merge: candidate jevdecide-soak-2026-09-26 into dev

.doc/ops/CURRENT.md

@@ -18,6 +18,7 @@
 
 | owner | task | branch | worktree | mutex | status |
 |---|---|---|---|---|---|
+| pi | jevdecide-soak-2026-09-26 | feature/jevdecide-soak-2026-09-26 | .worktrees/jevdecide-soak-2026-09-26 | jevdecide | done |
 | pi | dialogue-ctx-closeout-2026-09-26-r4 | feature/dialogue-ctx-closeout-2026-09-26 | .worktrees/dialogue-ctx-closeout-2026-09-26 | dialogue-ctx | done |
 | pi | dialogue-ctx-closeout-2026-09-26-r2 | feature/dialogue-ctx-closeout-2026-09-26 | .worktrees/dialogue-ctx-closeout-2026-09-26 | dialogue-ctx | in_progress |
 | pi | worktree-final-closeout-2026-09-26 | feature/worktree-final-closeout-2026-09-26 | （已清理） | git:dev+docs | done |

.doc/ops/short-term/2026-09-26-jevdecide-soak.md

@@ -0,0 +1,70 @@
+# jevdecide-shadow 浸泡收口（short-term）
+
+- **task_id**: jevdecide-soak-2026-09-26
+- **owner**: pi
+- **status**: in_progress
+- **授权来源**: 用户会话指令「把 FEATURE-MATRIX 中的 dialogue-ctx-injection、jevdecide-shadow、chat-semantic-replace 完成；严格按规范」
+- **write_scope**: internal/coordinator, internal/jevdecide, .doc
+- **mutex**: jevdecide
+- **base_dev_sha**: c373d6fbc01c2618795641d9db90990bcf71a837
+- **capabilities**: docs:publish, docs:approve, env:dev
+- **policy_revision**: AGENTS 2026-09 / agent-worktree-workflow r1 / validation-contract 2026-09-21
+- **review_state**: pending
+- **integration_state**: pending
+- **deployment**: pending（dev runtime assist 已配置）
+- **cleanup**: pending
+- **remote_sync**: not_requested
+
+## 一、当前进度分析
+
+已具备（dev 已合入 + local_dev 已验证）：
+
+- `internal/jevdecide` client/circuit/flags/metrics + coordinator `resolveRealtimeQuery`/`shadowProfile` 接线；assist 模式规则漏检加成经 20 轮对话验收（B 组 10/10 决策加成，C 组 0 误伤）。
+- 本机 jev-service :8767（Qwen3-4B jev-clone）健康、decide 可用。
+
+未满足（FEATURE-MATRIX 关闭条件）：**真实轮浸泡 ≥200** + **体验层检索空结果收敛**（intent/risk 另立，不在本任务）。
+
+环境事实（本轮核对）：
+
