diff --git a/TASK-rectification-convergence-20260830.md b/TASK-rectification-convergence-20260830.md
new file mode 100644
index 00000000..b6db2911
--- /dev/null
+++ b/TASK-rectification-convergence-20260830.md
@@ -0,0 +1,312 @@
+# 任务书 · 生时校正收敛重构（2026-08-30）
+
+基线：`origin/staging` @ `e7226bbf`。
+
+**下面所有行号只是线索，请按选择器/函数名定位**，后续提交可能让行号偏移。
+
+## 为什么要做
+
+本轮的依据是对着代码和标定数据做的一次审计。先摆事实。
+
+### 事实 1 · 仓库里有三套互不相干的校正系统，被评测的那套没人用
+
+| | 系统 | 谁在跑 | 打分由谁做 | 评测状态 |
+| --- | --- | --- | --- | --- |
+| **A** | `skills/jyotish-vedic-astrology/.../references/birth-time-rectification-{advanced,decision-tree,cases}.md`（约 15.5k 字符） | 本地 Agent（合伙人的用法） | **模型自己推理** | **从未评测** |
+| **B** | `_compute_rectification_v5_score`（`scripts/jyotish_api_server.py`），前端经 `/api/rectification/v5/score` 调用 | **线上生产** | 服务端 v5 打分器 | **从未评测** |
+| **C** | `scripts/minute_rectification_fact_ranker_v4.py` | 只有评测脚本引用 | 服务端 v4 打分器 | 测过，见下 |
+
+`references/rectification_sealed_holdout.v1.json` 的那组数字——`top_1_rate 0.15`、`top_3_rate 0.25`、`mean_absolute_minute_error 6.95`、`confirmation_coverage_rate 0.0`、`status not_ready`、`source_audit_status invalidated_after_replay`——**测的是 C**。而且文件自己写明：
+
+```
+current_tree_scorer.matches_metrics_scorer    = false
+current_tree_scorer.official_eval_trial_count = 0
+```
+
+`grep` 确认 `fact_ranker_v4` 只被 `minute_rectification_fact_blind_eval_v4.py` / `minute_rectification_development_eval.py` / `conversational_minute_rectification_replay.py` 引用，**没有被 `mcp_server.py` 或前端引用过**。
+
+生产 skill（`skills/jyotish-birth-time-rectification/versions/10.0.9/SKILL.md`）第 29 行明确规定"全部计算与持久化只走服务端工具"、"候选范围与评分"以服务器为唯一权威——**B 链路的模型被禁止参与打分**。而 A 链路的模型是自己做方法学推理的。这是两种根本不同的架构，不是同一系统的两个版本。
+
+**所以：线上这套（B）的真实能力，目前没有任何数据。**
+
+### 事实 2 · 标定数据总量极小
+
+| 数据集 | 案例数 | 状态 |
+| --- | ---: | --- |
+| `minute_rectification_holdout_v3` | 20 | 源审计后作废 |
+| `minute_rectification_holdout_v4_intake` | 4 | `exposed_awaiting_human_rereview`，`blind_holdout_eligible_case_count = 0` |
+| `minute_rectification_development_v1` | 3 | 开发集 |
+
