root/Jyotisha
1
0
Fork 0
Code Issues 1 Pull Requests 1 Actions Packages Projects Releases Wiki Activity
Files
f8e607c29a1b5f06e9610741f7b2e855b3ee5076
Jyotisha/docs/tasks/TASK-rectification-engine-memoization-fix-20260915.md
T
Jesse_ChenandClaude Opus 5 7227b1ed8d docs(tasks): R1 验收修复单——等价 golden 跨机不稳，门禁靠运气绿 
对 BUG-721（引擎记忆化）的验收：实现通过，等价性我独立复核过——改前
6b3248bf 与改后 e4788dfc 在同一台机器上跑同一 payload，candidate_scores
逐字相同（8.6273 / 8.6226 / 8.1701），9 条计数断言全过；tsc 0、lint 0
error、全量前端 3291(fail 31) → 3304(fail 31) 失败清单逐条一致、next
build 绿且 / 仍 Static、首屏 gzip 0.00% 变化。

唯一一条红的是 test_score_candidates_matches_baseline_golden：golden 与
本机实际输出有 4 处浮点尾数差（score 1.0e-4 ×2、margin_percent 1.1e-3
×2），改前改后都对不上，说明是 golden 存全精度浮点跨机不稳，不是实现
改坏了。复发自 BUG-712。而 tests/test_rectification_*.py 在
CORE_PYTEST_TARGETS 里，staging 自动门禁会跑它——今天绿只是因为 CI 那台
机器的舍入和执行方一致。

修复单只改测试：主证据换成同进程差分（四个缓存键置 None 即回退旧路径，
A/B 严格相等，不经过任何跨机变量），golden 降为离散字段严格相等 + 浮点
带容差；禁止用重建 golden 来修；防复发升级为仓库级并排查另外五份 golden。

纯文档推送，不触发门禁、不发布镜像、不部署。

Co-Authored-By: Claude Opus 5 <noreply@anthropic.com>
Claude-Session: https://claude.ai/code/session_01JUei7K13cYxLHE3Axe4A45
2026-09-15 23:39:30 +00:00

9.9 KiB
Raw Blame History

TASK · 验收修复单：等价 golden 跨机不稳，门禁靠运气绿

  • 日期：2026-09-15
  • 基线 commit：origin/staging @ e4788dfc（实现落在 53a37ce9）
  • 执行分支：codex/rectification-engine-memoization-fix-20260915
  • 来源：Claude 对 TASK-rectification-engine-memoization-20260915（BUG-721）的验收
  • 落点：tests/test_rectification_engine_memoization.py、必要时 tests/golden/、docs/BUG_HISTORY.md
  • 规模：只改测试。一行实现代码都不许动。

1. 验收结论摘要

BUG-721 的实现是对的，等价性成立，我独立复核过。门禁实测（基线 11893c7f → 头 e4788dfc，含 R1/R2/R3 三个提交）：

项 结果
tsc --noEmit 0 错
npm run lint 0 error / 119 warning（全部既有）
全量前端套件 基线 3291（fail 31）→ 头 3304（fail 31），失败清单逐条一致
next build exit 0；/ 仍 ○ Static
首屏 JS gzip-9 基线 130,872 B → 头 130,872 B，0.00%（两侧同一种量法）
tests/test_rectification_*.py 1 failed, 181 passed

唯一那条失败就是本单要修的：test_score_candidates_matches_baseline_golden。

它不是实现改坏了。 我在改前（6b3248bf，与 golden 自称的 a8d29d1b 代码相同）和改后（e4788dfc）两个工作树上跑同一份 payload：

12:00 12:01 12:02
本机 改前 8.6273 8.6226 8.1701
本机 改后 8.6273 8.6226 8.1701

改前改后逐字相同。 本单的其余 9 条断言（shadbala / ashtakavarga / vimshottari / narayana 各等于候选分钟数；过境盘等于去重后事件日期数；探针默认 1 次、refresh 时 2 次）全部通过。

