Jyotisha/docs/tasks/TASK-rectification-unwritten-evidence-claim-20260910.md

TASK · 证据轮模型只说「记下了」却没写证据、没设下一问：财务一件落空后流程停在原题（2026-09-10）

• 基线：origin/staging @ d96b24c2（BUG-626/627/633/634 已合入并部署；/api/health 的 deployment.gitCommit = d96b24c2）
• 分支：codex/rectification-unwritten-evidence-claim-20260910，基于 origin/staging
• 串行：无同文件并行单。TASK-rectification-evidence-turn-empty-answer-20260910.md（BUG-633/634）已合入基线，本单在其 applyHostFallback / 失败刷新之上叠加，不得回退它的任何断言。
• 执行方：coding agent；验收：Claude
• 涉及文件（行号按 d96b24c2，定位以符号为准）：frontend/src/app/api/rectification/agent/route.ts（collect 焦点分支 L522–597、classifyRectificationTurnIntent L544、runV9AgentTurn({ L847）、frontend/src/lib/rectification-agentic/v9/agent-run.ts（V9AgentRunOptions L96–112、RETRYABLE_ERROR_CODES L150、applyHostFallback L843、streamAttempt 收尾 L1025–1090、RectificationRunDiagnostic.stateMutationCommitted L1109、buildAgentMessages L1180）、v9/host-fallback.ts（publicWriteToolCompleted L16）、v9/stream-mapping.ts（mapStreamChunkToActivity L233–257）、frontend/src/lib/rectification-agentic/user-copy.ts（RECTIFICATION_USER_COPY）、frontend/src/components/rectification-agentic-chat.tsx（liveQuestionOnMessages L1501、questionGap L1513、输入框占位 L1855）、frontend/src/lib/rectification-surface-state.ts（rectificationQuestionGapState L300）
• BUG 编号起点：BUG-635（docs/BUG_HISTORY.md 当前最大 BUG-634）
• 优先级：BUG-635 P1（证据被静默丢弃、流程停住，用户看不出任何异常）；BUG-636 P2（同一路径的 schema 拒绝会被报成 completed，诊断盲区）
• 不改 Skill 版本（保持 10.0.21），不改引擎、不改淘汰阈值、不改分类器提示词。

0. 给产品的即时绕行（不等修复）

在同一个校正会话里再发一次那句带年月的财务经历（原句即可）。当前活动焦点仍是财务采集题，分类器会再跑一次，模型大概率会走 batch。或者回「没有」关闭财务题，服务端会接着问下一条线。两种都不丢已有的 4 件证据和 4 道已答题。

1. 事故实证（staging 2026-09-10 13:50 +0800，Skill 10.0.21；只写结构，不写个人资料）

顺序：开场 → 学业两件 → 感情两件 → 三道带年月选择题（事业 / 迁居 / 事业）→ D9 风格题 → 家人题「不记得了」→ 财务采集题「钱的方面，还记得哪一年…」→ 用户答「某年某月开始欠债」→ 助手只回一句 「记下了：某年某月开始欠债。」，下面没有任何问题、没有卡。顶部时间线仍是「目前范围 04:45–05:15，还在核对」。

Case JSON 里这一轮：

项	值
用户 turn status	completed；phases = run.started, skill.bound, case.loaded, intent.classified, answer.composed, billing.settled, run.completed；没有 evidence.proposed
tool_activities	只有 rectification-read-case completed（48 ms）；没有 rectification-record-evidence-batch，也没有 rectification-set-focus（前两轮证据轮都是 read-case → batch → set-focus 三步）
evidence	仍是 4 件（学业 2、感情 2），没有 finance 域；latest_result.createdAt 仍是上一证据轮的时间
current_question	仍是 collect:finance:collect_method_evidence，status=active，question_source=focus，焦点的 askedTurnId 是上一轮
turns[].question	这一轮的 assistant 行 question=null
step_state	「第 1 步·收集经历 / 继续回答当前这题」
interview.collection_progress	scoreable=3, minimum=3, missing=0
计费	billing.settled 已出现：一轮什么都没写，照常扣点

同一 Case 里另一个与本单无关但产品会问的事实：4 道选择题全部有效计分（deltas ±2/±1），没有一个候选被淘汰，领先 04:52–04:53 为 14 分、落后 8 分。可信区间是全部未淘汰候选的包络，所以「范围没变」是算术结果（BUG-634 已让旁白说出领先/落后）。带年月的区分探针已经问完（dropped_probes 里剩下的全是无年份对照题，按 BUG-627 决策被丢弃），继续收窄只能靠再收一件带年月的经历——而这件恰好在本轮落空。

