diff --git a/docs/tasks/README.md b/docs/tasks/README.md index 459eef25..06bc4ab8 100644 --- a/docs/tasks/README.md +++ b/docs/tasks/README.md @@ -100,7 +100,7 @@ | `TASK-rectification-collect-semantics-20260910.md` | `PROGRESS-rectification-collect-semantics-20260910.md` | 产品决策三改：Skill 去掉「财务/健康只有主动说才问」并清空 Python `VOLUNTEER_ONLY`，升 10.0.22（BUG-641）；带年份线索的采集题优先、题干带线索不矛盾，推翻 BUG-539 的整句去前缀（BUG-642）；删掉「没有/记不清」原字匹配，分类器分 no/unsure 两类（BUG-643） | 待验收 | `52db714b`（BUG-641～643） | | `TASK-rectification-superseded-focus-duplicate-20260910.md` | `PROGRESS-rectification-superseded-focus-duplicate-20260910.md` | P0：一轮两次 batch 让感情采集题被顶替成 superseded 行；题号唯一约束含已结束行、汇总只聚合 declined/skipped，计划层看不见→撞号 `duplicate_focus` 被当「已问过」→出口误走交付旁白无卡（BUG-644）；交付口吻与 `can_adopt=false` 矛盾（BUG-645） | 待验收（环境缺口：`next build` / 真人走查） | `a3a51c32`（BUG-644/645） | | `TASK-rectification-exhausted-gate-exit-20260910.md` | `PROGRESS-rectification-exhausted-gate-exit-20260910.md` | 五领域全拒答 + 三件带月经历：门槛句后无载体、客户端误报「没有拿到下一个问题」并循环「接着问」（BUG-646）；第三件被留作 holdout 导致永远没有选择题（BUG-647）。含产品建议：一次性开放追问 + 终态标记 + 穷尽后释放 holdout | 已被取代（并入采集重设计单） | — | -| `TASK-rectification-collection-redesign-20260910.md` | `PROGRESS-rectification-collection-redesign-20260910.md` | 产品口径：用户先说、系统从已说的事锚定追问、不得用生日推年份、不得说「领域」、永远交付结果。S0 开场→S1 自由采集≤2 轮→S2 锚定补全≤4 问→S3 选择题（≥4 件才留 holdout）→S4 交付卡 + 暂定采用。撤回 BUG-642 年份线索与 BUG-646 单终态；Skill 10.0.23（BUG-646～648） | 待执行 | `codex/rectification-collection-redesign-20260910` | +| `TASK-rectification-collection-redesign-20260910.md` | `PROGRESS-rectification-collection-redesign-20260910.md` | 产品口径：用户先说、系统从已说的事锚定追问、不得用生日推年份、不得说「领域」、永远交付结果。无固定题数：收集问题池按信息价值排序问到训练门开；选择题问到收敛门开或增益见底；门关不出结果只出精确缺口句并保持开放；≥4 件才留 holdout；撤回 BUG-642 年份线索、BUG-646 单终态与「暂定采用」；Skill 10.0.23（BUG-646～648） | 待执行 | `codex/rectification-collection-redesign-20260910` | ### 聊天主链路与首页 diff --git a/docs/tasks/TASK-rectification-collection-redesign-20260910.md b/docs/tasks/TASK-rectification-collection-redesign-20260910.md index ff20e7b1..2d5c07c9 100644 --- a/docs/tasks/TASK-rectification-collection-redesign-20260910.md +++ b/docs/tasks/TASK-rectification-collection-redesign-20260910.md @@ -13,6 +13,7 @@ 1. Agent 一上来就按领域一个个追问，年份还是拿生日推出来的；应该**先等用户说出有价值的经历**，再从这些经历往下问。 