2. 事故实证

失败来自 golden 文件与任何一台机器的实际输出对不上：

字段 本机（改前＝改后） tests/golden/rectification_engine_memoization_v1.json 差
candidate_scores[0].score 8.6273 8.6274 1.0e-4
candidate_scores[1].score 8.6226 8.6227 1.0e-4
decision_receipt.margin_percent 5.2995 5.3006 1.1e-3
decision_receipt.gates.diagnostic_quality.margin_percent 5.2995 5.3006 1.1e-3

一共 4 处，全是浮点尾数。candidate_scores[*].score 本身已经被引擎 round(..., 4) 过，差值正好是那一位的 1 ulp——也就是求和顺序/libm 舍入的跨机差异，不是算法差异。

后果是实打实的：tests/test_rectification_*.py 这个 glob 在 scripts/run_quality_gate.py 的 CORE_PYTEST_TARGETS 里（注释原文：「Auto staging gate is --profile quick…so a stale window_scan assertion in this glob stayed red on origin/staging until listed here」）。也就是说 staging 自动门禁会跑这条断言。今天它在 CI 上绿，只是因为那台机器的舍入和执行方的机器一致；换一台机器、换一个基础镜像、换一次 libm 版本就会红。这条门禁现在是靠运气绿的。

3. 根因

golden 存了全精度浮点并做整体 ==。这正是 BUG-712 的形状，那条记录的防复发一字不差地写着：

不得对全精度浮点做整体 ==。测试不得写 golden。

BUG-712 修的是 ephemeris_events 的 golden（longitude / speed_longitude 量化到 6 位再比，非浮点字段保持严格相等）。那一单的范围写死在星历端点上，新写的这份 rectification golden 是同样的写法，没被扫到。

更深一层：golden 本来就不是证明「记忆化没改结果」的合适工具。 golden 证明的是「今天的输出等于某台机器某一天的输出」，中间夹了一个与被测命题无关的变量（机器）。被测命题其实可以在同一个进程里证明——见 §5.1。

4. 决策记录

产品 2026-09-15 授权本单：

  1. 不回滚 BUG-721 的实现。 等价性已由改前/改后同机对比独立证实，实现留在 staging 上。
  2. 本单只改测试。 一行 scripts/ 下的实现代码都不许动——不得为了让断言通过去改业务代码（这是产品的既定偏好）。
  3. 不得用「重新生成 golden」来修。 在本机重跑一次 write_golden() 能让测试变绿，但那只是把不稳定性换个方向藏起来，下一台机器照样红。这条是硬红线，见 §5.3。
  4. 防复发升级为仓库级。 BUG-712 的那句话从单点措施提升成对所有 golden 生效的规则，并配一条能自动发现违例的守卫。

5. 任务分解

5.1 把主证据换成同进程差分（首要，也是本单真正的价值）

实现已经把四层不变量放进 static context 的具名键（ashtakavarga_result / shadbala_result / vimshottari_timeline / narayana_periods），而每个消费点都有 if result is None: 的回退分支。这意味着记忆化可以在同一个进程里关掉：把 context 里那四个键置 None，消费点就会退回逐次计算的老路径。

新增一条断言：同一份请求、同一个进程，

  • A：正常的 static contexts（带四层缓存）
  • B：把那四个键全部置 None 的同一批 contexts（回退到逐次计算）

断言 compute_event_candidate_rows 在 A / B 下的输出严格逐字相等。

这条证明不经过任何跨机变量，是比 golden 强得多的等价证据。

  • 验收：新断言通过；人为把某一层的缓存值替换成错误对象后必须红（贴反向验证，证明这条断言不是恒为真）。
  • 验收：A / B 两条路径确实走了不同分支（用调用计数确认 B 的 calc_shadbala 次数显著高于 A），否则等于什么都没测。

5.2 golden 断言改成分档比较

保留 golden（它仍有价值：能发现跨版本的大幅漂移），但改比较方式：

字段类别 比较方式
离散字段（time、supporting_event_ids、conflicting_event_ids、各 gate 布尔、overall_confidence、representative_time、排序） 严格相等
浮点字段 容差比较

