09 · 实现质量审计与人机协同底座(P0-3 纠正层)

2026-05-19 由功能上线者反馈触发的重大纠正:前文 02/04/05/08 把"spec 写了 + 容器在跑 = live"误读为"做得好"。本文以代码实证审计真实实现质量,评估 05-人机协同任务编排模型 能否做底座,给出端到端底座架构与最小闭环路线。 效力高于前文相关结论;前文"已 live / 跨会智能已交付 / 事半功倍"措辞按本文限定理解。

§0 纠正记录(框架自纠 · 第二次,比 P0-1 更根本)

P0-1 纠的是"原子类型不存在"的事实错(absence-of-evidence)。
P0-3 纠的是"live 即好用"的判断错:02 §2 矩阵虽给分析层 ②=2(已隐含质量不足),但 04/05/08 结论层未把"phase-B 占位实现 ≠ 已交付智能"放到承重位置,反而强化"事半功倍"。
根因偏差归类(补入 00 §E):"占位/in-memory/ZeroX 实现当成熟"——比文档权威性偏差更隐蔽,只有实读热点代码 + 跑真实数据才暴露。功能上线者反馈是这次的拦截器(非框架自动拦下,记此教训)。

§1 实现质量审计(代码实证根因)

审计对象:会议"分析/跨会智能"实际跑的链路。结论:这是 spec 自承的 phase-B in-memory 占位实现,被当成已交付能力。

真实症状	根因(file:line)	性质
单会都慢/超时	`meeting_aggregator_realtime/nodes/extract.py` 逐场串行 `for meeting_input in state.meetings_input` → `_llm_extract_one_meeting`;kimi-k2.6 +thinking,注释自承单场 10KB+ "常 4-6 min";9 节点在 BFF 单次 SSE 同步请求内跑完	架构性:串行 + 重模型 + 同步,N 场 = N×数分钟
提取/分类错、漏、多	同一 system prompt 一遍做"纪要整理 + 4 大类抽取 + kind 细分 + owner/date/status + quote + reasoning";`extract.py` 注释自承关 thinking 时 entity_type 错分、quote 与 text 错位;无精修、无分块、无多 pass	方法性:单 mega-prompt 一遍过,垃圾进垃圾出
跨会"智能"近似失效	`extract.py:_assemble_atom_batch` 写死 `canonical_entity_map={}`;`relate.py:entity_overlap` 依赖 `canonical_entity_id`(全 None → ≡0);`embedding.py` 默认 `ZeroEmbeddingService`(embedding_sim≡0)→ `relate.py:relevance` 实际 = `0.2×time_proximity`(只看会议日期接近,与内容无关)	占位性:关联=日期启发式,evolution_chain/风险升级在真实数据上乱触发或不触发
同一事项漏并/重复	`reducers.py:_group_by_fingerprint` 同一逻辑判别 = owner 名 `_names_to_canonical_set`(canonical_map 空 → 退化字面名)集合 Jaccard≥0.5;无语义、无 embedding、无 LLM 仲裁(spike 决策 phase-B 不做)	占位性:"张三"≠"张总",换说法不归并
无法溯源	`quote` = LLM 自选 ≤50 字片段;无程序侧"引文是否真在 transcript"校验,无 char/行/时间戳 offset	契约缺失:溯源靠 LLM 自报,可臆造

一句话:当前不是"智能引擎质量待优化",而是"占位骨架被当成品"。在它之上"打补丁"性价比低;应换底座(§3)。spec 大量 ADR 本就写"phase-B 默认 in-memory impl,follow-up 切 PG/真 embedding"——只是 follow-up 没做,而被当已交付。

§2 `05-人机协同任务编排模型` 能否做底座:评估

模型要点:双主体(人/Agent)× 三层嵌套容器(项目工作台 → 任务卡片 → 任务流);人管"是什么"(配置工作台/配置 Agent/看·操作/主动触发),Agent 管"怎么做"(创建任务流并执行/系统自动触发回环);任务流是契约边界(产出落节点,便于人在卡片层审阅/回滚/续跑);双触发对等。

