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: c373d6fbc0
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

分析（§一）
dev runtime 开 assist 并核验 wired 日志（jevdecide wired mode=assist）
基线轮（20 轮）+ 体验层判定（全量收敛，无需干预代码）
（按需）确定性兜底——预注册阈值 ≥90%，实测 94%，未实施
浸泡 ≥200 轮（10×20，含基线，checkpoint 断点续跑）
汇总指标 + 测试报告 + 矩阵行更新
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——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）

4.4 KiB Raw Blame History Unescape Escape