root/Jyotisha
1
0
Fork 0
Code Issues 1 Pull Requests Actions Packages Projects Releases Wiki Activity
Files
7cf7705aea2ab49043b49fa31cbc3dcd14662f37
Jyotisha/docs/tasks/TASK-rectification-convergence-exit-20260906.md
T

30 KiB
Raw Blame History

TASK · 生时校正：采集完没有出口、反推题形态不对、候选收不敛（2026-09-06）

  • 基线：origin/staging @ e2d6f203（代码头 e2f4b55c，staging 已部署同一 SHA，事故就是这版跑出来的）
  • 分支：codex/rectification-convergence-exit-20260906
  • 执行方：coding agent；验收：Claude
  • 涉及文件：
    • TS：frontend/src/lib/rectification-agentic/v9/answer-choice.ts、method-followup.ts、decision-from-dossier.ts、probe-question-contract.ts、core/build-state.ts、core/candidate-separation.ts（只读）、frontend/src/app/api/rectification/agent/route.ts、frontend/src/components/rectification-agentic-chat.tsx、frontend/src/lib/rectification-agentic/user-copy.ts
    • Python：scripts/rectification/decision_policy.py、scripts/rectification/event_probes.py、scripts/rectification/probe_question_contract.py、contracts/probe-question-v1.json
    • 不改 scripts/jyotish_api_server.py（增长冻结），不改 frontend/src/app/page.tsx
  • BUG 编号起点：BUG-558（BUG-557 已被 TASK-session-title-guard-fix-20260906.md 预留；开工时 grep -o "^## BUG-5[0-9][0-9]" docs/BUG_HISTORY.md | tail -1 复核）
  • 与其他任务书的关系：与 TASK-session-title-guard-fix-20260906.md（consult 路由）无文件交集，可并行。本单三个工作流 A → B → C 串行，同一分支分三次提交。

1. 事故实证（staging，2026-09-06，产品负责人实测）

年份一律抽象（Y、Y+4 …），不写出生资料。用户一次走完整个采集，共说了 7 件带时间的经历，答了 6 张点选卡，最后停在一句"也可以再说一件你记得大概时间的事"，界面只剩"目前范围 …–…，还在收窄"的只读小字，没有候选卡、没有停止按钮、没有下一步。

轮 系统问 用户答 备注
1 开场采集（GENERIC_COLLECT_QUESTION） 上大学 Y 年 9 月、毕业 Y+4 年 6 月 2 件 month
2 感情采集（USER_COLLECT_QUESTION.relationship 原文） Y+8 年 5 月认识、8 月 8 日分手 month + day
3 点选卡「在亲密关系里更接近哪一种 A/B/C/D」 点选 varga_style，有事件锚点
4 点选卡「平时做事更接近哪一种 A/B/C/D」 点选 varga_style，无任何时间锚点
5 点选卡「Y+7 年 5 月前后有没有入职/换工作 A/B/C/D」 点选 existence，career
6 点选卡「Y+8 年 4 月前后有没有入职/换工作」 点选 existence，career
7 点选卡「Y−1 年 5 月前后有没有搬家/长期住外地」 点选 existence，relocation
8 家人采集（原文） "没有" declined
9 钱的采集（原文） Y+10 年 1 月欠薪、开始欠债 month；助手随后说"想先看看当前候选也直接说一声，我来汇总"
10 搬家采集（原文） Y+7 年 7 月搬到外地 month
11 点选卡「Y+7 年前后工作上有没有入职/换工作」 点选 与第 5 轮同域同年，只是去掉了月份
12 身体/压力采集（原文） Y+10 年 1–8 月难熬 range
13 职业采集（原文） 三段职业，无年份 occupation_note
14 「也可以再说一件你记得大概时间的事。」（USER_COLLECT_QUESTION.other 原文） —— 死胡同

