Jesse_ChenandClaude Opus 5.5
ea21743b09
Once the discriminator training gate is open, only choice cards are asked and the range card goes out when they are exhausted; targeted lines, their re-ask and guided windows no longer hold the card or invite more events. Delivery body says how many choice questions were used instead of the event fit percent; narration names an excluded cluster instead of "range unchanged"; a delivered turn no longer carries a collect question. Offline replay (v4, 3 radii x 2 directions): truth in range 20/20 in every cell; guided-window injections give the same width in truth and opposite directions, so red line 1 was revised by product to truth-in-range only. Skill 10.0.31 -> 10.0.32 (10.0.31 kept as deprecated for pinned cases). Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com> Claude-Session: https://claude.ai/code/session_017eEAG8HD3mm8gsKXgk8uU8
96 lines
10 KiB
Markdown
96 lines
10 KiB
Markdown
# PROGRESS · 生时校正止血单（2026-09-29）
|
||
|
||
- 任务书：`docs/tasks/TASK-rectification-futile-collect-stop-20260929.md`
|
||
- 分支：`codex/rectification-futile-collect-stop-20260929`（基线 `origin/staging` `56722063`），**未推送**。
|
||
- 执行方：Claude fork 子代理（直接执行模式）。
|
||
- 结论（第一轮）：硬红线 1（离线回放）按原口径未过，停工回报。
|
||
- **2026-09-29 续做**：产品决定「删掉门开后的引导补经历题，接受回放结果」，红线 1 改为「每格真值在区间不降」（见任务书「2026-09-29 修订」）。按修订口径六格全过，继续完成 T1–T5，见文末「第二轮」。
|
||
|
||
## 回放（硬红线 1）
|
||
|
||
`PYTHONHASHSEED=0 python3 scripts/research/futile_collect_stop_replay.py`（203 秒）→ `docs/research/futile_collect_stop_replay_2026_09_29.json`。v4 开放集 20 例；基线 = 六题后注入前两道引导窗口题（线上 `GUIDED_WINDOW_CASE_LIMIT = 2`）；D1 = 六题后不注入。定向七条线要真人日期，两边都不建模（同 09-26 回放）。
|
||
|
||
| 半径 | 注入方向 | 基线 真值在区间 | 基线 宽度中位 | D1 真值在区间 | D1 宽度中位 | 变宽例数 | 丢真值例数 | 过门 |
|
||
| --- | --- | ---: | ---: | ---: | ---: | ---: | ---: | --- |
|
||
| ±10 | truth | 20/20 | 14 | 20/20 | **15** | 1 | 0 | 否 |
|
||
| ±10 | opposite | 20/20 | 15 | 20/20 | 15 | 0 | 0 | 是 |
|
||
| ±30 | truth | 20/20 | 34 | 20/20 | 33 | 1 | 0 | 是 |
|
||
| ±30 | opposite | 20/20 | 34 | 20/20 | 33 | 1 | 0 | 是 |
|
||
| ±60 | truth | 20/20 | 53 | 20/20 | **56** | 5 | 0 | 否 |
|
||
| ±60 | opposite | 20/20 | 53 | 20/20 | **56** | 5 | 0 | 否 |
|
||
|
||
读法：
|
||
|
||
1. 真值在区间六格全部 20/20，没有一例因 D1 丢真值。
|
||
2. 宽度中位三格变宽（±10 truth +1，±60 两个方向 +3），按任务书「任何一格变差就停」判不过。
|
||
3. **与诊断不一致的发现**：引导窗口题注入的经历确实会移动交付区间，而且与注入方向关系不大。±60 上 truth / opposite 的基线中位同为 53；个例如一例 ±60 D1 95 分钟、opposite 注入 43、truth 注入 45。任务书「门开后打字经历约等于 0」的判断对引导窗口题（落在大运边界日的经历）不成立；它们的收窄不依赖方向，更像是边界日事件改变引擎先验后把某些边缘簇推出 8 分线，而不是提供了真值信息。是否接受「区间多窄 1–3 分钟但不带信息」需要产品 / 架构重新决定，本单不调参数。
|
||
|
||
## 已做的代码（WIP，未对齐测试）
|
||
|
||