+v4 的准入门槛写在 `minimum_gate` 里：`public_aa_cases: 20`，且 `production_tuning_allowed: false`。也就是说**现在没有任何一个可用于盲测的冻结 holdout**。
+
+### 事实 3 · 访谈不收敛，是因为终止条件不可达
+
+近 40 个校正提交里最大的一类是停滞：
+
+```
+prevent silent collect focus stalls
+prevent collect focus dead-end after choice answers
+close non-converging range offer without an exit
+keep collection denials from stalling the interview
+stop occupation coverage from locking questions and the range exit
+BUG-028 收到具体经历后仍重复泛问 / BUG-029 提前结束 / BUG-236 长期停留在建立记录
+```
+
+`confirmation-gate.ts` 是 fail-closed 的：holdout 没 ready 就永不发唯一分钟确认。于是访谈只能继续问。**这些 stall 不是各自独立的 bug，是"终止条件是确认唯一分钟、而该条件当前不可达"这一个结构性矛盾的下游症状。**
+
+### 事实 4 · 一条消息有四个作者
+
+服务端决定问什么（`src/lib/rectification-agentic/v9/method-followup.ts`，2,036 行）→ 模型写正文 → 服务端把题干接在正文之后 → UI 再渲染选择卡。
+
+于是 `src/mastra/agentic-rectification.ts` 的系统提示第 4 条要求模型判断自己处在 `choice` / `collect_spoken` / 无持久化问题 等状态中的哪一种，然后区别行动。模型做不到，所以有了 `src/lib/rectification-agentic/v9/spoken-answer.ts`：**33 条内部标识符正则 + 68 条中文过程话术正则，共 101 条模式**，在事后擦模型漏进用户可见文本的内心戏。
+
+每一条正则都是一个曾经发生过的 bug。
+
+### 事实 5 · 有一条与线上结论冲突的一手观察
+
+产品侧报告：**A 链路（本地 Agent 直接执行 skill 方法学）能收敛到准确的出生时间。**
+
+这条观察不能被忽略，也不能直接采信，因为两件事同时成立：
+
+- 它**可能是真的且极其重要**。如果模型执行方法学的效果好于手写的 v5 打分器，那么生产（B）建在了错误的引擎上，而这恰好能解释访谈为什么永远不收敛——B 到不了终点，整个对话引擎是在为它打补丁。
+- 它**目前不可证伪**。本地运行几乎肯定不是盲测：跑的人知道答案，或案例的声明窗口本就很窄。`holdout_v3` 被判 `invalidated_after_replay`、`v4_intake` 状态是 `exposed_awaiting_human_rereview`，说明这个仓库已经吃过一次"结果被曝光后作废"的亏。
+
+**这不是一个靠讨论能解决的分歧，是一个靠对照实验能解决的问题。** 任务 0 因此改为三方盲测对照，在拿到结果之前，本任务书不预设哪条链路更好。
+
+### 结论
+
+**任务 0 之前不做任何架构结论。** 三条候选路线，由任务 0 的数据决定：
+
+1. 若 A 显著优于 B → 生产改用模型执行方法学，B 降级为校验器。这会让任务 1–3 的形态大改，但方向明确。
+2. 若 B 与 A 相当或更好 → 保留 B，按本任务书的任务 1–3 重构收敛与交互。
+3. 若两者都达不到"稳定收窄区间" → 停止交互层投入，回到方法学与打分本身。
+
+无论哪条路线，**产品目标都应从"确认唯一分钟"改为"交付收窄后的区间"**——因为 `confirmation-gate.ts` 的 fail-closed 依赖 sealed holdout，而 holdout 的准入门槛（20 例 AA 盲测案例）在任务 4 完成前不可能满足。唯一分钟保留为 holdout 通过后才开启的路径。
+
+---
+
+## 硬红线
+
+1. **任务 0 是门控。** 三条链路（A 本地方法学 / B 线上 v5 / C v4 基线）的真实指标必须先在同一盲测协议下测出来。**在拿到对照数据之前，不得改动任何打分逻辑、不得改动收敛阈值、也不得把生产切换到任一链路。**「合伙人说本地能收敛」是待验证的假设，不是可以直接依据的结论；同样，「holdout 显示 15%」测的是 C，不能用来否定 A 或 B。
