.task/archive/feature-recall-misexec-fixes.md

@@ -0,0 +1,168 @@
+# feature/recall-misexec-fixes 任务卡
+
+任务主记录：PR #717 https://git-home.u1680832.nyat.app:30319/weichen/Agent-System-Dev/pulls/717；状态：已完成（合入前闭合）；owner：weichen
+
+## 基线与授权
+
+- 权威仓：ssh://git@git-ssh.u1680832.nyat.app:31411/weichen/Agent-System-Dev.git；目标分支：main；R0（initial_base_sha）= bccb88f294038ce52a37fc5592a6daebd10e88b4
+- 工作区：/home/weichen/projects/Agent-System-Dev-wt-feature-recall-misexec-fixes（worktree）；分支：feature/recall-misexec-fixes
+- 分支类型：standalone；root_target：main；immediate_target：main；accepting_requirements：false
+- 需求分流：verdict=NEW；selected_initiative=无；requirement_sha256=5510782fe6debd449a832c3353d191c6efb76f50c77932c5adf387a2f0a27bcd；triage_receipt=/tmp/triage-misexec-1792727028.json；receipt_sha256=914545afa88ab6ce4cbe9bd48240e8a8b2f829c970d245c24fb1a7c0d8ca495c
+
+- 授权与交付终点：用户已批准启动 A3 基线驱动的规则层修复（评测集暴露的 6 次误执行：语义否定被当作肯定 ×5、多意图平分误选寒暄 ×1；另有错误槽位未澄清 3 例）。范围内连续推进至合入；检索/调模型决策留待修复后基线。未授权：A4、部署。
+- 设计决定（2026-10-22，host）：
+  1. 否定修复放 compiledSpec.evaluate 匹配层：正命中若被前置否定词（不要/别/不用/先不要/先别/无需/不需要，紧邻或间隔≤2字）限定，且该 spec 的全部正命中均被否定 → reject "negated_match"（确定性，不逐 spec 配置）。
+  2. 平分裁决加确定性 tie-break：优先级相同 → 已抽取到槽位值多者优先（带槽位信号的动作胜过裸寒暄）→ id 字典序。不引入新配置。
+  3. 槽位抽取修正：抽取跨度内含多值分隔（和/还是/、/,）→ 视为多候选无效（clarify）；规范化后仅剩符号/空 → 无效；字符集违规（如声明字母数字却抽出 abc_def 的部分截取）→ 无效。无效一律走 clarify，不 start。
+  4. 验收即评测集：上述用例从 record_only FAIL 翻为 PASS；overall mis_exec 须为 0；gen_agree 与其余类别不回退。
+- 交付模式：goal-first（目标、范围和交付终点一次确认；范围内连续推进）
+- 实施执行：agent-per-unit（配置：AGENT-EXECUTION.md）
+- 合入执行：agent（已授权交付范围内，Review 通过、冲突解决且当前 HEAD 的 CI 通过后合入）
+- 人工决策点：仅限目标/范围/验收变更、重大取舍、高后果操作或无法自动判定的业务验收
+- 当前阶段：需求拆解；当前增量：I1（待定义）
+- 流程依据：仓库根目录 policy/delivery.md（归档后仍按仓库根目录定位）
+
+## 目标与非目标
+
+**目标**：消除评测集 6 次误执行 + 3 例错误槽位未澄清：匹配层否定感知、裁决 specificity tie-break、槽位多值/字符集无效化；评测指标 mis_exec 归零且其余类别不回退；既有测试全绿。
+
+**非目标**：检索/召回增强；模型/提示词调整；「刚才那个」跨会话指代解析（A1 会话域）；真实语料；gen_agree 的 3 例生成器分歧（回放器行为，另行处理）。
+
+## Agent 实施收据
+
+路由与 fail-stop 规则见根目录 AGENT-EXECUTION.md 与 policy/delivery.md；每次尝试一行，原始日志留在源码外收据路径。
+
+| 单元 ID | 预期范围 | 配置摘要 | 角色 | 候选顺序 | attempt | CLI/模型 | 终态 | transport | fallback | 源码外收据路径 |
+|---|---|---|---|---|---|---|---|---|---|---|
+| 待定义 | — | NOT_RUN | NOT_RUN | NOT_RUN | NOT_RUN | NOT_RUN | NOT_RUN | NOT_RUN | NOT_RUN | — |
+
+## 关联方向与规划
+
+- 适用状态：待核对（无适用规划时说明原因）
+- 主记录路径/版本：待核对（路径按仓库根目录定位，归档后不变；只引用唯一正文）
+- 对应里程碑：待核对
+
+## 需求分析
+
