Jyotisha/docs/tasks/TASK-rectification-convergence-20260830.md

任务书 · 生时校正收敛重构（2026-08-30，v2）

基线：origin/staging @ 7db2dd2d。

下面所有行号只是线索，请按选择器/函数名定位，后续提交可能让行号偏移。标注为「上游」的行号来自对 /workspace/yinduzhanxing 的一次调研，动手前请自行复核。

v2 说明：v1 的判断是「线上打分器可能不如本地方法学，需要三方盲测决定是否换引擎」。对上游仓库 /workspace/yinduzhanxing 做完比对后，这个判断被推翻了。换引擎的路线已排除，本版的落地点比 v1 小一个数量级。v1 的任务 0（三方盲测）作废。

为什么要做

事实 1 · 方法学没有丢，也没有落后

/workspace/Jyotisha 与上游 /workspace/yinduzhanxing 同源（共同初始提交 a5bbba28，2026-04-20），分叉于 825a9ea5（2026-07-17）。分叉后上游 808 个提交、本仓 1,275 个提交，互相同步 0 次。

但生时校正方法学的三份文件 cmp 逐字节相同：

IDENTICAL  birth-time-rectification-advanced.md
IDENTICAL  birth-time-rectification-decision-tree.md
IDENTICAL  birth-time-rectification-cases.md

（yinduzhanxing/references/ ↔ Jyotisha/skills/jyotish-vedic-astrology/versions/6.9.14/references/）

上游六周里在校正上新增的是治理、契约与复现文档，不是方法学本身。「本地版本更新」不成立。

事实 2 · 三套打分链路是同一算法家族

• Jyotisha/scripts/rectification/scoring_service.py:11 直接 from scripts.active_rectification_event_engine import ... —— 线上 v5 调用的就是上游那个事件引擎。
• Jyotisha/scripts/minute_rectification_fact_ranker_v4.py:16 import 同一个 DOMAIN_CONFIG。
• 两边共享同一套权重：Vimshottari MD/AD/PD = 2.0 / 1.5 / 0.75，Narayana MD/AD = 2.0 / 1.0。

因此 references/rectification_sealed_holdout.v1.json 那组数字（top_1_rate 0.15、mean_absolute_minute_error 6.95、confirmation_coverage_rate 0.0）虽然测的是 v4，对线上 v5 是弱但真实的先验，不能当作无关数据。上游也没有更好的打分器可换。

事实 3 · 真正丢掉的是「停下来」的机制

上游三条链路每一条都天然终止：

上游链路	终止方式
scripts/active_rectification_questions.py	QUESTION_TEMPLATES 是写死的 8 题分 3 轮；问完 workflow_status 转 dated_event_review_required（上游 :537）
scripts/active_rectification_events.py	adjudicate_candidate_rows() 一次性批量裁决（上游 :212），算完直接给 low/medium/high
jyotish-app/rectification-engine.js	浏览器内一次算完给置信度标签，无追问

且上游从不承诺分钟：can_apply 默认 False、truth_status: not_birth_time_truth 写死在代码里。

Jyotisha 把这套替换成了服务端逐轮动态生成 discriminator probe 的无界循环。

事实 4 · 无限访谈的机械解释

生产判定 frontend/src/lib/rectification-agentic/core/rectification-decision.ts:144-149：

if (!separation.sufficient) {
  if (probe && !userStopped) return discriminate(...);   // 只要有探针就继续问
  return completeWithRange(..., "offer");
}

这条路径里没有任何轮次计数器。 同时：

• confirmation_coverage_rate: 0.0 —— sealed holdout 的 20 例里零例达到确认门，即门几乎不会开。
• probe 的 semantic_key 按 domain.year.month 构造，随候选集每轮重新生成，实际不会耗尽。

门永远不开 + 探针永不耗尽 = 无限访谈。 这是全部 stall 类 bug 的根因。

事实 5 · 8 轮上限算了，但没人拿它当终止条件

不要误以为它是死代码。生产链路确实在跑它：

mastra/rectification-v9-tools.ts:945  →  buildCaseInferenceState
  → v9/inference-adapter.ts:248       →  buildInferenceState
    → core/build-state.ts:162         →  evaluateConvergence
      → core/convergence-evaluator.ts:54  maxRounds = state.max_rounds ?? DEFAULT_MAX_DISCRIMINATION_ROUNDS
        → core/types.ts:10                DEFAULT_MAX_DISCRIMINATION_ROUNDS = 8

max_rounds 没有被传入，取默认 8，算出的 result_status 也写进了 state。但 rectification-decision.ts 的判定不读它。

