A4 回复质量退化修复与契约冻结

1. 结论与边界

本轮针对 A4 分层盲测暴露的事实编造、同义重复追问和风险场景未人工接管进行确定性修复。A4 原始评测只有 20/48 对，修复后没有再次调用付费模型，因此以下结果只表示规则门禁和冻结坏回复回归通过，不代表 48 条总体回复准确率已经提升。

唯一真源是 QIWEI-skill。房产业务目标、房源工具和生产数据没有进入通用运行时；业务目标继续通过 businessGoal、stagePlaybook 及业务知识覆盖层配置。

2. A4 退化与修复

退化	修复
无关 citation/tool 为价格、库存、媒体或房况断言背书	事实按分句验证；外部事实只接受能定位到具体内容的 citation/tool，数字逐值匹配
“其他待核验”保护前面的确定性断言	不确定性只保护同一分句中的断言
客户已给预算、目标学校、区域或房源，Agent 换说法再问	使用会话、画像字段和 alias 判断已答字段；识别无问号的“告诉我心理预算”等采集句
学区、价格、房况、产权、融资、投诉、看房等风险场景继续自动推进	Planner 标记风险类型；正文必须含已执行/立即执行的人工交接，JSON 同时要求 `requiresHuman=true`
首轮失败后修订仍失败但继续外发	最多修订一次；失败后 `review/auto/autopilot` 均保留人工草稿，发送方法入口再次 fail-closed

人工 manualSend 和人工编辑后 approveDraft 不经过 Agent 质量门，仍遵守既有白名单、私聊和长度边界。

3. 冻结质量契约

3.1 字段

字段	类型	语义
`qualityScore`	`integer 0..100 \\| null`	确定性检查加权分；不可用或旧数据缺失为 `null`，不能把缺失解释为 `0`
`qualityChecks`	`QualityCheck[] \\| null`	本次检查明细；旧数据缺失为 `null`，不是空结果
`qualityPassed`	`boolean \\| null`	仅表示 Agent 质量门结果；旧数据缺失为 `null`
`rewriteCount`	`0 \\| 1 \\| null`	Agent 质量修订次数；旧数据缺失为 `null`
`fallbackReason`	`string \\| null`	稳定流程 code；旧数据缺失为 `null`

QualityCheck 的核心 shape 固定为：

{
  "id": "fact_evidence",
  "passed": false,
  "weight": 14,
  "hard": true,
  "detail": "事实有可定位依据或在同一断言内明确待确认"
}

前端可通过 UI adapter 本地化 id/detail，不改变核心字段，也不能用总分抵消 hard=true 的失败项。

3.2 fallbackReason

code	含义
`quality_gate_failed`	首次确定性质量门未通过，尚未完成修订
`rewrite_limit_reached`	已使用一次修订机会，仍未通过或修订执行失败
`requires_human`	文本通过质量门，但风险/业务边界要求人工接管
`quality_unavailable`	本次没有可用质量评估
`""`	质量通过且无需人工
`null`	旧数据没有该字段，不推断结果

失败的具体原因从 qualityChecks、failedCheckIds 或 hardFailureIds 读取，不再把检查 ID 拼到 fallbackReason。

3.3 Delivery

Delivery 只认真实 outbound 消息。草稿、质量通过、计划发送、人工接管和工具执行均不构成 Delivery；只有企微发送链实际创建 outbound 消息后才显示已发送。风险回复即使 qualityPassed=true，只要 requiresHuman=true 就必须停留在人工草稿。

4. 确定性验收

命令：

npm run agent:quality-smoke
node E:\企微技能包测试\testing\reply-quality\regression-review\a4-regression-gate.mjs --qiwei-root E:\workspace\QIWEI-skill

指标	结果
固定低质量样本拦截	11/11
固定合格样本误杀	0/11（0%）
A4 去标识化冻结坏回复精确覆盖	10/10
冻结坏回复直接放行	0
风险模式	`review/auto/autopilot` 均保留人工草稿，outbound=0
合格普通回复	`auto/autopilot` 可外发
人工发送	不受 Agent 质量分阻断
纯确认/致谢	`no_reply_needed`

这些是确定性门禁夹具，不是模型盲测胜率或线上客服准确率。

5. 同步边界

通用能力同步到旧 VOC 时需要字段级同步：

mcp/src/core/response-quality-contract.js
mcp/src/core/response-quality-planner.js
mcp/src/core/response-quality-verifier.js
mcp/src/core/agent-runtime.js 的质量评估、一次修订和结构化返回区域
mcp/src/core/agent-workbench-service.js 的 Agent 内容二次门禁及 autopilot 入口校验
scripts/response-quality-regression-fixtures.js
scripts/agent-response-quality-smoke-test.js
package.json 的质量专项与语法检查入口

业务项目后续手工 merge 时保留自己的房源 Provider、业务知识、Session 预创建、消息归档和 autopilot 配置，只接入公共质量字段与发送前闸门。ClaudeCodeSessionStore、sessionKey、rotate/resume/reset 均不在本轮变更范围。

6. 发布状态

本轮没有提交、推送、发布 npm，也没有访问或写入业务远端数据。完成旧 VOC 字段级同步和两仓完整 release:check 前，不进入业务副本同步。

qiwei-response-quality-a4-regression.md 5.2 KB تاريخچه خام