Jesse_ChenandClaude Fable 5.1
cb04529728
Co-Authored-By: Claude Fable 5.1 <noreply@anthropic.com> Claude-Session: https://claude.ai/code/session_0193vBv6w5MV2cifdTUu9H5P
119 lines
13 KiB
Markdown
119 lines
13 KiB
Markdown
# TASK · 生时校正采集流程重设计：用户先说、系统再从已说的事往下追、永远给结果（2026-09-10）
|
||
|
||
- 基线：`origin/staging` @ `3cd7a95d`（代码 `52db714b`，已部署；含 BUG-635～645）
|
||
- 分支：`codex/rectification-collection-redesign-20260910`，基于 `origin/staging`
|
||
- **本单取代** `TASK-rectification-exhausted-gate-exit-20260910.md`（BUG-646/647）的决策 1、2、3；那份不再单独领取，其 BUG 编号并入本单。BUG-641/642 里「采集题带年龄段年份线索」的口径被本单推翻。
|
||
- 执行方：coding agent；验收：Claude
|
||
- BUG 编号起点：**BUG-648**（646/647 已占用，含在本单）
|
||
- Skill：本单改方法覆盖顺序与采集口径，**升 10.0.23**（部署后先验旧版本历史可打开，BUG-621）。
|
||
- 不改引擎计分、不改确认门（唯一分钟仍关）。
|
||
|
||
## 0. 产品口径（产品负责人 2026-09-10，原话要点）
|
||
|
||
1. Agent 一上来就按领域一个个追问，年份还是拿生日推出来的；应该**先等用户说出有价值的经历**，再从这些经历往下问。
|
||
2. 追问时**不得说「任何领域」「领域不限」**——用户不知道有哪些领域；要给具体例子。
|
||
3. 生时校正**必须走到结果**：要么直接成功，要么细节不全就问用户补全、补完拿结果。不允许流程走完告诉用户「做不了」。
|
||
4. （第二轮补充）**材料不够门槛时继续收集，不出结果**；不要固定题数，**按收集到的信息达到阈值来收口**。
|
||
|
||
## 1. 现状为什么违反这三条
|
||
|
||
| 现状 | 代码位置 | 违反 |
|
||
| --- | --- | --- |
|
||
| 开场问完第一件，立刻按 `DATED_COLLECT_ORDER`（家人→学业→财务→迁居→健康→事业→感情）逐领域轮转 | `method-followup.ts` `nextDatedCollectFollowup`（L1405 在覆盖链之前） | 口径 1：没等用户说完就开始盘问 |
|
||
| 轮转题干带「2020 年前后 / 2023 年前后」——这些年份来自 `_age_band_year`：出生年 + 该领域典型年龄段中点 | `event_probes.py` `DOMAIN_CATALOG.age_lo/age_hi`、BUG-642 的 `COLLECT_QUESTION_YEAR_CUE` | 口径 1：「干凭生日来推」。这是我今天上午写进 BUG-642 的口径，错了，本单撤回 |
|
||
| 六个领域全「没有」后，出口只写「还差 1 件带月份的经历，领域不限」，不落焦点、无按钮 | `persistExhaustionCollect`、BUG-558/627 决策 | 口径 2、3：说了「领域不限」，且流程到此为止 |
|
||
| 三件带年月经历里一件被留作 holdout，训练门要 3 件，于是要 4 件才出第一道选择题；没有一句文案说明 | `split-holdout.ts` `MIN_EVENTS_TO_RESERVE_HOLDOUT=2`、`MIN_ACCEPTANCE_EVENTS=3` | 口径 3：用户按要求给了 3 件，得到的是「还差 1 件」 |
|
||
| 门关时区间不可采用（`selection_allowed = acceptance_allowed`） | `decision_policy.py` L681 | 口径 3：门关 = 没有结果 |