只读小字显示范围仍有 27 分钟宽。每张点选卡答完只回"已记录你的选择，并更新了候选比较"，看不出哪一题让范围动了。

产品负责人的三条判断，本单照单全收：

  1. 与 Agent 互动完之后没有下一步，用户不知道该做什么，卡在那里。
  2. 占星反推题与验证冲突题应当是"在几年几月发生了什么事 → 你觉得更像 A/B/C/D"这种形态；现在是一个领域一个领域地问"那时候有没有 X"，同一个时间点被拆成几道题，还有没时间锚点的性格题。
  3. 时间根本收敛不了。

2. 根因（三条，互相独立，都已在代码里定位）

2.1 出口：非收敛出牌 / 非终止修复都退化成"再说一件事"，没有交付

  • answer-choice.ts::persistNextInterviewIfIdle 在 isNonConvergingRangeOffer(decision)（canOfferRange && !canAdopt && nextAction === "offer_provisional_range"）时调用 persistExhaustionCollect；ensureNonTerminalTurnExit 在"没有问题也没有采用载体"时同样调用它；route.ts 无焦点分支也走同一条。
  • persistExhaustionCollect → method-followup.ts::exhaustionSpokenCollectFollowup：先 nextDatedCollectFollowup（七个领域都问过/拒过就为空），再职业，最后 无条件落到 otherCollectFollowup，即第 14 轮那句话。它的 domain="other" 不在 REMAINING_EVIDENCE_COLLECT_DOMAINS，所以既不算"剩余采集"也不挡出牌，但它作为 collect:other:* 焦点被持久化后，下一轮再答一件事又回到同一处——没有终止条件。
  • 出口所依赖的 canAdopt=false 从哪来，服务端没有留下任何日志（persistExhaustionCollect 不记录 decision 的输入）。可能来源有四个：引擎 acceptance_allowed=false（decision_policy.py 的 event_quality / domain_diversity / date_quality 门）、trainingScoreableGate 因证据 status 非 confirmed 而关闭、candidateScoresFromDossier 在 inference 存在但投影不一致时返回空数组（ranked.length===0 → keep_collecting）、engineCapabilityCeilingFromReceipt 因 receipt 字段自相矛盾而返回全关。本单不猜是哪一个，先补日志与形状回归，再把"不管哪一个都不能落到 other"钉死。
  • 用户能看到的唯一状态是 RectificationReadonlyRange（sessionOutcome ∈ {collect_evidence, discriminate_candidates} 时渲染），它不可点。口述采集态没有"先这样，先看当前范围"按钮（CHOICE_STOP_LABEL 只挂在点选卡上）。turn-intent-classifier.ts 定义了 ask_about_result，route.ts 却只处理 stop_rectification，而且只在点选焦点分支里处理；助手那句"想先看看当前候选也直接说一声"是模型自由发挥，系统兑现不了。

2.2 题型：探针按"领域 × 大运边界月"一条条出，同一日期拆成多题，同域同年月份不同再问一遍

  • event_probes.py::_discriminating_event_probe_lists 对每个领域独立扫描 _union_boundary_dates，同一个边界月会给 career、finance、relocation 各生成一条 existence 探针。用虚构出生资料（1998-03-15，北京，04:30–05:30）把本次事故的 7 件事喂进 score_candidates，引擎公开的 8 条探针是：

    semantic_key gain 说明
    career.2022.06.dasha_boundary 1.11 同一月
    finance.2022.06.dasha_boundary 1.06 同一月
    career.2023.05.dasha_boundary 1.10 同一月
    finance.2023.05.dasha_boundary 1.01 同一月
    relocation.2018.05.dasha_boundary 0.99
    relationship.2019.02.dasha_boundary 0.96
    finance.2024.03.dasha_boundary 0.92
    career.2024.05.dasha_boundary 0.88

    8 条里 4 条是"同一个月、换个领域再问一次"。用户感受就是"同一个时间点被反复问有没有 X、有没有 Y"。

  • 去重键是 (domain, year, month, source)（_partition_ranked_probes）与 TS 侧 askedKeys（semantic_key / split hash 精确匹配）。_try_activation_probe 用年龄带中点年份生成年级探针（career.<Y>.dasha_activation，无月份），_existence_blocked_years 只看账本里的年份，不看已问过的探针年份，于是第 5 轮问了 career.Y+7.05，第 11 轮又问 career.Y+7（BUG-540 修的是质量探针绑定，没覆盖这条）。