容差必须由实测漂移推出来，不得拍脑袋：本次实测最大漂移 1.1e-3（margin_percent）。取一个有余量但仍能发现真回归的值（建议绝对 2e-3 与相对 5e-4 取更宽者），并把「这个数怎么来的」写进测试注释。

  • 验收：把 golden 里任意一个浮点改动 1e-2，断言必须红（贴反向验证）。
  • 验收：把 golden 里任意一个离散字段改掉，断言必须红。
  • 验收：.venv/bin/python -m pytest tests/test_rectification_*.py 在本机 0 failed。

5.3 不得重建 golden

write_golden() 这个辅助函数留着没问题，但本单不得调用它更新那份 golden 文件。若执行方认为必须重建，要在进度记录里写明理由并说明为什么不是在掩盖跨机不稳——默认答案是「不重建」。

  • 验收：git diff 里 tests/golden/rectification_engine_memoization_v1.json 无改动（若有改动，按上一条给出理由）。

5.4 仓库级防复发守卫

tests/golden/ 下现在共 6 份：consultation_contract_keypaths_v1.json、ephemeris_events_raman_20260915_90d.json、golden_cases.json、qizheng_stem_branch_19900409.json、rectification_engine_memoization_v1.json、upstream_sync2/。

  • 逐份检查有没有「全精度浮点 + 整体 ==」的比较方式，结果列进进度记录（每份写明：有/无、在哪个测试里比的、怎么比的）。

  • 发现同类问题的，本单只记录不修（各自另开单），除非改动小到一眼可见。

  • 验收：六份的检查结论在进度记录里，一份不漏。

5.5 Bug 历史

同一变更内写进 docs/BUG_HISTORY.md，预占 BUG-733（721–732 已被两轮审计的七单占用，避让）。必须写明：

  • 复发自 BUG-712，并说明为什么没拦住：BUG-712 的防复发只落在 ephemeris_events 那一处，没有仓库级守卫，新写的 golden 重蹈覆辙。
  • 状态可写 resolved，但证据必须是 §5.1 的同进程差分 + §5.2 的两次反向验证，不能只写「现在绿了」。
  • 防复发升级为：任何 golden 比较都不得对浮点做整体 ==；浮点必须量化或带容差，容差数值要有实测依据并写在注释里；能在同进程内做差分证明的命题，不得用跨机 golden 代替。

6. 让步顺序

  1. 5.1 不得砍——它才是这一单的意义；没有它，5.2 只是把红灯调成绿灯。
  2. 5.2 必须做。
  3. 5.4 可以只做「检查并记录」，修留到后续单。
  4. 5.3、5.5 不得砍。

7. 开工前置命令

git fetch origin --prune
git worktree add -b codex/rectification-engine-memoization-fix-20260915 \
  .worktrees/rectification-engine-memoization-fix-20260915 origin/staging
cd .worktrees/rectification-engine-memoization-fix-20260915
git status -sb | head -1
# 先复现：这一条应当是红的
.venv/bin/python -m pytest tests/test_rectification_engine_memoization.py -q

开工前必读：docs/BUG_HISTORY.md 的 BUG-712（同形态前例与它的修法）与 BUG-721（本单要保护的那次改动）。

验收命令：

.venv/bin/python -m pytest tests/test_rectification_engine_memoization.py
.venv/bin/python -m pytest tests/test_rectification_*.py          # 门禁 glob，须 0 failed
.venv/bin/python scripts/run_quality_gate.py --profile quick

8. BUG 编号起点

基线 e4788dfc 上 docs/BUG_HISTORY.md 最大号为 BUG-725。721–732 已被两轮审计七单预占（726–732 尚未落库），本单避让，预占 BUG-733。开工时核对实际最大号。

9. 不在本单范围

  • BUG-721 的实现（已验收等价，不动）
  • 其余五份 golden 的修复（5.4 只检查并记录）
  • CORE_PYTEST_TARGETS 的构成（tests/test_rectification_*.py 这条 glob 保留，本单是让它变得可靠，不是把它摘掉）
Reference in New Issue View Git Blame Copy Permalink