|
||
|
||
## 2. 目标流程（状态机，全部用阈值收口，没有固定题数）
|
||
|
||
```
|
||
S0 开场 ─▶ S1 收集（用户先说 → 系统按「信息价值」追问，直到 训练门开）─▶ S2 区分选择题（直到 收敛门开 或 增益见底）─▶ S3 交付
|
||
▲ │
|
||
└────────── 用户任何时候再补一件带年月的事，重算并回到 S2/S3 ◀────────────────────────────┘
|
||
```
|
||
|
||
两道门都是**信息阈值**，不是题数：
|
||
|
||
| 门 | 标准（现有常量，本单不改数值） | 达标前做什么 | 达标后做什么 |
|
||
| --- | --- | --- | --- |
|
||
| 训练门（能不能开始筛） | 带月经历 ≥ `MIN_ACCEPTANCE_EVENTS=3` 且种类 ≥ `MIN_ACCEPTANCE_DOMAINS=2`（`trainingScoreableGate`） | 继续收集（S1） | 进 S2 |
|
||
| 收敛门（能不能收口） | `convergence-evaluator`：领先 ≥ `CONVERGENCE_LEAD=0.2`、头部占比 ≥ `CONVERGENCE_TOP_SHARE=0.7`、稳定 `STABLE_WINNER_ROUNDS=2`；或剩余探针最高信息增益 < `HIGH_INFORMATION_GAIN=0.08`（连续 `low_information` 轮，即平台期） | 继续出选择题（S2） | 进 S3 交付 |
|
||
|
||
### S0 开场（文案基本不变）
|
||
|
||
一句说明窗口与做法，一句「最后给区间和代表分钟」，一句邀请：「先说你最容易想起的一两件，比如上大学、第一份工作、搬到别的城市、谈恋爱或结婚、家里添丁或长辈住院、生病受伤，年月大概就行。」不写年份。
|
||
|
||
### S1 收集：用户先说，系统按价值追问，问到训练门开为止
|
||
|
||
**收集问题池**由服务端按「信息价值」排序，每轮只问价值最高的一条；价值 = 这条问题能补上训练门缺口的概率 × 缺口权重。没有固定题数，停止条件只有两个：训练门开，或池空。
|
||
|
||
1. **自由邀请**（价值最高，只要还在产出就一直排第一）：用户每说一批，batch 写入、复述，然后问一句「还有吗」，例子只列**还没提过的种类**、最多 4 个、用具体事物：「还有吗？比如第一份工作、搬到别的城市、谈恋爱或分手、家里添丁或长辈住院。」邀请的价值随产出衰减：上一轮邀请用户给了新事 → 价值不变；上一轮邀请用户答「没有了 / 就这些 / 记不清」→ 价值降到 0，从池里移除。
|
||
2. **锚定追问**（从用户已说的事派生，年份只来自用户）：每个已记事件按 `kind` 派生 1–2 条，题干必须带那件事的年份或名字，例如「2020 年毕业后第一份工作大概哪年开始？」「2016 年上大学是搬到别的城市住吗？」「后来是分开了还是结婚了，大概哪年？」「2024 年 10 月那次之后，工作或住处有没有变？」派生规则与模板放服务端（`anchoredFollowups(evidence)`），Agent 只做口语润色，不得改年份、不得加生日推出来的年份。价值 = 派生概率（预设表，例如「毕业→第一份工作」0.8，「上大学→搬城市」0.6）× 缺口权重（补新种类 1.0，补同种类 0.5）。答「没有 / 记不清」→ 该条移除，不重问。
|
||
3. **通用补问**（价值最低，只在前两类都空了才轮到）：按种类问、**不带年份**、每种只问一次、例子具体：「工作上还记得哪年入职或换过工作吗？」用户已拒答的种类不再出现。
|
||
|
||
**池空且训练门仍关**（用户确实只有一两件）：不出结果卡，也不说「做不了」。写一句**精确缺口**：「现在记下的是 2016 年上大学和 2020 年毕业两件，都是上学的事。再来一件不是上学的、记得大概年月的事就能开始筛，比如第一份工作哪年开始、哪年搬到别的城市、家里哪年添丁。」缺口句里的例子必须来自未覆盖的种类；Case 保持开放，输入框占位「再说一件带年月的事」，用户补一件即自动继续。这是唯一允许的「停在收集」状态，文案禁词见 §2 末。
|
||
|
||