  • varga_style 卡（第 4 轮"平时做事"）来自 contrastPacket 的 D10 类型对照，没有任何日期锚点；第 3 轮同类卡之所以可接受，只是因为模型自己把"回想你 Y+8 年的这段感情"写进了题干。

  • _agent_brief 给模型的提示是"写一句自然的是/否题"，产品要的"那时候发生了什么 → 更像哪一种"在探针层根本没有这个题型。

2.3 收敛：相对支持度把引擎证据压平成 7–9，之后只有点选卡在推分

同一份虚构资料的量化结果（references/ 里没有该用户任何资料，数字只说明机制）：

指标 4 件事 7 件事
61 个分钟的原始分 min / max 6.03 / 11.19 10.96 / 15.52
原始分极差 5.16 4.56
公开候选（12 个特征簇代表）的 relative_support 9 9 9 9 9 8 8 8 8 8 8 7 9 9 9 9 9 8 8 8 8 8 8 7
top-2 领先 0 0
诊断 margin_percent 0.80 2.26
acceptance_allowed / propose_allowed true / true true / true
  • decision_policy.py::_relative_support 把 100 按原始分正比例分给最多 12 个簇代表。原始分是各事件正分之和，底座 11–15，事件带来的差异只有 4.5，正比例归一后每个簇 7–9 分，任何证据组合都到不了 MIN_SEPARATION_LEAD=8。
  • core/build-state.ts::buildInferenceState 把 relative_support 当 prior_score，之后每道点选卡按 SCORE_DELTA ±2 推分；credible-range.ts::unionStillValidRange 取"与峰值差 < 8"的簇并集。于是：7 件带年月的经历对可信区间几乎没有贡献，区间只靠点选卡一题题往下压，压 4 题才可能淘汰一个簇；点选卡又有 8 轮 / 10 答的熔断。这就是"收不敛"。
  • 同一份数据换成"支持度 ∝ (原始分 − 窗口最低分)"，12 个簇代表变成 14/14/12/12/10/9/8/7/6/5/2/0；换成 softmax（T=0.5）是 29/26/14/13/6/4/3/1/1/1/0/0。差别来自引擎已经算出来的证据，不是新证据。
  • TASK-rectification-provisional-adopt-20260901.md §2 当时已经看到"lead 永远停在 5"，决策是"只改门、四个常数不动"，但没有追到 prior 被压平这一层。本单不动 MIN_SEPARATION_LEAD=8 的数值，改的是喂给它的尺度。