+2. **诚实性不可让渡。** 不得为了让访谈"看起来能收敛"而放宽 `confirmation-gate.ts` 的任何 blocker，不得降低 `SEALED_MINUTE_HOLDOUT` 的门槛，不得在 `confirmation_allowed=false` 时宣称唯一分钟。这套 fail-closed 机制是本产品最值钱的资产之一，它现在正在正确工作。
+3. **不得用 holdout 调参。** `minute_rectification_holdout_v4_intake.json` 的 `production_tuning_allowed` 是 `false`，`boundary` 字段写明晋级需要新版本、通过源审计、且打分身份在盲测前冻结。任何"跑一下看看效果再调"都属于污染，一旦发生该数据集即作废。开发集用于调参，holdout 只用于一次性验证。
+4. **收敛函数是唯一判据。** 任务 1 落地后，任何模块不得再单方面决定访谈是否继续。所有约束以输入形式喂给它。
+5. **区间只能变窄或不变，不得变宽。** 这是收敛的单调性不变量，必须有属性测试守住。
+6. **状态机留在 Postgres 函数里**，沿用既有模式（`agentic_rectification_*` 的 security definer 函数）。不得把状态机搬进应用层。
+7. **不得修改既有测试断言** —— 除非该断言锁的正是本轮要改的缺陷本身；那种情况必须在断言上方注明原值与原因，并在 PROGRESS 单列。
+8. 推 staging 前必须 `./node_modules/.bin/tsc --noEmit` 通过。**不要用 `npx tsc`**，本仓库环境下会装到空包 `tsc@2.0.4`。
+9. **数据库测试必须真跑。** `npm run test:db` 需要 Docker。**没有 Docker 就不要推** —— 把环境缺口写进 `BLOCKED.md` 并停下。
+10. 不得改 `.gitea/workflows/**`。不得在有未提交改动的工作树上切分支。不得自行把 staging 提升到 main。
+
+让步顺序：**诚实性不回退 > 数据不损坏 > 功能与测试不回归 > 可验证的收敛改进 > 代码整洁 > 成本**。
+
+## 开工前置
+
+```bash
+git fetch origin --prune
+git worktree add -b codex/rectification-convergence-20260830 \
+  ../.worktrees/rectification-convergence-20260830 origin/staging
+```
+
+读 `pre_work_error_ledger.md`，跑 `scripts/pre_work_check.py`，读 `frontend/AGENTS.md`。改前在 `docs/BUG_HISTORY.md` 检索 `rectification` / 生时校正 相关记录（至少 30 条，务必读完停滞类那几条）。
+
+**先读这些再动手：**
+
+- `references/rectification_sealed_holdout.v1.json` —— 打分器现状的唯一权威
+- `scripts/minute_rectification_fact_ranker_v4.py` —— 打分器实现
+- `scripts/minute_rectification_fact_blind_eval_v4.py` —— 盲测入口（`--manifest` 参数）
+- `src/lib/rectification-agentic/v9/confirmation-gate.ts` —— fail-closed 的确认闸门
+- `src/lib/rectification-agentic/v9/candidate-plateau.ts` —— `indistinguishableWidthMinutes`，本轮要把它从否决器改成目标
+- `src/lib/rectification-agentic/v9/{decision-from-dossier,turn-decision,server-focus,method-followup}.ts` —— 当前分散的六处决策
+- `src/lib/rectification-agentic/v9/spoken-answer.ts` —— 101 条清洗正则，任务 2 要整个删掉
+- `src/mastra/agentic-rectification.ts:61-68` —— 系统提示，任务 2 要重写第 4 条
+
+---
+
+## 任务 0（P0，门控）· 三方盲测对照
+