### S2 区分选择题：直到收敛门开或增益见底
|
||
|
||
- 现有逻辑（信息增益排序、±2/±1 计分、淘汰、平台期）不动，只把**停止条件**明确成：`converged` 为真，或剩余可问探针最高增益 < `HIGH_INFORMATION_GAIN` 且连续 `low_information` 轮 ≥ `STABLE_WINNER_ROUNDS`，或探针池空。`DEFAULT_MAX_DISCRIMINATION_ROUNDS=8` 保留为兜底上限（防模型循环），不是设计目标。
|
||
- **holdout 只在不影响筛选时保留**：带月事件 ≥4 才留 1 件作 holdout；恰好 3 件时全部参与训练，回执 `holdout.status="not_reserved_min_events"`，报告 Real Case Calibration 行写 `not reserved`。确认门不变。
|
||
- S2 中途若用户补了新事 → 重算，回到 S2 顶部。
|
||
|
||
### S3 交付结果
|
||
|
||
- 触发：收敛门开，或增益见底 / 探针池空（训练门已开是前提）。
|
||
- 内容：现有区间卡（`range_delivery` 三列）+ 一句定性 + **一句具体的「再补什么能收窄」**：从收集池里价值最高的未答条目取，写成「如果还记得毕业后第一份工作是哪年开始的，范围还能再收一截」。绝不写「任何领域」「领域不限」「做不了」「材料不够」。
|
||
- 交付后 Case 不关：用户随时再补一件带年月的事，重算并更新卡片。
|
||
- **不做「暂定采用」**（第二轮口径撤回）：训练门没开就不出卡，采用门维持原样。
|
||
|
||
### 文案硬规则
|
||
|
||
- 用户可见文案禁止：领域、任何领域、领域不限、方法覆盖、分盘、探针、训练门、holdout、做不了、材料不够、还差 N 件。
|
||
- 每个「还有吗」「再补什么」「精确缺口句」都必须带 ≥2 个具体例子，例子只从未覆盖的种类里选。
|
||
- 静态词表合同（`agent-voice-copy-contract`）加以上禁词。
|
||
|
||
## 3. 决策记录
|
||
|
||
1. 撤回 BUG-642「采集题带年龄段年份线索」：`COLLECT_QUESTION_YEAR_CUE` 删除；`evidence_collection_probes` 的 age_band 年份只用于内部排序，不进任何题干。
|
||
2. 撤回 BUG-646 单决策 2（终态 = 门槛句 + 先这样按钮）与决策 3（穷尽后释放 holdout）：终态改为 S3 交付卡；holdout 改为「≥4 件才留」的静态规则。
|
||
3. 撤回本单第一版的「≤2 轮邀请 / ≤4 问」固定题数与「暂定采用」：收口只看训练门与收敛门两个阈值；`DEFAULT_MAX_DISCRIMINATION_ROUNDS` 只作防循环兜底。BUG-558 的防复发（不得无限重复同一句）由「池内每条只问一次、答否即移除」保证，不再靠题数。
|
||
4. 训练门没开不出结果卡，也不出「做不了」：只出精确缺口句并保持开放。
|
||
5. Skill 10.0.23：把「先走完方法覆盖（感情 → 事业 → 家人 → 职业 → 占问），再对已覆盖领域做精度追问」改为本单 S1→S2→S3。
|
||
|
||
## 4. 硬红线
|
||
|
||
- 不得用出生年推年份写进题干（`grep -n "年前后" user-copy.ts` 只允许出现在带用户年份的锚定模板里）。
|
||
- 收集池「每条只问一次、答否即移除」必须是代码不变量并有测试；停止条件只能引用 §2 表里的门与常量，不得新增题数常量。
|
||
- 训练门关时不得写 `range_delivery`、不得出卡、不得出现禁词。
|
||
- 既有测试总数不降；被本单推翻的断言（BUG-642 年份线索、BUG-558「不落焦点」）逐条写原值 / 新值 / 原因。
|
||
- Bug 历史与测试不得含真实用户资料。
|
||
|
||
## 5. 任务分解
|
||
|
||
