docs(jev): add Q1-Q4 study-selection brief - #5751
Conversation
Signed-off-by: mika <211269698+mikamikasuki@users.noreply.github.com>
26a786b to
57a9d2f
Compare
loopx-agent
left a comment
There was a problem hiding this comment.
Reviewer: model_agent; gpt-6.1-sol; OpenAI; runtime_reported; reasoning_effort=xhigh
Reviewed exact head: 57a9d2f0586a19111095f7db976dd15dc4cf25fb. 当前变更为 2 个文档、+59/-0;已经重新核验本轮 rebase 后的完整 PR 差异。此前 head 的检查不自动转成新 head 的结论。
动机
使用 Jev(提供额外只读判断的模型)的研究负责人,需要先判断它是否值得加入 Agent 选任务流程。此前 Q1–Q4 仍缺少一份可供 owner 决策的具体建议,容易把小型示例或已通过的实现测试误当成投资依据。本 PR 提议只讨论 D7:在同优先级、已有资格的 Todo 中选下一项,并因缺少独立结果集和数据/预算批准而暂缓 M1 研究。可观察改善是读完两份决策记录即可知道比较什么、依据什么、哪些条件尚未满足以及何时停止。这里交付的是决策简报;模型效果、真实效率提升和研究批准仍未成立。
改动思路
以 #5213 当前允许的 source-grounded decision brief 为范围,复用现有 RFC 和选择器;不为了讨论研究先增加生产路径。spec_ref: docs/architecture/rfcs/optional-semantic-assistance-jev-v0.md;spec_revision: 42e55a809eb94f13443d303d76118735d4112182。该规范及相关 start/action-selection 契约在当前 PR base 3596467d6e5b3bbb7fc32603a1841e9170b7c4f6 与上述版本之间未变化。
逐项判断:Q1 已给出 D7-only、defer 的贡献者建议,最终方向由 product/domain owner 决定;Q2 给出有限问题和派发前检查点,有限样本与窗口须由 caller/evaluation owner 在结果前选定;Q3 保留完整 Agent/工具/评审基线,另加现有模型和 Jev 两个只读对照,独立盲评,误选、漏选和总成本分开报告,数值门槛/误差成本仍待 owner 冻结;Q4 明确本简报零新增调用/外部支出,数据、目的地、固定模型、调用/金额上限和留存尚待 data/operations owner;D7 §3.3 保留优先级、资格、依赖、hold、claim/lease 和 quota,不修改规范顺序;D8 §3.4 只保留固定研究组合/预算边界,未来另案讨论。上述未决项是研究入场条件,不能将建议写成批准。
具体改动
英文 packages/loopx-jev/DESIGN_DECISIONS.md 与中文镜像各加入同一 Q1–Q4 表、停止规则与证据边界。核对 build_goal_start_contract 的 planner→写入顺序 tie-break,以及 apply_action_selection_agent_gate 的非绑定建议/显式选择要求,文档描述与现有 owner 一致。正常路径是 owner 读取简报并决定是否值得补齐研究条件;负向路径是没有有限样本、独立标签或数据/预算批准时停在 defer,不调用提供方,也不宣称得到实验结果。既有 96 项检查与构造评测保留原修订归属,未被转作 D7 效果证据。
对主干的风险
完整 diff 仅增加讨论文档,没有运行时、状态、默认 skill、调度、quota、网络或 UI 变化。git diff --check 通过;原生 loopx check 对两份文件的公共边界检查通过,0 errors/0 warnings;中英建议、停止规则、authority 与证据限制逐项一致。没有新增实验、模型调用或成本测量,故没有把静态验证包装成真实结果。最大的剩余风险是后来把这份贡献者建议当成 owner 决定;当前文字明确防止这一点。
我的整体评价
无阻断发现,APPROVE。长程价值偏正向:它把下一步缩成一个明确的 owner 判断,减少为未证明的问题提前建设或重复投票;效率收益目前是少走准备弯路的合理预期,尚非测得的执行提升。做更小的纯链接整理不能提供有限问题、比较对象与停止条件;提前实现 ranker 则增加成本且越过当前任务范围。相关整理已检查:既有双语决策记录是合适归属,无需新协议/模块;下一步仍由原 RFC 的 caller/evaluation/data/operations owners 决定 M1,不创建形式化续项,也不关闭上层产品验收。
English verdict: APPROVE — exact head 57a9d2f; a useful bounded Q1–Q4 decision brief with explicit defer, full-workflow comparators and preserved authority. Static/bilingual checks passed; empirical D7 benefit and owner study admission remain unproven.
Goal And Delivered Outcome
Author Declaration
Implemented against
Scope And Continuation
Validation
Frontend / Visual Evidence
Type of Change
LoopX Area
Technical Direction
Shared-authority RFC fixture impact
Boundary Checklist