- 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。
11 KiB
Executable File
防警告疲劳:标签校验必须自带的「静默机制」
| 状态 | Accepted(机制基线:stale 是变更报告) |
| 日期 | 2026-10-22 |
| 触发 | 用户:[]() 每次报 warning 会导致烦躁与忽略,必须先有机制再开工 |
| 前置 | label-freshness-and-repair.md |
| 结论 | stale 不是"扫描报告",而是"变更报告";默认零噪音,严格模式 opt-in |
§2 的 M5 已修订:原文以
git diff作为核心机制是错的——沙箱exec=false调不了 git、 浏览器 WASM 无进程能力、非 git 用户无从使用,而最需要它的 agent 修复回路恰在这些环境里。 现改为 「前一状态」provider 分层:T0 引用一致性 + T1 会话内前后对照为核心(零依赖),T2 外部历史源(git 等)与T3 台账为可选适配器。 见 staleness-providers.md。本文其余结论(分级、聚合、去重、 可证伪、节流、三道闸、验收指标)不受影响。
0. 为什么标签检查比一般 lint 更容易被忽视
三个结构性原因:
| 原因 | 说明 |
|---|---|
| 高频 | 纯度之后标签密度会接近"每个取值/调用一处"(现有索引 506 处 + 循环 44 处是下限) |
| 主观 | 标签是自然语言,机器只能近似判断;报告天然带"可能"二字,说服力弱 |
| 持续 | 代码天天改,断言天天可能过期 → 报告是常驻背景音,不是一次性事件 |
而当前基线是零噪音:实测 lib/ + ext/ai/ 共 59 个文件跑 marqdo check,
warning = 0、error = 0
(契约检查只在真错时报 error)。也就是说:
标签校验会成为这个项目第一个持续的警告源。 第一次引入就必须做对——一旦用户学会忽略,再想收回就晚了。
1. 疲劳的真正根因
不是"报得多",也不是"偶尔报错",而是:
同一件已知的事,被反复告知。
心理学上这叫 habituation:信号无新信息 → 大脑过滤 → 真警报也被过滤。
所以设计目标不是"少报",而是三条更硬的:
- 没有新信息就不说话(变化驱动,而非扫描驱动)
- 说了就必须能做点什么(可执行、有定位、有建议)
- 说过的就不再重复(确认即静默)
2. 六个候选机制与评估
M1 分级(hint / warning / error)
按证据强度分级,而不是按"我觉得重要":
| 级别 | 判据 | 人类可见 | 影响退出码 |
|---|---|---|---|
| error | 能证明断裂:引用了不存在的实体、空标签 label.missing |
✅ | ✅ |
| warning | 能证明变化,但无法判断谁错(L2 指纹漂移) | ✅(默认聚合) | ❌ |
| hint | 弱信号:标签提到的实体仍在,但不在当前语句 | ❌(仅 JSON / view / labels) | ❌ |
关键:默认级别取 hint,只有项目显式升档才进人类可见输出。 这让"默认安静"成为语言行为,而不是团队纪律。
M2 聚合(一条汇总,细节下沉)
check 的人类输出最多一行:
contract check OK(另有 3 条标签提示,见 marqdo labels status --json)
细节走 --json(机器)、view(徽章)、labels(逐条复核)。
理由:check 是 CI 工具,人很少逐条读;真正的阅读界面是 view 与编辑器。
M3 基线(bootstrap 静默吸收)
全量扫描第一次跑时只写台账、不报告,把存量债务吸收掉。 适用:从旧语法迁移到纯度之后的第一次。
M4 确认即静默(ack)
对某个「标签 + () 指纹」组合确认后,记录 confirmed → 同样的组合不再报。
这是最直接的对症药:说过的就不再说。
M5 结构化 diff(已修订:降级为可选 provider T2,见 staleness-providers.md)
stale 只在"
()变了、[]没变"时报,且只针对本次变更集。
三种实现层次:
| 层次 | 做法 | 状态 | 噪音 |
|---|---|---|---|
| M5a | 工作区 vs HEAD:解析两版本文本,比较同一标签的 () AST 指纹 |
零状态 | 无变更即零 |
| M5b | 工作区 vs 「标签文本最后一次被修改的提交」(git blame 定位) |
零状态 | 更精确,但依赖 blame 语义 |
| M5c | 台账比对(上一份文档的 L2) | 需台账 | 中(首次需 bootstrap) |
M5a 的性质非常关键:
- 零台账:git 就是台账,不需要新文件、不会合并冲突
- 零基线:不需要 bootstrap,第一次跑就安静(因为没变更)
- 零重复:提交之后 diff 清空 → 报告自动消失(除非再次改到同一处)
- 天生带 before/after:报告直接给旧代码与新代码,正好是 LLM 复核需要的输入
- 格式化免疫:比较的是 AST 指纹,不是文本
边界:不在 git 仓库 / 无 git 时,M5 自动降级为「只做 L1 引用一致性」(仍然确定性、零噪音)。
M6 文档内抑制([描述](…) # noqa)—— 否决
理由:
- 污染文档:
noqa是机器垃圾,与"文档即散文"直接冲突 - 不可审计:抑制理由丢失,后来者不知道当初为什么不查
- 永久化:抑制会累积,最终整个文件静音
替代:抑制放台账/配置(可审计、可过期、可统计),不进文档。
3. 推荐组合:默认零噪音 + 严格模式 opt-in
3.1 默认(所有项目)
| 规则 | 效果 |
|---|---|
| stale 只在 M5a(结构化 diff)时报 | 无变更 → 完全静默 |
| 默认级别 hint | 不进 check 人类输出;仅 JSON / view |