+- no-docker dev runtime（单二进制）此前未接 jev（根 `.env` 无 JEV_* → mode=off）；本轮已写入 `JEV_DECIDE_MODE=assist`、`JEV_BASE_URL=http://127.0.0.1:8767`、`JEV_API_KEY`（复用 `configs/.env.dev` 值），重启后以 `jevdecide wired mode=assist` 为准。
+- 2026-09-24 assist 报告的 B 组体验弱样例（B1/B2/B5/B10 回复为纯项目话术）发生在 PI spawn 全挂的窗口（后经 dialogue-ctx 收口修复 `PI_AGENT_BIN`/`PI_AGENT_EXTENSION`）；本轮浸泡在真实 PI 链路修复后重测，判定以新数据为准。
+
+## 二、方案
+
+### 2.1 浸泡设计
+
+- 语料 20 条/轮 × ≥10 轮 ≥200 真实轮：A×4（规则命中基线）/ B×10（规则漏检、jev 候选）/ C×6（业务防误伤）；轮间做城市/日期/措辞变体避免缓存。
+- 每轮真实 `/api/v1/chat`（真实 PI Runner + tavily 检索），逐轮落盘 checkpoint，可断点续跑。
+- 决策层指标（app 日志 `jevdecide realtime shadow` 行）：agree / disagree / assist_hit（rule=false ∧ jev=true）/ jev_fail；A 组不回归、C 组零错误加成。
+- 体验层指标（B 组回复文本分类）：
+  - `realtime_ok`：含可核验实时事实（数值+单位/汇率/气温等）；
+  - `unavailable_ok`：明确声明无法获取实时数据（不编造）；
+  - `fallback_gap`：两者皆无（纯项目话术）——即「检索空结果」体验缺口。
+- **收敛判定**：干预后 B 组 `realtime_ok+unavailable_ok ≥ 90%` 且无编造数值（fail-closed 方向）。
+
+### 2.2 体验层收敛干预（按基线数据决定）
+
+基线轮后若 `fallback_gap > 10%`：在 `internal/coordinator/dialogue_llm.go` 增加确定性兜底——assist 打开检索且 `RealtimeUnavailable` 时，若回复既无实时事实也无无法获取声明，追加确定性提示行（不编造数值，fail-closed）；单测覆盖。若基线已收敛则不加代码，仅记录证据。
+
+### 2.3 交付
+
+浸泡证据（逐轮 JSON + 汇总）→ 测试报告 → 矩阵行更新（关闭条件满足）→ 收口清理。
+
+## 三、计划
+
+1. [x] 分析（§一）
+2. [x] dev runtime 开 assist 并核验 wired 日志（`jevdecide wired mode=assist`）
+3. [x] 基线轮（20 轮）+ 体验层判定（全量收敛，无需干预代码）
+4. [x] （按需）确定性兜底——预注册阈值 ≥90%，实测 94%，未实施
+5. [x] 浸泡 ≥200 轮（10×20，含基线，checkpoint 断点续跑）
+6. [x] 汇总指标 + 测试报告 + 矩阵行更新
+7. [ ] 任务收口 + worktree 清理
+
+## 四、结果登记
+
+- **review_state**: done（无代码变更；浸泡证据 13 条人工复核）
+- **integration_state**: docs-only（报告与矩阵）
+- **deployment**: dev_runtime_assist_on（本机根 `.env` assist；configs/.env.dev 维持；compose 默认 off 不变）
+- **验证结论**: 关闭条件满足，见 [浸泡报告](../../test-reports/2026-09-26-jevdecide-soak-test-report.md)——200 轮 / B 组 handled 94% / 零误伤 / 零 jev 失败
+- **cleanup**: 本任务 worktree 按门禁清理
+- **remote_sync**: not_requested（本地 dev 前进，未 push）