3. 决策记录（产品负责人 2026-09-06 授权"彻查并彻底解决"，以下是 PM 代为落地的决策，可否决）

  1. 采集封顶必须交付。 方法覆盖完成（blockingMethodsCovered）、七个带年月领域都问过或拒过、职业已覆盖之后，不得再问任何开放式采集题。USER_COLLECT_QUESTION.other / USER_COLLECT_QUESTION_RETRY.other 与 otherCollectFollowup 只保留给开场（!dashaCovered）；exhaustionSpokenCollectFollowup 删除 other 兜底。这推翻 TASK-rectification-nonterminal-exit-20260901.md 里"每轮至少留一个问题"的实现方式：每轮至少留一个问题或一个交付载体的规则不变，但穷尽时的载体改为交付，不是"再说一件事"。
  2. 交付分两种。 引擎 acceptance_allowed=true → 走既有 adopt_representative 出牌（候选卡 + 八法报告 + 停止原因句）。acceptance_allowed=false → 不出牌，但必须把 receipt 的 acceptance_reasons 翻成用户能照做的一句话（例："还差 1 件带月份的经历，领域不限" / "两件事的日期还没对清"），并给"先这样，先看当前范围"按钮；范围小字改为可点。不得再出现"也可以再说一件事"。
  3. 口述采集态也要有停止按钮，与点选卡共用 CHOICE_STOP_LABEL，走 STOP_ACTION（→ paused → provisional_range_user_stopped）。ask_about_result 意图等同于用户按了这个按钮。助手文案不得承诺系统做不到的事（Skill 文案另开单，本单只在 user-copy.ts 与提示词里删掉"说一声我来汇总"类措辞的来源——若来源在模型自由发挥，进度记录写明即可）。
  4. 题型改为"某年某月发生了什么"。 同一 (year, month) 的多领域 existence 探针合并成一张卡（见 5.B2），选项是领域，不是"发生了 / 没发生"；题干必须写出年月，若账本里有 ±2 个月内的其他领域事件，题干要提到它（"Y 年 7 月你搬到外地前后，工作上……"）。这是产品要的"反推 + 验证冲突"形态。四选项契约（BUG-390）不放宽：一张卡仍是 A/B/C/D 四项，只是每项映射到两条探针的答案。
  5. 同域同年只问一次。 已问过 career.Y.05.*，则 career.Y、career.Y.03、career.Y±1（按 EXISTENCE_NEARBY_YEARS）全部视为已问。Python 与 TS 两侧都要生效。
  6. 无锚点的性格题不出。 varga_style 卡只在同域账本里有带年月事件时才可渲染，题干提示必须带那件事的年月；排序在带年月卡之后。
  7. prior 换尺度。 _relative_support 改为按 (原始分 − 全窗口最低分) 归一（或温度可调的 softmax，由校准决定），MIN_SEPARATION_LEAD=8、3/2 采用门、4/3 确认门、maxPlateauRounds 等数值一律不动。这是对 TASK-rectification-decision-authority-20260831.md §4 "数值不动"的补充而非推翻：常数不动，改的是输入尺度，并且必须过 5.C2 的校准门。合入前把校准表拿给产品负责人看一眼，他点头再合。
  8. 先补日志再修。 persistExhaustionCollect 的每次进入都要写一条结构化日志（无 PII），本单合入后若真实环境再复现，靠日志定位 canAdopt=false 的来源，不靠猜。

4. 硬红线

  • BUG-390 四选项契约、contracts/probe-question-v1.json 的 yes / weak_yes / no / unsure 语义不放宽；新增 choice_kind 必须同时进 Python probe_question_contract.py 与 TS probe-question-contract.ts 的契约测试。
  • tests/test_rectification_engine_convergence.py::test_scripts_and_frontend_have_no_answer_key_literals 必须继续通过：不得在代码里写任何真实案例的年份/分钟字面量。
  • 采用门 / 确认门 / 训练门 / 熔断的数值不动（MIN_ACCEPTANCE_*、MIN_CONFIRMATION_*、MIN_SEPARATION_LEAD、DEFAULT_MAX_DISCRIMINATION_ROUNDS、EFFECTIVE_ANSWER_SAFETY_CAP、maxPlateauRounds、minUncertaintyAnswers）。
  • BUG-503（一道 D 不停）、BUG-520（区分卡答"否"不是拒答）、BUG-540/541（质量探针绑定）、BUG-544/546/547/549/550 的用例原样通过；改既有断言写"原值 / 新值 / 原因"三栏。
  • 点选答案仍不写证据账本（BUG-389–393 分层）。
  • 前端：tsc --noEmit 0 错、npm run lint 0 error、测试总数不低于开工时 origin/staging 实测；page.tsx 不增长。Python：run_quality_gate.py --profile quick 通过，scripts/jyotish_api_server.py 不增长。
  • 任务书 / 进度 / Bug 历史 / 测试 fixture 只用抽象年份或公开名人（references/real_case_calibration/）。

5. 任务分解

A · 出口（BUG-558）

A1 结构化日志。 persistExhaustionCollect 入口 console.warn(JSON.stringify({ event: "rectification_exhaustion_collect", case_id, can_adopt, ceiling: {acceptance, selection, propose}, training_gate: {count, domains, open}, stop_class, ranked_count, probe_key, budget: {rounds, answers, plateau}, next_domain, next_source }))。