所以修法不是「启用死代码」（去改 convergence-evaluator.ts 改了也没用），而是把轮次预算接进 rectification-decision.ts 的判定输入。

而且终止分支已经存在：rectification-decision.ts:158 就有 completeWithRange(separation, holdout, range, "exhausted")，:336 的 kind 枚举也已支持 "exhausted"。代码路径是现成的，只是没人触发。

另有一套完整但闲置的停机策略：frontend/src/lib/birth-time-dynamic-stop-policy.ts:43-48（高置信 / 答满 10 条 safety cap / 平台期 2 轮 / 零信息增益 / 重复分区），属旧链路，V9 不走它。

事实 6 · 上游同样没有盲测证据

yinduzhanxing/references/real_case_calibration/timing_rectification_*_2026_07_23.json：

blind_replay_allowed        = false
ready_case_count            = 0     (minimum_case_count = 3)
reviewer_2_confirmed_count  = 0
status                      = blocked_until_human_labels
production_tuning_allowed   = false
progress.md:1611 — "zero cases ready for blind replay"

birth-time-rectification-cases.md 里的奥巴马/居里夫人案例，是拿已知出生时间回验事件并自评「吻合度 95%」——知道答案的复盘，不是校正测试。

两边都没有盲测数据。产品侧「本地能收敛」的观察，最可能是定义差异：上游问完固定题数就给候选区间并停下，那个体验就是「收敛」；按代码它给的一定是区间 + low/medium/high 标签，不是确定的分钟。

结论

产品目标定为：交付收窄后的区间，不交付唯一分钟。 唯一分钟保留为 sealed holdout 通过后才开启的路径。

要做的是把上游那套「问完就停、停下来时坦白交代」的产品契约接回来，不是重写收敛逻辑，更不是换打分引擎。

---

硬红线

1. 任务 0 是门控，但它只是一次信息收集，不许写代码。 在拿到上游访谈手册与一份真实会话记录之前，不得改动 rectification-decision.ts 的判定。
2. 诚实性不可让渡。 不得为了让访谈「看起来能收敛」而放宽 confirmation-gate.ts 的任何 blocker，不得降低 SEALED_MINUTE_HOLDOUT 门槛，不得在 confirmation_allowed=false 时宣称唯一分钟。这套 fail-closed 机制现在正在正确工作。
3. 禁止答案回流。 任何以已知答案调出来的规则，不得进入生产打分链路，只能存在于标注 regression_only 且被评测明确排除的夹具里。上游已经发生过一次（见任务 0 补充），本仓当前干净，必须保持。
4. 上游同步必须过污染审查。 不得同步任何带 pl9_1993、observed_*_case_only、target_minute 标记的打分逻辑，特别是上游 scripts/narayana_dasha.py:601-613 的 tie-break。任务 5 的同步机制必须包含这道检查。
5. 超预算的出口必须是「交付区间」，不是「失败」。 走 completeWithRange(..., "exhausted")，用户拿到候选区间与明确的边界说明。任何把超预算实现成报错、静默停止或空白页的做法都是错的。
6. 不得用 holdout 调参。 minute_rectification_holdout_v3 的 source_audit_status 是 invalidated_after_replay，只能当开发集看趋势，不得作为发布指标，不得写回 sealed 字段。v4_intake 的 production_tuning_allowed 保持 false。
7. 不要引入第五套打分器。 不要移植 jyotish-app/rectification-engine.js 的 40/35/15/10 权重。它信号更弱（无 Narayana / Arudha / Ashtakavarga / Shadbala）且从未评测。
8. 状态机留在 Postgres 函数里，沿用既有模式。不得把状态机搬进应用层。
9. 不得修改既有测试断言 —— 除非该断言锁的正是本轮要改的缺陷本身；那种情况必须在断言上方注明原值与原因，并在 PROGRESS 单列。
10. 推 staging 前必须 ./node_modules/.bin/tsc --noEmit 通过。不要用 npx tsc，本仓库环境下会装到空包 tsc@2.0.4。
11. 数据库测试必须真跑。 npm run test:db 需要 Docker。没有 Docker 就不要推 —— 写进 BLOCKED.md 并停下。
12. 不得改 .gitea/workflows/**。不得在有未提交改动的工作树上切分支。不得自行把 staging 提升到 main。

