Jesse_Chen
8db71aaf81
- README.md is now the product/repo front door (architecture, repo map, local dev, test tiers, delivery flow, doc map). Engine positioning, VedAstro/Codex setup and the oracle/benchmark command reference move verbatim to docs/engine/README.md, docs/engine/vedastro-gateway.md and docs/benchmark/README.md. Capability badges realigned with the registry (91/78/8/0); tests/test_readme_badges.py was red on staging. - AGENTS.md: Part A (environment truth, delivery, worktrees, record placement, bug workflow, growth freeze, frontend red lines, privacy, pre-work check, test tiers) and Part B (reading-rigor constraints). GitHub issue-tracker/triage boilerplate removed: GitHub is a read-only mirror. All strings locked by tests/ are preserved. - CLAUDE.md added: roles, three working modes, task-brief sections, acceptance criteria, session discipline; imports AGENTS.md. - 50 tracked TASK-*/PROGRESS-* files and 3 never-committed briefs move to docs/tasks/ with an index; REPO_LAYOUT.md merged into README. Docs-only change (no gated path touched). Co-Authored-By: Claude Fable 5.1 <noreply@anthropic.com> Claude-Session: https://claude.ai/code/session_0193vBv6w5MV2cifdTUu9H5P
93 lines
9.2 KiB
Markdown
93 lines
9.2 KiB
Markdown
# 任务书 · 一道题选「一时说不好」就交付：不确定度停止规则缺样本下限（2026-09-03）
|
||
|
||
基线：`origin/staging` `1d77b5b1`。本单独立于 `TASK-rectification-adopt-flow-fix-20260903.md`（BUG-501/502），但建议由同一实现者**串行**做：若 `codex/rectification-adopt-flow-fix-20260903` 尚未合入 staging，就在该分支之上继续，避免 `docs/BUG_HISTORY.md` 与测试文件冲突。
|
||
|
||
## 0. 真实环境复现（用户 09-03 反馈，事实）
|
||
|
||
用户走完开场、给了几件带日期的事之后，**整场只收到一道选择题**：
|
||
|
||
> 说到这几段短暂的恋情，回想一下你自己在亲密关系里更接近哪一种相处方式?
|
||
> A. 把日子过稳当，也在意关系里的安全感 / B. 爱聊、爱换话题，新鲜感一过就容易飘 / C. 把对方当家人养，情绪来了也藏不住 / D. 一时说不好
|
||
|
||
用户选 **D**。系统回复"已记录你的选择，并更新了候选比较。"随后直接交付：
|
||
|
||
> 已经从最初的 60 分钟收到 14:02–14:43 这 41 分钟。代表分钟是 14:43。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。
|
||
|
||
用户原话："41 分钟跟没做有什么区别"、"全程就反馈给我一个问题，我选择了'一时说不好'就直接给我定了时间"。
|
||
|
||
## 1. 根因（静态核对，不是猜）
|
||
|
||
`frontend/src/lib/rectification-agentic/v9/decision-from-dossier.ts` `uncertaintyHighFromAnswers`（~529）：
|
||
|
||
```ts
|
||
const userAnswers = answers?.filter((item) => item.classified_from === "choice" || item.classified_from === "declined") ?? [];
|
||
if (userAnswers.length === 0) return false;
|
||
const uncertain = userAnswers.filter((item) => item.answer_class === "unsure" || item.classified_from === "declined").length;
|
||
return uncertain >= Math.ceil(userAnswers.length / 2);
|
||
```
|
||
|
||