- T1：`collection-question-pool.ts` 加 `COLLECT_AFTER_TRAINING_GATE = false` / `spokenCollectClosed`，门开后引导窗口、重问、定向七条线三个池返回空；门开后不可交付时的收窄提示不再邀请补经历；右栏 `precision_stage` 按 stage id 取前端文案（`PRECISION_STAGE_BOARD_COPY`，不改冻结文件、不做中文正则）；步骤条交付态 `next` 去掉「或补一件带月份的经历」；输入框默认 / 交付后占位改为不邀请。
|
||
- T2：`deliveryTurnNarration` 删「对照了 N 件经历，事件吻合率 P%」，改「用了 M 道选择题」（`scoredChoiceCount`），范围与开场同宽时加「这个窗口按现在的方法缩不下去」；`rangeDeliveryIndistinct` 去掉补经历句；`range_after_rescore` 去 `event_fit_percent`，加 `choice_count`、`range_not_narrowed`；Agent 提示第 5 条同步。Skill 10.0.31 → 10.0.32（§6 采集规则、§7 交付三句、references/conversation-strategy.md），10.0.31 置 deprecated，registry sha `c2cab136…4cee`（10.0.31 用同一函数复算得 `51a91251…13c1`，与登记一致）；18 处版本断言按三栏注释改。
|
||
- T3：**更正任务书根因**：`unionWindowIntervals` 按窗口段合并成「首尾包络」，同一段内中间簇被排除时元组不变、也不会变成 `null`；只有跨午夜多段时才是 `null`。修法按候选比较：`stillValidCandidates` + `excludedClusterRanges`，旁白改为「已记录，排除了 HH:MM–HH:MM。」。
|
||
- T4：未做（未写复现测试）。
|
||
|
||
## 测试
|
||
|
||
- 基线（Node 22.14，`npm test`）：4335 项，4280 通过 / 24 失败 / 31 跳过；24 条失败全是 Postgres / Docker / staging 同步类环境项，清单在执行机 scratchpad `baseline-fail.txt`。
|
||
- `tsc --noEmit`：T1–T3 后 0 错误（Skill 版本改动后未复跑）。
|
||
- 改动后全量：跑到约 2600 项时因停工中止，已观察到 **19 条新增失败**，全部是编码旧流程（门开后仍口述采集 / 定向线挡卡）的校正测试，例如「persistNextInterviewAfterChoice after family denial collects remaining dated events」「collect-phase nonterminal exit persists a spoken collect when public can_adopt is closed」「delivery and adopt turns keep representative-minute boundary semantics」。未逐条改断言，未做三栏说明。
|
||
- lint / build / gzip：未跑。
|
||
|
||
## 未做
|
||
|
||
T4、T3 回归测试、VOICE / DESIGN / CHANGELOG / 真机清单、BUG-1084～1087 状态更新（保持 investigating）、BUG-747～752 修订段。
|
||
|
||
|
||
## 第二轮（2026-09-29，产品修订后续做）
|
||
|
||
### 红线 1（修订口径）
|
||
|
||
上表六格「真值在区间」全部 20/20 = 基线，**过**。宽度中位只上报：±10 truth +1、±30 两格 −1、±60 两格 +3。truth / opposite 注入宽度几乎一样（例：±60 一例 D1 95 分钟，truth 注入 45、opposite 注入 43；另有注入后反而变宽的 53→59、57→85、5→11），引导窗口题不带方向信息。
|
||
|
||
### 各项
|
||
|
||
| 项 | 状态 | 说明 |
|
||
| --- | --- | --- |
|
||
| T1 D1 出卡时机（BUG-1084） | 完成 | `COLLECT_AFTER_TRAINING_GATE=false` + `spokenCollectClosed`：门开后三个口述池为空 → 不问、不挡卡；门开后收窄提示只剩候选数；右栏按阶段 id 取前端文案；步骤条、输入框占位去邀请。对照件（holdout）验证线不在 D1 范围，照旧。 |
|
||
| T2 D2 交付正文（BUG-1085） | 完成 | 「用了 M 道选择题」+ 缩不下去句；`range_after_rescore` 换字段；Agent 提示、Skill 10.0.31 → 10.0.32（10.0.31 deprecated，sha `c2cab136…4cee`）。 |
|
||
| T3 D3 旁白（BUG-1086） | 完成 | 任务书根因更正（首尾包络，不是 null），按候选集合求被排除段。 |
|
||
| T4 D4 交付轮不带采集题（BUG-1087） | 完成 | 事故形状用例在基线 `56722063` 上红（写入 `collect:targeted:health_pressure:retry`），本分支绿；根因见 BUG-1087；D1 后路径不可达，测试保留。 |
|
||
| T5 回放与记录 | 完成 | 回放脚本 / JSON；CHANGELOG、DESIGN §10b、VOICE、真机清单、BUG-1084～1087、BUG-654/749/751 修订段、README。 |
|
||
|
||
