fix(rectification): downgrade yearless personality probes to tie-breakers (BUG-629)

Ask dated dasha probes first; D9/D10 and nakshatra wait until that pool is empty, score at half weight, and never eliminate. Skill 10.0.21. Co-authored-by: Cursor <cursoragent@cursor.com>
2026-09-10 00:26:58 +08:00
parent eb8a3120e5
commit fef54b6e42
41 changed files with 1452 additions and 70 deletions
@@ -9732,6 +9732,22 @@
 - 复发自：无
 - 修复版本：待发布

+## BUG-629 | 无年月性格题与带年月题同权，参与了淘汰
+
+- 状态：resolved
+- 首次发现：2026-09-09
+- 最近更新：2026-09-09
+- 影响面：`applyProbeOutcome`、`buildMethodFollowupPlan`、技法审计表、Skill 10.0.21
+- 用户现象：真实校正里头两道题就是性格自评（相处方式 / 做事风格）。这些题没有年月锚点以外的分辨力验证，却按 ±2 计分并计入三次淘汰。
+- 触发条件：账本已有感情或事业锚点（BUG-559），候选尚未分开，计划层把 `varga_style` / `nakshatra_boundary` 与带年月区分题排在同一池。
+- 根因：`varga_style` 与带年月 `dasha_boundary` 共用 `SCORE_DELTA` 和 `strong_conflict_count`。分盘星座是确定计算，「星座 ↔ 性格」「用户自评 ↔ 类型」两层从未校准。
+- 修复：性格题只在可问的带年月区分题为空、且仍有 ≥2 个未分开候选时才成为下一问，否则 `dropped_probes(reason="yearless_deferred")`。分值 ×0.5（±1），不递增冲突次数，`rounds.kind=tie_break`。报告 `D9 / D10 类型对照` 与 `月宿边界` 标 `reference`。离线脚本只对医院记录且不确定度 ≤2 分钟的匿名导出算命中率。
+- 验证：`frontend/tests/rectification-yearless-probe-downgrade-20260909.test.ts`；`tests/test_varga_style_calibration_report.py`；既有 `rectification-probe-replay-loss-20260908.test.ts` 断言未改。
+- 防复发：不得把 `varga_style` / `nakshatra_boundary` 加回带年月区分池；不得让性格冲突计入 `STRONG_CONFLICT_ELIMINATION_COUNT`；不得改 `SCORE_DELTA` 数值来代替权重。`asInferenceState` 的 `ROUND_KINDS` 必须含 `tie_break`，否则答过性格题的 `inference_state` 整份被丢掉。审计列 CHECK 仍只认 `informative` / `low_information`；`tie_break` 只活在 JSON，不得为迁列把 kind 改回 `informative`。
+- 相关记录：BUG-559、BUG-560、BUG-623
+- 复发自：无
+- 修复版本：待发布
+
 ## BUG-630 | 初始化后点首页「家庭」报运行合同未完成（runtime_contract_incomplete）

