Agent-System/.doc/test-reports/2026-09-15-multi-intent-u2-segmenter-test-report.md

多意图 HITL U2 规则分段与 shadow 提案 测试报告

一、 测试背景 (Background)

U1 已冻结 app/intentflow 契约与默认 legacy tier。生产路径仍由 plan_builder 最多拆两段查询，写意图直接丢弃。U2 要在不改 TopIntent / 现有 IntentPlan 路由的前提下，用纯规则分段器生成 2–4 步 PlanProposal，并把写段、指代、红线、超限记录进 shadow，供后续 intentflow 消费。

二、 测试目标 (Test Objectives)

• 连接词 / 句号 / 分号 / 换行 / 序号 / 「先…再…最后」能拆出 2–4 段
• 「查询并总结」内部链不拆；5 段不截断而是 rejected_batch_size
• 写段进入提案且 ComboHint=needs_confirm；生产 IntentPlan 仍为 nil
• 指代 → needs_clarify；红线 → 整句 rejected
• 同输入 digest 稳定；反事实 auto_read 错误自动执行 = 0
• intent -> maturity 保持；coordinator / chat 无回归
• 无运行时路由变更，因此不做真实 PI / 浏览器验收

三、 测试方案与环境 (Test Plan & Environment)

项	值
OS	Linux 7.0.0-31-generic
Go	go1.27.1 linux/amd64
分支	feature/multi-intent-u2-segmenter（从本地 dev@8ac3d3f 检出）
Schema	43（本单元不迁移）
容器	不 rebuild
项目 143	只读
证据	.doc/test-reports/assets/2026-09-15-multi-intent-u2-segmenter/

测试层级：characterization（legacy IntentPlan）/ 分段器单测 / PlanProposal + golden eval / go test -short ./...。无 PG 集成、无真实 PI。

四、 预期结果 (Expected Results)

用例	判定
「查风险，然后查法规」	生产 IntentPlan 仍为 2 步 query；提案 read_only，反事实 would_execute
「查法规然后生成报价单」	生产 IntentPlan=nil，TopIntent 仍为查询；提案含写段、needs_confirm、would_confirm；shadow LegacyDroppedWrite=true
「查询并总结」	不分段；生产无 multi-intent plan；提案 single / would_passthrough
「然后再看一下它的适用范围」	needs_clarify / would_clarify
「然后修改我的工号」	整句 rejected / would_reject
5 段编号	分段器保留 5 段；提案 rejected_batch_size，不静默截成 4
同输入 digest	SHA-256 稳定
golden v1 denom=8	false_auto_execute=0
arch-check block	production gate passed
全仓 short	PASS

五、 实际测试结果与判定 (Actual Results & Evaluation)

5.1 characterization：生产路由不变

• 测试输入 (Input)：go test -count=1 ./internal/intent -run 'TestLegacyIntentPlan|TestLimitedIntentPlan_QueryThenQuery'
• 实际输出 (Actual Output)：

--- PASS: TestLegacyIntentPlan_WriteComboStillDropped (0.00s)
--- PASS: TestLegacyIntentPlan_NoConnectorStaysSingle (0.00s)
--- PASS: TestLimitedIntentPlan_QueryThenQuery (0.00s)
ok  	chat-agent-system/internal/intent	0.012s

• 评价判定 (Evaluation / Verdict)：PASS。写组合生产 IntentPlan 仍为 nil；「查询并总结」不产生 legacy 计划；双查询仍是 2 步 IntentPlan。
• 性能与耗时 (Duration & Latency)：约 12ms

5.2 分段器 golden

• 测试输入：go test -v -count=1 ./internal/intent -run TestSplitPlanSegments
• 实际输出：

--- PASS: TestSplitPlanSegments_ConnectorAndNumbered (0.00s)
--- PASS: TestSplitPlanSegments_PeriodAndSemicolon (0.00s)
--- PASS: TestSplitPlanSegments_InternalChainNotSplit (0.00s)
--- PASS: TestSplitPlanSegments_FirstThenFinally (0.00s)
--- PASS: TestSplitPlanSegments_FiveNumberedKeptIntact (0.00s)