2. 追问时**不得说「任何领域」「领域不限」**——用户不知道有哪些领域；要给具体例子。 3. 生时校正**必须走到结果**：要么直接成功，要么细节不全就问用户补全、补完拿结果。不允许流程走完告诉用户「做不了」。 +4. （第二轮补充）**材料不够门槛时继续收集，不出结果**；不要固定题数，**按收集到的信息达到阈值来收口**。 ## 1. 现状为什么违反这三条 @@ -24,89 +25,82 @@ | 三件带年月经历里一件被留作 holdout，训练门要 3 件，于是要 4 件才出第一道选择题；没有一句文案说明 | `split-holdout.ts` `MIN_EVENTS_TO_RESERVE_HOLDOUT=2`、`MIN_ACCEPTANCE_EVENTS=3` | 口径 3：用户按要求给了 3 件，得到的是「还差 1 件」 | | 门关时区间不可采用（`selection_allowed = acceptance_allowed`） | `decision_policy.py` L681 | 口径 3：门关 = 没有结果 | -## 2. 目标流程（状态机） +## 2. 目标流程（状态机，全部用阈值收口，没有固定题数） ``` -S0 开场 ─▶ S1 自由采集（用户主导，≤2 轮邀请）─▶ S2 锚定补全（从已说的事推导，≤4 问）─▶ S3 区分选择题 ─▶ S4 交付结果 - ▲ │ - └────────────── 用户任何时候补一件带年月的事 ◀─────────────────┘ +S0 开场 ─▶ S1 收集（用户先说 → 系统按「信息价值」追问，直到 训练门开）─▶ S2 区分选择题（直到 收敛门开 或 增益见底）─▶ S3 交付 + ▲ │ + └────────── 用户任何时候再补一件带年月的事，重算并回到 S2/S3 ◀────────────────────────────┘ ``` +两道门都是**信息阈值**，不是题数： + +| 门 | 标准（现有常量，本单不改数值） | 达标前做什么 | 达标后做什么 | +| --- | --- | --- | --- | +| 训练门（能不能开始筛） | 带月经历 ≥ `MIN_ACCEPTANCE_EVENTS=3` 且种类 ≥ `MIN_ACCEPTANCE_DOMAINS=2`（`trainingScoreableGate`） | 继续收集（S1） | 进 S2 | +| 收敛门（能不能收口） | `convergence-evaluator`：领先 ≥ `CONVERGENCE_LEAD=0.2`、头部占比 ≥ `CONVERGENCE_TOP_SHARE=0.7`、稳定 `STABLE_WINNER_ROUNDS=2`；或剩余探针最高信息增益 < `HIGH_INFORMATION_GAIN=0.08`（连续 `low_information` 轮，即平台期） | 继续出选择题（S2） | 进 S3 交付 | + ### S0 开场（文案基本不变） 一句说明窗口与做法，一句「最后给区间和代表分钟」，一句邀请：「先说你最容易想起的一两件，比如上大学、第一份工作、搬到别的城市、谈恋爱或结婚、家里添丁或长辈住院、生病受伤，年月大概就行。」不写年份。 -### S1 自由采集（用户主导） +### S1 收集：用户先说，系统按价值追问，问到训练门开为止 -- 用户每说一批，batch 写入、复述「记下了：…」，然后**只问一句「还有吗」**，例子只列**还没提过的种类**，最多 4 个，用具体事物不用领域词：「还有吗？比如第一份工作、搬到别的城市、谈恋爱或分手、家里添丁或长辈住院。」 -- 最多两轮邀请。用户说「没有了 / 就这些 / 记不清」→ 进 S2。训练门一开（3 件带月 / 2 类）→ 直接进 S3，不再邀请。 -- 不问带年份线索的领域题；不按领域轮转。 +**收集问题池**由服务端按「信息价值」排序，每轮只问价值最高的一条；价值 = 这条问题能补上训练门缺口的概率 × 缺口权重。没有固定题数，停止条件只有两个：训练门开，或池空。 -### S2 锚定补全（从已说的事推导，不看生日） +1. **自由邀请**（价值最高，只要还在产出就一直排第一）：用户每说一批，batch 写入、复述，然后问一句「还有吗」，例子只列**还没提过的种类**、最多 4 个、用具体事物：「还有吗？比如第一份工作、搬到别的城市、谈恋爱或分手、家里添丁或长辈住院。」邀请的价值随产出衰减：上一轮邀请用户给了新事 → 价值不变；上一轮邀请用户答「没有了 / 就这些 / 记不清」→ 价值降到 0，从池里移除。 +2. **锚定追问**（从用户已说的事派生，年份只来自用户）：每个已记事件按 `kind` 派生 1–2 条，题干必须带那件事的年份或名字，例如「2020 年毕业后第一份工作大概哪年开始？」「2016 年上大学是搬到别的城市住吗？」「后来是分开了还是结婚了，大概哪年？」