internal/runtime/e4_escalation_test.go

@@ -11,34 +11,25 @@ import (
 
 // ---- E4：R4 升级提醒 ----
 
-// 两连败后 reminders 注入换路指令；成功一次即重置、可再次触发。
+// 滑动窗口判据：近 6 次结果中 3 次失败（可与成功交错）触发换路指令；
+// 每 run 一次；2 次失败不触发。
 func TestEscalationOnConsecutiveToolFailures(t *testing.T) {
-	f := &fakeRunCtx{ctx: context.Background(), prof: core.AgentProfile{Model: core.ModelRoute{Chat: "test-model"}}, execStatus: "error", execOutput: "boom"}
-	r := &LLMRunner{Stream: scriptStream(padTurns(
-		textDeltaTurn("", toolCall("run_python", `{"code":"1"}`), toolCall("run_python", `{"code":"2"}`)),
-		textDeltaTurn("换路了。"),
-	), nil)}
-	if err := r.Execute(f); err != nil {
-		t.Fatal(err)
+	st := &directRun{l: &LLMRunner{}, inflight: map[string]*toolSlot{}}
+	st.noteFailureOutcome("ok")
+	st.noteFailureOutcome("error")
+	st.noteFailureOutcome("ok")
+	st.noteFailureOutcome("error")
+	if got := st.escalationReminders(); len(got) != 0 {
+		t.Fatalf("two scattered failures must not escalate: %v", got)
 	}
-	// 完整 Execute 冒烟（真实事件路径跑通）+ 状态机断言（onEvent 终点计数
-	// → escalationReminders 文案）。
-	st2 := &directRun{l: &LLMRunner{}, inflight: map[string]*toolSlot{}}
-	st2.noteFailureOutcome("error")
-	if got := st2.escalationReminders(); len(got) != 0 {
-		t.Fatalf("single failure must not escalate: %v", got)
-	}
-	st2.noteFailureOutcome("error")
-	got := st2.escalationReminders()
+	st.noteFailureOutcome("ok")
+	st.noteFailureOutcome("error") // 窗口内第 3 败（交错分布）
+	got := st.escalationReminders()
 	if len(got) != 1 || !strings.Contains(got[0], "停止原样重试") {
-		t.Fatalf("two consecutive failures must escalate: %v", got)
+		t.Fatalf("three failures in the window must escalate: %v", got)
 	}
-	if again := st2.escalationReminders(); len(again) != 0 {
-		t.Fatalf("escalation must be once per streak: %v", again)
-	}
-	st2.noteFailureOutcome("ok")
-	if st2.consecToolFailures != 0 || st2.failStreakNoted {
-		t.Fatal("success must reset the failure streak")
+	if again := st.escalationReminders(); len(again) != 0 {
+		t.Fatalf("escalation must fire once per run: %v", again)
 	}
 }
 

internal/runtime/factcheck.go

@@ -271,8 +271,17 @@ func isEvidenceRead(name string, args json.RawMessage) bool {
 	return strings.HasPrefix(p, "inputs/") || strings.HasPrefix(p, "/inputs/")
 }
 
-// escalationFailureThreshold 是连续工具失败的换路提醒阈值（R4）。
-const escalationFailureThreshold = 2
+// R4 换路提醒的滑动窗口判据：最近 escalationWindow 次工具结果里出现
+// escalationFailureThreshold 次失败即触发（每 run 一次）。用窗口而不是
+// 「连续 N 次」——实测失败多与成功交错（20 失败散布在 108 次调用里，
+// 连续计数从未达 2，首轮 eval 生产路径零触发），滑动窗口才抓得住
+// 「整体在原地打转」的形态。
+const (
+	escalationWindow           = 6
+	escalationFailureThreshold = 3
+	// 检索空命中阈值独立取 2：检索单次成本高，两次落空即是换维度信号。
+	escalationZeroHitThreshold = 2
+)
 