 - 状态：resolved
@@ -0,0 +1,76 @@
+# 性格题离线命中率导出（医院记录）
+
+产品负责人在有数据库权限的环境跑。执行方不能替你跑。导出给 `scripts/rectification/varga_style_calibration_report.py` 用。
+
+只导出哈希后的 `case_id`。不要导出姓名、出生日期、地点、坐标、邮箱、原话、用户 ID。
+
+筛选在脚本里还会再做一遍：`birth_time_source = hospital_record` 且前后不确定度都 ≤ 2 分钟。SQL 先收窄，减少体积。
+
+`recorded_sign` 必须是**档案里的记录分钟**在该层的分盘星座（或月宿），不是校正后的采用分钟。星座名与选项 `sign` 用同一套中文名（例如 `天秤座`）。
+
+```sql
+-- service_role / schema_owner。输出一行一个 JSON 对象，外层再包成 {"cases":[...]}。
+-- 需要 pgcrypto：encode(digest(...), 'hex')。
+
+with latest_transition as (
+  select distinct on (t.case_id)
+    t.case_id,
+    t.inference_state
+  from public.agentic_rectification_inference_transitions t
+  order by t.case_id, t.revision desc
+),
+hospital_cases as (
+  select
+    encode(digest(c.id::text, 'sha256'), 'hex') as case_id_hash,
+    c.baseline_birth_snapshot->>'birth_time_source' as birth_time_source,
+    to_char((c.baseline_birth_snapshot->>'reported_birth_time')::time, 'HH24:MI') as recorded_minute,
+    (c.baseline_birth_snapshot->>'uncertainty_before_minutes')::int as uncertainty_before_minutes,
+    (c.baseline_birth_snapshot->>'uncertainty_after_minutes')::int as uncertainty_after_minutes,
+    lt.inference_state
+  from public.agentic_rectification_cases c
+  join latest_transition lt on lt.case_id = c.id
+  where c.baseline_birth_snapshot->>'birth_time_source' = 'hospital_record'
+    and coalesce((c.baseline_birth_snapshot->>'uncertainty_before_minutes')::int, 99) <= 2
+    and coalesce((c.baseline_birth_snapshot->>'uncertainty_after_minutes')::int, 99) <= 2
+    and nullif(c.baseline_birth_snapshot->>'reported_birth_time', '') is not null
+)
+select jsonb_build_object(
+  'cases',
+  coalesce(jsonb_agg(
+    jsonb_build_object(
+      'case_id_hash', h.case_id_hash,
+      'birth_time_source', h.birth_time_source,
+      'recorded_minute', h.recorded_minute,
+      'uncertainty_before_minutes', h.uncertainty_before_minutes,
+      'uncertainty_after_minutes', h.uncertainty_after_minutes,
+      'answers', coalesce((
+        select jsonb_agg(
+          jsonb_build_object(
+            'semantic_key', probe->>'semantic_key',
+            'answer_class', ans->>'answer_class',
+            'recorded_sign', null,  -- 用记录分钟在该层的星座/月宿填上；不要用采用分钟
+            'options', coalesce(probe->'style_options', '[]'::jsonb)
+          )
+        )
+        from jsonb_array_elements(coalesce(h.inference_state->'answered_probes', '[]'::jsonb)) ans
+        join jsonb_array_elements(coalesce(h.inference_state->'probes', '[]'::jsonb)) probe
+          on probe->>'id' = ans->>'probe_id'
+          or probe->>'semantic_key' = ans->>'semantic_key'
+        where (
+          probe->>'choice_kind' = 'varga_style'
+          or probe->>'source' = 'nakshatra_boundary'
+        )
+      ), '[]'::jsonb)
+    )
+  ), '[]'::jsonb)
+) as payload
+from hospital_cases h;
+```
+
+把结果存成 JSON 后：
+
+```bash
+.venv/bin/python scripts/rectification/varga_style_calibration_report.py export.json
+```
+
+只打印 `d9` / `d10` / `nakshatra` 的 `n` 与 `hit_rate`。命中率接近 1/3（三选一随机）时，再由产品决定是否删题。
@@ -0,0 +1,54 @@
+# PROGRESS · 无年月性格题降级（2026-09-09）
+
+工作树：`.worktrees/rectification-yearless-probe-downgrade-20260909`
+分支：`codex/rectification-yearless-probe-downgrade-20260909`
+任务书：`docs/tasks/TASK-rectification-yearless-probe-downgrade-20260909.md`
+基线：任务书写 `4eea9c10`；开工时接到 `origin/staging` @ `eb8a3120`（家庭合同 BUG-630 已在其上）。本单不依赖 BUG-626～628，不碰 `holdoutFollowupFor` / 领域别名。
+
+## 开工回执
+
+- 编号 **BUG-629**（`docs/BUG_HISTORY.md` 当时最大已发布号是 628；630 是同日另一条家庭合同，本单不占用）。
+- 顺序：3.2 权重 → 3.1 计划层 → 3.3 报告/Skill 10.0.21 → 3.4 离线脚本 → 3.5 记录。
+
+## 已完成
+
+- **3.2**：`PROBE_WEIGHT = { dated: 1, yearless: 0.5 }`。`applyProbeOutcome` 对 `varga_style` 与 `source=nakshatra_boundary` 乘 0.5、不递增 `strong_conflict_count`、`kind=tie_break`。`SCORE_DELTA` 数值未改。不确定答仍是 `low_information`。`asInferenceState` 的 `ROUND_KINDS` 补上 `tie_break`，否则答过性格题的 `inference_state` 整份被解析丢掉（审计列 CHECK 仍只认 `informative` / `low_information`，`tie_break` 只活在 JSON）。
+- **3.1**：`varga_style` 退出带年月锁定期桶，进入 `personality`。可问的 `dasha_boundary` / `dasha_activation` 仍在时，性格题 `yearless_deferred`。带年月题空且 ≥2 个未分开候选才问。1 个候选或已分开则不问。锚点（BUG-559）保留。`decideFromDossier` 把真实分离状态传进计划层，不再写死 `false`。