2. 根因

2.1 BUG-635（P1）：模型声称「记下了」但没有调用任何写工具，宿主没有「证据轮必须落地」的不变量

1. 路由 collect 焦点分支（route.ts L522–597）先跑 classifyRectificationTurnIntent。本句不是「没有 / 记不清」，分类结果应为 provide_new_evidence 或 answer_current_focus + has_new_dated_event。这两种都直接落到 Agent，分类结果被丢掉：runV9AgentTurn 只拿到 action="evidence" 和原话，没有任何字段告诉运行器「这一轮必须产生一次 batch 写入」。
2. 模型只调了 rectification-read-case，然后按系统提示里「证据轮正文只写一句复述，格式『记下了：年 月 事件短语』」的格式要求写了正文，却没做格式前提的那件事（rectification-record-evidence-batch），也没调 rectification-set-focus。模型为什么跳过，staging 没有落库的 run diagnostic 可查（RectificationRunDiagnostic 只进 console.info）。候选原因：「开始欠债」被当成持续状态而非带日期事件；2026 年 对模型像未来时间（timeContext 已给服务端时间，但不保证被采信）；finance 域在 Skill 里写着「只有用户主动说才问」，模型可能把服务端主动问的财务题当成不计分。任何一种都不该由用户承担。
3. streamAttempt 收尾（agent-run.ts L1025–1045）只有三种异常分支：answer_truncated、max_steps/provider_error、!answerText.trim()（empty_stream）。正文非空就直接 completeAttempt()，不看 toolTerminalStatus 里有没有公开写工具完成。stateMutationCommitted = publicWriteToolCompleted(...) || hostFallbackUsed 这个值算出来了（L1109），但只进日志，不参与决策。
4. applyHostFallback（L843，BUG-633）只覆盖「batch 已完成、正文为空」。它的镜像——「正文说记下了、batch 没跑」——没有任何守卫。
5. 成功收尾的焦点守卫（L1056）只在 decision.nextAction === "ask_candidate_discriminator" 时要求有已持久化的点选焦点；采集阶段里旧的财务焦点仍是 active，decideFromDossier 认为一切正常。askedFocus?.askedTurnId === turnId（L1066）也不成立，不会补 collectHandoff。
6. 客户端 liveQuestionOnMessages（L1501）只要求任一 settled assistant 消息上挂着与 current_question.focus_id 相同的问题——上一条消息的财务题满足条件，于是 questionGap 不报缺口、不补问题行、输入框占位照常写「请回答上面的问题…」。用户看到的是一句「记下了」和一片空白，要往上翻才知道「上面的问题」还是刚答过的那道。
7. 没有重试：empty_stream 至少还有「没有写工具完成时可重试一次」（BUG-633）；本情形正文非空，连这条路都不走。

2.2 BUG-636（P2）：校正流对 Mastra 的 inputSchema 拒绝信封没有识别，会把被拒的 batch 报成 completed

BUG-278 已实测：createTool 的 inputSchema 校验失败时不抛，而是 resolve 一个 { error: true, message, validationErrors } 信封，流层会把它当普通 tool-result。咨询流当时按信封结构改发 tool.failed；校正流的 mapStreamChunkToActivity（stream-mapping.ts L233–257）的 tool-result 分支没有同样的判定，batchResultFromToolChunk（host-fallback.ts）也会把信封当 batch 返回值。本事故里模型根本没调 batch，所以这不是触发原因；但若模型传了一个不在 EVIDENCE_KINDS 的 kind（例如 debt），回执会显示 evidence.proposed completed、toolTerminalStatus 记 completed、publicWriteToolCompleted 为 true——BUG-635 的守卫会被这条假 completed 绕过，且「有写工具完成不得重试」会误判。必须一起补。

