Jesse_ChenandClaude Opus 5.5
abb05b675c
Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com> Claude-Session: https://claude.ai/code/session_017eEAG8HD3mm8gsKXgk8uU8
42 lines
3.8 KiB
Markdown
42 lines
3.8 KiB
Markdown
# TASK · 生时校正：减少无效追问 + 交付卡以区间为主（2026-09-26）
|
||
|
||
## 基线
|
||
|
||
- `origin/staging` 当前 head（线上 `8a409434`）。分支 `codex/rectification-fewer-probes-card-20260926`。
|
||
- **串行**：本单先做；`TASK-rectification-telemetry-20260926` 与 `TASK-rectification-code-split-20260926` 排在本单之后（改同一批交付 / 决策代码）。与离线研究单、账目对账单不交叉。
|
||
|
||
## 事故实证（Claude 09-26 盘点，`origin/staging` 3ce11ee0）
|
||
|
||
- **引导补经历没有收益**：`docs/research/guided_collect_holdout_2026_09_16.json`——20 例 v4 开放集、理想作答，六题后精度门槛（宽 ≤10 分钟且第一名领先 >3 个百分点）达标 3/20（±10 窗）、1/20（±30）、0/20（±60）；引导补件后**新增达标 0 例**，只增加提问数。引导窗口题上限 `GUIDED_COLLECT_LIMIT = 6`；`frontend/src/lib/rectification-agentic/core/rectification-decision.ts` `mayDeliverOnPrecision` 在"还有题可问"时用门槛挡住交付卡。
|
||
- **卡上百分比无区分力**：卡片"相对可能性"为 `proportional` 模式（`scripts/rectification/decision_policy.py`），各候选分数占总分比例；每件事约 11.5 分为窗口内恒定项、约 2.1 分随分钟变化（约 5:1，见 `docs/research/rectification_minute_resolution_closure_2026_09_14.md`），所以常见 26% / 26% / 20% 这种数字。
|
||
- **引导邀请语依据有算术错误**（离线研究单另行改正数据，本单只改 UI 与出题上限）。
|
||
|
||
## 决策记录（产品 2026-09-26）
|
||
|
||
- **D1 引导补经历最多 2 条**：`GUIDED_COLLECT_LIMIT` 由 6 改为 2。
|
||
- **D2 定向题（七条线及其一次重问）问完、门槛仍未达标 → 直接出交付卡**，不再为门槛继续追问引导题 / 未覆盖领域开放题。交付卡内容规则不变（区间仍按 `unionStillValidRange`，不放宽任何淘汰 / 置信度 / 采用门 / 确认门）。用户主动补经历的入口保留。
|
||
- **D3 交付卡以区间为主**：区间（如「05:00–05:15」）为主标题，代表分钟为副标题（「最可能 05:07」）。
|
||
- **D4 百分比只在差距明显时显示**：第一名比第二名高 **≥ 5 个百分点**时，才显示各列百分比；否则不显示数字，改写一句「这几个时刻目前区分不开，补一件带年月的经历能帮助分开。」（进 VOICE）。排序与三列内容（性格、经历、未来窗口）不变。
|
||
- **D5 不做**：不改打分、不改淘汰阈值、不打开确认门、不改 45 天闸门。
|
||
|
||
## 硬红线
|
||
|
||
1. 离线回放证明 D1/D2 不改变最终交付区间：用 `docs/research/guided_collect_holdout_2026_09_16.json` 同口径脚本（20 例 v4 开放集，公开名人数据，允许使用），改前改后真值在区间内的比例、区间宽度中位均不变，平均提问数下降；数字写进 PROGRESS。
|
||
2. 不放宽任何置信度边界（AGENTS §8.4、Part B4）。
|
||
3. 卡片改版在同一提交更新 `frontend/DESIGN.md`（交付卡一节）与 `frontend/docs/VOICE.md`；真实浏览器（CDP 假数据）截图：差距 ≥5 与 <5 两种卡。
|
||
4. 全量前端测试（**Node 22**：`/exec-daemon/node`）与基线逐条一致、新增 0；Python 快速门 pytest 集通过；改动断言写三栏（写在测试文件里）；若 Skill 文本需改，按 CHANGELOG 规则 bump 并说明。
|
||
|
||
## 任务分解
|
||
|
||
- T1 D1/D2（出题上限与出卡条件）+ 单测 + 离线回放。
|
||
- T2 D3/D4 交付卡 UI + 组件测试 + 截图。
|
||
- T3 记录：CHANGELOG、DESIGN、VOICE、PROGRESS（回放数字）、`docs/testing/` 真机清单；本单为产品调整，不开 BUG 号。
|
||
|
||
## 开工前置命令
|
||
|
||
```bash
|
||
git fetch origin --prune
|
||
export PATH=/exec-daemon:$PATH && node -v # 22.x
|
||
git worktree add -b codex/rectification-fewer-probes-card-20260926 .worktrees/rectification-fewer-probes-card-20260926 origin/staging
|
||
```
|