+- **3.3**：技法审计表 `D9 / D10 类型对照`、`月宿边界` 为 `reference`，说明「性格自评，只作排序参考，不参与淘汰」。Skill **10.0.21**（live + `versions/10.0.21`，sha256 `3ced107366b2c4b0f26bae81440162032501f77a8d762d42c84a20fa394ea807`）。§5 一句：「性格类点选题只在带年月题问完仍分不开时出现，分值减半、不淘汰。」三列卡性格描述未改。未改 `frontend/DESIGN.md`（无视觉改动）。
+- **3.4**：`scripts/rectification/varga_style_calibration_report.py` 只对医院记录且不确定度 ≤2 分钟聚合命中率。导出 SQL：`docs/operations/varga-style-calibration-export.md`（产品跑；本环境无库）。
+- **3.5**：BUG-629、CHANGELOG、走查 `docs/testing/rectification-scenarios-20260907.md` 第 0 条与第 8 条。任务板「待验收」。
+
+## 三栏（既有断言）
+
+| 位置 | 原值 | 新值 | 原因 |
+| --- | --- | --- | --- |
+| 性格题分值 / 淘汰 | ±2、计 `strong_conflict_count` | ±1、不计 | 任务书决策 2 |
+| `rectification-varga-style-weight.test.ts` 两组/三组绝对 delta | 2 与 `[2,2,2]` | 1 与 `[1,1,1]` | 决策 2 |
+| 同上 B 选项三次弱是 | 计 3 次冲突并淘汰 | 计数 0、不淘汰 | 决策 2 |
+| Skill 当前钉 | 10.0.20 | 10.0.21 | 任务书决策 3 |
+| `rectification-eight-method.test.ts` 绑定 D9 探针 | next 是 `varga.d9`，压过 `relationship.2021` | next 是 `relationship.2021.dasha_activation`；D9 `yearless_deferred` | 决策 1 |
+| 同上 D10 增益 3.1 vs `career.2018` | next 是 `varga.d10` | next 是 `career.2018.dasha_activation`；D10 `yearless_deferred` | 决策 1 |
+| `rectification-probe-replay-loss-20260908.test.ts` | 未改 | 未改 | 任务书：带年月题逐字节不变 |
+
+## 验收命令（实测）
+
+工作树 `codex/rectification-yearless-probe-downgrade-20260909`，相对 `origin/staging` @ `eb8a3120`。
+
+| 命令 | 结果 |
+| --- | --- |
+| `frontend` `./node_modules/.bin/tsc --noEmit` | 0 错 |
+| `npm run lint` | **0 error**，108 warning（与门禁口径一致，未顺手改） |
+| `ls tests/rectification-*.test.ts tests/skill-registry.test.ts \| grep -v database \| xargs npx tsx --test` | **1087 tests / 1087 pass / 0 fail**（开工基线同 glob 为 1086；本单新增 `asInferenceState` 性格轮回放 1 条） |
+| `.venv/bin/python -m pytest tests/test_varga_style_calibration_report.py` | 通过 |
+| `next build` | 未跑（本机耗时长；无 Docker。首页 Static / gzip 留给验收） |
+
+## 环境缺口
+
+- 无 Docker：未跑 `npm run test:db`、未应用迁移（本单无表结构改动；`round_kind` 列 CHECK 仍是 `informative` / `low_information`）。
+- 无登录态、无 Chrome：`docs/testing/rectification-scenarios-20260907.md` 第 0 条真人走查未做。
+- 无生产/预发库：校准导出 SQL 未跑，命中率数字未测。
+
+## 未做
+
+- 未 commit、未 push、未提升 `main`。
+- 未改 `SCORE_DELTA`、四选项合同、采用/确认门、`MIN_SEPARATION_LEAD`、三列性格描述。
@@ -92,7 +92,7 @@
 | `TASK-rectification-window-cluster-cap-20260909.md` | `PROGRESS-rectification-window-cluster-cap-20260909.md` | **P0** 真实用户：一小时窗口分 17 个签名簇，`select_signature_representatives` 按时间取前 12 个，14:40 之后整簇丢弃（本机复现表）；区间按代表分钟跨度而非簇覆盖；中途说出真实时段时助手口头答应却未改 → 改为固定回复"范围开始时按资料定、中途不改"（产品否决口头改范围）；intake 自定义范围等产品答复 | 待验收 | `codex/rectification-window-cluster-cap-20260909`（BUG-623～625，Skill 10.0.20）；走查 `docs/testing/rectification-window-cluster-cap-20260909.md` |
 | `TASK-rectification-skipped-health-deadend-20260909.md` | `PROGRESS-rectification-skipped-health-deadend-20260909.md` | 真实用户：健康题「记不清」后职业答完即断（『没有拿到下一个问题』）：holdout 的 `declined` 未归并 health/health_pressure，把跳过的健康线再问一次，撞同 id 焦点 `duplicate_focus` 静默；出口闸门把 `exhausted` 当已交付不修复；『重新加载』只重取快照 | 待执行 | `codex/rectification-skipped-health-deadend-20260909`（BUG-626～627） |
 | `TASK-rectification-domain-alias-audit-20260909.md` | `PROGRESS-rectification-domain-alias-audit-20260909.md` | 领域命名审计：健康线 `health`（账本/焦点）与 `health_pressure`（计划/引擎）在十处比较里六处未归并（holdout declined、reverse-verify、conflict probes、probeYearAlreadyCovered、引擎 oos_blind_prompts / _event_years / volunteered）；职业线焦点存为 `other` 只靠 questionId 兜底。其余六领域三层同名无问题。决策：TS/Python 各一个归并函数 + 源码合同禁字面量比较 | 待执行 | `codex/rectification-domain-alias-audit-20260909`（BUG-628） |
-| `TASK-rectification-yearless-probe-downgrade-20260909.md` | `PROGRESS-rectification-yearless-probe-downgrade-20260909.md` | 产品拍板：无年月性格题（D9/D10 风格、月宿边界）降级为平局裁决——带年月题问完且候选仍分不开才问，分值减半（±1）、不计淘汰，报告标「参考」；三列卡性格描述不动；新增离线命中率测量脚本 + 导出 SQL（有出生证用户，聚合）；Skill 10.0.21 | 待执行 | `codex/rectification-yearless-probe-downgrade-20260909`（BUG-629） |
+| `TASK-rectification-yearless-probe-downgrade-20260909.md` | `PROGRESS-rectification-yearless-probe-downgrade-20260909.md` | 产品拍板：无年月性格题（D9/D10 风格、月宿边界）降级为平局裁决——带年月题问完且候选仍分不开才问，分值减半（±1）、不计淘汰，报告标「参考」；三列卡性格描述不动；新增离线命中率测量脚本 + 导出 SQL（有出生证用户，聚合）；Skill 10.0.21 | 待验收 | `codex/rectification-yearless-probe-downgrade-20260909`（BUG-629） |

