avandClaude Opus 4.8
2ed42b3e18
Обсудили расхождение спека↔код по авто-раскладке. Решение: гейт по confidence оставляем — низкий confidence служит доп. проверкой на ревью (LLM могла ошибиться так, что под ошибку нашёлся самосогласованный матч в базе). Задача gate-confidence-spec-vs-code переоформлена из «определиться» в конкретную: сделать порог реально выключаемым (0 = выкл, сейчас 0 молча возвращается к дефолту), понизить дефолт 0.85→0.7, узаконить confidence в спеке recognition как конфигурируемое четвёртое условие, дока + тесты. Реализовать как OpenSpec-change. Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>
48 lines
3.9 KiB
Markdown
48 lines
3.9 KiB
Markdown
# Confidence-гейт авто-раскладки: узаконить в спеке + сделать выключаемым (дефолт 0.7)
|
||
|
||
**Приоритет:** средний
|
||
|
||
Аудит спек↔код (2026-07-03) нашёл расхождение: спека recognition считает
|
||
`confidence` вспомогательным сигналом (условия авто — только матч в базе +
|
||
чистая валидация + согласованность), а код (`internal/recognize/validate.go:102`)
|
||
добавляет `confidence < threshold` (дефолт 0.85) четвёртым **блокирующим**
|
||
условием.
|
||
|
||
**Решение (2026-07-08): оставляем гейт (вариант B).** Низкий confidence — это
|
||
полезная доп. проверка на ревью: LLM могла ошибиться так, что под ошибочные
|
||
данные в базе нашёлся «такой же» фильм/сериал (ложный, но самосогласованный
|
||
матч — матч и валидация чисты, а модель при этом не уверена). Такой случай ловит
|
||
именно порог, уводя задачу в review, а не в авто. Значит confidence остаётся
|
||
законным условием — но его надо честно оформить.
|
||
|
||
Что сделать:
|
||
|
||
1. **Сделать гейт реально выключаемым.** Сейчас `recognize.go:173-175`
|
||
(`if threshold <= 0 { threshold = defaultAutoThreshold }`) не даёт выключить
|
||
порог: `0` в конфиге молча возвращается к дефолту. Убрать этот фолбэк — дефолт
|
||
задаётся один раз при загрузке конфига; значение `0` → гейт пропускается
|
||
(в `decide` уже `p.Confidence < 0` никогда не истинно, достаточно снять
|
||
пере-применение дефолта).
|
||
2. **Понизить дефолт** `recognition.auto_confidence_threshold` 0.85 → **0.7**
|
||
(`config.go:218`, `recognize.go:144 defaultAutoThreshold`). Условия 1–3 несут
|
||
корректность; порогу остаётся ловить только по-настоящему неуверенные планы.
|
||
3. **Записать в спеку.** В `openspec/specs/recognition/spec.md` (Requirement
|
||
«Модель уверенности и решение auto/review») переформулировать: confidence —
|
||
явное **четвёртое, конфигурируемое** блокирующее условие (порог
|
||
`recognition.auto_confidence_threshold`, `0` = выкл, дефолт 0.7), а не «лишь
|
||
вспомогательный сигнал». Добавить сценарий: матч + чистая валидация +
|
||
согласованность, но `confidence` ниже порога → review.
|
||
4. **Конфиг-конвенция/дока:** описать ключ в `docs/conventions/config.md` (диапазон
|
||
[0,1], 0 = выкл, дефолт 0.7).
|
||
5. **Тесты:** `decide` с `threshold=0` (гейт выключен, авто при чистых 1–3);
|
||
confidence ниже/выше порога при выполненных 1–3.
|
||
6. Точное число порога откалибровать позже — для этого есть задача
|
||
[eval-харнес распознавания](eval-harness-raspoznavaniya.md) (сейчас гейтим по
|
||
неизмеренному сигналу).
|
||
|
||
Оформить как OpenSpec-change (дельта `recognition` + правки
|
||
`validate.go`/`recognize.go`/`config`).
|
||
|
||
Связано: openspec/specs/recognition, ADR-2026-06-13-auto-link-requires-db-match,
|
||
[eval-харнес](eval-harness-raspoznavaniya.md), пакет recognize.
|