check 最多一行聚合 |
CI 日志干净 |
每条提示必须带:定位、doc_quote、code_past/code_now、一句可执行建议 |
可行动 |
| 同一标签在未处理前只报一次(按变更集去重) | 不重复 |
| 非 git 环境降级为 L1 | 仍然安静 |
3.2 严格模式(知识库仓,opt-in)
在默认之上加:
| 规则 | 效果 |
|---|---|
| stale 升为 warning 或 error | 可作 CI gate |
| 启用 M3 基线 + M4 确认台账 | 存量债务可管理 |
| 棘轮(ratchet):允许债务存在,但禁止增加 | 只拦新增,不清旧账 |
labels status 进 CI 报告 |
债务可见 |
棘轮是我认为最值得抄的机制:baseline.json 记 {"stale": 12},
labels check 只在 数量增加 时失败。这样:
- 老债不阻塞任何人
- 新债立刻被拦
- 债务数字可下降,团队有正反馈
4. 「确认」的三种语义
M4 需要一个"确认"动作,三种可选:
| 语义 | 操作 | 优 | 劣 |
|---|---|---|---|
| 改标签 | 编辑 [] 文本 |
留下真实痕迹,最诚实 | 有时标签确实无需改 |
| 改代码 | 恢复 () 的行为 |
守住原意图 | 有时代码才是对的 |
| 显式确认 | marqdo labels confirm <标签>,台账记新指纹 |
最省事 | 易被当成"消除警告按钮" |
设计建议:三者都提供,但显式确认要留痕——
台账记录 confirmed_at 与 confirmed_by(人或模型),
labels status 能显示"这条被确认过几次"。
被反复确认的标签,本身就是坏味道(说明描述与实现长期脱节),值得在状态里暴露。
5. 可证伪原则:写得越具体,越接受检查
这条是从根上减少噪音的机制:
只有能被证伪的断言才被检查。
- 标签含
`实体`反引号 → 可证伪 → 参与 L1 - 标签是纯口语("按档位折算")→ 不可证伪 → L1 完全不检查
于是检查成本由作者的书写具体程度决定: 写具体的作者获得更强的保鲜保证,也接受更多检查; 写笼统的作者不被检查(但也得不到保护)。
这不是漏洞,而是诚实的对齐:机器只能校验它看得懂的断言。 同时它反向抑制了"为凑数而写废话"——废话没人查,也就没有价值。
6. agent 侧节流:只问它自己刚改的
智能体是主要编辑者,最容易被警告淹没。规则:
| 场景 | 行为 |
|---|---|
一次 repair_apply 改了 () |
只对它改到的那些标签做 stale 检查,最多 N 条(如 5) |
| 未触碰的标签 | 一条都不报 |
| 同一修复轮内 | 只报一次,不随每次编辑重报 |
| 超过 N 条 | 只报前 N 条 + 汇总("另有 K 条") |
这样模型每轮的输入里最多几条相关提示,且都带 before/after—— 它看到的是"你刚改的这处,描述可能不再成立",而不是"全仓库有 200 处过期"。
7. 防"用忽视解决"的三道闸
即使有静默机制,用户仍可能整体忽略。三道闸让它不可能"无声地"忽略:
- 债务可见:
labels status输出「12 条待复核 / 共 412 条标签」。 数字不报警,但每次问就给——忽略变成有意识的选择而非无意识。 - 可 gate:知识库仓把 stale 设为 error,CI 红。
- 可审计的抑制:抑制只存在于台账,
labels audit能列出所有抑制及其年龄。 超过 N 天未复核的抑制 → 提示"这条抑制过期了"。
8. 与现有设施的对接
| 现有 | 复用方式 |
|---|---|
marqdo check |
增加一行聚合;细节不给 |
--json 诊断输出 |
hint 走这里,机器可读 |
MLSP validate |
默认不含 hint,可传 labels: "strict" 打开 |
MLSP repair_targets / repair_apply |
ranges = 标签行 ∪ 代码行(已有能力) |
marqdo view |
标签徽章(新鲜 / 待复核);点击跳到标签与代码 |
marqdo verify / stale |
复用已有的知识 stale 通道,进健康报告 |
新增 marqdo labels |
status / review / confirm / audit 四个子命令 |
9. 验收指标(可量化,写进文档以免日后走样)
上线前必须满足:
| 指标 | 目标 |
|---|---|
| 默认静默率 | 无代码变更时,check 输出中标签相关行 = 0 |
| 报告密度 | 单次变更集中标签提示 ≤ 3 条,或 ≤ 变更涉及标签数的 20% |
| 重复率 | 同一标签在未修改前重复提示 = 0 |
| 可行动率 | 每条提示带定位 + before/after + 建议 = 100% |
| 误报率 | 人工抽检 50 条,误报 ≤ 10% |
| 默认可见性 | check 人类输出最多 1 行;逐条只在 JSON / view / labels |
| 退出码 | hint / warning 不影响退出码 |
10. 待你决策
- 核心机制选 M5a(结构化 diff,零状态)吗? 我强烈建议选它——它把"疲劳"从设计问题降级为几乎不存在,且不需要台账。
- 默认级别:hint(我建议)还是 warning?
- 严格模式的棘轮(禁止新增、允许存量)要不要一并做?我建议要,成本很低。
- 显式确认要不要留痕(
confirmed_by/ 次数)?我建议要——反复确认的标签本身就是坏味道。 check的聚合行要不要固定出现("标签 0 待复核"也算信息)? 我建议不出现:零噪音优先,labels status才回答这个问题。
定了这五条,我就可以按 P1(L1 + 诊断 + MLSP 往返)开工—— 因为 P1 只做"能证明断裂"的 error 与 hint,且天然走 M5 的变更口径, 不会在第一天就制造出 506 条警告。