「2024 年 10 月那次之后，工作或住处有没有变？」派生规则与模板放服务端（`anchoredFollowups(evidence)`），Agent 只做口语润色，不得改年份、不得加生日推出来的年份。价值 = 派生概率（预设表，例如「毕业→第一份工作」0.8，「上大学→搬城市」0.6）× 缺口权重（补新种类 1.0，补同种类 0.5）。答「没有 / 记不清」→ 该条移除，不重问。 +3. **通用补问**（价值最低，只在前两类都空了才轮到）：按种类问、**不带年份**、每种只问一次、例子具体：「工作上还记得哪年入职或换过工作吗？」用户已拒答的种类不再出现。 -每个已记事件按 `kind` 派生 1–2 个**锚定追问**，一次只问一句，答「没有 / 记不清」即跳过，最多 4 问： +**池空且训练门仍关**（用户确实只有一两件）：不出结果卡，也不说「做不了」。写一句**精确缺口**：「现在记下的是 2016 年上大学和 2020 年毕业两件，都是上学的事。再来一件不是上学的、记得大概年月的事就能开始筛，比如第一份工作哪年开始、哪年搬到别的城市、家里哪年添丁。」缺口句里的例子必须来自未覆盖的种类；Case 保持开放，输入框占位「再说一件带年月的事」，用户补一件即自动继续。这是唯一允许的「停在收集」状态，文案禁词见 §2 末。 -| 已记事件 | 派生追问（题干里必须带上那件事的年份或名字，年份来自用户，不来自生日） | -| --- | --- | -| `education_start`（上大学 2016） | 「2016 年上大学是搬到别的城市住吗？」 | -| `education_completion`（毕业 2020） | 「2020 年毕业后第一份工作大概哪年哪月开始？」 | -| `career_change` / 第一份工作 | 「那之后有没有换过工作或升过职？大概哪年？」 | -| `relocation` | 「搬过去之后，工作或感情有没有跟着变？哪年？」 | -| `relationship_start` | 「后来是分开了还是结婚了？大概哪年？」 | -| `relationship_end` / `separation` | 「分开前后有没有换工作或搬家？」 | -| `self_health_event`（外伤 2024-10） | 「2024 年 10 月那次之后，工作或住处有没有变？」 | -| `family_event` | 「那件事前后你自己有没有搬家或换工作？」 | -| 只有学业、没有工作 | 「毕业后第一份工作大概哪年开始？」（这是最常见的缺口，优先级最高） | +### S2 区分选择题：直到收敛门开或增益见底 -- 派生规则放服务端（`anchoredFollowups(evidence)`），题干模板固定，Agent 只做口语润色，不得改年份、不得加生日推出来的年份。 -- 4 问之后仍不足 → 进 S4（不是死路）。 +- 现有逻辑（信息增益排序、±2/±1 计分、淘汰、平台期）不动，只把**停止条件**明确成：`converged` 为真，或剩余可问探针最高增益 < `HIGH_INFORMATION_GAIN` 且连续 `low_information` 轮 ≥ `STABLE_WINNER_ROUNDS`，或探针池空。`DEFAULT_MAX_DISCRIMINATION_ROUNDS=8` 保留为兜底上限（防模型循环），不是设计目标。 +- **holdout 只在不影响筛选时保留**：带月事件 ≥4 才留 1 件作 holdout；恰好 3 件时全部参与训练，回执 `holdout.status="not_reserved_min_events"`，报告 Real Case Calibration 行写 `not reserved`。确认门不变。 +- S2 中途若用户补了新事 → 重算，回到 S2 顶部。 -### S3 区分选择题（现有逻辑，改两处） +### S3 交付结果 -- **holdout 只在不影响筛选时保留**：带月事件 ≥4 才留 1 件作 holdout；恰好 3 件时全部参与训练，回执 `holdout.status="not_reserved_min_events"`，报告 Real Case Calibration 行写 `not reserved`。确认门不变（本来就关）。 -- 选择题、旁白、时间线口径不变（BUG-634/606）。 - -### S4 交付结果（永远有） - -- 触发：S3 问完；或 S2 四问用尽；或用户说「先这样」。 -- 内容：现有区间卡（`range_delivery` 三列）+ 一句定性 + **一句具体的「再补什么能收窄」**：从 S2 未答的锚定追问里取第一条，写成「如果还记得毕业后第一份工作是哪年开始的，范围还能再收一截」。绝不写「任何领域」「领域不限」「做不了」「材料不够」。 -- 训练门关时也交付：卡片标「暂定」，`selection_allowed` 对「暂定采用」放开（写入 `accepted_time` 且 `acceptance_kind="provisional"`），排盘可用，报告与咨询头部写「暂定出生时间（N 件经历）」；正式「采用」仍走原门。这是对 `selection_allowed = acceptance_allowed` 的有意放宽，**只放采用，不放确认**。 -- 交付后 Case 不关：用户随时再补一件带年月的事，回到 S3/S4 重算，卡片更新。 +- 触发：收敛门开，或增益见底 / 探针池空（训练门已开是前提）。 +- 内容：现有区间卡（`range_delivery` 三列）+ 一句定性 + **一句具体的「再补什么能收窄」**：从收集池里价值最高的未答条目取，写成「如果还记得毕业后第一份工作是哪年开始的，范围还能再收一截」。绝不写「任何领域」「领域不限」「做不了」「材料不够」。 +- 交付后 Case 不关：用户随时再补一件带年月的事，重算并更新卡片。 +- **不做「暂定采用」**（第二轮口径撤回）：训练门没开就不出卡，采用门维持原样。 ### 文案硬规则 -- 用户可见文案禁止：领域、任何领域、领域不限、方法覆盖、分盘、探针、训练门、holdout、做不了、材料不够。 -- 每个「还有吗」和「再补什么」都必须带 ≥2 个具体例子，例子只从未覆盖的种类里选。 +- 用户可见文案禁止：领域、任何领域、领域不限、方法覆盖、分盘、探针、训练门、holdout、做不了、材料不够、还差 N 件。 +- 每个「还有吗」「再补什么」「精确缺口句」都必须带 ≥2 个具体例子，例子只从未覆盖的种类里选。 - 静态词表合同（`agent-voice-copy-contract`）加以上禁词。 ## 3. 决策记录 1. 撤回 BUG-642「采集题带年龄段年份线索」：`COLLECT_QUESTION_YEAR_CUE` 删除；`evidence_collection_probes` 的 age_band 年份只用于内部排序，不进任何题干。 -2. 撤回 BUG-646 单决策 2（终态 = 门槛句 + 先这样按钮）：终态改为 S4 的交付卡。撤回决策 3 的「释放 holdout」：改为「≥4 件才留 holdout」的静态规则，不需要「穷尽后释放」的动态分支。 -3. BUG-558 的防复发（不得无限循环「再说一件」）保留：S1 邀请 ≤2 轮、S2 追问 ≤4 问，都有硬上限，超过即交付。 -4. 「暂定采用」是新增能力：只影响采用与排盘标注，不影响确认门、不影响唯一分钟声明。 -5. Skill 10.0.23：把「先走完方法覆盖（感情 → 事业 → 家人 → 职业 → 占问），再对已覆盖领域做精度追问」改为本单 S1→S2→S3→S4；删除「财务与健康…」相关旧句（10.0.22 已删）。 +2. 撤回 BUG-646 单决策 2（终态 = 门槛句 + 先这样按钮）与决策 3（穷尽后释放 holdout）：终态改为 S3 交付卡；holdout 改为「≥4 件才留」的静态规则。 +3. 撤回本单第一版的「≤2 轮邀请 / ≤4 问」固定题数与「暂定采用」：收口只看训练门与收敛门两个阈值；`DEFAULT_MAX_DISCRIMINATION_ROUNDS` 只作防循环兜底。BUG-558 的防复发（不得无限重复同一句）由「池内每条只问一次、答否即移除」保证，不再靠题数。 +4. 训练门没开不出结果卡，也不出「做不了」：只出精确缺口句并保持开放。 +5. Skill 10.0.23：把「先走完方法覆盖（感情 → 事业 → 家人 → 职业 → 占问），再对已覆盖领域做精度追问」改为本单 S1→S2→S3。 ## 4. 硬红线 - 不得用出生年推年份写进题干（`grep -n "年前后" user-copy.ts` 只允许出现在带用户年份的锚定模板里）。 -- S1/S2 上限必须是代码常量并有测试；不得依赖模型自觉。 -- 「暂定采用」写入必须带 `acceptance_kind`，报告/咨询头部必须能区分暂定与正式。 -- 既有测试总数不降；被本单推翻的断言（BUG-642 年份线索、BUG-558「不落焦点」、BUG-646 单若已开工）逐条写原值 / 新值 / 原因。 +- 收集池「每条只问一次、答否即移除」必须是代码不变量并有测试；停止条件只能引用 §2 表里的门与常量，不得新增题数常量。 +- 训练门关时不得写 `range_delivery`、不得出卡、不得出现禁词。 +- 既有测试总数不降；被本单推翻的断言（BUG-642 年份线索、BUG-558「不落焦点」）逐条写原值 / 新值 / 原因。 - Bug 历史与测试不得含真实用户资料。 ## 5. 任务分解 -- **T1 S1 邀请**（BUG-648）：`method-followup.ts` 覆盖链前置一个 `openInviteFollowup(evidence, inviteCount)`，例子从未覆盖种类里选；`invite_count` 落在 conversation summary；≤2。