**没有样本下限**：1 道题选 D → `1 >= ceil(1/2) = 1` → `userUncertaintyHigh = true` → `core/rectification-decision.ts` `classifyStop` 返回 `{ kind: "exhausted", reason: "user_uncertainty_too_high" }`（~214）→ `decideRectification` 在 `!separation.sufficient` 之前就命中 `completeWithRange(…, "exhausted")`（~297）→ `canAdopt` 为真时 `sessionOutcome = adopt_representative` → `answer-choice.ts` `persistApplied` 用 `deliveryAdoptNarration` 出交付话术，`shouldContinueAfterStructuredChoice` 因 nextAction 不是 `ask_*` 而不续跑。**第一道题选"说不好"就等于按了"先这样"。**
|
||
|
||
同一方向还有一条会在第二道题触发：`apply-probe-outcome.ts` 把 `unsure` 记成 `low_information` 轮（~55），`decisionBudgetFromInference` 连续 `low_information` 计入 `plateauRounds`，`maxPlateauRounds = 2`（`references/rectification_policy.v1.json`）→ `budgetExhausted` → 同样 `completeWithRange`。即**连着两道选 D 也立刻交付**。
|
||
|
||
这条规则来自 `TASK-rectification-convergence-20260830.md` 任务 6 引入的上游 Stop Rule "user uncertainty is too high to map support/conflict reliably"（`3a4396a4`）。上游语义是"样本够多且大半答不上来"，本仓实现成了"任意一道答不上来"。
|
||
|
||
两个旁证：
|
||
- D 答案 `deltas` 全 0，却仍走 `appliedInference: true` 的旁白"已记录你的选择，并更新了候选比较。"——没更新任何比较。
|
||
- 交付话术不说明**为什么停**（`user-copy.ts` `nonConvergingRangeNarration` / `deliveryAdoptNarration` 不接 `stopReason`），用户只看到"收到 41 分钟"，不知道是自己的"说不好"把访谈停掉的。
|
||
|
||
## 2. 修法
|
||
|
||
### 2.1 P1 · 不确定度停止加样本下限（BUG-503）
|
||
|
||
1. `references/rectification_policy.v1.json` 增加 `"minUncertaintyAnswers": 3`（`scripts/rectification_policy.py` 读同一文件，加键不影响它；Python 侧不必读这个键）。
|
||
2. `uncertaintyHighFromAnswers`：`userAnswers.length < RECTIFICATION_POLICY.minUncertaintyAnswers` → 返回 `false`；达到下限后沿用现有"≥ 一半"判定。`classified_from === "declined"` 继续计入不确定，但同样受下限约束。
|
||
3. 平台期：`decisionBudgetFromInference` 的 `plateauRounds` 只在 `userAnswers.length >= minUncertaintyAnswers` 后才对 `unsure` 轮计数——实现方式二选一，实现者定并写进 BUG 条目：(a) 在 `decisionBudgetFromInference` 里按 `answered_probes` 的用户答题数做同样的下限门；(b) `apply-probe-outcome.ts` 对 `unsure` 返回新 kind `"unsure"`，`plateauRounds` 只数 `low_information`（即真正"答了但分不开"的轮），并把 `ROUND_KINDS` / `compose-receipt.ts` / `core/types.ts` 同步。**不得**改 `maxPlateauRounds = 2` 本身。
|
||
4. `answer-choice.ts` `composeChoiceNarration`：`answer_class === "unsure"` 时旁白改为"已记录。这题先不计分，换一件事问。"——`choice-action.ts` 加 `unsure` 分支，`appliedInference` 语义不变（仍持久化 inference 行，只是话术不说"更新了比较"）。
|
||
|
||
### 2.2 P2 · 交付时说出停止原因
|
||
|
||
`persistApplied` 的 `adoptionNarration` / `completedRangeNarration` 在 `stopReason` 非空时，在 `progressClause` 之前加一句原因（放 `user-copy.ts`，进 `listUserVisibleCopy`）：
|
||
- `user_uncertainty_too_high`：`前面几道题你多半选了"说不好"，再问下去也分不开，先停在这里。`
|
||
- `tied_first`：`几个候选打成平手，问题已经分不开它们。`
|
||
- `insufficient_dated_events` / `insufficient_domains` 走的是 `collect`，不在此列。
|
||
`decisionReceipt` 已有 `stopReason`，前端不需要新字段；`nextAction` 公开 `stop_reason` 若尚未暴露则加上（只读字段，`publicNextAction`）。