  • 验收：单测断言字段齐全且不含 evidence summary / 年份。

A2 穷尽即交付。 改 exhaustionSpokenCollectFollowup：删 other 兜底，返回 null 时由调用方分流——

  • engineCeiling.acceptanceAllowed && trainingGate.open → 走 adopt_representative 交付（复用 adoptHostNarration / deliveryAdoptNarration，stopReason 用新增的 "probe_pool_exhausted"，文案："能分开候选的问题已经问完，先按现有材料给你结果。"）。decideRectification 需要一条新的 completeWithRange(..., "exhausted") 入口：probe===null && !datedMethodCollectOpen && methodCoverageAll 且 capability.canAdopt 时不再走 offerRangeWithoutAdopt，而是 finish("adopt_representative")。
  • 否则 → hostNarration = 范围句 + 门槛翻译句（acceptance_reasons → 用户文案映射表放 user-copy.ts：insufficient_events、insufficient_domain_diversity、low_date_quality、no_candidates；TS 侧 keep_collecting 的 insufficient_dated_events / insufficient_domains 同表）；不持久化任何焦点；ensureNonTerminalTurnExit 的"满足"条件加上"本轮已写出门槛翻译句"（用 turn 上的 question=null && terminal_note 标记，具体载体由执行方定，进度记录写明）。
  • route.ts 无焦点分支的 isNonConvergingRangeOffer 同步改为上面两种出口。
  • 验收：形状回归见 A4；grep -rn "USER_COLLECT_QUESTION.other\|collectQuestionRetryByDomain.other" frontend/src 只剩开场路径；listUserVisibleCopy 与 agent-voice-copy-contract 测试更新。

A3 停止入口。 rectification-agentic-chat.tsx：currentQuestion.kind === "collect_spoken" 时在输入框上方渲染与点选卡同款的 CHOICE_STOP_LABEL 按钮（复用 submitStop 路径，STOP_ACTION）；RectificationReadonlyRange 改为按钮，同一动作。route.ts：ask_about_result 在点选与口述两个焦点分支都映射到 STOP_ACTION（口述分支现在只处理 decline，要补 stop 与 ask_about_result）。frontend/DESIGN.md 记录新按钮位置；文案对照 frontend/docs/VOICE.md。

  • 验收：rectification-v9-entry-routing 或新测试覆盖 ask_about_result → paused；组件测试覆盖口述态出现停止按钮。

A4 事故形状回归（核心）。 新文件 frontend/tests/rectification-exhaustion-exit-20260906.test.ts，dossier 形状：7 条 confirmed 证据（education×2 month、relationship month+day、finance month、relocation month、health_pressure range）、family declined、occupation_note、answered_probes 6 条（2 条 varga_style、4 条 existence，含同域同年一月一年的两条）、discriminating_event_probes 全部已问或 no_split_among_active、receipt acceptance_allowed/selection_allowed/propose_allowed=true、confirmation_allowed=false。断言：

  1. decideFromDossier 不是 collect_evidence；persistNextInterviewIfIdle 不写 collect:other:* 焦点；hostNarration 含停止原因句与范围句。
  2. 同形状但 receipt acceptance_allowed=false, acceptance_reasons=["insufficient_events"] → hostNarration 含门槛翻译句，不写焦点，ensureNonTerminalTurnExit 不抛。
  3. 同形状但 candidateScoresFromDossier 返回空（模拟投影不一致）→ 同 2，且日志行 ranked_count=0。

B · 题型（BUG-559）

B1 同域同年去重（两侧）。 Python：_discriminating_event_probe_lists 接收 asked_probe_keys（由 API 请求体新增可选字段 asked_probe_keys: string[] 透传；normalize_rectification_request 允许该字段，不改 jyotish_api_server.py 主体），_existence_blocked_years(domain, known_years ∪ asked_years)；_try_activation_probe 同样受阻。TS：remainingConflictProbes / renderableEventProbe / renderableContrastProbe 的 asked 判断改为按 domain.year 前缀匹配（career.2023.05.dasha_boundary 覆盖 career.2023*），并按 EXISTENCE_NEARBY_YEARS 扩到相邻年。

  • 验收：tests/test_rectification_event_probes.py 新增：已问 career.Y.05.dasha_boundary 后不再产出 career.Y.*、career.Y±1.*；TS rectification-choice-card.test.ts 新增同样断言。