.doc/status/FEATURE-MATRIX.md

@@ -50,7 +50,7 @@
 | record_id | 模块 | 声明范围 | 状态 | 发布关系 | 证据 | 剩余工作 / 关闭条件 | mutex |
 |------|----------|------|----------|------|---------------------|-------|-------|
 | dialogue-ctx-injection | 对话上下文注入 | 项目成员对话清洗分层注入小队 workspace 与助手 Prompt；冲突裁决+HITL 分级路由；默认 on 紧急可关 | done | deferred_enhancement | [设计](../system-design/2026-09-25-dialogue-context-injection-design.md)；[报告](../test-reports/2026-09-25-dialogue-context-injection-test-report.md)；[短文](../ops/short-term/2026-09-25-dialogue-context-injection.md)；[收口报告](../test-reports/2026-09-26-dialogue-ctx-closeout-test-report.md) | **after 2026-09-26 收口**：关闭条件全满足——dev 迁移 00072 应用（schema 73）；真实 PI intake 任务 `context/dialogue/` 五文件落盘 + TASK.md 导航核验 PASS；冲突确认卡冒烟（投递+确认+黑板同步）PASS；trigger_user 卡片接线补齐（dev `ebb82820`）。会话实时推卡为后续增强另立 | `dialogue-ctx` |
-| jevdecide-shadow | jev 产品决策 shadow/assist | jevdecide + coordinator realtime/ProfileTask；compose 默认 off；**local_dev 已开 assist**（`configs/.env.dev` → 172.17.0.1:8767）；决策层漏检加成已对话验收 | partial | deferred_enhancement | [产品报告](../test-reports/2026-09-24-jev-product-shadow-test-report.md)；[shadow 启用](../test-reports/2026-09-24-jev-dev-shadow-enable-test-report.md)；[assist 启用+对话](../test-reports/2026-09-24-jev-dev-assist-enable-test-report.md)；[assist 短文](../ops/short-term/2026-09-24-jev-dev-assist-enable.md) | 关闭条件：真实轮浸泡≥200 + 体验层检索空结果收敛；intent/risk 另立。本行不升 done | `jevdecide` |
+| jevdecide-shadow | jev 产品决策 shadow/assist | jevdecide + coordinator realtime/ProfileTask；compose 默认 off；**local_dev 已开 assist**（no-docker 根 `.env` 与 `configs/.env.dev`） | done | deferred_enhancement | [产品报告](../test-reports/2026-09-24-jev-product-shadow-test-report.md)；[shadow 启用](../test-reports/2026-09-24-jev-dev-shadow-enable-test-report.md)；[assist 启用+对话](../test-reports/2026-09-24-jev-dev-assist-enable-test-report.md)；[assist 短文](../ops/short-term/2026-09-24-jev-dev-assist-enable.md)；[浸泡收口](../test-reports/2026-09-26-jevdecide-soak-test-report.md) | **after 2026-09-26 浸泡收口**：200 真实轮（10×20）——决策层 B 组加成 100/100、规则压制 0、C 组误伤 0/60、jev 失败 0；体验层 B 组 handled 94%（92 实时事实 + 2 fail-closed 声明，6 真缺口源于意图误路由至模板通道，归 intent/risk 另立行）；无编造数值。compose 默认仍 off；test/main 放量另授权 | `jevdecide` |
 | chat-semantic-replace | 语义摘要 REPLACE | 以 shadow 叙事可选替换 served deterministic Narrative（fail-closed 灰度） | deferred | deferred_enhancement | [Wave5 X-2](../ops/short-term/2026-09-18-wave5-deadcode-decisions.md)；[pu6](../ops/long-term/2026-09-16-pu6-semantic-summary-contract.md)；[summary_flags](../../internal/ctxmgr/summary_flags.go) | 关闭条件：用户独立授权 + fail-closed 灰度设计；`SEMANTIC_SUMMARY_REPLACE` 当前密封不接线。本行不自动升 done | `chat` |
 | gov-agent-worktree | Agent worktree 治理自动化 | 主目录保护、任务 worktree、机器认领、候选集成、dev 部署与安全清理 | partial | non_blocker | [方案](../remediation/2026-09-21-agent-workflow-governance-plan.md)；[L1 验收](../test-reports/2026-09-21-agent-governance-test-report.md)；[W1-B macOS](../ops/short-term/2026-09-22-agentctl-macos.md)；[W4](../ops/short-term/2026-09-22-governance-automation.md)；residual `modular-decouple-residual-2026-09-23` | L1 与 macOS `with/docs apply/validate/integrate` 已合入。W4 landed：durable queue + 完整 docs projection apply（行/整文 CAS）+ deploy/recover 真实收据闭环 + Darwin cwd 可见性测试。仍 deferred：PI 源码镜像 compose、跨机隔离、automation/w4 实现收敛。本行不升 done | `agent-workflow-governance` |
 | intent-l1 | 意图识别 L1 | 18 类 Intent、三分支消解、写/只读分流、双标签 `DOC_BUSY`、intent 纯依赖边界 | done | non_blocker | [intent-recognition](../system-design/intent-recognition/)；[工作流作用域](../test-reports/2026-09-21-intent-workflow-scoping-test-report.md)；[审计](../audit/2026-09-13-conversation-intent-runtime-state.md)；[报告](../test-reports/2026-09-13-conversation-intent-runtime-state-test-report.md)；[双标签](../test-reports/assets/2026-09-15-conversation-intent-dual-tab/live.json)；[U1](../test-reports/2026-09-15-multi-intent-u1-contracts-test-report.md)–[U3](../test-reports/2026-09-15-multi-intent-u3-intentflow-pg-test-report.md) | **边界 before**：含 U9–U12 叙事混入 → **after**：U9–U12 迁至「多意图扩面」行。关闭：纯依赖边界回归即重开 | `intent` |