- **T1 收集问题池与价值排序**（BUG-648）：`method-followup.ts` 新增 `collectionQuestionPool(evidence, declinedTopics, inviteHistory)` → 按价值排序的 `{kind: "invite" | "anchor" | "generic", value, prompt, key}`；`next_followup` 取首条；`invite_history` 与已答键落 conversation summary。验收：用户连续两轮给新事 → 邀请仍在首位；一轮答「没有了」→ 邀请移除、首条变锚定；锚定答「没有」→ 不重问；池空且门关 → 无焦点、精确缺口句含 ≥2 未覆盖种类例子、无禁词。
|
||
- **T2 锚定追问模板与派生表**（BUG-648）：`anchoredFollowups(evidence)` + 概率表；焦点 id `collect:anchor:<kind>:<year>`。验收：学业两件 → 首条「2020 年毕业后第一份工作」；题干含用户年份、不含 age_band 年份。
|
||
- **T3 删年份线索，通用补问去年份**（撤回 BUG-642）：删 `COLLECT_QUESTION_YEAR_CUE`；`USER_COLLECT_QUESTION` 只在 generic 层使用。验收：`rectification-spoken-collect.test.ts` 相关断言改写并注明。
|
||
- **T4 holdout 规则**（BUG-647）：训练 ≥3 后才留；回执状态；报告行。验收：3 件全训练、4 件留 1。
|
||
- **T5 S2 停止条件与 S3 交付**（BUG-646）：`decideRectification` 的交付触发改为收敛门 / 增益见底 / 探针池空；`persistExhaustionCollect` 在训练门关时只写精确缺口句（`preciseGapNarration(evidence, pool)`），门开时走交付卡 + 「再补什么」句；客户端对「停在收集」状态不显示「没有拿到下一个问题」，显示缺口句与占位「再说一件带年月的事」。验收：2 件学业 + 全拒答 → 缺口句、无卡、无禁词、无缺口提示；3 件 2 类 + 探针增益见底 → 交付卡 + 再补句。
|
||
- **T6 Skill 10.0.23 + 词表合同 + 记录**：SKILL.md、registry、`case-status.ts`、CHANGELOG、BUG-646～648 历史、`docs/testing/` 真人清单三条（只有学业路径、正常路径、中途补事路径）。
|
||
|
||
## 6. 让步顺序
|
||
|
||
T2 的概率表可先用常量 0.5 统一（写进度记录）；T1 + T3 + T4 + T5 不可省。
|
||
|
||
## 7. 开工前置命令
|
||
|
||
```bash
|
||
git fetch origin --prune
|
||
git worktree add -b codex/rectification-collection-redesign-20260910 .worktrees/rectification-collection-redesign-20260910 origin/staging
|
||
grep -o "^## BUG-[0-9]*" docs/BUG_HISTORY.md | tail -1
|
||
cd frontend && npm test -- tests/rectification-spoken-collect.test.ts tests/rectification-exhaustion-exit-20260906.test.ts tests/rectification-surface-state.test.ts tests/skill-registry.test.ts
|
||
```
|
||
|
||
## 8. 验收口径
|
||
|
||
- 前端 `tsc --noEmit` 0 错、`npm run lint` 0 error、相关套件 fail=0、测试总数 ≥ 基线；`next build` 后 `/` 仍 Static、首屏 gzip ±2%。
|
||
- Python 定向 + `run_quality_gate.py --profile quick`。
|
||
- 部署后先打开一个绑定 10.0.22 的历史校正，再做三条真人清单。
|