B2 "某年某月发生了什么"合并卡。 新 choice_kind: "boundary_pair"：

  • Python：_partition_ranked_probes 之后，对同 (year, month) 且领域不同的两条 existence 探针（取 gain 最高的两条）生成一条合并探针：semantic_key = boundary.<Y>.<MM>，component_probes = [key1, key2]，style_options：A <dom1 event_family 短句>（→ p1 yes, p2 no）、B <dom2 短句>（→ p1 no, p2 yes）、C 两件都有（→ 都 yes）、D 都没有（→ 都 no）；expected_outcomes 按四个组合合并 supports/conflicts；information_gain 取两条的联合分组熵（_group_entropy 对四组）。原两条单领域探针从 public 列表移除，进 dropped_probes(reason="merged_into_boundary_pair")。选项标签长度守 LABEL_MIN/MAX，用 DOMAIN_CATALOG 里的 event_family 缩到 ≤ 12 字。
  • 契约：contracts/probe-question-v1.json 加 boundary_pair 的 answer_class 映射（A=pair_first、B=pair_second、C=pair_both、D=pair_none，"这题跳过" = 两条 unsure）；probe_question_contract.py 与 probe-question-contract.ts 同步，契约测试比对字节。
  • TS：applyRectificationChoice 对 boundary_pair 写两条 answered_probes（各自 semantic_key、answer_class yes/no），buildInferenceState 不改；askedKeys 同时记 boundary.<Y>.<MM> 与两条分量键（配合 B1）。
  • 题干：_agent_brief 新分支："时间范围锁定 {Y 年 M 月前后}；请问用户那段时间身上发生了什么变化，选项由服务端给出；若账本里 ±2 个月内有其他领域事件，题干先提那件事再问。" method-followup.ts 在 user_prompt_hint 里把邻近账本事件（只给领域与年月，不给 summary）拼进去。
  • 验收：Python 测试——两条同月探针合并成一条、四个 outcome 的 supports 互不重叠且并集覆盖两条分量、原探针进 dropped；TS 测试——一张 boundary_pair 卡答 A 后 answered_probes 两条、posterior 变化等于分别答 p1 yes + p2 no；契约测试；agent-voice-copy-contract 更新。
  • 若 B2 做不完（见 §6），至少 B1 + 题干锚点（邻近账本事件写进 user_prompt_hint）要落地。

B3 varga_style 卡要锚点。 rankRenderableDiscriminators / firstRenderableYearlessFollowup：choice_kind === "varga_style" 且同域账本无 confirmed 带年月事件 → 进 dropped_probes(reason="unanchored_varga_style")，不渲染；有事件时 user_prompt_hint 带该事件年月，selection_score 乘 0.8 排在带年月卡之后。

  • 验收：rectification-varga-style-*.test.ts 新增：无同域事件不出卡；有事件出卡且 hint 含年月。

C · 收敛（BUG-560）

C1 prior 换尺度。 decision_policy.py::_relative_support(scores, floor)：weight = max(score − floor, 0)，floor = 全分钟网格（built["candidate_times"] 全部行，不只是公开代表）的最低分；全零时保持均分。可选 softmax 版本 exp((score − max)/T)，两者都实现，由 C2 选定默认并记录在 POLICY_VERSION（bump 到 rectification-candidate-policy-v4；ALGORITHM_VERSION 同步 bump，test_algorithm_and_policy_versions_change_with_proximity_semantics 模式照抄）。rectification_report 与 candidate_summary 里所有引用 relative_support 的文案不变。

  • 验收：tests/test_rectification_diagnostics_clusters.py 或新测试——同一 rows 下新支持度的 top-2 领先 ≥ 旧值；均分回退用例。

C2 校准（合入门）。 新脚本 scripts/rectification_prior_calibration.py（只读 references/real_case_calibration/minute_rectification_development_v1.json 调参、minute_rectification_holdout_v3.json 20 例验证；excluded_from_tuning=true 的例子只进验证）：每例以真实分钟 ± candidate_radius_minutes 为窗口跑 score_candidates，分别按旧归一、score−min、softmax(T∈{0.25,0.5,1,2}) 计算 unionStillValidRange（lead 8）宽度与是否覆盖真实分钟。输出表：方案 × {holdout 覆盖数/20, 中位宽度, 均值宽度}。