+| ID | 描述 | 项目符合度及依据 | 优先级 | 验收条件 | 依赖 | 结论 |
+|---|---|---|---|---|---|---|
+| R1 | 待填写 | 待评估 | 待定 | 待定义 | 待确认 | 待评审 |
+
+## 方案与计划
+
+- 方案引用：待填写（含对象版本）
+- 实施计划引用：待填写（含增量与需求 ID）
+- 测试计划引用：待填写（含需求 ID 与验收条件）
+
+## 阶段记录
+
+| 阶段 | 对象版本 | 状态 | 决策/执行者 | 时间 | 依据 |
+|---|---|---|---|---|---|
+| 需求拆解 | 待定 | 待执行 | — | — | — |
+| 需求评估 | 待定 | 待执行 | — | — | — |
+| 需求表确认 | 待定 | 待执行 | — | — | — |
+| 方案设计 | 待定 | 待执行 | — | — | — |
+| 实施计划 | 待定 | 待执行 | — | — | — |
+| 实施与自检 | 待定 | 待执行 | — | — | — |
+| 正式测试与验收 | 待定 | 待执行 | — | — | — |
+| 代码 Review | 待定 | 待执行 | — | — | — |
+| 合入 | 待定 | 待执行 | — | — | — |
+| 合入核验与收口 | 待定 | 待执行 | — | — | — |
+
+## 探索试验与迭代
+
+| 增量/试验 | 假设 | 范围 | 判断和停止条件 | 授权/决策依据 | 结果 | 变更影响 | 需重审补测 |
+|---|---|---|---|---|---|---|---|
+| 待定义 | — | — | — | 待核对 | NOT_RUN | 待评估 | 待评估 |
+
+## 同步记录
+
+| 节点 | sync_base_sha | tested_head_sha | checked_at |
+|---|---|---|---|
+| 启动 | bccb88f294038ce52a37fc5592a6daebd10e88b4 | bccb88f294038ce52a37fc5592a6daebd10e88b4 | 2026-10-23T03:45:01Z |
+
+## 证据（Evidence）
+
+<!-- CMD="<命令>" make evidence 写入；手抄/转写输出视为无效证据（AGENTS.md 证据与验证门禁）。 -->
+| 时间(UTC) | 命令 | 被测HEAD | exit | 来源 | sha256(16) |
+|---|---|---|---|---|---|
+
+## 交付调度
+
+- 调度状态：未入队；调度记录：无
+- entry_id：无；attempt_id：无；窗口执行者：无
+- 固定候选：无（base/head、组件与相关配置引用实际尝试）
+- 调度依据：policy/delivery.md#合入调度
+- 固定后证据：源码外 RECEIPT；实际结果后按授权原样导入和闭合
+
+## 结果与验证
+
+- 结果：
+- 验证：<结论摘要 PASS/FAIL/SKIP/NOT_RUN 逐项；逐条证据由 make evidence 写入上方证据表>
+- 影响与剩余项：
+
+## 规划进展与下一步
+
+- 本次推进/剩余：待核对（依据实际成果更新适用方案/规划）
+- 首选下一任务：待核对（无适用规划、已完成或受阻时如实说明，不虚构任务）
+- 推荐依据：待填写
+- 前置条件/待确认：待核对
+- 预期产物/验收条件：待定义
+- 重复任务核对：待核对（已有/在途任务、PR 与规划记录）
+- 启动授权：未授权（建议不自动启动新任务，仍须明确授权）
+
+## 合入与清理
+
+- 实施收据：misexec-rules-fix（cursor attempt1，否定感知匹配+specificity tie-break+槽位 fail-closed，intent 7f3ff6a，eval mis_exec=0/37 全过，verify-misexec2 exit=0）；pin 级联嵌套提升（host 提交 N4/S4/B4'）与 Dev 集成（misexec-git3-run.json）。
+- 组合验证：全量 make test PASS（verify-misexec-combo2.json exit=0）。
+- Review 记录：独立 CLI 评审单元 misexec-independent-review（收据 /tmp/agent-stack-b2/reviewm-run.json）；结论 APPROVE；报告 .task/reviews/2026-10-22-misexec-fixes-independent-review.md；被审对象 8e3f9edb 组合 vs main
+- 冲突记录：NOT_RUN（最新目标同步、冲突处置、组合兼容核验及复审/补测）
+- CI 记录：NOT_RUN（当前 HEAD 完整 SHA、全部必需检查、运行链接、执行身份及 GATE 结果）
+- 合入记录：NOT_RUN（交付授权范围、PR、被核验 HEAD、合入 SHA、目标分支及内容核验）
+- 清理记录：NOT_RUN（授权依据、写者退出确认、worktree/分支/任务卡处置）
+
+<!-- Local receipt: SELF. Digests detect corruption; they do not authenticate a reviewer or CI. -->
