-
46 号文档 Phase 2 真实端到端回归(真实公司 p2verify0902 + 真实 goal/task/ Claude CLI)第一次跑就复现一个真缺陷:原始打分用「交集计数、>0 就算命中」, 一条长任务描述几乎必然跟经验库里的高频工程词汇偶然重合几个 bigram,导致 一个贪吃蛇任务被"验证修复要重新触发流程"这类无关的工程经验污染成 reasoning_source=memory,压过了本该触发的 deep research 分支。 改成 containment ratio(命中词数 / 经验块自身词数,对经验块归一化而不是 对查询归一化),阈值用真实噪音案例(~3%-4%)和合成相关案例(~16%-32%) 校准。补回归测试固定复现这次真事故场景。修完重启服务用第二条真实任务 (Markdown 转 HTML 工具)重新验证:reasoning_source 正确变成 deep_research,两轮调用(subtask-planning → org-hunt → subtask-planning) 真实跑通,全程零残留 CLI 子进程。46 号文档补了真实回归记录,包括一个 如实记录的局限:org-hunt 那次调用没有工具调用痕迹,更接近"多问一个角色 的第二意见"而非真的做了外部检索。 Co-Authored-By: Claude Sonnet 5 <noreply@anthropic.com> Claude-Session: https://claude.ai/code/session_01H85SS5hVC4u1PbVhjmrhH8
-
subtask-planning 改成两段式:先查 experience-lookup(扫已雇 agent 的 dream 沉淀经验,关键词打分)拼进提示词,agent 自评 confidence;经验为空或 confidence low 时触发 deep-research(图外直接调用 org-hunt 轻量提示词, 不套用其训练场景三件套契约,默认关闭,需 ENABLE_DEEP_RESEARCH=1)。 reasoning_source/experience_refs/research_used 增补进 subtask-plan.json, 向后兼容旧注入桩。 范围收窄:不做"历史同类 goal 检索"(需要语义检索基础设施);Phase 3-5 (任务池认领/子任务预算/看板 UI)涉及核心调度引擎范式级改动,另起设计。 Co-Authored-By: Claude Sonnet 5 <noreply@anthropic.com> Claude-Session: https://claude.ai/code/session_01H85SS5hVC4u1PbVhjmrhH8
-
47号:itemized 子任务物化在当前 workgraph-planning 常见子图形状下因 acceptance.md 永远产不出来而形同虚设;maybeMaterializeItemizedSubtasks 新增兜底,缺失时改读 已被 44 号文档证实稳定产出的 goal-benchmark.json 的 dimensions[]。 46号 Phase 1:新 agent subtask-planning,钩在 enqueueTaskRun(显式 opt-in,只在 goal 批量下达/单条 task 下达两处触发,保住 quick task 零 LLM 调用的既有保证); 产物写共享 artifacts/subtask-plan.json,复用 R-19.3 任务级共享索引对接下游。 Co-Authored-By: Claude Sonnet 5 <noreply@anthropic.com>