让步顺序：诚实性不回退 > 数据不损坏 > 功能与测试不回归 > 可验证的收敛改进 > 代码整洁 > 成本。

开工前置

git fetch origin --prune
git worktree add -b codex/rectification-convergence-20260830 \
  ../.worktrees/rectification-convergence-20260830 origin/staging

读 pre_work_error_ledger.md，跑 scripts/pre_work_check.py，读 frontend/AGENTS.md。改前在 docs/BUG_HISTORY.md 检索校正相关记录（30 条以上，停滞类那几条务必读完）。

先读这些再动手：

• frontend/src/lib/rectification-agentic/core/rectification-decision.ts —— 生产判定，本轮主战场
• frontend/src/lib/rectification-agentic/core/convergence-evaluator.ts + core/build-state.ts:162 —— 已在跑但没被消费的轮次判定
• frontend/src/lib/birth-time-dynamic-stop-policy.ts:43-48 —— 现成但闲置的停机策略
• frontend/src/lib/rectification-agentic/v9/spoken-answer.ts —— 101 条清洗正则，任务 2 要删
• frontend/src/mastra/agentic-rectification.ts:61-68 —— 系统提示，任务 2 要重写第 4 条
• 上游 /workspace/yinduzhanxing/scripts/active_rectification_events.py:115-179 —— 任务 3 要移植的 build_candidate_result_summary()
• 上游 /workspace/yinduzhanxing/jyotish-app/rectification-collaboration.js —— 四阶段状态机，参考它有多简单

---

任务 0（已完成 2026-08-31）· 上游访谈手册与阈值文档

三份文件已获取，归档于 references/upstream/（来源：上游维护者本地 skill 包 ~/.workbuddy/skills/jyotish-birth-time-rectification/，获取日期 2026-08-31）：

• references/upstream/interview_playbook.md
• references/upstream/evidence_thresholds.md
• references/upstream/test_birth_time_rectification_skill_contract.py

结论：上游的「收敛」= 从不试图确认分钟

1. 停止规则与本仓方向相反。

interview_playbook.md 的 Stop Rules 原文：

Stop and report the current interval when any is true:
- fewer than three dated events
- fewer than two domains
- tied first-place candidates
- user uncertainty is too high to map support/conflict reliably

即：证据不足 → 停下来，交付当前区间。

本仓 frontend/src/lib/birth-time-evidence.ts:188-189 把 minConfirmationEvents(4) / minConfirmationDomains(3) 当作确认门，达不到 → 继续问。

同一类阈值，上游当「可以开始交付的地板」，本仓当「可以下结论的天花板」。前者三轮内必达，后者按 sealed holdout 的 confirmation_coverage_rate: 0.0 是零达成。这是无限访谈的最终解释。

2. 上游的标签梯子没有「已确认」这一档。

evidence_thresholds.md：blocked → user_history_verification_required → manual_pattern_consensus → single_adapter_support → multi_adapter_consensus。顶端自注 "this is still not birth-time truth"；standalone_core 模式天花板更低，只到 manual_pattern_consensus。

test_birth_time_rectification_skill_contract.py 中每一个 case（含最高档 main_repository_enhanced）都断言：

assert receipt["claim_status"] == "candidate_range_not_birth_time_truth"

3. 提问节奏是硬的三轮。

第 1 轮 3–5 道 A/B/C/D 选择题；第 2 轮只要最强 domain 的带日期事件；第 3 轮只问能区分 top 候选的 1–3 个事件。手册明写 "Never collect a long autobiography before the first route decision."

4. 终止话术是写死的。

当前最优结果是候选时间段，而不是已经确认的唯一出生分钟。临时代表时间仅用于下一轮验证与比较。

补充（2026-08-31）· 两份真实会话记录证明「本地收敛」源于答案泄漏

会话记录已归档：references/upstream/1993-session-repeated-questions.txt、references/upstream/1993-session-correction-rerun.txt。

Agent 在记录中两次自陈：

我明显受到了仓里这份 1993 案例的现成高质量材料影响…不是纯靠你当下问答独立推出来的。

14:49 这个点，主要还是被仓里的 1993 已知校准档锁住了，不是单靠这些回答「算出来」的唯一真值。

答案原本就写在上游 docs/research/qizheng_1993_native_current_report_2026_08_26.md（1993-04-17 14:49:00）。随后的「修正」是把答案接进打分链路（pl9_1993_user_case，target_minute = 14:49，提交 3bb90620）。进一步核查发现上游打分器里已有按该案例调出的规则：

scripts/narayana_dasha.py:601  "selection_levels": ["observed_pl9_1993_gemini_sagittarius_tie_break"]
scripts/narayana_dasha.py:613  evidence_status = "observed_pl9_1993_case_only"

