docs(tasks): Jev 意图分类研究关单——产品拍板不接管、不影子双跑

Co-Authored-By: Claude Fable 5.1 <noreply@anthropic.com>
Claude-Session: https://claude.ai/code/session_017eEAG8HD3mm8gsKXgk8uU8

docs/tasks/PROGRESS-rectification-jev-intent-classifier-research-20260919.md

@@ -136,3 +136,7 @@ cache 样本 id 与 `simulated.jsonl` 一致（900/900）。unavailable = 0。
 无焦点层 7 条 Jev 错全是 `unclear → answer_current_focus`。现行在无焦点上更低（69.7%），10 条错里 5 条同样是 `unclear → answer_current_focus`。说明 78.8% 主要是这 33 条难，不是单 Jev 不行。
 
 采集层相对门槛改为「不可判（复核与对照同源）」。限制三节已写入报告。结论仍 **缺数据**，不上线。未立 BUG。
+
+## 关单（2026-09-19，产品拍板）
+
+fix2（`507ef959`）验收通过后产品拍板 **关单**：Jev 不接管校正意图分类、不影子双跑、不再造语料。09-15「分类只用贵模型」口径维持。依据：真人 157 条上 Jev 与线上 Flash 的 intent 准确率在样本量能解释的范围内（91.1% vs 89.2%），无焦点层两边同一错模式；挡住上线的是 Jev 置信度不可用（高置信错误全集 6.4% / 无焦点 12.1% > 3%，低置信召回 24%），再花 token 改不了置信度校准。

docs/tasks/README.md

@@ -234,7 +234,7 @@
 | `TASK-rectification-open-collect-invite-20260914.md` | `PROGRESS-rectification-open-collect-invite-20260914.md` | **P0**：固定七条采集线问完后只说「能问的都问完了」，用户不知道还能补经历、也不知道补了有用；而两轮研究证明补带年月经历是唯一有效手段。产品拍板：交付卡照出 + 卡上给不限领域的补充邀请（先要确切日期，再退年月；举七条线之外的例子），补完必须可见生效（BUG-689） | 待验收 | `codex/rectification-open-collect-invite-20260914` |
 
 | `TASK-rectification-cluster-width-research-20260914.md` | `PROGRESS-rectification-cluster-width-research-20260914.md` | **研究单**：上一轮证明调权重改不动交付区间宽度——所有方案宽度中位数都等于整个搜索窗。先确认 sweep 的宽度口径是否含淘汰（M0），再画簇结构像（M1），最后量三个改法：放宽簇上限、按分差决定是否合并、交付区间改分位覆盖（M2）。真值覆盖率不得下降 | 待验收 | `codex/rectification-cluster-width-research-20260914` |
-| `TASK-rectification-jev-intent-classifier-research-20260919.md` | `PROGRESS-rectification-jev-intent-classifier-research-20260919.md` | **研究单**：TypeSafe Jev（只做 Choice/Score/Noul 的校准判断模型，$0.042/Mtok）能否接管校正流的意图分类。产品 09-19 授权评估（推翻 09-15「分类只用贵模型」需重新拍板）。Agent 模拟校正流造 ≥900 条中文语料（标签先定、独立复核）+ 真机样本做代表性锚，量准确率 / 高置信错误率 / 低置信召回 / 延迟；只离线测，不改线上 | **验收通过**（fix2 507ef959）：结论 **缺数据** 采纳，不上线、不影子双跑；研究单关闭，下一步由产品拍板（补真机样本 / 再造语料 / 关单） | 来源 B 157 条真人：Jev intent 91.1% vs 现行 Flash 89.2%；无焦点层 Jev 78.8% > Flash 69.7%，说明该层难而非单 Jev 不行；Jev 高置信错误全集 6.4% / 无焦点 12.1% > 3% 门槛；来源 C 复核≈生产提示且同模型，采集层相对门槛不可判 |
+| `TASK-rectification-jev-intent-classifier-research-20260919.md` | `PROGRESS-rectification-jev-intent-classifier-research-20260919.md` | **研究单**：TypeSafe Jev（只做 Choice/Score/Noul 的校准判断模型，$0.042/Mtok）能否接管校正流的意图分类。产品 09-19 授权评估（推翻 09-15「分类只用贵模型」需重新拍板）。Agent 模拟校正流造 ≥900 条中文语料（标签先定、独立复核）+ 真机样本做代表性锚，量准确率 / 高置信错误率 / 低置信召回 / 延迟；只离线测，不改线上 | **关单**（产品 2026-09-19 拍板）：结论 **缺数据**，Jev 不接管、不影子双跑、不再造语料；09-15「分类只用贵模型」口径维持 | 真人 157 条：Jev intent 91.1% vs 线上 Flash 89.2%，无焦点层两边都差（78.8% / 69.7%，同一错模式）；挡住上线的是 Jev 置信度不可用：高置信错误全集 6.4% / 无焦点 12.1% > 3%，低置信召回 24%。fix2 507ef959 已验收通过 |
 
 | `TASK-rectification-minute-resolution-research-20260914.md` | `PROGRESS-rectification-minute-resolution-research-20260914.md` | **研究单**：候选分不开的根因是打分尺度——窗口内恒定项 11.5 分 vs 随分钟变化项 2.125 分（≈5:1）。先修封存基准（v3 每例仅 3 件事且被标 invalidated）出 v4，再离线量五个改法：分盘除数、去底座、**KP 宫头子主计分（产品 09-14 拍板，推翻 BUG-325 一条红线）**、年精度事件改边际似然、聚类签名层对齐。有收益才立实现单 | 待验收 | `codex/rectification-minute-resolution-research-20260914` |