Files
marqdo/doc/design/t1-session-staleness.md
cflmy 8926f7bed6 docs(design): M0 语义冻结 — 遮蔽语法系列文档标记 Accepted
用户已批准:内置词表先按现方案(六组、两级检索),后续可调。
本提交只改文档状态,不动代码:

- occlusion-syntax.md:Proposed → Accepted · 实施中(M0 起)
- occlusion-description-and-search.md:Proposed → Accepted · 实施中
- warning-fatigue-control.md:Proposed → Accepted(机制基线:stale 是变更报告)
- staleness-providers.md:Proposed → Accepted · 修订
- t1-session-staleness.md:Proposed → Accepted · 机制说明
- label-freshness-and-repair.md:Proposed → Accepted

后续按 M1 → M2 → M2.5 → M4 → M9 → M10 → M6 → M5 → M3 → M7 → M8 逐步落地。
2026-10-22 15:03:26 +08:00

9.2 KiB
Raw Permalink Blame History

T1 会话内陈旧检测:为什么模型不会收到重复警告

状态 Accepted · 机制说明(M6 落地)
日期 2026-10-22
回答 「在不改变的情况下,能让模型免于多次警告疲劳吗?」——能,而且几乎不用改什么
前置 staleness-providers.md · warning-fatigue-control.md

0. 一句话

警告的作用域 = 模型自己刚改的那几行;投递次数 = 一次;附着在造成它的那次编辑的返回里。

不是"我们让它少报",而是同一件事在结构上不可能被报第二次。


1. 机制为什么成立:前后两版本来就在手里

看现有 repair_apply(src/mlsp.rs:233)的实现:

let source = source_text(params)?;          // ← 改动前(before)
...
match crate::repair::apply_edits(&source, &ranges, &edits) {
    Ok(new_source) => {                     // ← 改动后(after)
        Ok(json!({"source": new_source, "edits_applied": edits.len()}))
    }
    ...
}

source 和 new_source 在同一个函数作用域里同时存在。 所以"比较改动前后"不需要任何外部东西:

需要的东西 从哪来
改动前的 AST parse(source)
改动后的 AST parse(new_source)
标签配对 两份 AST 里的标签节点(按标签文本 + 序号)
() 是否变了 比较两边的 AST 指纹
[] 是否变了 比较标签文本

零 git、零台账、零缓存文件、零环境依赖。 这就是"agent 回路根本不需要 VCS"的含义。

1.1 指纹怎么做(T1 只需要「进程内一致」)

这一点让实现变得很轻:

  • Expr 目前 #[derive(Debug, Clone)],没有 PartialEq(src/ast.rs:184)。
  • 但 T1 只在同一个进程内比较前后两版,不需要跨版本、跨机器稳定的指纹格式。 于是最简做法是:把 () 的比较键取为 format!("{:?}", expr)——同一次运行内确定即可。
  • 若想更严谨,可给 Expr 及其成员补 #[derive(PartialEq)](纯机械改动;Literal 含 f64, 只可 PartialEq 不可 Eq),然后直接结构比较,不产生字符串。
  • 反过来,T2/T3 才需要稳定指纹(跨会话要能对上),那时才动用 knowledge/fingerprint.rs 那套。

也就是说:T1 的实现成本 ≈ "解析两次 + 比较两棵子树",没有版本化指纹的负担。


2. 一次修复轮次的完整时序

第 N 轮
 ┌─ validate        → 语法/契约诊断(不含标签扫描)
 ├─ repair_targets  → 靶点 + 允许范围
 ├─ 模型产出 edits  (例如:把 `* 金额` 改成 `/ 金额`)
 └─ repair_apply(source, ranges, edits)
        │
        ├─ before = source
        ├─ after  = apply_edits(...)
        ├─ 解析两版 → 比较每个标签的 () 指纹
        └─ 返回:
             { "source": after,
               "edits_applied": 1,
               "labels": { "stale": [ {标签, code_past, code_now, span} ] } }

模型在自己这次编辑的响应里看到:

{
  "labels": {
    "stale": [{
      "text": "按 `税率` 计算总价",
      "code_past": "at(税率表, 档位) * 金额",
      "code_now":  "at(税率表, 档位) / 金额",
      "span": {"line": 42, "col": 12}
    }]
  }
}

它只需要回答一个问题:"你刚才动了这段实现,描述还成立吗?"


