重问题。 +- 修复：待执行（止血单 T4，先按事故形状写失败测试，再定位根因写回本条）。 +- 相关记录：BUG-652、BUG-1084 +- 复发自：待定 +- 修复版本：未修 + +## BUG-1088 | 学业质量题一律问「那次上大学」，只记得年份的经历显示成「YYYY 年 1 月」 + +- 状态：investigating +- 首次发现 / 最近更新：2026-09-29 / 2026-09-29 +- 影响面：`scripts/rectification/event_probes.py::_quality_user_meaning`、`_display_date_label` / `_event_month`（冻结计分文件，ERR-110）。 +- 用户现象：用户说的是某年一次艺考，卡片问「YYYY 年 1 月那次上大学，更接近如愿、将就调剂…」。 +- 根因：学业模板写死「上大学」，不看 `event_kind`；年精度经历 `date_start = YYYY-01-01`，取月不看 `precision`。 +- 修复：待执行（研究单 R0，改文字后按 ERR-110 用新 freeze 路径重新冻结）。 +- 相关记录：ERR-110 +- 复发自：无 +- 修复版本：未修 + +## BUG-1089 | 带年月的打字经历不按选择题规则计分，还挡掉同领域相邻年份的选择题 + +- 状态：investigating（离线研究单待执行；不上线） +- 首次发现 / 最近更新：2026-09-29 / 2026-09-29 +- 影响面：`core/build-state.ts::buildInferenceState`（evidence「是」跳过）、`event_probes.py::_existence_blocked_years`。 +- 用户现象：同一件「某年某月工作变动」，点选卡答「是」动 ±2 分，自己打字说约等于 0；说了之后那一年附近的选择题也不再出。 +- 已确认事实（虚构 12 例）：12 件经历里去掉 4 件记得到月的，选择题 5/12 例变多，最终宽度中位 17 → 13 分钟。 +- 根因：计分通道不对称，见 `docs/tasks/TASK-rectification-typed-event-scoring-research-20260929.md`。 +- 修复：未修。研究单量「打字经历按选择题边界规则计分」在 v4 开放集三档是否过门；过门才立实现单，合入前产品确认。 +- 防复发：不得在研究未过门时改先验尺度或淘汰线（BUG-560）。 +- 相关记录：BUG-560、BUG-1048、BUG-1084 +- 复发自：无 +- 修复版本：未修 diff --git a/docs/tasks/README.md b/docs/tasks/README.md index e9d6a30b..e4f3ec12 100644 --- a/docs/tasks/README.md +++ b/docs/tasks/README.md @@ -253,6 +253,8 @@ | `TASK-birth-sky-polish-20260928.md` | `PROGRESS-birth-sky-polish-20260928.md` | **天空封面第三轮**：星盘页弹层只留图；封面印「日期 时刻 · 城市」（推翻「不印出生资料」）；过场放慢到约 6.5 秒；兑换弹窗改到首条付费消息被拒（402）时再弹；BUG-1080 过场被兑换弹窗挡住 | 已实现待验收（分支 `codex/birth-sky-pacing-20260928`，未推送）；BUG-1080 investigating（Chrome 下「弹窗盖住过场」已排除，修复不依赖根因） | BUG-1080 | | `TASK-self-edit-avatar-menu-20260928.md` | `PROGRESS-self-edit-avatar-menu-20260928.md` | **本人可编辑 + 各页头像菜单 + 报告页去说明**：`/people` 本人可编辑出生资料（BUG-1081，`ab6c55f8` 漏掉）；次级页头像弹同一账户菜单、弹窗项跳 `/?account=`；我的报告删顶部说明与统计 | 已实现待验收（分支 `codex/self-edit-avatar-menu-20260928`，未推送） | BUG-1081 | | `TASK-mobile-chart-and-confirmed-edit-20260929.md` | `PROGRESS-mobile-chart-confirmed-edit-20260929.md` | **手机星盘 + 确认时间可改 + 天空定格**：iPhone 星盘被宽表撑出屏幕（BUG-1083）；confirmed 状态改声明字段也重置排盘时间（推翻 BUG-264 约定）；「那一刻的天空」改为重放汇聚→定格→右上角分享；去掉报告星图封面 | 执行中（子代理，分支 `codex/mobile-chart-confirmed-edit-20260929`） | BUG-1083 | +| `TASK-rectification-futile-collect-stop-20260929.md` | — | **生时校正停掉无效补经历循环（止血）**：打字经历不收窄（BUG-560 后果），流程却一路索要，真机 22 件整窗不动；采集只为开闸、门开后只问点选卡问完即出卡；交付正文去吻合率；多段时旁白误报「范围没变」；交付轮带采集题 | 待领取 | BUG-1084～1087 | +| `TASK-rectification-typed-event-scoring-research-20260929.md` | — | **打字经历按选择题规则计分（离线研究，不上线）**：计分通道不对称 + 已入账年份挡题；R0 学业质量题措辞 / 年精度显示成 1 月（冻结文件，需重新冻结） | 待领取 | BUG-1088、1089 | | `TASK-serif-headings-20260928.md` | `PROGRESS-serif-headings-20260928.md` | **全站标题改用自托管宋体、正文保持黑体**：产品推翻 BUG-737「CJK 不用衬线」结论（保留「声明的字体必须可加载」「不落系统宋体」两条）；Noto Serif SC SemiBold 按通用规范汉字表 6500 字 unicode-range 切片自托管（改名 Jyotisha Serif SC），swap 不 preload；首页宋体流量 ≤300 KB；先于天空封面单 | 已实现待验收（分支 `codex/serif-headings-20260928`，未推送） | 不开新 BUG；BUG-737 追加说明 | | `TASK-cend-ui-claude-alignment-20260916.md` | `PROGRESS-cend-ui-r1/r2/r3-20260916.md` | **C 端界面向 claude.ai 产品界面对齐（三轮串行 R1→R2→R3，都动 `globals.css`，不得并行）**：根因是 `frontend/CLAUDE_DESIGN.md` 扒的是 **claude.com 营销官网**，它自己在 Known Gaps 里写明 claude.ai 产品界面不在范围内，而 `DESIGN.md:3` 把它当成了产品界面的实现契约。**R1**：`--font-display` 里 Tiempos Headline / StyreneB **从未加载**（无 `@font-face`、`public/` 无字体、`layout.tsx` 只 vendor 了 Inter），中文标题全站落到 **宋体 / SimSun**，波及 20 处含助手回答的 h2/h3（BUG-737）；亮色强调色 `#85432f` 与暗色 `#d78064` 不同源，产品拍板亮色换 **Claude coral `#cc785c`**，**易漏点**是 `globals.css:16` 的 `--color-ring` 硬编码在 `@theme inline` 里不跟随 `:root`，另有第四个 `:root` 亮色块（`:4358`）必须同步（BUG-738）；`.composer-footer` 常驻 44px + 顶栏 68px + `--composer-reserve` 148px，每屏固定吃掉 216px，模型选择器移进输入框内部、删掉底栏、顶栏收到 46px 并删「分析对象」副标题。**R2**：空状态是营销落地页（hero 卡 + 两张 132px 入口大卡 + 3 列 156px 主题卡），输入框被压在 **800px 以上**内容之下，重排成「问候 + 居中输入框 + 两枚入口 pill + 一排 chip」。**R3**：侧栏两个 `
` 拍平成一条「最近」、星盘的两个入口（侧栏分组 + 账户菜单）收敛到一处、删掉逐条助手头像。**决策记录 D3 推翻 DESIGN.md「报告强调色与应用同源」一句**（报告刻意保留深棕）。原型图 https://claude.ai/code/artifact/da275da6-2954-4f50-99aa-32bb8694d38b（三套画面 + 明暗，页面标题就是建议字体栈的实际渲染）。环境缺口：无登录态无 Chrome，四项真机观感留 `docs/testing/`。BUG 段 737–738 | 待领取 | — | | `TASK-cend-surfaces-claude-alignment-20260916.md` | `PROGRESS-cend-shell-20260916.md`、`PROGRESS-cend-report-20260916.md`、`PROGRESS-cend-rectification-20260916.md`、`PROGRESS-cend-chart-eph-20260916.md` | **次级页面对齐（上一单的续篇，R4→R5/R6，R7、R8 可并行）**：星盘 `/chart`、星历 `/ephemeris`、报告 `/reports` **各是脱离 app 外壳的独立全屏页**，顶部只有一个「返回对话」链接、侧栏整个消失，且三家各写了一套一模一样的 `*-shell`/`*-topbar`/`*-hero` 骨架——与上一单 E5 同根因（营销站 band 结构被套到产品界面）。