docs(tasks): close fewer-probes-card and offline-research acceptance

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

docs/tasks/README.md

@@ -35,9 +35,9 @@
 
 | 任务书 | 进度 | 主题 | 状态 | 落点 |
 | --- | --- | --- | --- | --- |
-| `TASK-rectification-fewer-probes-card-20260926.md` | [PROGRESS](PROGRESS-rectification-fewer-probes-card-20260926.md) | **减少无效追问 + 卡片区间为主**：引导补件离线新增达标 0 → 上限 6→2、定向题问完门槛未达直接出卡；卡片区间为主标题、代表分钟副标题，第一二名差距 ≥5 个百分点才显示百分比，否则写「目前区分不开」。不放宽任何置信度。先做 | 待验收 | `codex/rectification-fewer-probes-card-20260926`（未推送；D1 改在前端每校正 2 道，引擎常量因冻结评分身份未动；回放真值不降、宽度中位 ±1 分钟、提问 11.4→7.8；Skill 10.0.30） |
+| `TASK-rectification-fewer-probes-card-20260926.md` | [PROGRESS](PROGRESS-rectification-fewer-probes-card-20260926.md) | **减少无效追问 + 卡片区间为主**：引导补件离线新增达标 0 → 上限 6→2、定向题问完门槛未达直接出卡；卡片区间为主标题、代表分钟副标题，第一二名差距 ≥5 个百分点才显示百分比，否则写「目前区分不开」。不放宽任何置信度。先做 | 已验收（真机清单欠） | `4e6e8d87` + 验收补改 `7203d94e`（区分不开时隐藏「最可能」），deploy-staging run 2933 已部署；回放真值 ±30/±60 19→20、宽度中位 ±1 分钟、提问 11.4→7.8；Skill 10.0.30；真机清单 `docs/testing/rectification-fewer-probes-card-20260926.md` 未走 |
 | `TASK-rectification-telemetry-20260926.md` | — | **匿名聚合统计**：每会话一行只存数字 / 枚举（题数分类、宽度、差距、停止原因、门槛达标、耗时、版本），管理后台只看汇总、保留 180 天；动表须 test:db。排在 fewer-probes 后 | 待领取 | — |
-| `TASK-rectification-offline-research-20260926.md` | `PROGRESS-rectification-offline-research-20260926.md` | **三项离线研究**：答错 1–2 题的容错、V1/V2 分盘配权正确重跑、改正「1 分钟≈1.1 天」（实测中位 3.8 天）并核实 `_representative_pairs` 推断。不改线上。结论（`docs/research/rectification_offline_research_2026_09_26.md`）：R1 答错 1 题真值在区间 98–100%、头名降三到四成，答错 2 题 ±30/±60 挤出 7–10%（两道反答=8 分=淘汰线）；R2 权重生效，V1/V2 在 ±30/±60 按定义恒等、±10 六题后指标不变 → `no_benefit`（已实测）；R3 3.8 天/分钟复现，45 天闸≈8–34 分钟，`_representative_pairs` 推断被推翻（全配对题数不变，卡在逐月评估），另记 BUG-1048 `investigating`（闸门跨年豁免 + zip 错位）。三项均不建议立实现单 | 待验收 | `codex/rectification-offline-research-20260926`（本地未推） |
+| `TASK-rectification-offline-research-20260926.md` | `PROGRESS-rectification-offline-research-20260926.md` | **三项离线研究**：答错 1–2 题的容错、V1/V2 分盘配权正确重跑、改正「1 分钟≈1.1 天」（实测中位 3.8 天）并核实 `_representative_pairs` 推断。不改线上。结论（`docs/research/rectification_offline_research_2026_09_26.md`）：R1 答错 1 题真值在区间 98–100%、头名降三到四成，答错 2 题 ±30/±60 挤出 7–10%（两道反答=8 分=淘汰线）；R2 权重生效，V1/V2 在 ±30/±60 按定义恒等、±10 六题后指标不变 → `no_benefit`（已实测）；R3 3.8 天/分钟复现，45 天闸≈8–34 分钟，`_representative_pairs` 推断被推翻（全配对题数不变，卡在逐月评估），另记 BUG-1048 `investigating`（闸门跨年豁免 + zip 错位）。三项均不建议立实现单 | 已验收 | `0f5442ce`（纯研究，不改线上）；三项均不立实现单：答错 2 题 ±30 真值入区间 0.93、V1/V2 no_benefit、每分钟边界位移中位 3.82 天（勘误 5 份文档）；新发现 BUG-1048 出题闸门两处漏洞待产品决定 |
 | `TASK-rectification-code-split-20260926.md` | — | **代码拆分（只搬不改）**：聊天组件 2043 行 / 35 useState、`POST` 926 行、`runV9AgentTurn` 1047 行，269 处切源码测试；拆分 + 增长合同 + 切片测试改调用函数。排在 fewer-probes、telemetry 之后 | 待领取 | — |
 | `TASK-rectification-dup-question-20260926.md` | `PROGRESS-rectification-dup-question-20260926.md` | **同一轮问题出现两次（BUG-1045，复发自 BUG-585，BUG-969 拼回题干、去重只在刷新路径）+ 同一道选择题连画两张（BUG-1046：提交失败不回滚本地已答 + 兜底问题块条件过宽；H2 漏收回合）**。先于 latency 单 | 已验收（Claude 09-26 直接执行：子代理复现 A 与 B-H1（选择题提交 409 / 网络错误不回滚本地已答）；Claude 变基到含 BUG-1043/1044 的 staging 后独立复验 tsc/lint 0、全量 3981 条失败名单与基线逐条一致、四路由 ○、gzip 不变） | `e4c1c7a3`（已部署 `f1d16405`，health 一致） |
 | `TASK-rectification-latency-20260926.md` | `PROGRESS-rectification-latency-20260926.md` | **每轮等待过长（BUG-1047）**：一轮打字回答串行 5 次开思考的模型调用，分类在开流前且无超时。产品定：收尾两步不动、分类保持思考只加 10 秒超时、发出后立即出确定性进度句并按阶段更新；补埋点；服务端无口吻优化须 A/B 逐位一致。排在 dup-question 之后 | 已验收（Claude 09-26 直接执行：子代理实现 D1–D4 与 D5 两项；Claude 用 Node 22 独立复验 tsc/lint 0、全量 4002 条失败名单与 Node 22 基线逐条一致（24 条均为 Docker/DB）、四路由 ○、gzip 不变。D5 第 1 项（探针复用）输出逐字节一致但触发冻结打分身份，Claude 建议暂不做） | `86ff9a40`（已部署 `8a409434`，health 一致） |