- CHANGELOG.md:v2.8.0 条目(中英双语); - README.md:版本行 2.7.1→2.8.0 + 愿景第 6 条(知识可证明); - doc/releases/v2.8.0.md:双语发版说明(亮点/用法/已知限制); - skills/marqdo-dev/index.mq.md:新增 prove 任务(路径/目录模式/ require_lean/json;参数用 + 行声明升参,check 与 narrative-ratio 通过); - 设计文档 §12.5 标记已合入;发版链接统一指向 doc/releases/v2.8.0.md。
9.2 KiB
Executable File
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
- 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)
check_labels默认值:false(零开销)还是true(修复回路默认开)?- 漏掉的兜底:用循环预算(不强制)还是可选阻塞(
"block")为默认? - 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。