+### 目的
+
+在同一批案例、同一套盲测协议下，测出 A（本地 Agent 执行方法学）、B（线上 v5 打分器）、C（v4 fact ranker，作为历史基线）三条链路的真实能力。**本任务的产出直接决定后续架构走向，任务 1–5 在它出数前一律不得开工。**
+
+### 盲测协议（不可简化）
+
+1. **案例集**：`minute_rectification_holdout_v3` 的 20 例。v3 作为 sealed holdout 已作废，因此本轮结果**只能作为开发期对照，不得写入 `rectification_sealed_holdout.v1.json` 的 sealed 字段，不得对外宣称为盲测认证结果**。产出物落在新的对照报告文件里。
+2. **真实出生时间必须对三条链路全程屏蔽。** 执行者（含人和 Agent）在出结果前不得接触答案。A 链路尤其要注意：**由不知道答案的人或自动化脚本驱动，不得由了解案例的人手动引导**。这是本任务唯一真正的技术难点，也是它值得做的原因。
+3. **三条链路吃完全相同的输入**：同一份出生日期、地点、声明窗口、事件列表。不得给 A 更多上下文。
+4. **打分身份先冻结**：记录三条链路各自的实现 `sha256`（B 取 `jyotish_api_server.py` 的相关函数，C 取 `minute_rectification_fact_ranker_v4.py`，A 取三份 reference md 的哈希），冻结后再跑。
+5. 每条链路每例只跑一次，**不得挑最好的一次**。失败或超时如实记为失败。
+
+### 要报的指标
+
+对三条链路各出一份，**区间指标是重点**，唯一分钟命中率是次要的：
+
+| 指标 | 说明 |
+| --- | --- |
+| `mean_absolute_minute_error` | 与真实时间的平均偏差 |
+| `p50` / `p90` 区间宽度 | 交付物的实际精度 |
+| 收窄曲线 | 证据条数 N=1..8 时的区间宽度，**这是任务 1 阈值的唯一依据** |
+| `top_1_rate` / `top_3_rate` | 与历史基线可比 |
+| 完成率 | 有多少例根本没收敛/超时/报错 |
+| 单例成本 | A 链路的 token 成本可能显著高于 B，这直接影响 `TASK-billing-pricing` 的定价 |
+
+### 验收
+
+- 三条链路的对照表，同一批 20 例，同一协议。
+- 盲测隔离有可复核的证据（谁跑的、答案何时揭晓、脚本或流程记录）。
+- 各链路实现 `sha256` 已记录。
+- **没有任何 holdout 文件被调参污染**；`v4_intake` 的 `production_tuning_allowed` 仍为 `false`。
+- PROGRESS 里给出明确的路线建议（结论章节的三选一），并说明依据。
+
+### 停止条件
+
+- 若无法建立可信的盲测隔离（例如 A 链路只能由知情者手动驱动）→ **停下**，写进 `BLOCKED.md`。一个不盲的对照结果比没有结果更危险，因为它会被当成决策依据。
+- 若三条链路的收窄曲线都不随证据增加而下降 → **停下**，问题在方法学与打分，不在交互层，任务 1–3 全部作废重议。
+
+## 任务 1（P0）· 收敛判据收敛成一个纯函数
+
+**前置：本任务仅在任务 0 选定路线 2（保留 B）或路线 1（改用 A）后开工，且收敛阈值必须取自任务 0 的收窄曲线。**
+
+### 事实
+
+"该继续问 / 该出牌 / 该收摊"目前散在至少六处：`decision-from-dossier.ts`、`turn-decision.ts`、`confirmation-gate.ts`、`candidate-plateau.ts`、`method-followup.ts`、`server-focus.ts`。每一处都能单方面返回空把流程卡住。`stop occupation coverage from locking questions and the range exit` 就是两个模块互相顶死的产物。
+
+### 要做什么
+
+1. 新建 `src/lib/rectification-agentic/core/convergence.ts`，导出一个**纯函数**：
+
+```
+converge(候选集, 证据账本, 已问问题, 门闸状态) →
+  | { kind: "ASK",       question, expectedGainMinutes }
+  | { kind: "NARROW",    range, widthMinutes }