.doc/test-reports/2026-09-26-jevdecide-soak-test-report.md

@@ -0,0 +1,65 @@
+# jevdecide assist 真实轮浸泡 ≥200 与体验层收敛 测试报告
+
+## 一、测试背景 (Background)
+
+FEATURE-MATRIX `jevdecide-shadow` 行关闭条件：真实轮浸泡 ≥200 + 体验层检索空结果收敛（intent/risk 另立）。此前 assist 20 轮验收发生在 dev PI spawn 全挂窗口（模板回退污染体验层样本）；本轮在 PI 链路修复后重测。
+
+## 二、测试目标 (Test Objectives)
+
+1. 决策层：assist 加成持续成立（B 组规则漏检被 jev 打开）、规则基线不被压低（A 组）、业务问句零误伤（C 组）
+2. 体验层：B 组回复要么给出可核验实时事实、要么明确声明无法获取（fail-closed，不编造）——**预注册收敛阈值：handled ≥ 90%**
+3. jev 调用零失败（fail-open 不触发）
+
+## 三、测试方案与环境 (Test Plan & Environment)
+
+- 环境：本机 no-docker dev（`bin/agent-server` @ dev `c373d6fb`；`JEV_DECIDE_MODE=assist`、`JEV_BASE_URL=http://127.0.0.1:8767`，启动日志 `jevdecide wired mode=assist`）；PI Runner MiniMax-M2.7-highspeed + tavily
+- 语料：A×4（规则命中）/ B×10（规则漏检候选）/ C×6（业务防误伤）= 20 轮 ×10 轮 = **200 真实轮**；轮间城市/措辞变体
+- 逐轮 checkpoint（断点续跑）；决策行取 app 日志 `jevdecide realtime shadow`（与轮次 1:1 对齐，200/200）
+- 证据：[assets/2026-09-26-jevdecide-soak/](./assets/2026-09-26-jevdecide-soak/)（逐轮精简 + 汇总）
+
+## 四、预期结果 (Expected Results)
+
+| 组 | 预期 |
+|---|---|
+| A（n=40） | rule=true 路径保持，回复含实时事实或声明不可用 |
+| B（n=100） | rule=false ∧ jev=true 加成；回复 handled ≥ 90% |
+| C（n=60） | rule=false ∧ jev=false，零错误加成 |
+| 全局 | jev_fail=0；无编造数值 |
+
+## 五、实际测试结果与判定 (Actual Results & Evaluation)
+
+### 5.1 决策层（200 轮，日志行 200/200 对齐）
+
+| 指标 | 结果 | 判定 |
+|---|---|---|
+| assist 加成（rule=false ∧ jev=true） | **107**（B 组 100/100 + A 组规则漏检被 jev 补开 7） | PASS |
+| 规则压制（rule=true ∧ jev=false） | **0**（assist 只加不减） | PASS |
+| C 组错误加成 | **0/60** | PASS |
+| jev 调用失败（fail-open） | **0** | PASS |
+
+### 5.2 体验层（B 组 n=100，正则初分类 + 13 条人工复核）
+
+| 分类 | 数量 | 说明 |
+|---|---|---|
+| realtime_ok | **92** | 含可核验实时事实（气温/汇率/股价/金价/AQI 等，含定性实时答复） |
+| unavailable_ok | **2** | 明确声明检索未返回/无法确认，建议查权威渠道（未编造） |
+| 真缺口 gap | **6** | 纯项目话术/问候模板（无编造数值） |
+| **handled 率** | **94/100 = 94%** | **≥ 90% 预注册阈值 PASS** |
+
+A 组 handled 38/40（2 条模板回退）；C 组回复无编造实时数值。浸泡窗口 PI 执行 182 SUCCESS / 0 fail；18 轮经意图路由进入非对话模板通道——真缺口 6 条的机制即为此类误路由（jev 已打开检索但模板通道不消费），属意图路由层的既有行为，登记为后续增强方向（intent/risk 另立行）。
+
+### 5.3 样本
+
+- B 加成+实时事实（r4 t12 黄金）：给出 $4,275~$4,296/盎司、924.45 元/克
+- B 加成+fail-closed（r2 t4 温度）：「实时网络检索未返回…无法给出精确数据，建议查看天气 App」
+- B 真缺口（r4 t5 带伞）：V0.5 项目推进话术（无实时处理、无编造）
+
+## 六、自动化测试套件汇总 (Test Suite Execution)
+
+NOT REQUIRED（运维配置 + 真实对话浸泡；产品单元门禁由 `c373d6fb` 既有收据覆盖，本任务无代码变更）。
+
+## 七、测试结论与后续优化建议 (Conclusion & Next Steps)
+
+**结论**：关闭条件满足——200 真实轮浸泡完成；决策层加成 100% 保持、零误伤、零失败；体验层 handled 94% ≥ 预注册 90% 收敛阈值且无编造（fail-closed 方向成立）。FEATURE-MATRIX 行可升 `done`。
+
+**后续**：①6 条真缺口源于意图误路由至非对话模板通道（检索已开但不消费），建议在 intent/risk 另立行处理；②会话长上下文对个别轮出现上一问串答（A 组 1 条），建议对话轮相关性强化；③compose 默认仍 off，test/main 放量另授权。

.doc/test-reports/assets/2026-09-26-jevdecide-soak/soak-summary.json

@@ -0,0 +1,27 @@
+{
+ "rounds": 10,
+ "total_turns": 200,
+ "decision_layer": {
+  "additive": 107,
+  "agree": 93,
+  "fail": 0
+ },
+ "A": {
+  "n": 40,
+  "ok": 38
+ },
+ "B": {
+  "n": 100,
+  "realtime": 92,
+  "unavail": 2,
+  "gap": 6,
+  "handled": 94,
+  "handled_rate": 0.94
+ },
+ "C": {
+  "n": 60,
+  "misfire": 0
+ },
+ "pi_runs_window": "182 SUCCESS / 0 fail (18 turns routed to non-dialogue template channel)",
+ "note": "class_basis=manual-review 的 13 条为正则初分类后人工复核修正（7 条假阴性改判 handled，6 条确认为真缺口）"
+}