|
||
|
||
## 3. 硬红线
|
||
|
||
1. 采用门 / 确认门语义不动：`publicCanAdopt`、`sessionOutcomeAllowsAdopt`、确认门 fail-closed 一律不改；本单只改"什么时候算 exhausted"。
|
||
2. `maxPlateauRounds`、`DEFAULT_MAX_DISCRIMINATION_ROUNDS = 8`、`EFFECTIVE_ANSWER_SAFETY_CAP = 10` 三个外层熔断不动。
|
||
3. 用户主动「先这样」（`userStopped`）仍立即交付，不受本单影响。
|
||
4. 选项、answer_class、计分服务端所有；不改 Python 引擎；Skill 10.0.14 不 bump。
|
||
5. `./node_modules/.bin/tsc --noEmit` 通过（不用 `npx tsc`）；`npm run lint --prefix frontend` 0 错误；`rectification-*` / `consultation-*` / `consult-*` / `chat-*` 测试 fail=0；改动的既有断言逐条三栏说明（旧 → 新 → 保留语义）。
|
||
6. 无凭据不得声称已真实环境验证。
|
||
|
||
## 4. 测试
|
||
|
||
- `rectification-convergence-budget.test.ts` "dossier and post-inference decisions share the half-uncertain stop rule"（~338）：现在的 `halfUncertain`（2 答 1 unsure）与 `halfDeclined`（2 答 1 declined）断言 `user_uncertainty_too_high` → 改为 `stopReason ?? null === null`（旧：2 答 1 不确定即停 → 新：不足 3 答不停 → 保留语义：**达到下限后**一半不确定仍停）。补三条：1 答 1 unsure → 不停且 nextAction 仍是 `ask_candidate_discriminator`（给一个可用 probe）；3 答 2 unsure → `user_uncertainty_too_high`；4 答 2 unsure → 停（一半规则不变）。`evidenceDoesNotDilute` 用例改成 3 答 2 unsure + 3 条 evidence 行，语义保留（evidence 行不稀释）。
|
||
- 平台期：`rectification-inference-machine.test.ts` 或新用例——连续 2 道 unsure、用户答题数 < 3 → `budgetExhausted` 为假、决策仍出 probe；答题数 ≥ 3 后连续 2 道 unsure → 停。
|
||
- `rectification-answer-choice.test.ts`：unsure 的旁白为"已记录。这题先不计分，换一件事问。"，`appliedInference` 仍为 true。
|
||
- 用户可见文案：新增两句进 `listUserVisibleCopy`，`rectification-user-copy` 相关测试（含"不得/请写成"指令腔过滤）通过。
|
||
- 用 §0 场景写一条端到端形状测试（fake accounting）：3 条带日期证据、1 个可用 probe、用户答 D → 返回体 `nextAction.type === "ask_candidate_discriminator"` 或至少不是 `adopt_representative`，且持久化了下一道题。
|
||
|
||
## 5. 开工前置
|
||
|
||
```bash
|
||
git fetch origin --prune
|
||
# 若 codex/rectification-adopt-flow-fix-20260903 未合入，则以它为起点：
|
||
git worktree add -b codex/rectification-uncertainty-stop-20260903 \
|
||
../.worktrees/rectification-uncertainty-stop-20260903 origin/codex/rectification-adopt-flow-fix-20260903
|
||
# 否则以 origin/staging 为起点。
|
||
```
|
||
|
||
读 `TASK-rectification-convergence-20260830.md` 任务 6（停止规则来源）、`references/upstream/evidence_thresholds.md`、`docs/BUG_HISTORY.md`（BUG-463 起的收敛链）。BUG 编号 **BUG-503**（复发自：无；引入于 `3a4396a4`）；§2.2 可并入 503 或独立成条。**行号是线索，按符号名定位。**
|
||
|
||
## 6. 验收标准
|
||
|
||
1. §0 形状：1 道题选 D → 不交付，继续出下一道题；连续 2 道 D 且答题数 < 3 → 仍不交付。
|
||
2. 3 道题 2 道 D → 交付，且交付话术第一句说明"多半选了说不好"。
|
||
3. D 答案旁白不再说"更新了候选比较"。
|
||
4. `minUncertaintyAnswers` 只在 `references/rectification_policy.v1.json` 定义一处。
|
||
5. tsc + lint + 四组测试 fail=0；BUG_HISTORY 追加 BUG-503；三栏说明齐。
|
||
6. 真实环境人工清单（部署后）：开场给 3 件带日期的事 → 第一道选择题选 D → 应继续出题而不是交付；连选 3 道 D → 交付并写明原因。
|