2.1 判断:能做底座,且方向正确——因与 deer-flow 原生高度同构

05 元素	deer-flow 原生对应(复用,不自造)	出处
任务流=节点/依赖/产物,可审阅/回滚/续跑	确定性 Pipeline(LangGraph StateGraph)+ Aegra 持久化 + interrupt/resume	03 §1
项目工作台=项目级上下文/事实集	原生长期记忆 namespace(项目级隔离)	03 §2、05 GAP-6 6B
可疑点→向人提问获准确回复	`ask_clarification` 工具 + ClarificationMiddleware(`Command(goto=END)` 中断,人答续跑)	deer-flow 中间件链 #18
任务卡片=状态/责任人/产出;失败回退人工	待办 overlay(GAP-2)↔卡片;clarification 中断=回退卡片层	05 GAP-2
双触发(人主动 / 系统自动)	Pipeline+Agent 双轨 + 事件/cron 自动触发	03 §1

故 05 不是另起炉灶,而是把已有原生能力在"项目级智能会议"场景的正确组织方式——符合 00 §B.3 原生杠杆原则。

2.2 局限:它是高层草图,做"稳定底座"必须补 4 件(正是修 §1 根因)

精修先行:抽取前加"清洗+分块+多 pass+说话人归一"任务流节点 → 修"垃圾进垃圾出"。
可验证溯源(硬契约):每条事实带 transcript 字符/行 offset,程序侧校验引文确在原文,无效即丢/标可疑 → 把溯源从"LLM 自报"变"系统保证"。
可疑点→HITL 澄清任务卡片:低置信/冲突不猜,生成澄清卡挂工作台向责任人提问,人答回灌事实集并续跑(= 05 的"失败回退卡片层等人工" + clarification 中断)。
项目事实集=单一真相底座:精修+人确认后入项目级记忆/事实集;跨会聚合/待办/Check/复盘全从事实集读(同时治 §1 的慢:增量、缓存,不再每次重扫口水稿);真 embedding/实体消歧替换 ZeroEmbedding+空 canonical_map。

2.3 回答 05 的三个开放问题(底座设计取此默认)

任务流失败回退人工 vs 自动重试:确定性技术失败(超时/解析失败)自动重试有限次;语义可疑/低置信/冲突一律回退卡片层 HITL,不自动猜(治 §1 的"多/错")。
多 Agent 写"创建任务流"并发覆盖:事实集写入走单一真相 + 版本/乐观锁(沿 05 GAP-6 6C "可纯函数重建"判据);任务流产物按 (project, card, run) 隔离,合并入事实集是显式审阅步骤。
全局规则 vs 卡片内联配置优先级:卡片内联覆盖全局(就近原则),但敏感操作审批策略全局强制不可被卡片放宽。

§3 端到端底座架构草案(以 05 为骨架,最大化原生杠杆)

项目工作台(=项目事实集,deer-flow 原生记忆 namespace,单一真相)
   │  挂多张任务卡片(=待办 overlay/看板卡:状态/责任人/产出)
   ▼
任务卡片:一场会议的"事实化"工作
   └─ 任务流(LangGraph Pipeline,节点产物可审阅/回滚/续跑):
       ① ingest      原始口水稿/纪要入卡
       ② refine      清洗·分块·说话人归一·结构化(多 pass)        ← 修"垃圾进"
       ③ extract     在精修文本上抽事实,每条带 char/行 offset
       ④ verify      程序校验 quote⊂源文 → 通过/丢弃/标"可疑"      ← 可验证溯源硬契约
       ⑤ clarify     可疑/低置信/冲突 → 生成澄清子卡片向责任人提问  ← HITL(clarification 中断)
                       人答 → 回灌 ③ 续跑(仅重算受影响项)
       ⑥ commit      确认事实写入【项目事实集】(带 offset+确认人+时间)
   ▼
跨会聚合 / 待办派生 / Check 注入 / PDCA 复盘 —— 全部【只读项目事实集】
   (不再每次重扫口水稿 → 同时根治 §1 的慢;关联用真 embedding/实体消歧)