3. 决策记录（产品授权范围）

1. 「记下了」只能由写入事实支撑。 任何正文含「记下了」且本 attempt 没有公开写工具 completed、也没走 applyHostFallback 的，该正文不得到达用户；流式已发出的部分用既有 retractSpoken() 收回。这是对系统提示第 4 条格式要求的宿主侧兜底，不是改提示词。
2. 允许重试一次，条件与 BUG-633 完全一致：仅当本 attempt 没有任何公开写工具 completed（无证据重放风险，不触犯 BUG-186）。新增错误码 evidence_not_written，与 empty_stream 同法——不进 RETRYABLE_ERROR_CODES 常量，由收尾分支按 publicWriteToolCompleted 决定 retryable / failed。重试 attempt 的 bootstrap 追加一行：「【重试约束】上一 attempt 没有调用 rectification-record-evidence-batch 就写了『记下了』。本轮必须先把用户原话里的带日期事件提交 batch，再用 rectification-set-focus 写下一问，最后才写正文。」
3. 两次都没写 → fail closed 但不断流。 主持人正文用新增文案 RECTIFICATION_USER_COPY.evidenceNotRecorded = 「这件我还没记上。请再说一次大概年月和发生的事。」（对照 frontend/docs/VOICE.md，不写内部错误、不写「系统」「模型」）。turn status=completed，answer_origin=host_fallback，phases 含 answer.host_fallback；不结算计费（用户这一轮什么都没得到）。若现有 finalizeTurn("completed") 与结算不可分离，允许改为 failed + 主持人正文，但客户端必须按 BUG-633 的失败路径 loadCaseSnapshot 并渲染问题行；两种实现选哪种写进进度记录。
4. 守卫的触发信号（2026-09-10 产品口径修订：业务判断不得靠正则）：路由在 collect 焦点分支已拿到分类结果，通过 runV9AgentTurn 新 option expectedWrite: "evidence" | "none" | "unknown" 传入（provide_new_evidence、或 answer_current_focus 且 has_new_dated_event → "evidence"）。消息不在 collect 焦点分支时，也对用户原话跑一次同一分类器（无焦点时 current_question 传空），拿 has_new_dated_event / provide_new_evidence 判定。分类器为 null / 出错：重试一次，仍失败则 "unknown"，守卫 fail-open 并在 RectificationRunDiagnostic 记 expectedWrite=unknown；不得用年份正则或关键词兜底。action 为 opening / read_only 时不触发。
5. 客户端：完成轮的 assistant 行没有 question，而快照 current_question.question_source === "focus" 且该焦点不是本轮新设（askedTurnId ≠ 本轮 / 本轮回执无 rectification-set-focus）→ 在主持人正文下再渲染一次问题行（复用 BUG-633 加的主持人问题行，focus_id 只能来自 current_question）。liveQuestionOnMessages 改为只认最后一条 settled assistant 消息；旧消息上的同 focus_id 不再算「仍在显示」。
6. BUG-636：tool-result 分支按结构识别信封（error === true 且 validationErrors 为对象），发 tool.activity status=failed、code=tool_call_rejected；toolTerminalStatus 记 failed；batchResultFromToolChunk 对信封返回 null。不匹配上游英文文案。公开回执不泄漏 validationErrors 内容。
7. 不做的事：不改 turn-intent-classifier.ts 提示词；不改 Skill 10.0.21；不改引擎计分与淘汰阈值（「范围没变」另议）；不给财务/健康域加特殊规则。

4. 硬红线

1. 有任何公开写工具 completed 的 attempt 不得重试（BUG-186、BUG-633）。
2. 兜底正文只能来自 batch 返回或本单的固定文案，不得由宿主自己复述用户原话里的「年月 + 事件」当成「记下了」——那等于宿主替模型撒谎。
3. 不得出现第二套 spinner / 骨架；问题行复用既有组件。
4. 既有测试总数不得降低；改任何既有断言写「原值 / 新值 / 原因」。
5. Bug 历史、测试、进度记录不得出现真实用户的年月事件；fixture 用虚构年份。
6. 不动 scripts/jyotish_api_server.py、不动迁移、不升依赖。

5. 任务分解

T1 · 路由把「本轮应有写入」传给运行器（BUG-635）

• route.ts collect 焦点分支：分类结果落到 Agent 的两种情形计算 expectedWrite；非 collect 的 message 路径也对原话跑同一分类器。分类失败两次则 "unknown"，守卫 fail-open，不用年份正则。
• V9AgentRunOptions 新增 expectedWrite?: "evidence" | "none" | "unknown"。
• 验收：单测覆盖 provide_new_evidence → "evidence"；answer_current_focus + has_new_dated_event → "evidence"；answer_current_focus + no 不进 Agent（既有）；分类器两次都抛错 → "unknown" 且守卫不触发、诊断里有记录；源码合同断言 agent-run.ts / route.ts 不含年份正则。