 // tagSource 把一次成功的证据工具输出登记进账本，返回给模型看的来源标记
 // （如 src_3｜knowledge_search）。并行执行下由 toolMu 串行化计数与追加。
@@ -324,33 +333,42 @@ func containsAny(s string, subs []string) bool {
 func (st *directRun) escalationReminders() []string {
 	var out []string
 	st.toolMu.Lock()
-	fails, failNoted := st.consecToolFailures, st.failStreakNoted
+	fails, failNoted := countFails(st.recentOutcomes), st.failWindowNoted
 	zero, zeroNoted := st.zeroHitSearches, st.zeroHitNoted
 	if fails >= escalationFailureThreshold && !failNoted {
-		st.failStreakNoted = true
+		st.failWindowNoted = true
 	}
-	if zero >= escalationFailureThreshold && !zeroNoted {
+	if zero >= escalationZeroHitThreshold && !zeroNoted {
 		st.zeroHitNoted = true
 	}
 	st.toolMu.Unlock()
 	if fails >= escalationFailureThreshold && !failNoted {
-		out = append(out, fmt.Sprintf("工具已连续失败 %d 次：停止原样重试。逐条重读最近一次错误信息，改参数、换工具或换路径再试；确认无法绕过时，如实在答复里说明卡点与已尝试的手段，不要编造结果。", fails))
+		out = append(out, fmt.Sprintf("工具最近集中失败（近 %d 次调用中多次报错）：停止原样重试。逐条重读最近一次错误信息，改参数、换工具或换路径再试；确认无法绕过时，如实在答复里说明卡点与已尝试的手段，不要编造结果。", fails))
 	}
-	if zero >= escalationFailureThreshold && !zeroNoted {
+	if zero >= escalationZeroHitThreshold && !zeroNoted {
 		out = append(out, "检索已连续多次无结果：换关键词/换检索维度再试一次；仍无结果就如实写「材料中无此信息」，不要凭印象补数字。")
 	}
 	return out
 }
 
-// noteFailureOutcome 供 onEvent 在工具结束时同步成败计数（并行下事件乱序，
-// 以 runToolCtx 已写入槽位的 status 为准）。
+// noteFailureOutcome 供 onEvent 在工具结束时记录成败（并行下事件乱序，
+// 以 runToolCtx 已写入槽位的 status 为准）。维护最近 escalationWindow 次
+// 结果的滑动窗口。
 func (st *directRun) noteFailureOutcome(status string) {
 	st.toolMu.Lock()
 	defer st.toolMu.Unlock()
-	if status == "error" {
-		st.consecToolFailures++
-	} else {
-		st.consecToolFailures = 0
-		st.failStreakNoted = false // 新失败链可再触发提醒
+	st.recentOutcomes = append(st.recentOutcomes, status == "error")
+	if len(st.recentOutcomes) > escalationWindow {
+		st.recentOutcomes = st.recentOutcomes[len(st.recentOutcomes)-escalationWindow:]
 	}
 }
+
+func countFails(outcomes []bool) int {
+	n := 0
+	for _, failed := range outcomes {
+		if failed {
+			n++
+		}
+	}
+	return n
+}

internal/runtime/llm_direct.go

@@ -65,10 +65,10 @@ type directRun struct {
 	// E4（R4 升级规则）：harness 侧触发的换路提醒——不依赖模型自觉发现
 	// 自己在原地打转。成败计数在 onEvent 终点统一维护（noteFailureOutcome），
 	// 达阈值注入一次换路指令；检索连续空结果同理（noteEvidenceCall）。
-	consecToolFailures int
-	failStreakNoted    bool
-	zeroHitSearches    int
-	zeroHitNoted       bool
+	recentOutcomes  []bool // E4（R4）：最近 N 次工具成败（true=失败），滑动窗口
+	failWindowNoted bool   // E4（R4）：窗口判据已提醒（每 run 一次）
+	zeroHitSearches int
+	zeroHitNoted    bool
 	// E4（结构化 source_id 账本）：证据类工具的成功结果登记为带 ID 的
 	// 条目，工具输出尾注【src_N｜工具】标记——数字溯源的「材料/来源」
 	// 从此有可指地址。