+  | { kind: "SETTLE",    range, widthMinutes, confidence }
+  | { kind: "EXHAUSTED", reason, bestRange }
+  | { kind: "BLOCKED",   reason }
+```
+
+**没有第六种返回，不得返回 null/undefined。** confirmation gate、plateau、方法覆盖、holdout 状态全部作为**输入参数**传入，不得在函数内部再去读全局或查库。
+
+2. 六处现有决策改为调用它。**本任务内行为保持等价** —— 先建立唯一判据，不改判断结果，风险最低。行为要变的部分留到任务 3。
+3. `SETTLE` 的触发条件用任务 0 的实测宽度曲线定，不得用任务书里的任何数字。
+
+### 属性测试（这是本任务的核心交付，不是附属品）
+
+在 `frontend/tests/` 下新增，至少覆盖：
+
+- **全域非空**：对任意合法输入组合，`converge` 必返回五种之一。用随机生成的候选集/证据组合跑，不是几个手写用例。
+- **单调性**：追加一条证据后，`widthMinutes` 只能变小或不变，**永不变大**（红线 5）。
+- **可终止**：从任意状态出发，反复喂 `ASK` 返回的问题的答案，必须在有限步内到达 `SETTLE` / `EXHAUSTED` / `BLOCKED`。**不存在无限 ASK 循环。**
+- **拒答不卡死**：用户对每一个 `ASK` 都拒答时，必须到达 `EXHAUSTED`，不得停在 `ASK`。
+
+这四条属性一次性锁死未来所有 stall 类 bug，比再补 20 个 case 测试有效得多。
+
+### 验收
+
+- 四条属性测试全绿。
+- 既有校正端到端测试全绿（本任务行为等价）。
+- 六处决策点不再各自返回空。
+
+---
+
+## 任务 2（P0）· 提问权收归服务端，模型降级为一句确认
+
+### 事实
+
+见"事实 4"。当前 `CurrentQuestionKind = "choice" | "collect_spoken"`（`turn-decision.ts:33`）两套所有权规则，加上"无持久化问题时模型自己问"，共三种模式，靠系统提示区分，靠 101 条正则兜底。
+
+### 要做什么
+
+1. **模型永远不提问。** 它在一轮里的唯一职责：针对用户刚说的内容写**一句**确认/承接。系统提示第 4 条整条重写，删掉所有关于题干归属的条件分支。
+2. **问题永远由服务端渲染，永远出现在同一个问题区。** `choice` 与 `collect_spoken` 合并为一个"问题槽"：有选项就可点，没选项就是输入框加提示。数据模型上不再区分 kind，UI 上不再有两条渲染路径。
+3. **不再有"服务端把题干接在模型正文之后"的拼接。** 一条消息 = 模型的一句确认（流式）+ 服务端问题区（结构化渲染），两者物理分离，各自有唯一作者。
+4. **删除 `src/lib/rectification-agentic/v9/spoken-answer.ts` 的 101 条清洗正则。** 模型的输出面窄到不需要清洗。如果删完发现仍需清洗，说明第 1 步没做干净，回去改第 1 步，**不要把正则加回来**。
+5. 服务端未产出问题时，问题区为空——这是一个**可断言、可监控**的显式状态，不是静默停滞。加一条服务端告警：`ASK` 之外的返回没有对应终态投影时上报。
+
+### 验收
+
+- 用户可见文本里不可能出现内部标识符或过程话术，且**不是靠正则保证的**，是靠模型输出面收窄保证的。
+- 端到端：连续 10 轮问答，问题始终出现在问题区，位置一致，不重复、不消失。
+- 停滞类既有测试（`rectification-collect-stall.test.ts` 等）全绿。
+- `spoken-answer.ts` 的两条大正则不再存在于代码库。
+
+---
+
+## 任务 3（P0）· 交付物从第 0 轮就存在
+
+### 事实
+
+"何时算交付完成"之所以难，是因为交付物本身没定义。BUG-031（未收敛仍永久扣费）就是这个缺口的直接后果。
+
+### 要做什么
+
+1. 定义**校正报告**投影，随时可读：
+   - 结论：区间 `[HH:MM, HH:MM]` 与代表分钟（明确标注代表性，不是唯一解）
+   - 置信度：基于 N 条证据的吻合率
+   - 逐条证据：事件 → 支持哪个候选 → 用的哪个方法（dasha / D9 / D10 / D12…）
+   - 被排除的候选与排除理由
+   - 局限声明（沿用 `confirmation-gate` 的 blocker 文案，不要另写一套）