T2 · 收尾守卫：无写入的「记下了」不得交付，可重试一次（BUG-635）

• streamAttempt 收尾在 empty_stream 分支之后、loadV9CaseDossier 之前加：needsWrite && !publicWriteToolCompleted(toolTerminalStatus) && !hostFallbackUsed → 第一次返回 status="retryable"、errorCode="evidence_not_written"，retractSpoken()，不记 answer.composed；第二次按决策 3 写主持人正文收口。
• 验收（frontend/tests/rectification-v9-stream.test.ts 或新 rectification-unwritten-evidence.test.ts，用假流）：
  • read-case → 正文「记下了：…」→ finish：attempt retryable，无 answer.composed，spoken 已收回。
  • 第二 attempt 同形：turn completed，正文 = evidenceNotRecorded 文案，phases 含 answer.host_fallback，公开回执 answer_origin=host_fallback，未结算计费（或按决策 3 的备选路径）。
  • read-case → batch completed → set-focus → 正文：行为与基线完全一致（回归）。
  • read-case → batch completed → 无正文：仍走 BUG-633 的 applyHostFallback（回归）。
  • action="read_only" + 带年份原话：不触发。
  • RectificationRunDiagnostic 的 stateMutationCommitted=false 且新增 expectedWrite 字段。

T3 · 重试 attempt 的约束句（BUG-635）

• buildAgentMessages 在 attempt > 1 且上一 attempt 错误码为 evidence_not_written 时追加决策 2 的约束句；其他重试原因保持原句。
• 验收：单测断言两种重试原因各自的 bootstrap 内容。

T4 · 客户端再显示仍未答完的问题（BUG-635）

• liveQuestionOnMessages 只认最后一条 settled assistant 消息；完成轮无 question 且 current_question.question_source==="focus" → 渲染主持人问题行。
• 验收：rectification-surface-state.test.ts / 聊天组件测试：旧消息带同 focus_id 不算 live；问题行 focus_id 来自 current_question；frontend/DESIGN.md 补「主持人问题行也用于完成轮的未答焦点」。

T5 · 校正流识别 schema 拒绝信封（BUG-636）

• mapStreamChunkToActivity / mapStreamChunkToPhase / batchResultFromToolChunk 按决策 6 处理信封。
• 验收：单测喂 tool-call + 信封 tool-result：事件流有 tool.activity failed code=tool_call_rejected、无 completed；toolTerminalStatus 为 failed；publicWriteToolCompleted 为 false；composeHostFallbackNarration 不把信封当 recap；公开回执序列化后不含 validationErrors。

T6 · 记录

• docs/BUG_HISTORY.md 新增 BUG-635、BUG-636（状态、现象、触发、根因、修复、验证、防复发、关联 BUG-186/278/359/449/633）。
• docs/tasks/PROGRESS-rectification-unwritten-evidence-claim-20260910.md：每条 T 的测试名与结果、决策 3 选了哪条实现、next build 后 / 是否仍 Static、首屏 gzip 变化。
• CHANGELOG.md：「证据没记上时助手会明说并再显示原题，不再只说记下了」。
• docs/testing/ 新增一条真人清单：在 staging 走到财务采集题，回一句带年月的欠债/收入变化；期望要么证据数 +1 且下一问出现，要么助手说「这件我还没记上」并再显示财务题；绝不出现「记下了」而证据数不变。

6. 让步顺序

T5 → T4 → T3 可依次延后（延后的写 BLOCKED.md 或进度记录并说明）；T1 + T2 是本单的最低交付，不可省。若 T4 延后，T2 的 fail-closed 文案已含「请再说一次」，用户仍能直接回答。

7. 开工前置命令

git fetch origin --prune
git worktree add -b codex/rectification-unwritten-evidence-claim-20260910 .worktrees/rectification-unwritten-evidence-claim-20260910 origin/staging
cd .worktrees/rectification-unwritten-evidence-claim-20260910/frontend
grep -c "^## BUG-" ../docs/BUG_HISTORY.md   # 核对最大号仍为 634
npm test -- tests/rectification-v9-stream.test.ts tests/rectification-host-fallback.test.ts tests/rectification-spoken-collect.test.ts tests/rectification-surface-state.test.ts   # 记下基线 pass 数

8. 验收口径

• tsc --noEmit 0 错；npm run lint 0 error；上述四个测试文件加新文件 fail=0，测试总数 ≥ 基线。
• next build 后 / 仍 ○ Static，首屏 gzip ±2%。
• 推 staging 后 /api/health 的 deployment.gitCommit 等于含代码改动的最新提交。
• 真实环境清单见 T6；做不了的写成环境缺口，不得写「通过」。