 ### 聊天主链路与首页

@@ -8,10 +8,12 @@

 资料：家人记得大概时间，钟点任意，范围「差不多准」。地点任意公开城市。

-开场后依次说三件不同领域、带年月的虚构经历，等到出现候选比较和性格对照卡。答完一张性格卡后，再说一件带年月的事。
+开场后依次说三件不同领域、带年月的虚构经历，等到出现候选比较。**先会出现带年月的点选题**（某年前后有没有某类事）。把能答的带年月题答完，候选还分不开时，才可能出现性格对照卡。答完一张性格卡后，再说一件带年月的事。

 期望：

+- 有可问的带年月区分题时，不得先出性格卡（相处方式 / 做事风格 / 月宿两组性格）
+- 性格卡出现时，旁边或报告里应能看出这是参考，不是淘汰依据
 - 顶部范围必须变化，或旁白说明这次比较没跑成、下一句会再试
 - 不得出现：比较失败后仍只写「记下了、很有帮助」，顶部范围完全不动
 - 点「先这样，先看当前范围」后必须出现候选卡或当前范围，不得只剩「没有拿到下一个问题」
@@ -172,3 +174,15 @@
 - 想跳过可以打字「没有」或「记不清」
 - 每轮助手正文一句复述（可另接一句范围变化）；气泡里没有「本轮对照了…」，也没有「很有帮助 / 很有价值 / 很有分量 / 特别有用」

+## 8. 性格题只作平局参考（BUG-629）
+
+资料与开场同第 0 条。虚构经历。
+
+期望：
+
+- 2023 年 5 月这类带年月事业题还问得完时，不出 D9 相处方式卡
+- 带年月区分题问完、还剩两个候选、仍分不开：可以出性格卡
+- 只剩一个候选：不再出性格卡
+- 交付后展开验证报告，「D9 / D10 类型对照」和「月宿边界」状态是 `reference`，说明是性格自评、只作排序参考、不参与淘汰
+- 三列对照卡上的性格句子仍按类型表展示，不改写
+