av
9cef45252c
- удалены скилл project-brief и контракт брифа; вместо них references/ project-facts.md — карта «что нужно проходу → где лежит» и таблица поразрядной деградации по документам - девять charter'ов, review-pipeline, task-pipeline и task-batch переписаны на пути канона; OpenSpec стал объявленной предпосылкой без ветки деградации - шаг синка документации переписан в построчный доклад, закрытие задачи — вызовом скилла av-dev-pm:tasks вместо строки-слота из CLAUDE.md - по находкам ревью: docs.py звал tasks.py из чужого каталога и выдавал его отказ окружения за дрейф; сверка миграций не видела рабочее дерево; плейсхолдер краснел вместо замечания; сверка capability проходила по совпадению с именем пакета; tasks.py не читал docs/.pm.json; скилл docs пересказывал канон в пяти местах
7.8 KiB
Калибровка проходов
Без измерения набор проходов растёт монотонно и вырождается в театр: каждый кажется полезным, потому что иногда что-то говорит. Калибровка отвечает на единственный вопрос — ловит ли проход дефект своего класса.
Процедура (инъекция дефекта)
- Взять реальный коммит из истории (
git log --oneline), лучше архивированный change с непустым диффом. - Внести в него один дефект того класса, который проход обязан ловить по
своему charter'у. Дефект должен быть правдоподобным — таким, какой реально
пишет модель, а не карикатурой (
panic("TODO")не считается). - Прогнать только этот проход на подготовленном диффе — три раза, каждый в чистом контексте.
- Зафиксировать: нашёл
n/3, число находок всего, число ложных. - Вердикт:
| Результат | Вердикт | Что делаем |
|---|---|---|
| нашёл 3/3 или 2/3, ложных немного | keep |
ничего |
| нашёл 1/3 или 0/3 | retune |
правим charter — сужаем вход, убираем чек-лист, добавляем оракул |
retune уже был дважды подряд |
drop |
удаляем проход |
| находит, но ложных больше трети от всех находок | retune |
триаж съедает больше, чем экономит проход |
retune не более двух раз подряд. Проход, не находящий дефект своего класса
в 2 из 3 прогонов после двух правок промпта, — это театр. Удалять, а не
бесконечно править формулировки: каждая итерация правки промпта стоит дороже,
чем отсутствие прохода.
Существующий проход не удаляется без замера. Сначала калибровка, потом решение — иначе удаляется то, что работало, а остаётся то, что громче. Обратный пример уже был: проход про идиоматичность стоял в списке на удаление как «вкусовщина», а замер показал, что он зарабатывает экспериментами против поведения библиотеки и драйвера, — и находка, воспроизведённая числом, отменила решение, принятое по ощущению.
Состав проходов принадлежит плагину, а не проекту
Проходы общие. Проект не может удалить проход — он может не звать его, и тогда это идёт строкой «не запускался» в границы покрытия, как любой другой пропуск. Молча сузить состав нельзя: пропуск прохода не отличим от прохода без находок.
Отсюда два следствия:
- правка charter'а — правка для всех проектов. Прежде чем сужать формулировку под свою боль, проверь, не место ли ей в документах проекта: предмет проверки живёт там, метод — в charter'е;
- удаление прохода из плагина требует замера на двух проектах, а не на одном: класс, не всплывший здесь, мог быть единственным работающим там.
Пробы дефектов по проходам
Проба — заготовка инъекции. Список пополняется из журнала проскочивших дефектов (см. review-journal.md): реальный проскочивший дефект — лучшая проба, какая вообще возможна, потому что синтетические смещены в сторону тех, которые уже умеешь придумывать.
| Проход | Класс дефекта для инъекции | Заготовка пробы |
|---|---|---|
review-gate |
отсутствующая верификация | убрать тест на изменённую ветку, оставить код рабочим |
review-specs |
поведение вне спеки | добавить незаказанный фолбэк-дефолт на пустом входе |
review-code |
нарушение прозаической конвенции | увести штатный отказ мимо единой точки трансляции ошибки |
review-rubric |
нарушенное свойство узла | у клиента внешнего сервиса убрать таймаут и протяжку context |
review-reimpl |
форма решения | размазать решение по трём слоям там, где хватало одной функции |
review-architecture |
второй способ | завести вторую точку генерации id мимо единой |
review-adversary |
построенный путь | принять внешний идентификатор без разбора до запроса в хранилище |
review-ops |
деградация окружения | убрать обработку недоступности внешней зависимости в фоновом цикле |
review-triage |
шум | подать 20 находок, из них 15 вкусовщина и 3 дубля — проверить потолок и дедуп |
Метрик сверх этого не заводим. Precision, корреляция между проходами, стоимость
прогона в токенах — всё это красиво звучит и никем не считается вручную; набор
показателей, который не собирают, создаёт впечатление измеряемости и тем вреден.
Работает ровно один механизм: инъекция дефекта и вердикт. Если корреляция двух
проходов действительно бросается в глаза — это видно по полю Найдено проходом
в триажированных отчётах и без отдельной метрики.
Когда калибровать
- при заведении нового прохода — до включения в профиль по умолчанию;
- при правке charter'а существующего — иначе непонятно, правка помогла или нет;
- при появлении записи в журнале проскочивших дефектов — калибруем тот проход, который должен был поймать;
- планово — нет. Календарная калибровка ради галочки сама превращается в театр.