+2. **第 0 轮就存在**：证据 0 条时区间 = 用户声明的出生窗口。每答一题重算。
+3. 用户任何时刻可查看、可导出、可主动结束。结束即交付当前版本，不算失败。
+4. UI 给出区间收窄进度：`±120 分钟 → ±45 → ±18 → ±7`。这是用户为 ¥198 买到的东西的可视化。
+5. 计费与交付对齐：只要产生过至少一版报告，就是有效交付；`EXHAUSTED` 不再是失败态。**具体扣费金额由 `TASK-billing-pricing-20260830.md` 的任务 3 定，本任务只负责让"交付"这个事实可判定。**
+
+### 验收
+
+- 新开的 case 在零证据时即可读出一份报告（区间 = 声明窗口）。
+- 每轮答题后区间单调收窄或不变，与任务 1 的单调性不变量一致。
+- 用户主动结束 → 拿到报告，状态是完成不是失败。
+- 与计费任务书不冲突：本任务不写任何金额。
+
+---
+
+## 任务 4（P1）· 解决标定数据饥荒
+
+### 事实
+
+`blind_holdout_eligible_case_count = 0`。v4 门槛要 20 例 AA 级公开案例，现在有 4 例且已曝光。**这是产品能不能承诺唯一分钟的唯一瓶颈，且它是数据问题，不是工程问题。**
+
+### 要做什么
+
+做一个**免费的"验证我们"入口**：面向**已经知道自己准确出生时间**（有出生证明/医院记录）的用户。
+
+1. 用户提供出生日期、地点、以及事件；**准确时间单独收集并对打分链路屏蔽**，全程不得进入候选生成或打分。
+2. 系统盲跑校正，出结果后再与真实时间比对，把偏差当场展示给用户。
+3. 每一例都是一条合格的标定数据，且用户拿到了一次免费的、可验证的能力演示。
+
+这一个入口同时解决三件事：标定数据来源、最有说服力的社会证明（"我们在 N 个有出生证明的案例上盲测过，中位偏差 X 分钟"）、以及获客内容。
+
+### 硬约束
+
+- **真实时间必须在架构上不可能泄漏进打分链路**，不是靠约定。写测试锁死。
+- 入口收集的案例默认进 `intake` 队列，**晋级为冻结 holdout 必须走既有流程**：新版本号、通过源审计、打分身份在盲测前冻结（`minimum_gate` 与 `boundary` 字段已写明规则，照办）。
+- 免费入口要有独立的滥用限制，不得复用咨询的公平使用配额。
+
+### 验收
+
+- 真实时间泄漏的负向测试存在且通过。
+- 新案例正确落入 intake 队列，不会被自动当成 holdout。
+- 用户侧能看到"预测 vs 真实"的偏差对比。
+
+---
+
+## 任务 5（P2）· 清理
+
+**任务 1–3 全部上线并稳定运行两周后才做。** 提前做会让回滚变难。
+
+1. **两代数据模型并存**：`birth_time_rectification_*` 17 张（旧）+ `agentic_rectification_*` 16 张（新），共 31 张。逐张确认旧表是否仍被 RPC 写入，确认无引用的归档后删除。这是 50 个校正迁移的主要来源之一。
+2. **删掉永不执行的方法分支**：`method-followup.ts` 注释写明第 5 项（外貌体质）与第 6 项（胎记疤痕）`skipped; never asked`。代码里留着不问的分支只会误导后来者。
+3. **36 个 v9 模块并成 8 个**：`convergence` / `probe-catalog` / `scoring` / `evidence` / `case` / `narration` / `delivery` / `billing`。
+4. 每删一张表、每并一个模块单独一个提交，便于二分回滚。
+
+### 不要动
+
+打分引擎与 Swiss Ephemeris 计算、证据账本、Postgres 里的状态机、sealed holdout 机制。这些是对的。
+
+---
+
+## 交付
+
+- PROGRESS 写进 `PROGRESS-rectification-convergence-20260830.md`，任务 0 的实测数据单列成表。
+- 每个任务一个提交。
+- 推 staging 前：`./node_modules/.bin/tsc --noEmit` 通过、`npm run lint` 无新增 error、`npm run test:db` 在 Docker 下 fail=0、`npm run build` 通过。
+- 全量 `./node_modules/.bin/tsx --test tests/*.test.ts` 的失败清单与基线逐条比对，确认无新增。