+```json
+{
+  "summary_schema": 1,
+  "source": "SELF",
+  "timestamp": "2026-10-23T03:44:02.622816+00:00",
+  "command": "make precheck",
+  "exit_code": 0,
+  "cwd": "/home/weichen/projects/Agent-System-Dev",
+  "before_head": "bccb88f294038ce52a37fc5592a6daebd10e88b4",
+  "after_head": "bccb88f294038ce52a37fc5592a6daebd10e88b4",
+  "branch": "main",
+  "target_branch": "main",
+  "target_head": "bccb88f294038ce52a37fc5592a6daebd10e88b4",
+  "root_target": "main",
+  "immediate_target": "main",
+  "before_tracked_diff_sha256": "e3b0c44298fc1c149afbf4c8996fb92427ae41e4649b934ca495991b7852b855",
+  "after_tracked_diff_sha256": "e3b0c44298fc1c149afbf4c8996fb92427ae41e4649b934ca495991b7852b855",
+  "output_tail": [
+    "make[1]: Entering directory '/home/weichen/projects/Agent-System-Dev'",
+    "[repo]   branch=main head=bccb88f294",
+    "[remote] origin/main=bccb88f294 ahead=0 behind=0",
+    "[tree]   clean submodules_drift=0 uninit=0",
+    "[worktrees] linked=7",
+    "[recycle] merged un-recycled branches: feature/exec-recovery-diagnostics-a2 fix/gitea-endpoint-facts",
+    "[initiatives] local cards (not authoritative): none",
+    "[hooks]   core.hooksPath=scripts/hooks（pre-commit/post-merge 实际接线）",
+    "[facts]   policy/facts.md 6 条事实均在有效期内",
+    "[required-reading] core/baseline.md, workflows/delivery.md §1, policy/delivery.md",
+    "[R0] bccb88f294（完整：bccb88f294038ce52a37fc5592a6daebd10e88b4）",
+    "[worktree] before-sync: recursive component checks passed",
+    "[verdict] READY — 保留本次 precheck receipt 后建任务工作区：PRECHECK_RECEIPT=/tmp/task-precheck.json make task-start NAME=feature/your-branch",
+    "make[1]: Leaving directory '/home/weichen/projects/Agent-System-Dev'"
+  ],
+  "output_sha256": "6a6f70969d0b85288dde21bf2011b0485af1251a29fbb677ba7d7d9e94c79785",
+  "receipt_sha256": "b5fc6e81a92e8ecb97bbf51630a10608507425dfe27220efb75341b4f607bffd",
+  "receipt_path": "/home/weichen/.cache/agent-system-dev/evidence/b5fc6e81a92e8ecb97bbf51630a10608507425dfe27220efb75341b4f607bffd.json"
+}
+```
+
+## 闭合记录（合入前折叠）
+
+- 本卡在 PR #717（https://git-home.u1680832.nyat.app:30319/weichen/Agent-System-Dev/pulls/717）合入前闭合并归档，随该 PR 一同合入。
+- 该 PR 的合并提交即本任务的落地记录。
+- 合入后无需回填，也无需单独的闭合 PR。

.task/reviews/2026-10-22-misexec-fixes-independent-review.md

@@ -0,0 +1,47 @@
+# 独立代码 Review：feature/recall-misexec-fixes（mis-exec 规则层修复）