  • 通过标准：所选方案 holdout 覆盖数 ≥ 旧方案覆盖数 − 1，且中位宽度 < 旧方案；否则保留旧归一，C1 只留代码不启用，进度记录写明。
  • 表格进 PROGRESS-*.md §C2，产品负责人确认后才合 C。

C3 存量。 POLICY_VERSION 变化会让 candidateSnapshotSource.scoringPolicyVersion 失配 → snapshotCurrent=false → 已有 Case 下一轮自动重算（TASK-rectification-tails-20260901.md 已铺路）；执行方确认这条路径仍通，并在 docs/testing/ 清单里写"旧 Case 打开后第一轮会重算一次"。

C4 显示。 isRecommendedRectificationCandidate 沿用 lead 8，不改；RectificationCandidateCards 的"相对支持度 N"不改文案。进度记录附一张 4 件事 / 7 件事虚构样例的前后支持度对比表（用 §2.3 的虚构资料即可）。

D · 记录

  • docs/BUG_HISTORY.md：BUG-558（出口）、BUG-559（题型与去重）、BUG-560（prior 压平）；BUG-560 关联 BUG-463 与 TASK-rectification-provisional-adopt-20260901.md §2。
  • CHANGELOG.md：三条用户可感知变化；Skill 版本不 bump（本单不改 SKILL.md；文案单另开）。
  • docs/tasks/PROGRESS-rectification-convergence-exit-20260906.md：A/B/C 各一节，含测试数字、C2 校准表、偏离。
  • docs/testing/rectification-convergence-exit-20260906.md：真实环境清单——(1) 走完七个领域后出现候选卡或门槛翻译句，不再出现"也可以再说一件事"；(2) 口述采集态有"先这样"按钮，点了出范围；(3) 同一年月不再被问两次；(4) 合并卡题干带年月并提到邻近事件；(5) 旧 Case 首轮重算一次。
  • docs/tasks/README.md 状态板加一行。

6. 让步顺序

  1. A1 + A2 + A4 不可拆，是本单的底线；A3 可以后置到同分支第二次提交。
  2. B1 + B3 必做；B2 若一天内做不完，改为"B1 去重 + 题干锚点"，并在进度记录写明 B2 未做与原因，本单状态保持"部分完成"，不得标完成。
  3. C1 + C2 必做；C2 不过门就不启用 C1，按 §5.C2 写明。
  4. D 不可省。

7. 开工前置命令

git fetch origin --prune
git worktree add -b codex/rectification-convergence-exit-20260906 .worktrees/rectification-convergence-exit-20260906 origin/staging
cd .worktrees/rectification-convergence-exit-20260906
ln -s /workspace/Jyotisha/frontend/node_modules frontend/node_modules
ln -s /workspace/Jyotisha/.venv .venv
# 基线数字（写进进度记录）
cd frontend && npx tsx --test tests/rectification-*.test.ts tests/agent-voice-copy-contract.test.ts 2>&1 | grep -E "^# (tests|pass|fail)"; cd ..
.venv/bin/python -m pytest tests/test_rectification_event_probes.py tests/test_rectification_engine_convergence.py tests/test_rectification_diagnostics_clusters.py tests/test_active_rectification_api.py -q
grep -o "^## BUG-5[0-9][0-9]" docs/BUG_HISTORY.md | tail -1

收尾：同一组命令 fail=0；./node_modules/.bin/tsc --noEmit；npm run lint；npm run build 后 / 仍 Static、首屏 gzip ±2%；.venv/bin/python scripts/run_quality_gate.py --profile quick。