**R4** 抽只读导航外壳 `AppNavRail`（只用现成的 `GET /api/sessions` + `GET /api/account`，会话行走 `sessionHref` 跳 `/?c=`；**刻意不带**重命名/删除/收藏/归档——那套连着 `Home()` 的乐观更新与回滚，搬过来会撞 useState 增长门禁）。**R5** 星盘五 tab 下划线化 + 参数合表 + 行星表横向滚动；星历日期导航改 `‹ 日期 ›`。**R6** 报告中心卡片网格改行式列表；阅读页加常驻目录。**R7** 生时校正把可信区间从盘面板标题行提成常驻条（窄屏 `.is-compact` 下盘面板是 overlay，现在默认看不到区间），五个 `technique-audit` 折叠块收成两段。**R8** 设置内容区收窄（880px 弹窗里表单铺了 690px）、套餐卡三修饰符收敛成两态。**已解锁**：原挡路的设置单已于 `111b4a84`（BUG-698）合入。**两条不得回退**：BUG-698 的 `@supports (height: 1dvh)` 写法（重复声明回退会被 Lightning CSS 折叠）、BUG-616/617 的报告盘面 grid 实现。默认不占 BUG 号 | **R4–R8 全部已实现并验收合入** | R4：抽出 `AppNavRail`（只读，两个 GET，零写操作）+ `SecondaryShell`，三个次级页并入 app 外壳并删掉各自的 shell/topbar/hero；四个路由渲染标记**完全不变**（`/` `/chart` `/ephemeris` 仍 Static）；CSS gzip −0.25%。`/reports/[reportId]` 留给 R6 与目录一起做。两处自身健壮性问题被测试抓到：`usePathname()` 可为 null、`fetch` 可能不存在。差点弄丢 BUG-717 的 eyebrow 文案（已放回）。R8：表单分区收窄到 440px（列表分区不变）、套餐卡三修饰符收敛成互斥的 `is-current` / `is-recommended`，`--highlighted` 删除改为滚动定位；手机端 `order:-1` 改挂 `[data-plan-alias]`（版位不是状态）。测试 3350→3354（净增 4），失败清单与基线逐条一致；`/` 仍 Static；我的干净构建实测 CSS gzip −3 字节。**遗留待产品拍板**：`?plan=` 深链现在完全没有视觉指向，只有滚动位置。R6：报告中心卡片网格改行式列表、阅读页并入外壳并把目录挪到右侧常驻。**任务书 E10 过期**——目录在 `cfcd369d` 就已存在，本轮是挪位置定稿而非从零加。挂外壳带出一个真实打印风险已处理：`.chat-app`/`.chat-panel` 是 `height:100%;overflow:hidden`，裸 `window.print()` 会把九节报告裁成一页，阅读页因此多挂一条只在挂载期生效的 print 样式解锁外壳。「生成中的分节进度」做不了——`REPORT_LIST_COLUMNS` 不返回节数，按 VOICE.md 不许前端编。R7：区间常驻条与盘面折叠收敛。**任务书 E9 也不准确**——对话区顶部早有常驻条 `RectificationTimeline` 且窄屏可见，真正只在盘面标题行的是**代表分钟**；因此没另造第二条，在既有条上补齐代表分钟与已答题数（与盘面同一次 `workingRectificationTime()` 调用）。折叠块实际是 **8 个**不是 5 个。**触发让步顺序第 5 条**：收窄进度未做——服务端无该字段，且 `candidate_range` 会放宽（BUG-572），前端相减会把一次放宽报成收窄，已写进 `BLOCKED.md`。顺带修掉一个**静默失效的旧断言**（`slice(indexOf(A), indexOf(B))` 在 B 改名后变成几乎整份文件，四条 `doesNotMatch` 假通过）| diff --git a/docs/tasks/TASK-rectification-futile-collect-stop-20260929.md b/docs/tasks/TASK-rectification-futile-collect-stop-20260929.md new file mode 100644 index 00000000..6a0d26e2 --- /dev/null +++ b/docs/tasks/TASK-rectification-futile-collect-stop-20260929.md @@ -0,0 +1,85 @@ +# TASK · 生时校正：停掉无效的补经历循环（止血单，2026-09-29） + +## 基线 + +- `origin/staging` @ `47eda7e1`（写作时 head；代码与线上部署同批，开工时以最新 `origin/staging` 为准）。 +- 分支 `codex/rectification-futile-collect-stop-20260929`，工作树 `.worktrees/rectification-futile-collect-stop-20260929`。 +- **串行**：本单先做。研究单 `TASK-rectification-typed-event-scoring-research-20260929.md` 与本单不改同一批文件，可以并行开工；研究单若进入实现阶段，排在本单合入之后。 +- **不得改冻结计分文件**（`scripts/research/sealed_holdout_rerun.py::PRODUCTION_FILES` 的 10 个文件，含 `event_probes.py`、`refinement_packet.py`、`decision_policy.py`），见 ERR-110。本单只动前端与 Agent 提示。 + +## 事故实证 + +产品 2026-09-29 staging 真机（窗口 14:35–15:05，31 分钟）：开场一次说了 12 件带年份的经历，之后答了约 10 张卡（其中若干「先跳过 / 记不清」）。界面显示「已对照 22 件」「事件吻合率 95%」，范围始终是 14:35–15:05 整窗。每道题的旁白都是「已记录，范围没变；15:00–15:03 领先，14:40–14:43 落后」。右栏写「可再补一件记得时间的感情或关系变化」。最后一轮同时出现「再问下去也分不开了」和一道新的采集题「身体这边再问一次」。 + +离线复现（Claude，虚构出生日 1993–1995 年 12 个日期，北京，窗口 ±15 分钟，事件形状同真机：8 件只记得年份，4 件记得到月；脚本口径同 `scripts/research/fewer_probes_card_replay.py`，交付区间 = `unionStillValidRange`）： + +| 口径 | 结果 | +| --- | --- | +| 12 件经历进引擎后的范围 | 12 例中 11 例 = 整窗 31 分钟，另 1 例 29 分钟 | +| 候选段先验分（`relative_support`） | 约 10 段，全部落在 9–11 分，淘汰要落后 8 分 | +| 原始分差距最大的一例 | 原始分 13.6 vs 28.5（相差一倍），换成百分比后 15 vs 7，只剪掉 2 分钟 | +| 可出的带年月选择题 | 每例 2–8 道 | +| 选择题全部按真值作答后的宽度 | 中位 17 分钟；≤10 分钟 2/12；1 例仍 31 | +| 去掉 4 件「记得到月」的经历（只留 8 件年份） | 选择题 5/12 例变多，最终宽度中位 **13** 分钟（比 12 件时更窄） | + +## 根因 + +1. **开场之后的口述采集不收窄范围。** 打字说的经历只经引擎打分，引擎分按 `decision_policy.py::_relative_support` 正比例换成百分比，差距被压到 1–2 分，够不到 `MIN_SEPARATION_LEAD = 8`（BUG-560，blocked：换尺度未过校准）。`core/build-state.ts::buildInferenceState` 又对 `classified_from === "evidence"` 的「是」跳过（注释称「引擎已计入」），所以这些经历在推断账本上约等于 0。能动分的只有点选卡（每题 ±2）。 +2. **补来的经历反而挡题。** 已入账年份会被 `_existence_blocked_years` 挡掉同领域相邻年份的选择题（上表最后一行）。 +3. **流程仍一路邀请补经历。** 09-16 D2/D6 与 09-26 D2 让交付卡等「七条线 + 一次重问」问完（`core/rectification-decision.ts::mayDeliverOnPrecision`、`v9/collection-question-pool.ts::cardHoldingLinesExhausted`）；09-26 D4 的不可分句写着「补一件带年月的经历能帮助分开」（`user-copy.ts::rangeDeliveryIndistinct`）；右栏读引擎 `refinement_packet.py` 的「可再补一件…」；输入框占位「继续说你记得的人生经历…」。 +4. **旁白误报「范围没变」。** 中间某段被排除、剩余区间变成不连续两段时，`core/credible-range.ts::unionStillValidRange` 返回 `null`；`v9/probe-explain.ts::explainRangeChange` 遇 `null` 返回空串，`v9/choice-action.ts::composeChoiceNarration` 便落到「已记录，范围没变；X 领先，Y 落后」。 +5. **交付正文的数字误导。** `user-copy.ts::deliveryTurnNarration` 写「对照了 N 件经历，事件吻合率 P%」，N 含不起作用的口述经历，P 与范围宽窄无关；Agent 提示 `frontend/src/mastra/agentic-rectification.ts` 同样要求第二句写吻合率。 + +## 决策记录（产品 2026-09-29） + +- **D1 采集只为开闸。** 口述采集（七条线定向题、跳过线重问、引导窗口题、任何「再补一件」邀请）只在训练门未开（`trainingGateOpen === false`：训练事件 < 3 或领域 < 2，见 `candidate_contrast.py::discriminator_gate_open`）时发起。门一开，只问点选卡（带年月存在题、质量题、风格题）；点选卡问完（`refreshExhausted`）即出交付卡。 + - **推翻**：09-16 精度门任务书 D2/D4/D5 与 09-26 `TASK-rectification-fewer-probes-card` D2 中「七条线及其一次重问问完才出卡」「跳过线重问一次」；09-26 D4 不可分句里「补一件带年月的经历能帮助分开」。BUG-747～752 的防复发条里凡要求「七条线全轮到」的，本单起不再适用，执行方在各条下追加「2026-09-29 产品修订：见本任务书 D1」，不删原文。 + - 用户自己主动打字补经历仍照常收下入账，只是不再索要。 +- **D2 交付正文改口径。** 删掉「事件吻合率」和「对照了 N 件经历」。第二句改为「用了 M 道选择题」（M = 本 Case 计分的点选答案数，不含跳过 / 记不清）。范围一分没缩时，要直说「这个窗口按现在的方法缩不下去」，不得暗示补经历能分开。具体措辞对照 `frontend/docs/VOICE.md`，写进 VOICE。 +- **D3 旁白不得在范围变化时说「范围没变」。** 剩余区间变成多段时说出被排除的那段（如「已记录，排除了 14:40–14:43」）。 +- **D4 交付轮不得同时带采集题。** +- **不做**：不改打分、先验尺度、`MIN_SEPARATION_LEAD`、淘汰次数、采用 / 确认门、45 天闸门；不改冻结文件；不动研究单范围（让打字经历计分）。 + +## 硬红线 + +1. 离线回放：v4 开放集（`references/real_case_calibration/minute_rectification_holdout_v4.json`）±10 / ±30 / ±60 三档，按 D1 建模「门开后不再注入口述 / 引导经历」，与基线比：**真值在区间比例不降、宽度中位不变宽**，平均提问数下降。任何一格变差就停，把数字写进 PROGRESS 回报，不得调参数凑。 +2. 不放宽任何置信度边界（AGENTS §8.4、Part B4）。 +3. 全量前端测试用 Node 22（`/exec-daemon/node`），与开工基线逐条一致、新增失败 0；改动既有断言写「原值 / 新值 / 原因」三栏；tsc 0、lint 0 error；`/` 仍 Static；首屏 gzip ±2%。 +4. 改 Agent 提示或 Skill 文本按 CHANGELOG 规则 bump，并在 bump 后验证旧校正会话仍能打开（BUG-621 教训）。 +5. 隐私：测试夹具只用虚构数据；Bug 历史不写真机会话的任何事件内容。 + +## 任务分解 + +- **T1 D1 出卡时机（BUG-1084）** + - `mayDeliverOnPrecision` / `cardHoldingLinesExhausted` 及其调用方：训练门开后，定向七条线、重问、引导窗口都不再挡卡、不再发起；门未开时保持现状。 + - 输入框占位、`RECTIFICATION_COLLECT_WAITING_PLACEHOLDER`、`step-state.ts` 的 `next` 提示、`answer-choice.ts` 的「再说一件带年份的经历后…」在门开后都不再出现邀请句。 + - 右栏 `refinement_packet` 的「可再补一件…」：前端展示层按字段不渲染这一句（不得用中文正则匹配；Python 文件不动），研究单再决定引擎侧怎么改。 + - 验收：单测覆盖「门开 + 点选卡问完 → 交付」「门开 + 七条线未问 → 仍交付」「门未开 → 仍采集」；遍历七个领域的表驱动断言（沿用 BUG-747 的做法）。 +- **T2 D2 交付正文（BUG-1085）** + - `deliveryTurnNarration`、Agent 提示第二句、`rangeDeliveryIndistinct` 改口径；`skill-verification-report.ts` 里 80% / 60% 吻合率的说法若会流进气泡，一并去掉（折叠报告里可保留，标清「这是经历吻合度，不是范围可信度」）。 + - 验收：文案合同测试断言交付气泡不含「吻合率」「补一件」「再说一件」；VOICE 与 DESIGN 同提交更新。 +- **T3 D3 旁白（BUG-1086）** + - `composeChoiceNarration` / `explainRangeChange` 处理「前后区间段数或端点变化」：用 `credible_intervals` 比较，不再只比元组。 + - 验收：先写失败测试复现「中间段被排除 → 旁白说范围没变」，再修。顶栏在多段时显示什么，由执行方核实现状写进 PROGRESS；若也只显示首尾，本单只记录，不改 UI。 +- **T4 D4 交付轮不带采集题（BUG-1087）** + - 按事故形状（交付卡已出、跳过线仍有一次重问）写回归测试，先红后绿；根因写进 BUG-1087。T1 落地后此路径多半不再可达，仍要留测试。 +- **T5 回放与记录** + - 回放脚本放 `scripts/research/`（可在 `fewer_probes_card_replay.py` 上加一个 `--collect-after-gate off` 口径），JSON 结果进 `docs/research/`，数字进 PROGRESS。 + - `CHANGELOG.md`、`frontend/DESIGN.md`（交付卡 / 旁白）、`frontend/docs/VOICE.md`、`docs/testing/rectification-futile-collect-stop-20260929.md` 真机清单（至少：开场说 3 件两领域 → 只出点选卡 → 问完直接出卡；答题排除中间段时的旁白；交付后无采集题；旧会话可打开）。 + +## 让步顺序 + +时间不够时按此顺序保留：T1 > T2 > T4 > T3 > 回放以外的截图。T1 与回放缺一不可合入。 + +## 开工前置命令 + +```bash +git fetch origin --prune +export PATH=/exec-daemon:$PATH && node -v # 22.x +git worktree add -b codex/rectification-futile-collect-stop-20260929 .worktrees/rectification-futile-collect-stop-20260929 origin/staging +cd .worktrees/rectification-futile-collect-stop-20260929/frontend && npm ci && npm test 2>&1 | tee /tmp/futile-baseline.log # 记录基线通过 / 失败清单 +``` + +## BUG 编号 + +开工时核对 `docs/BUG_HISTORY.md` 最大号（写作时 BUG-1083 已被 `TASK-mobile-chart-and-confirmed-edit-20260929` 预留）。本单：**BUG-1084**（补经历循环）、**BUG-1085**（交付正文数字误导）、**BUG-1086**（多段时旁白说范围没变）、**BUG-1087**（交付轮带采集题）。四条已由 Claude 以 `investigating` 登记，执行方修复后补全并改状态。关联 BUG-560（blocked）、BUG-634、BUG-747～752、BUG-689。 diff --git a/docs/tasks/TASK-rectification-typed-event-scoring-research-20260929.md b/docs/tasks/TASK-rectification-typed-event-scoring-research-20260929.md new file mode 100644 index 00000000..966713ca --- /dev/null +++ b/docs/tasks/TASK-rectification-typed-event-scoring-research-20260929.md @@ -0,0 +1,59 @@ +# TASK · 生时校正：让带年月的打字经历参与收窄（离线研究单，2026-09-29） + +## 基线 + +- `origin/staging` @ `47eda7e1`（开工时以最新为准）。分支 `codex/rectification-typed-event-research-20260929`。 +- 性质：**离线测量 + 一处文字修正（R0）**。R1–R3 不改线上计分；有收益才由 Claude 另立实现单，并在合入前由产品确认。 +- 与止血单 `TASK-rectification-futile-collect-stop-20260929.md` 不改同一批文件，可并行。 + +## 事故实证 + +见止血单「事故实证」。与本单直接相关的三条： + +1. 同一件事，做成选择题答「是」动 ±2 分；自己打字说出来，只经引擎百分比先验，差距 1–2 分，而且 `core/build-state.ts::buildInferenceState` 对 `classified_from === "evidence"` 的「是」直接跳过。 +2. 打字经历会挡掉同领域相邻年份的选择题（`event_probes.py::_existence_blocked_years`）。虚构复现：12 件经历去掉其中 4 件记得到月的，最终宽度中位从 17 分钟**降到** 13 分钟。 +3. 质量题模板把所有学业经历都叫「那次上大学」（`event_probes.py::_quality_user_meaning`），真机把「艺考」问成「那次上大学」；只记得年份的经历 `date_start` 为 `YYYY-01-01`，`_display_date_label` 用 `_event_month` 取月，显示成「YYYY 年 1 月」。 + +## 根因 + +- 计分通道不对称：选择题走「大运边界月份 → 候选分两边 → ±2」，打字经历走「引擎原始分 → 百分比先验」。09-26 离线研究 R3 已量出：记得到月的事件在候选相隔约 8 分钟以上（慢档约 20 分钟）时可靠分开，靠的正是大运边界这条通道；引擎原始分在分钟级几乎没有区分力（BUG-560）。 +- 已入账年份挡题的规则是为了防重复提问，但被挡的是能动分的题，留下的是不动分的经历。 + +## 决策记录（产品 2026-09-29） + +- 产品选择「先止血，再研究」：本单只研究「打字经历按选择题同一套规则算分」是否可靠，**不上线**。 +- 不推翻 BUG-560：不改先验尺度、不改 `MIN_SEPARATION_LEAD = 8`、不改 3 次冲突淘汰。本单研究的是新增一条计分通道，门槛同 09-14 / 09-26 研究：头名命中不降、真值在区间不降、宽度中位下降，三档都过才算有收益。 +- R0 是用户可见的措辞错误，允许改 `event_probes.py` 文字，但必须按 ERR-110 用新的 freeze 路径重新冻结（`python3 scripts/research/sealed_holdout_rerun.py --freeze --freeze-path <新路径>`，不得覆盖旧记录），并说明计分输出逐字节不变。 + +## 硬红线 + +1. R1–R3 不改任何线上默认值；研究补丁只在一次调用内临时替换，脚本末尾断言已恢复（沿用 `offline_research_20260926_lib.py` 做法）。 +2. 只用公开 AA 名人（v4）与随机虚构时刻；不用任何真机会话内容。 +3. 同机 A/B：固定 `PYTHONHASHSEED`（ERR-111）；每个 JSON 在两次运行下逐字节一致。 +4. 这是开放集回放，不是盲测；报告不得把数字写成准确率。 + +## 任务分解 + +- **R0 措辞修正（BUG-1088）**：质量题按 `event_kind` 选词（入学 / 转学 / 中断 / 考试等，不得一律「上大学」）；`precision == "year"` 的经历只显示「YYYY 年」。单测 + 重新冻结 + 计分输出逐字节对比。可先行单独合入。 +- **R1 打字经历当作已答选择题（BUG-1089）**：对每件记得到月 / 日的训练经历，用选择题的同一套边界月份判定（`_evaluate_contexts` 口径）算出各候选的支持 / 冲突，按「是」计 ±2（月精度）；只记得年份的分两种口径各跑一遍（不计分 / 只在跨年边界时计分）。v4 开放集 ±10 / ±30 / ±60，指标：头名命中、真值在区间、宽度中位、并列率、提问数。 +- **R2 容错**：沿用 09-26 R1 的做法，随机把 1 件、2 件打字经历的年月挪错 ±1–3 个月，量真值被挤出区间的比例。R1 有收益而 R2 挤出率明显高于 09-26 答错两题的水平（±30 约 7%），判为不过门。 +- **R3 挡题规则**：量 `_existence_blocked_years` 在 v4 上挡掉的选择题数；在 R1 口径下（打字经历已计分），把挡题范围缩到「同领域同年」后宽度与命中的变化。 +- **报告**：`docs/research/rectification_typed_event_scoring_2026_09_29.md` + JSON；一句话结论表（每项：是否建议立实现单）。 + +## 让步顺序 + +R0 > R1 > R2 > R3。R1 没收益时 R2 可只跑 ±30 一档。 + +## 开工前置命令 + +```bash +git fetch origin --prune +git worktree add -b codex/rectification-typed-event-research-20260929 .worktrees/rectification-typed-event-research-20260929 origin/staging +cd .worktrees/rectification-typed-event-research-20260929 +python3 scripts/pre_work_check.py --remote-timeout 8 --command-timeout 45 # 引擎类任务按 AGENTS §9 +PYTHONHASHSEED=0 python3 scripts/research/fewer_probes_card_replay.py --radii 30 --limit 3 --json-out /tmp/smoke.json # 回放链路冒烟 +``` + +## BUG 编号 + +开工时核对最大号。本单：**BUG-1088**（学业质量题措辞 / 年精度显示成 1 月）、**BUG-1089**（打字经历不计分且挡题，`investigating`，关联 BUG-560）。两条已由 Claude 登记。