+
+- 日期：2026-10-22（评审执行于 2026-10-23 UTC 的分支对象上）
+- 评审人：独立 CLI 会话（未参与实施；本文件为本次唯一变更）
+- 评审对象：`git diff bccb88f2...HEAD`（= origin/main...HEAD；本 worktree 无 origin remote，bccb88f2 为 main 顶端合并提交，是 feature 分支的 merge-base）
+- 组件范围：deps/agent-intent @6aa4925..7f3ff6a（单提交 "Make intent matching negation-aware and slots fail closed"）＋ gitlink 级联（native d1f72aa→be556f4、squad a5afe9c8→95b387d、backend 8dc91c17→8031855e→bd5c0f3）＋ 任务卡 `.task/feature-recall-misexec-fixes.md`
+- 方法：全文精读 9 个变更文件 + 逐条手工追踪语料用例 + 对否定判定函数做 stdlib-only 逐字提取探针验证（/tmp，脱离工作区）；未修改任何代码。
+
+## 验证（本工作区内的执行情况）
+
+- `git status --porcelain`：评审开始时为空（clean）；四个组件 checkout 均精确处于被 pin 的 SHA 且无脏文件（agent-intent 7f3ff6a、native be556f4、squad 95b387d、backend bd5c0f3）。
+- `gofmt -l intent/ cmd/`：无输出（格式干净）。
+- `go test`：**NOT_RUN（环境不可编译）**。agent-intent/go.mod 的 `replace error-code-system => ./deps/error-code-system` 所指嵌套子模块在本工作区任何层级都未物化（superrepo、agent-intent、backend 三处的 error-code-system/logging-system 目录均为空挂载点），且相应 commit 对象不存在于任何本地对象库；单元约束禁止 `git submodule init/update`、禁止网络。`GOWORK=off go test ./intent/...` 如预期在包 setup 阶段失败（reading deps/error-code-system/go.mod: no such file）。诚实出口：本报告的测试结论为读码＋探针＋追踪，非重放。
+- 否定判定探针（negatedAt/inNonNegatingBie 逐字提取、21 组用例）：全部 corpus 否定序列判否定；「不断」「无偿」不触发误否定；「不要马上重启」（间隔 2 字）判否定、「不要立刻马上重启」（间隔 3 字）不判（窗口语义）；「特别的，重启任务」跨标点正确豁免；「任务别名重启」豁免成功；「判别任务进度」被误判否定（见 F1）。
+
+## 评审发现
+
+### Blocker
+
+无。
+
+### Major
+
+无。
+
+### Minor
+
+- **F1（recall 损失，fail-safe 方向）**：「别」字白名单 `nonNegatingBie`（intent/registry.go:211-214）是封闭列表，「判别」「辨识」「作别」等含「别」的常用词不在列。探针实测「判别任务进度」→「进度」命中被 `negatedAt`（registry.go:263-275）判为否定 → status_query 以 `negated_match` 排除 → 回落 fallback。方向是安全的（少执行而非误执行），但对该输入是误回落。建议后续把「别」的否定判定改为右边界词表或按「别+动词」结构判断。
+- **F2（残余否定词缺口，符合既定设计范围）**：token 表（registry.go:204）无「无须」「勿」「先不」「暂不」「不必」等变体，如「无须重启任务」仍会正向命中 restart。任务卡设计决定明确固定了这 7 个词，故不算实施偏差；作为残余风险记录：negation_reference 类的其他说法仍可能误执行。
+
+### Notes
+
+- **N1（tie-break 只认“有效”槽位）**：`resolveTie`（intent/recognizer.go:152-185）用 `len(slots)` 计数，invalid 捕获（如多候选值）不计。因此「你好，取消任务 42 和任务 43」这类输入中 cancel 的 run_id 无效 → filled=0，与寒暄同为 0 时按 priority（greet=10 > cancel=0）裁决到寒暄，动作侧的 clarify 丢失。仅在同分且优先级不同时可达，且寒暄无副作用、动作未启动，属可接受行为选择；若希望「带槽位信号」包含无效捕获信号，需另行设计。
+- **N2（fail-closed 误伤面）**：`hasInnerSeparator`（slots.go:221）/`captureTruncated`（slots.go:201）对合法值也拦截——如主题「和平与发展」会因内部分隔词判多候选、值后紧跟 ASCII 词字符即判截断，一律 clarify 而非 start。与「无效一律 clarify」的设计一致，代价是 clarify 率上升（metrics 中 wrong_slot clarify 7/7=1.0），方向安全。