附录 · 复现脚本（虚构资料，可直接跑）

# .venv/bin/python 下运行；出生资料为虚构值，仅复现机制
import uuid, sys, os
sys.path.insert(0, "."); sys.path.insert(0, "scripts")
from scripts.rectification.contracts import normalize_rectification_request
from scripts.rectification.api_service import score_candidates
EV = [("education","education_start","2016-09-01","2016-09-30","month"),
      ("education","education_completion","2020-06-01","2020-06-30","month"),
      ("relationship","relationship_start","2024-05-01","2024-05-31","month"),
      ("relationship","relationship_end","2024-08-08","2024-08-08","day"),
      ("finance","finance_loss","2026-01-01","2026-01-31","month"),
      ("relocation","relocation","2023-07-01","2023-07-31","month"),
      ("health_pressure","pressure_period","2026-01-01","2026-08-31","range")]
req = normalize_rectification_request({"birth_date":"1998-03-15","start_time":"04:30","end_time":"05:30",
  "lat":39.9042,"lon":116.4074,"tz":8.0,"events":[{"id":str(uuid.uuid4()),"domain":d,"event_kind":k,
  "date_start":s,"date_end":e,"precision":p,"summary":k} for d,k,s,e,p in EV]})
out = score_candidates(req)
print([(c["time"], c["relative_support"]) for c in out["candidate_decisions"]])
print([(p["semantic_key"], p["information_gain"]) for p in out["decision_receipt"]["discriminating_event_probes"]])

验收（Claude，2026-09-06，基线 origin/staging @ b938c76a）

实现 150d7ef1（A）/ 3a9ae736（B）/ 62afa521（C+D）已由执行方直接合入 staging。独立复跑：

门 结果
tsc --noEmit 0 错
npm run lint 0 error / 82 warning（新增测试文件带 1 条既有类型的 warning）
非 DB tests/rectification-*.test.ts + agent-voice-copy-contract 905 pass / 0 fail
scripts/rectification_prior_calibration.py 与进度记录同数：holdout proportional 17/20 · 中位宽 21；offset 12/20 · 10；softmax 0.25/0.5/1/2 = 10/11/12/16 · 6/9/14.5/21；无方案过门
Python 定向（event_probes / engine_convergence / relative_support / v5_services / diagnostics_clusters / active_rectification_api） 1 失败：test_long_real_conversation_reaches_vedastro_after_local_range_is_narrow，在基线 e2f4b55c 上同样失败（已复跑），非本轮引入

逐条结论：

项 结论
A1 日志 通过。字段齐全，无 summary / evidence；probe_key 含探针年份（大运边界年，非出生资料），可接受
A2 穷尽即交付 未通过（P1）：门槛翻译句路径每个回合写 2 条相同助手消息（scratch 计数 2；evidence 动作回合为 3；点选路径一条独立 + 一条拼在「已记录你的选择」后）。见修复单 BUG-565
A2 决策层 通过。keep_collecting 仍采集；probe_pool_exhausted 停止原因进 finish
A3 口述停止 + ask_about_result 通过（服务端 STOP 在采集焦点上不抛，answerClass=null 分支放行）。P2：范围小字改成按钮但文案仍是状态句，与新按钮重复，建议还原为状态句
A4 形状回归 通过，三例齐
B1 同域同年去重 通过，两侧生效，asked_probe_keys 不进指纹
B2 合并卡 未做，按让步顺序允许，状态「部分完成」正确
B3 varga 锚点 通过
C1/C2 通过（默认未启用；校准数字复现一致）。校准门本身有缺陷：旧方案"覆盖 17/20"是因为它根本不收窄（中位宽 21 = 整个 21 分钟窗口），拿它当基线任何收窄方案都过不了。真正的发现是：把先验拉尖后，真实分钟落在领先集合里的只有 12/20（宽 10），接近随机（10/21≈48%）。引擎原始分在分钟级的区分力近乎没有，这是产品级结论，见修复单 §2
C3 通过（未 bump 版本，旧 Case 不重算，清单已按此写）
D 通过；BUG-560 标 blocked 正确
新问题 P2：persistNextInterviewIfIdle 新增的「无剩余采集且不可采用 → 穷尽」分支排在问题持久化之前，引擎采用门关闭但仍有可渲染区分卡 / holdout 题时会把题吞掉
Reference in New Issue View Git Blame Copy Permalink