3. 为什么「重复」在结构上消失了

三个性质,缺一不可:

性质 内容 效果
作用域 = 自己的 diff 只看这次 apply 触及的标签 全仓库/全文件的旧债永远不进模型的上下文
投递 = 一次 只在造成它的那次响应里出现 不会在后续 validate 里重复出现
自包含 下一轮的 diff 是新的 模型不改那处 → 那条标签不再出现

注意第三条的含义(也是代价):模型若忽略了提示,它不会在下一轮被再提醒—— 因为它没碰那处。这是刻意的取舍:宁可漏一次,也不反复骚扰。

对比扫描式:一个 20 处标签的文件,5 轮修复里模型可能累计看到上百条重复提示; T1 下最多看到 自己这几行涉及的 0–2 条,且每条只出现一次。


4. 关键重构:它在性质上不是 warning,而是编辑期诊断

这是我认为最重要的一点。

Lint 警告 编译器错误 T1 stale
出现时机 常在后台/每次保存 你按下构建那一刻 你改完那一刻
数量 与存量成正比 与你这次写的错成正比 与你这次改的成正比
是否重复 反复出现 不重复(改了就消失) 不重复
用户态度 容易忽略 必须处理 天然要处理

没有人抱怨"编译器又报语法错了"——因为它是一次性的、可归因的、改动驱动的。 T1 的 stale 正好落在这个类别里。

所以疲劳问题不是靠压制解决的,是靠把 stale 从"lint 类别"搬到"编译错误类别"解决的。


5. 「不改变」到什么程度

你的问法是"在不改变的情况下"。精确回答:

项 要不要变
.mq.md 文档内容 不变(不嵌指纹、不加 noqa、不加标记)
写代码 / 读代码的工作流 不变(还是 validate → repair_targets → 编辑 → repair_apply)
项目状态文件 不新增(无台账、无基线、无 .marqdo/labels.json)
对 VCS 的依赖 无(沙箱 exec=false、WASM 无进程,照样可用)
环境要求 无(纯内存计算)
MLSP 协议 加一个可选参数 + 一个响应字段(这是唯一的改动)

唯一的协议改动小到可以忽略:

{ "method": "repair_apply",
  "params": { "source": "…", "ranges": [[42,42]], "edits": [...],
              "check_labels": true } }
  • check_labels 缺省 = 不做(默认零开销、零噪音)
  • 客户端(agent 框架)在修复回路里打开它
  • 返回里多一个 labels 字段;无 stale 时为空数组

6. 配对规则(哪些算"同一条标签")

比较两份 AST 时:

情形 判定
标签文本未变、() 指纹变 ✅ stale(核心场景)
标签文本变了 不报——作者在更新描述,这就是"确认"
() 与标签都没变 不报
新插入的标签 不报——新断言无历史
被删掉的标签 不报——没有东西可比
标签移动位置(同文件) 不报——按标签文本配,不按行号

"按标签文本配对"很关键:它让"把这段代码挪个位置"不会误报, 而"把这段代码的计算改了"一定报警。


7. 模型会不会漏掉?三种兜底

T1 的代价是"不重复",所以要设计"漏了怎么办":

兜底 做法 代价
循环预算 labels.stale 非空时,客户端允许下一轮(现有 max_attempts: 2 直接可用) 无
可选阻塞 check_labels: "block":apply 成功但返回 needs_attention: true,客户端不得结束任务 小
会话末汇总 最后一轮给一次总数(只一次,不逐条) 小

建议默认:check_labels: true + 循环预算。也就是"提示一次,允许一轮修,不强制"。 知识库仓可以用 "block"。


8. 边界(必须说清)

问题 T1 能不能
模型刚改完,描述还成立吗 ✅ 能(核心场景)
昨天有人改了代码,今天打开才发现描述过期 ❌ 不能(diff 里没有,那是 T2 的活)
从别处复制粘贴一段代码带来的旧标签 ❌ 不能(无历史)
描述写得笼统、无法证伪 ❌ 不能(L1 也不查)

T1 的定位:保证"改动者当场被问一次"。 它不保证"整个仓库始终新鲜"——后者需要 T2/T3,是可选增强,不进默认路径。


9. 与你担心的「疲劳」对照

场景 扫描式(每轮全量) T1(本机制)
模型一轮看到几条 全仓库 N 条 0–2 条
5 轮累计 N × 5 ≤ 2
同一标签重复 每轮重复 一次
未修复的旧债 每轮都提 不再提(等它被改到时再说)
模型需要记住"我之前看过" 需要 不需要(自包含)
需要 VCS / 台账 常需要 不需要

10. 待你确认

  1. 接受"T1 = 编辑期诊断,不是 lint 警告"这个定位吗?(这是整个防疲劳论证的支点)
  2. check_labels 默认值:false(零开销)还是 true(修复回路默认开)?
  3. 漏掉的兜底:用循环预算(不强制)还是可选阻塞("block")为默认?
  4. 会话末汇总要不要做?(一次性总数,不逐条)

若你确认,P1 的第一步就很小:给 repair_apply 加 check_labels, 在 apply_edits 之后解析两版、比较标签指纹,把结果挂在响应里。 文档零改动、状态零新增、不依赖 git——第一天就不会有任何存量警告。