本仓已核查未受污染（全仓 grep pl9_1993 / target_minute / 14:49 无相关命中）。红线 3、4 用于保持这一状态。

但记录同时证明了真实能力：用户的 8 条生平锚点把窗口从 14:30–15:00（30 分钟）压到 14:48–14:50（3 分钟）。收窄是真的，选定分钟不是。 这与 mean_absolute_minute_error: 6.95 及上游标签梯子顶端「still not birth-time truth」完全一致，并再次确认产品目标应为交付区间。

对已完成任务的影响

任务 1 实现的 budgetExhausted()（轮次 8 / 答题 10 / 平台期 2）方向正确但只覆盖了一半——上游是证据状态型停止且三轮即止。差额由任务 6 补齐。

---

任务 1（P0）· 把轮次预算接进生产判定

事实

见事实 4、5。rectification-decision.ts:144-149 的 !separation.sufficient 分支只要有 probe 且用户没喊停就无限 discriminate。轮次判定在别处算好了但没人读。

要做什么

1. 给 rectification-decision.ts 的判定输入增加预算三件套，参数一律取自已有常量，不要新造数字：
   • 轮次上限 —— core/types.ts:10 的 DEFAULT_MAX_DISCRIMINATION_ROUNDS = 8
   • 平台期 —— references/rectification_policy.v1.json 的 maxPlateauRounds（当前只有 scripts/rectification_policy.py 读了，前端没用）
   • 安全帽 —— birth-time-dynamic-stop-policy.ts:45 的 effectiveAnswerCount >= 10
2. 在 !separation.sufficient 分支的 discriminate(...) 之前插入预算检查。超预算时走已存在的 completeWithRange(separation, holdout, range, "exhausted")（:158）。
3. 不要去改 convergence-evaluator.ts。 它算得没错，问题是没人消费。要么把 result_status 传进判定输入，要么在判定层独立计数——二选一，在 PROGRESS 说明选了哪个及理由。
4. 轮次计数必须服务端持久化，不得靠对话历史推断。沿用既有的 receipt / turn 计数来源。

属性测试（本任务的核心交付）

在 frontend/tests/ 新增：

• 可终止：从任意状态出发，反复喂 discriminate 返回的 probe 的答案，必须在 ≤ 预算轮数内到达某个 completeWithRange 分支。不存在无限 discriminate 循环。
• 拒答不卡死：用户对每一个 probe 都拒答时必须到达终态，不得停在 discriminate。
• 超预算即交付：超预算时返回的是 "exhausted" 且带候选区间，不是错误或空结果。
• 单调性：追加证据后区间宽度只能变小或不变，永不变大。

这四条一次性锁死未来所有 stall 类 bug。

验收

• 四条属性测试全绿。
• 停滞类既有测试（rectification-collect-stall.test.ts、rectification-range-offer-deadend.test.ts 等）全绿。
• 端到端：一个用户即使一直不给有效证据，也会在预算内拿到区间并结束。

---

任务 2（P0）· 提问权收归服务端，模型降级为一句确认

事实

一条消息目前有四个作者：服务端决定问什么（v9/method-followup.ts，2,036 行）→ 模型写正文 → 服务端把题干接在正文之后 → UI 再渲染选择卡。

于是 src/mastra/agentic-rectification.ts:66 要求模型判断自己处在 choice / collect_spoken / 无持久化问题 三种状态中的哪一种再区别行动。模型做不到，所以有了 v9/spoken-answer.ts：33 条内部标识符正则 + 68 条中文过程话术正则，共 101 条，事后擦模型漏出的内心戏。每一条正则都是一个曾经发生过的 bug。