### 既有断言改动（原值 / 新值 / 原因写在测试文件里，标「(2)」）
|
||
|
||
共 37 个既有测试文件（不含新增文件），约 90 处带「原值」注释的改动（含 18 处版本号）。大类：
|
||
|
||
1. **回到 BUG-751 之前的值**（门开后定向线不挡卡）：`rectification-coverage-collect`、`-provisional-adopt`、`-occupation-coverage-exit`、`-holdout-renderable`、`-convergence-budget`、`-range-offer-deadend`、`-exhaustion-exit-20260906`、`-delivery-vs-collect-20260914`、`-adopt-flow-fix-20260903`、`-collect-direction-20260904`（4 处）、`-answer-choice`（2）、`-adopt-narration-20260904`（6）、`-collect-stall`（5）、`-choice-card`、`-probe-pool-exhausted-20260911`（3）、`-eight-method`（2）、`-superseded-focus`、`-unstampable-probe-20260914`（放宽为「或落到非空范围旁白」，不念题干的核心断言不变）。
|
||
2. **文案**：交付正文（`agent-voice-copy-contract`、`-delivery-ui-simplify-20260908`、`-range-delivery-20260907`、`-adopt-narration` 的 `assertAdoptTemplate`）；区分不开句（`-fewer-probes-card-20260926`）；收窄提示（`-open-collect-invite-20260914`、`-tiebreak-before-card-20260914`）。
|
||
3. **池规则保留覆盖**：`rectification-collection-question-pool` 两条改用「门未开」的夹具（毕业那件日期不明），另断言门开夹具池为空；`-fewer-probes-card` 的挡卡用例补一条门前仍挡卡。
|
||
4. **Skill 版本**：18 处 `RECTIFICATION_SKILL_VERSION` / `skill_version` + 5 处 `version:` 正则 / 包路径，`skill-registry` 一处。
|
||
5. **测试写法**：`-collect-stall` 两处 `assert.ok(count >= 1)` 改 `assert.equal(count, 0)`。原因：`assert.ok` 无消息失败时 Node 会重新解析转译后的调用点拼报错，在该文件上 CPU 空转不返回，整套 `npm test` 挂住（本轮实测，第一次全量卡在第 2613 项就是它）。`-eight-method` 一处 `assert.equal(x, null)` 改布尔比较，避免 tsc 把后面的访问收窄成 never。
|
||
|
||
新增：`frontend/tests/rectification-futile-collect-stop-20260929.test.ts`（22 条：开关、七领域门开 / 门关各一、收窄提示、交付正文、提示与 Skill、右栏 / 步骤条 / 输入框、T3、T4、BUG-621 旧版本可解析）。
|
||
|
||
### 与任务书的偏离
|
||
|
||
- 右栏阶段句没有「按字段不渲染」，而是按 `precision_stage.current` 取前端自己的去邀请文案（未知阶段回退引擎句）。理由：整句去掉会让右栏失去「哪张盘还会换升」的信息。
|
||
- 交付卡卡头「目前范围 …（对照了 N 件经历）」与时间轴「已对照 N 件」没改：任务书 D2 只点名交付正文。二者同样会把口述件数当进度，建议下一单处理。
|
||
|
||
### 验证（Node 22.14，本机 Linux）
|
||
|
||
| 项 | 基线 `56722063` | 本分支 |
|
||
| --- | --- | --- |
|
||
| `npm test` | 4335 项：4280 过 / 24 失败 / 31 跳过 | 4357 项：4302 过 / 24 失败 / 31 跳过 |
|
||
| 失败名单 | 24 条（Postgres / Docker / staging 同步类） | 与基线逐条相同，新增失败 0 |
|
||
| 测试名单 | — | 基线名单无一消失；新增 22 条 |
|
||
| `tsc --noEmit` | — | 0 错误 |
|
||
| `npm run lint` | 0 error / 126 warning | 0 error / 126 warning，告警集合与基线逐条相同 |
|
||
| `next build` | `○ /` Static | `○ /` Static |
|
||
| 首屏 gzip（`index.html` 引用的 26 个脚本 gzip-9 求和） | 642,283 B | 643,314 B（+1,031 B，+0.16%） |
|
||
| Python 快速门 pytest 段 | — | 997 passed / 1 skipped |
|
||
| 隐私标记 `tests/test_repo_privacy_markers.py` | — | 通过 |
|
||
| BUG-621 旧版本可解析 | — | 10.0.31（deprecated）按原 sha 解析、包哈希复算一致；新增用例锁住 |
|
||
|
||
说明：快速门最后一步 `npm test` 曾出 42 条额外失败（路由类），那一次与两侧 `next build` 同时跑在同一工作树；构建结束后单独重跑全量为上表数字，0 新增失败。
|