触发:人主动(上传会议→建卡)/ 系统自动(事件:新文件→自动起任务流;cron:周期复盘)——05 双触发对等。
每节点产物落 Pipeline state(Aegra 持久化)→ 人在卡片层可逐节点审阅/回滚/续跑(05"任务流=契约边界")。
事实集即"像 deerflow 原生记忆的项目事实底座":跨会/待办/Check/报告都从它读,这是 04 GAP-6/2/4/5 的统一答案,也把"慢"从架构上消除。

与原研究 GAP 的关系(修订)

原 GAP	P0-3 后定位
GAP-1 溯源	升级为可验证溯源硬契约(节点④),不再是"prompt 让 LLM 带 quote"
GAP-2 待办 overlay	= 05 任务卡片;HITL 澄清卡是其子类
GAP-6 InsightTree 持久化	= 项目事实集(原生记忆 namespace + 6C 可重建判据),升为单一真相底座
GAP-4/5 Check/PDCA	不变,但数据源改为"读事实集"而非"重扫/重聚合占位产物"
新增	精修层(②)+ 可验证(④)+ HITL 澄清层(⑤)——前文完全缺失

§4 最小闭环路线(先证明端到端可用,再扩)

原 06 路线图的 P0/P1 在 P0-3 后重排:先建"单会端到端可溯源可人审"最小闭环,跨会/报告靠后。

M0 占位现状显式标注:UI/文档标注当前聚合为"实验·质量未保证",停止把它当结论源(止损)。
M1 精修+可验证溯源(单会闭环):任务流 ②③④;一场会议 → 精修文本 + 带 offset 事实,程序校验引文;出口门:随机抽 N 条事实 100% 可一键跳原文且引文真实(01 横切·可信"好用")。
M2 HITL 澄清 + 项目事实集:节点⑤⑥;可疑点生成澄清卡、人答回灌、确认入事实集;出口门:可疑项不进事实集即不被下游消费(治"多/错")。
M3 真关联:用真 embedding/canonical 实体消歧替换 ZeroEmbedding+空 canonical_map;跨会聚合改读事实集;出口门:同一事项跨会归并准确率人审达标、聚合不再"只看日期"。
M4+:待办派生/Check 注入/PDCA 复盘(原 06 P1–P3,数据源换事实集)。

每阶段仍走 00 标尺与"原生杠杆体检"。M1–M3 是中–大工程(非"补薄层"),但方向正确且复用原生,远优于在占位骨架上打补丁。

§5 给决策者的一句话

当前会议"智能"是占位骨架被当成品(慢+错+不可溯源,根因是 ZeroEmbedding+空 canonical+朴素 Jaccard+单 mega-prompt 串行+无精修/HITL/验证)。05 模型能做正确底座且与 deer-flow 原生同构;重点不是优化抽取,而是换成"精修→可验证溯源→可疑点 HITL→项目事实集单一真相"的人机协同任务流。先做单会端到端最小闭环(M1/M2),证明可溯源可人审,再扩跨会与报告。

前文 02/04/05/06/08 的"已 live/事半功倍/路线"按本文 §1/§3/§4 限定与重排理解。

09 · 实现质量审计与人机协同底座(P0-3 纠正层) ​

§0 纠正记录(框架自纠 · 第二次,比 P0-1 更根本) ​

§1 实现质量审计(代码实证根因) ​

§2 05-人机协同任务编排模型 能否做底座:评估 ​

2.1 判断:能做底座,且方向正确——因与 deer-flow 原生高度同构 ​

2.2 局限:它是高层草图,做"稳定底座"必须补 4 件(正是修 §1 根因) ​

2.3 回答 05 的三个开放问题(底座设计取此默认) ​

§3 端到端底座架构草案(以 05 为骨架,最大化原生杠杆) ​

与原研究 GAP 的关系(修订) ​

§4 最小闭环路线(先证明端到端可用,再扩) ​

§5 给决策者的一句话 ​