要做什么

1. 模型永远不提问。 一轮里它的唯一职责是针对用户刚说的内容写一句确认/承接。系统提示第 4 条整条重写，删掉所有关于题干归属的条件分支。
2. 问题永远由服务端渲染，永远出现在同一个问题区。 choice 与 collect_spoken 合并成一个「问题槽」：有选项就可点，没选项就是输入框加提示。数据模型不再区分 kind，UI 不再有两条渲染路径。
3. 取消「服务端把题干接在模型正文之后」的拼接。 一条消息 = 模型的一句确认（流式）+ 服务端问题区（结构化渲染），两者物理分离，各自唯一作者。
4. 删掉 spoken-answer.ts 的 101 条清洗正则。 如果删完发现仍需清洗，说明第 1 步没做干净，回去改第 1 步，不要把正则加回来。
5. 服务端未产出问题时问题区为空 —— 这是可断言、可监控的显式状态，不是静默停滞。加服务端告警。

验收

• 用户可见文本不可能出现内部标识符或过程话术，且不是靠正则保证，是靠模型输出面收窄保证。
• 端到端连续 10 轮，问题始终在问题区，位置一致，不重复、不消失。
• spoken-answer.ts 的两条大正则不再存在于代码库。

---

任务 3（P0）· 恢复「停下来时怎么交代」的契约，交付物从第 0 轮就存在

事实

上游 active_rectification_events.py:115-179 有 build_candidate_result_summary()，产出四个面向用户的 next-step code：

collect_at_least_five_events
resolve_candidate_tie_or_narrow_window
narrow_window_before_minute_claim
do_not_apply_as_birth_time_truth

Jyotisha 把这整段删了。 于是访谈终止时没有话术锚点，只能继续问。

上游的降级阈值 Jyotisha 其实完整继承在 references/rectification_policy.v1.json（4 事件 / 3 域 / 5 分钟宽度 / 20% margin）——判据没丢，丢的是「达不到时说什么」。

要做什么

1. 把上游的 build_candidate_result_summary() 恢复到 Jyotisha/scripts/active_rectification_events.py，让 scripts/rectification/api_service.py 的 score_candidates() 返回体带上 next_step_codes 与 stability.label。
2. 定义校正报告投影，随时可读：结论区间 + 代表分钟（明确标注为代表性、非唯一解）、置信度、逐条证据（事件 → 支持哪个候选 → 用哪个方法）、被排除的候选与理由、局限声明（复用 confirmation-gate 的 blocker 文案，不要另写一套）。
3. 第 0 轮就存在：证据 0 条时区间 = 用户声明的出生窗口。每答一题重算。
4. 用户任何时刻可查看、可导出、可主动结束。结束即交付当前版本，不算失败。
5. UI 给出区间收窄进度（±120 → ±45 → ±18 → ±7）。这是用户为这笔钱买到的东西的可视化。
6. 计费与交付对齐：产生过至少一版报告即为有效交付，exhausted 不是失败态。具体金额由 TASK-billing-pricing-20260830.md 决定，本任务不写任何金额。

验收

• 新 case 在零证据时即可读出一份报告。
• 每轮答题后区间单调收窄或不变。
• 用户主动结束或超预算 → 拿到报告，状态是完成不是失败。
• next_step_codes 出现在服务端返回体里，并被终止话术使用。

---

任务 4（P1）· 解决标定数据饥荒

事实

两边都没有盲测数据（事实 6）。Jyotisha 的 v4_intake blind_holdout_eligible_case_count = 0，上游 ready_case_count = 0。这是产品能不能承诺唯一分钟的唯一瓶颈，且它是数据问题不是工程问题。

上游停在这里六周了，指望它自己解决不现实。

要做什么

做一个免费的「验证我们」入口，面向已经知道自己准确出生时间（有出生证明/医院记录）的用户：

1. 用户提供出生日期、地点、事件；准确时间单独收集并对打分链路屏蔽，全程不得进入候选生成或打分。
2. 系统盲跑校正，出结果后再与真实时间比对，把偏差当场展示给用户。
3. 每一例都是一条合格标定数据，用户同时拿到一次免费的、可验证的能力演示。

一个入口同时解决三件事：标定数据来源、最有说服力的社会证明（「我们在 N 个有出生证明的案例上盲测过，中位偏差 X 分钟」）、获客内容。

硬约束

• 真实时间必须在架构上不可能泄漏进打分链路，不是靠约定。写负向测试锁死。
• 案例默认进 intake 队列，晋级为冻结 holdout 必须走既有流程：新版本号、通过源审计、打分身份在盲测前冻结。
• 免费入口要有独立的滥用限制，不得复用咨询的公平使用配额。
• 与上游共享数据前先对齐口径，避免两边各建一套互不承认的标定集。