验收：两轮后不再邀请；例子不含已记种类；无「领域」。 -- **T2 S2 锚定追问**（BUG-648）：`anchoredFollowups(evidence, askedKeys)` + 模板表；`persistServerOwnedFocus` 落 `collect:anchor::`；≤4。验收：学业两件 → 首问是「毕业后第一份工作」；答「没有」跳下一条；四问后不再问。 -- **T3 删年份线索**（撤回 BUG-642）：删 `COLLECT_QUESTION_YEAR_CUE` 与相关分支；`USER_COLLECT_QUESTION` 保留为 S2 之外的兜底但不再主动轮转。验收：`rectification-spoken-collect.test.ts` 相关断言改写。 -- **T4 holdout 规则**（BUG-647）：`MIN_EVENTS_TO_RESERVE_HOLDOUT` 语义改为「训练 ≥3 后才留」；回执状态；报告行。验收：3 件全训练、4 件留 1。 -- **T5 S4 交付与暂定采用**（BUG-646）：`persistExhaustionCollect` / `ensureNonTerminalTurnExit` 终态改为交付卡 + 「再补什么」句；Python `selection_allowed` 拆成 `provisional_selection_allowed`（候选存在即真）与原 `selection_allowed`；accept RPC 带 `acceptance_kind`；报告头部标注。验收：2 件学业 + 全拒答 → 出交付卡、可暂定采用、无禁词；客户端不出现「没有拿到下一个问题」。 -- **T6 Skill 10.0.23 + 词表合同 + 记录**：SKILL.md、registry、`case-status.ts`、CHANGELOG、BUG-646～648 历史、`docs/testing/` 真人清单（全拒答路径、只有学业路径、正常路径三条）。 +- **T1 收集问题池与价值排序**（BUG-648）：`method-followup.ts` 新增 `collectionQuestionPool(evidence, declinedTopics, inviteHistory)` → 按价值排序的 `{kind: "invite" | "anchor" | "generic", value, prompt, key}`；`next_followup` 取首条；`invite_history` 与已答键落 conversation summary。验收：用户连续两轮给新事 → 邀请仍在首位；一轮答「没有了」→ 邀请移除、首条变锚定；锚定答「没有」→ 不重问；池空且门关 → 无焦点、精确缺口句含 ≥2 未覆盖种类例子、无禁词。 +- **T2 锚定追问模板与派生表**（BUG-648）：`anchoredFollowups(evidence)` + 概率表；焦点 id `collect:anchor::`。验收：学业两件 → 首条「2020 年毕业后第一份工作」；题干含用户年份、不含 age_band 年份。 +- **T3 删年份线索，通用补问去年份**（撤回 BUG-642）：删 `COLLECT_QUESTION_YEAR_CUE`；`USER_COLLECT_QUESTION` 只在 generic 层使用。验收：`rectification-spoken-collect.test.ts` 相关断言改写并注明。 +- **T4 holdout 规则**（BUG-647）：训练 ≥3 后才留；回执状态；报告行。验收：3 件全训练、4 件留 1。 +- **T5 S2 停止条件与 S3 交付**（BUG-646）：`decideRectification` 的交付触发改为收敛门 / 增益见底 / 探针池空；`persistExhaustionCollect` 在训练门关时只写精确缺口句（`preciseGapNarration(evidence, pool)`），门开时走交付卡 + 「再补什么」句；客户端对「停在收集」状态不显示「没有拿到下一个问题」，显示缺口句与占位「再说一件带年月的事」。验收：2 件学业 + 全拒答 → 缺口句、无卡、无禁词、无缺口提示；3 件 2 类 + 探针增益见底 → 交付卡 + 再补句。 +- **T6 Skill 10.0.23 + 词表合同 + 记录**：SKILL.md、registry、`case-status.ts`、CHANGELOG、BUG-646～648 历史、`docs/testing/` 真人清单三条（只有学业路径、正常路径、中途补事路径）。 ## 6. 让步顺序 -T5 的「暂定采用」半边可延后（先交付卡、采用仍按原门；写 `BLOCKED.md`）；T1～T4 与 T5 的交付卡不可省。 +T2 的概率表可先用常量 0.5 统一（写进度记录）；T1 + T3 + T4 + T5 不可省。 ## 7. 开工前置命令