docs(tier2): r3 双源默认值影蔽发现落档(writer 实仍 40/美食靠 step 顶让量/F-3 同病对照有效/糖水店 420s 仍超时记观测)
Some checks failed
contract-gates / contract-gates (push) Has been cancelled
docs-gate / docs-gate (push) Has been cancelled

Co-Authored-By: Claude Fable 5 <noreply@anthropic.com>
This commit is contained in:
lili 2026-07-04 03:27:38 -07:00
parent 7c3792669e
commit dd2e60c4a6

View File

@ -414,6 +414,7 @@ flowchart TD
- **R3(cv-clean-r3,新阈值)= 产品口径 3/5**:美食 ✅(¥0.47——R1 churn 熔断、R2 快败的同款,阈值修后一次走通,全轮 0 设计超时)/ 咖啡 ✅ / 面包 ✅(¥1.51/4700s 重但收敛)/ 水果 ✗(economy/resource,¥0.94/2552s)/ 糖水店 ✗(seven_gate,99 步烧至新步顶附近)。批级墙钟护栏在五款全落账**之后**触发硬停(10864s≥10800),fail-closed 正确、零丢失。
- **两处判定器口径发现(fable 终审拆解)**:① 咖啡实为 accept+pass 但 `finished=False`——agent 不知道自己已经绿了,磨到 100 步被熔断、熔断后跑门才定 accept;树的 `_is_fail` 三条件严口径把它记败(各轮失败数=[2,1,3]),产品口径它是过门好游戏。引出新观测项「**早收敛探测**」:门绿即催 finish/截停,别让已完工的局烧到步顶(与工单 c 的软停升压同族、但触发器是门绿非预算)。② `decide_n5` 本轮出口 **R2_补骨架不可采信**:全 6 次失败只有 1 次带 fail_system 归因(水果 resource),`_fail_system_dist` 只在有归因者内归一 → n=1 撑起「resource 100% 集中」;r3 还跑在 pre-infra_flags 代码上无编排层佐证。**fable 裁定:不据此启动平台侧补骨架**;真实图景=阈值修复干掉设计超时族(美食 ✗✗→✅),糖水店持续硬(两轮步数区败),水果抖动(r1 过、r3 经济门败)。
- **末轮 >1 败=未收敛坐实 → 按树的 R3 分支语义进 F-3 强档对照**(部署树已升 `9a64b3a3`,含 infra_flags 穿线与软停升压;工单 h 的 apscheduler 集成测在 mini-desktop 真环境 5/5)。F-3 = glm-5.2 同五变体同 caps、独立台账 `results/tier2-f3-strong.jsonl`;若 GLM 过 水果/糖水店 → M3 天花板证据(R3_ceiling 换档/混档判给创始人);若 GLM 同败 → 题面/门侧工艺问题(归 F-4 质量轴),非模型档位问题。终判回填本节。
- **r3 事后发现「双源默认值影蔽」(修 `7c379266`)**:r3 日志 writer 仍打「max iteration numbers **40**」——阈值批把 writer_max_iters 提到 60,但 `batch_run.RunParams(40)`/`batch_run --max-iters default=40`/`run_engine --max-iters default=40` 三处写死默认显式透传,把 run_studio 的 None→genconfig 解析短路;middleware 系旋钮(step_cap>100 / 设计超时>420 / 墙钟 2700)经 genconfig 直读全部生效,唯 writer 没到位。三处已改 None 哨兵回归单源。**含义:r3 的 writer 实际仍 40**(美食走通主要吃 step 顶 100 给续修环让的量);「提轮数」真达 writer 要等 r4;F-3 与 r3 同为 40/100 组合 → 强档对照内部有效。另:糖水店 r3 设计团队在 **420s 下仍超时**(非边缘慢尾,团队内单调用病理性挂起),已非再抬墙钟能治,记观测。
- **同窗并行(创始人「不空转」令)**:残余工单五路 opus 并行开工——(c) 软停 finish 逼近强化 /(h) Service 工具面 Planning/Team/Schedule 收窄调研 /(f+i) 收口打印幂等+bake_off fail-fast /(k) 台账 infra_flags 归因穿线(observe-only,治本节盲区)/(j) studio 透传集扩 1003(+1005/1006 调研)。
### F-4 · 平衡门判法重审(设计问题 · 不在 opus 工单内)