验收

• 真实时间泄漏的负向测试存在且通过。
• 新案例正确落入 intake 队列，不会被自动当成 holdout。
• 用户侧能看到「预测 vs 真实」的偏差对比。

---

任务 5（P2）· 清理与同步机制

任务 1–3 上线并稳定运行两周后才做。

1. 两代数据模型并存：birth_time_rectification_* 17 张 + agentic_rectification_* 16 张 = 31 张，是 50 个校正迁移的主要来源。逐张确认旧表是否仍被 RPC 写入，无引用的归档删除。
2. 删掉永不执行的分支：method-followup.ts 注释写明第 5 项（外貌体质）与第 6 项（胎记疤痕）skipped; never asked。
3. MIN_SEPARATION_LEAD 与上游口径对齐：core/candidate-separation.ts:7 当前是绝对分差 8；上游 active_rectification_events.py:256 用的是相对 margin（< 10% 降级）。改成相对量后用 minute_rectification_holdout_v3 的 20 例看 not_separated 比例变化 —— 只看趋势，不作发布指标（红线 6）。
4. 建立与上游的同步机制。 六周零同步是本轮很多问题的背景。约定一个节奏（例如每月一次），至少同步 references/、scripts/active_rectification_*、方法学 md。这不是代码任务，是流程约定，写进 AGENTS.md。
5. 每删一张表、每并一个模块单独一个提交，便于二分回滚。

不要动

打分引擎与 Swiss Ephemeris 计算、证据账本、Postgres 里的状态机、sealed holdout 机制、rectification_policy.v1.json 的阈值。这些都是对的。

---

任务 6（P0）· 接过上游的终止语义

事实

见任务 0 结论。任务 1 已接入轮次型预算，但上游的终止是证据状态型的，且 exhausted 在上游是正常终态而非兜底态。

要做什么

1. 增加证据型停止规则，与既有轮次预算并列（任一命中即停并交付）：

   • 带日期事件 < 3
   • 覆盖 domain < 2
   • 并列第一（已有 separation 可判）
   • 用户不确定度过高，无法可靠映射 support/conflict

   阈值取 references/upstream/evidence_thresholds.md 的 Minimum Standalone Gate（3 事件 / 2 域），不要沿用本仓的 4/3——那组是确认门，语义不同，两者必须分开保留，不得互相覆盖。

2. 把 exhausted 从兜底态重新定位为正常终态。 改命名与全部用户可见文案：走到这里是「交付完成」，不是「很遗憾没能完成」。计费上它必须是有效交付（与 TASK-billing-pricing-20260830.md 对齐）。

3. 引入上游的 label ladder，替换「确认唯一分钟」作为默认目标： blocked → user_history_verification_required → manual_pattern_consensus → single_adapter_support → multi_adapter_consensus 唯一分钟确认降级为 sealed holdout 通过后才开启的路径，不得作为访谈的默认终点。既有 confirmation-gate.ts 的 blocker 保持不变（红线 2），它现在正确地永不放行。

4. 采用上游的终止话术，逐字使用任务 0 结论第 4 条那句。它是上游打磨出的合规表述，不要另写。

5. 收紧提问节奏到三轮形态：第 1 轮 A/B/C/D 选择题批量出，第 2 轮只要最强 domain 的带日期事件，第 3 轮只问能区分 top 候选的 1–3 个。当前 8 轮预算作为外层熔断保留，不作为正常节奏。

验收

• 证据型停止规则有单测：3 事件以下、2 域以下、并列第一各自触发终止并交付区间。
• 4/3 确认门与 3/2 交付地板在代码中是两个独立常量，不互相覆盖，注释写明语义差别。
• 用户可见文案中不存在把正常终态描述为失败的表述。
• 默认路径下系统不再以「确认唯一分钟」为目标；相关文案与 label 均出自新梯子。
• 既有校正测试与任务 1 的四条属性测试全绿。

---

任务 7（P0）· 逐条回答 → 区间收窄的归因表

事实

references/upstream/1993-session-correction-rerun.txt 里，整场对话最有价值的产物是用户主动索要的那张表：

你的回答	压缩后的分钟区间	作用
2017 入职，岗位内容不合	14:48–14:50	很强的收窄点
2023 末起量，一改风格就稳	14:48–14:50	最接近最终分钟的一条

本仓没有这个概念。v9/evidence-model.ts 与 core/*.ts 中不存在 narrow / contribution / attribution 语义，只有「这条证据支持哪个候选」，没有「这条回答把区间从 X 压到了 Y」。