• 评价判定：PASS。连接词、编号、「先再最后」、句号/分号均可拆；内部链保持 1 段；5 段不被截断。
• 性能与耗时：<10ms

5.3 写段进入提案且路由不变

• 测试输入：查一下相关法规，然后帮我生成报价单
• 实际输出：见 proposal-verbose.txt

--- PASS: TestPlanProposal_WriteNotDroppedAndLegacyUnchanged (0.00s)

断言：IntentPlan==nil，TopIntent=QUERY_REGULATIONS，提案 ≥2 段，ComboHint=needs_confirm，LegacyDroppedWrite=true，CounterfactualAutoRead=would_confirm。

• 评价判定：PASS。提案层不再静默丢写段；生产路由未改。
• 性能与耗时：<10ms

5.4 指代 / 红线 / 批量上限 / digest

• 测试输入：对应 TestPlanProposal_AnaphoraClarify、SecurityRejectsWhole、BatchSizeRejected、DigestStable
• 实际输出：

--- PASS: TestPlanProposal_AnaphoraClarify (0.00s)
--- PASS: TestPlanProposal_SecurityRejectsWhole (0.00s)
--- PASS: TestPlanProposal_BatchSizeRejected (0.00s)
--- PASS: TestPlanProposal_DigestStable (0.00s)

• 评价判定：PASS。指代澄清、红线整句拒绝、5 段 rejected_batch_size、digest 稳定。
• 性能与耗时：<10ms

5.5 golden eval 与反事实安全

• 测试输入：internal/intent/testdata/plan-proposal-eval-v1.json（denom=8）
• 实际输出：

    proposal_test.go:221: plan-proposal eval denom=8 false_auto_execute=0
--- PASS: TestPlanProposalEvalGolden (0.00s)
--- PASS: TestPlanProposal_HardNegativeNoFalseAutoExecute (0.00s)

• 评价判定：PASS。写/红线/指代/超限均不会被反事实判成 would_execute。ComboHint 只是结构提示，不是授权。
• 性能与耗时：<10ms

5.6 边界与全仓 short

• 测试输入：go vet ./...；./scripts/arch-check.sh --mode block；unset TEST_DATABASE_URL; go test -short -count=1 ./internal/intent ./internal/coordinator ./internal/chat ./internal/archtest ./internal/app/intentflow；go test -short -count=1 ./...
• 实际输出：go vet 无输出。arch-check block: production gate passed。包级见 unit.txt；全仓见 short.txt。internal/server 9.687s；全包 ok。
• 评价判定：PASS。intent -> maturity 保持；L1 未 import intentflow。coordinator / chat 无回归。
• 性能与耗时：全仓 short 约 12s

六、 自动化测试套件汇总 (Test Suite Execution)

命令	结果
go vet ./...	PASS
go test -count=1 ./internal/intent -run 'TestSplitPlanSegments|TestPlanProposal|TestLegacyIntentPlan'	PASS
go test -short -count=1 ./internal/intent ./internal/coordinator ./internal/chat ./internal/archtest ./internal/app/intentflow	PASS
go test -short -count=1 ./...	PASS
./scripts/arch-check.sh --mode block	PASS

通过率 100%。未跑 PG / 真实 PI（本单元无副作用路径）。

七、 测试结论与后续优化建议 (Conclusion & Next Steps)

U2 达到合入标准：规则分段与 shadow PlanProposal 落地，生产 TopIntent / IntentPlan 不变，反事实错误自动执行为 0。

后续：U3 在独立分支 feature/multi-intent-u3-intentflow-pg 建 intentflow owner、PG schema、CAS/lease/fencing；不得把 HITL/tier 回灌 ActionRegistry，也不得把 shadow 提案当作生产 IntentPlan。