+- **N3（测试夹具标签失真，表面问题）**：cmd/intentctl/main_test.go:82-85 把 record_only 的 miss 用例从「不用查进度了」换成「进度条的颜色真好看」是必要的（旧输入修复后正确回落，不再产生 miss 计数；新输入在 testSpecJSON 下确会命中 status_query，仍覆盖 miss 记账路径，断言 MisExecutions==1 成立），但 category 仍标 `negation_reference`，语义已不属否定类——建议下次触及时改名或换语料类别。
+- **N4（验收证据等级）**：mis_exec=0 / 37/37 的验收来自 intent@7f3ff6a 内提交的 evaluation/metrics.json 与 BASELINE.md（作者证据，SELF 级）。本工作区无法重放（见上）。数字内部一致性已人工复核：各类 passed 7+8+7+8+7=37、clarify 5+0+5+0+7=17、fallback 3+1+0+7+0=11、top1 11+7+3+3+7=31/31、mis_exec 全 0，与 overall 行及 I2 段（TP=30/FP=0/FN=0，较基线同向 +1）全部吻合；gen_agree 5/8 未动（3 例 gen_agree 分歧按范围未处理，BASELINE.md 如实保留）。CI（`.gitea/workflows/ci.yaml` @ PR HEAD）是测试通过的权威源，合入门禁照常。
+- **N5（单元包描述与实际 diff 的 pin 基线不符，仅描述性）**：包内写 squad b6d8763→95b387d、backend 330c1a3→bd5c0f3；实际 vs main 为 squad a5afe9c8→95b387d、backend 8dc91c17→8031855e→bd5c0f3（两个 backend tip 树完全相同，bd5c0f3 非 8031855e 的后代而是同树重提交）。终态与包目标一致，无内容影响。
+- **N6（任务卡整理欠账）**：`.task/feature-recall-misexec-fixes.md` 的「Agent 实施收据」表仍是全 NOT_RUN/待定义，而「合入与清理」已记录实施收据；需求分析/阶段记录等模板段未填。卡片债务，非阻塞；Review 记录待本评审随 PR 流程回填。
+- **N7（正面确认，范围）**：变更严格限于三个修复＋pin 级联＋任务卡：intent 单提交共 9 文件（boundary.go 为纯重构抽取 `boundedAt`，语义等价）；squad@95b387d、native@be556f4 两提交均只改 gitlink；嵌套 pin 全链一致（native→intent@7f3ff6a；squad→intent@7f3ff6a+native@be556f4；backend→intent@7f3ff6a+native@be556f4+squad@95b387d，与 superrepo 四个 gitlink 完全对应）。语料文件 recall_corpus.json 未改动（验收基准未被移动）。
+- **N8（正面确认，正确性要点）**：否定为逐次出现判断，同词条存在任一未否定出现即正向（TestNegationCountsUnnegatedOccurrence/TestNegatedPatternHit 覆盖了否定+未否定同词双情形）；守卫域豁免否定（registry.go:236、254，宁可多拦，TestGuardIgnoresNegation）；excludes_any/includes_all 语义未动；r2 回归测试改名并反转断言是对旧契约的有意修订且注释说明清楚；`resolveTie` 确定性（filled 降序→priority 降序→合并序，胜者须压过组内全体，平 priority 仍 ambiguous），仅在胜出时原位重排 hits，Explain/Recognize 双路径一致，I5 行为保留（TestRecognizeTieBreakPrefersPriority 未改）；槽位新检查在 format/enum/validator 之前（slots.go:186-198），空白归一化后进 missing（slots.go:123），overlap 检测未动；misexec_test.go 逐条 pin 了 6 次误执行序列与 4 个错槽位序列（含 start+clarify 命令断言），非否定输入行为回归用例齐备。
+- **N9（字节级安全性）**：`termHit` 以 `i+1+j` 推进的重叠出现扫描与 `negatedAt` 的 `DecodeLastRuneInString` 回退均为 rune 安全；否定判定在折叠文本上进行，否定词为 CJK，大小写折叠/NFKC 不影响。
+
+## 结论
+
+三个修复（否定感知匹配、specificity tie-break、槽位 fail-closed）实现与任务卡设计决定一致，验收序列全部有单元级 pin，pin 级联自洽，范围无外溢。发现集中在启发式边界的已记录取舍（F1/F2）与非阻塞整理项；无阻断合入的问题。测试在本评审工作区因嵌套依赖未物化而 NOT_RUN，以探针与读码代替，合入前按门禁以 CI 为准。
+
+REVIEW VERDICT: APPROVE