要做什么

1. 每次证据写入后记录区间快照：写入前宽度、写入后宽度、以及该条证据的归属贡献。持久化，不靠事后重算。
2. 报告（任务 3）中新增归因表：用户原话（display_date_label 口径）→ 收窄前后区间 → 一句作用说明。
3. 收窄贡献必须来自服务端打分，不得由模型叙述生成。模型只做措辞。
4. 无贡献的证据也要列出并标注「未产生收窄」——这本身是诚实性的一部分。

验收

• 报告含归因表，条目数等于已确认证据数。
• 每条的收窄前后宽度与该轮实际候选集一致，可复核。
• 零贡献证据被显式标注，不被静默丢弃。

---

任务 8（P1）· 「为什么是这个结论」的质疑通道

事实

会话记录里用户问了一句「你是信息记忆联想了吗？还是靠印度占星专业技术推理出来的？」——这一问改变了整场对话，也是全部真相的来源。

本仓没有任何「为什么」入口。v9/choice-card.ts 的 why 字段是每个选项的说明，不是「这个结论怎么来的」。

要做什么

1. 结论旁提供一个显式入口，回答三件事：用了哪些证据、用了哪些方法层（dasha / D9 / D10 / D12…）、当前还有哪些 blocker 未解除。
2. 内容全部来自服务端已有的 claimCards / evidenceRefs / confirmation-gate blocker，不得由模型即兴生成。
3. 必须能诚实回答「这个结论有多少来自你的回答」——若某个结论主要由先验或默认值决定，要说出来。

验收

• 入口可达，内容可复核到具体证据 ID 与方法层。
• 关闭 blocker 前后，解释内容随之变化。
• 解释文本中不出现内部标识符（与任务 2 的输出面约束一致）。

---

任务 9（P1）· 中途改窗口与保留证据重跑

事实

1993-session-correction-rerun.txt 整篇的主题就是「默认只把 14:30–15:00 当作未知区间，重新跑一轮」。

本仓 declared_window 在开 case 时从 profile 读一次（v9/case-service.ts:42-43、rectification-agentic/session.ts:194-195），未找到中途重定义或保留证据重跑的路径。这是高频真实场景：家人过后又想起更准确的时段。

要做什么

1. 支持在 case 进行中重新声明窗口，并基于已有证据重新扫描打分，不要求用户重答。
2. 重跑必须留痕：旧窗口、新窗口、触发原因、重跑前后的候选与区间，进 receipt。
3. 与计费对齐：同一 case 内重跑不重复扣费（沿用 rectification:case:<caseId> 幂等键）。
4. 若新窗口与既有证据严重冲突，如实呈现冲突，不得静默丢弃证据。

验收

• 改窗口后候选重算，已确认证据全部保留。
• 重跑留痕可查。
• 重跑不产生第二次扣费。

---

任务 10（P1）· 第一轮批量出题

事实

src/mastra/agentic-rectification.ts:68 第 6 条硬编码「一次一问」。

上游 references/upstream/interview_playbook.md 的节奏是第 1 轮 3–5 道 A/B/C/D 一起出，会话记录里也是「你直接回 A/B/C 就行」。一次一问 × 8 轮摩擦大、轮次消耗快，直接加剧不收敛。

要做什么

1. 第 1 轮改为批量出 3–5 道 A/B/C/D 选择题，一次呈现，用户可逐条或一次性作答。
2. 第 2、3 轮维持单问（只要最强 domain 的带日期事件 / 只问能区分 top 候选的 1–3 个）。
3. 系统提示第 6 条随任务 2 一并重写；批量题的题干与选项由服务端产出（与任务 2 的问题槽一致），模型不参与。
4. 批量轮在轮次预算里记为一轮，不是 3–5 轮。

验收

• 第 1 轮呈现 3–5 题，作答后进入单问节奏。
• 轮次计数正确。
• 与任务 1 的四条属性测试不冲突。

---

交付

• PROGRESS 写进 PROGRESS-rectification-convergence-20260830.md，任务 0 的会话记录结论单列。
• 每个任务一个提交。
• 推 staging 前：./node_modules/.bin/tsc --noEmit 通过、npm run lint 无新增 error、npm run test:db 在 Docker 下 fail=0、npm run build 通过。
• 全量 ./node_modules/.bin/tsx --test tests/*.test.ts 的失败清单与基线逐条比对，确认无新增。