dsh-fast-mode 1.5.15 → 1.5.16

package/BENCHMARK.md

@@ -1967,5 +1967,35 @@ python3 bench/suite-run.py --tasks debugfix,ledger,codeimpl --arms off,def15,bud
 
 **两处与预注册的偏差，记在这里不掩盖：**
 
-1. **判据 5 的「下发条件」没被脚本执行。** 预注册写的是「`D2G_IMPL` 8/8 仍在**第 4 步**收到，`D2G_DBG`/`D2G_MIG` 在第 2 步收到」。实际逐会话扫描：`def15` 8/8/6/7 全在第 4 步，`d2g` 在 `IMPL` 是**第 3 步**、在 `DBG`/`MIG` 是第 2 步。`IMPL` 按设计应在 `disciplineEarlyCalls: 2` 下退化成第 4 步，实际提前到了第 3 步 —— 这解释了它为什么没像预期那样完全退化（0.889× 而不是 ≈1.00×），也说明判据 5 的「按条件命中」这一半同样没通过。`d2greport.sh` 的 gate 5 只校验 `exact`/`green`，没有校验下发步位，这是脚本与预注册之间的缺口，后续 gate 脚本要把步位断言写进去。
+1. **判据 5 的「下发条件」原本没被脚本执行，现已补上并判 FAIL。** 预注册写的是「`D2G_IMPL` 8/8 仍在**第 4 步**收到，`D2G_DBG`/`D2G_MIG` 在第 2 步收到」。实际逐会话扫描：`def15` 8/8/6/7 全在第 4 步，`d2g` 在 `IMPL` 是**第 3 步**、在 `DBG`/`MIG` 是第 2 步。`d2gscore.py` 现在自己调 `d2gsign.py` 断言每个臂的命步（`5 delivery <block> <arm> step N`），输出里 `D2G_IMPL d2g step 4` 一行是 **FAIL**（实际 `[3]`）。`IMPL` 按设计应在 `disciplineEarlyCalls: 2` 下退化成第 4 步，实际提前到了第 3 步 —— 这解释了它为什么没像预期那样完全退化（0.889× 而不是 ≈1.00×），也说明判据 5 的「按条件命中」这一半同样没通过。原先 gate 5 只校验 `exact`/`green`，缺口已修（见上）；判据 5 因此是「质量过、下发步位不过」，结论仍是 HOLD。
 2. **`delivery audit` 探针不可用。** 报告按固定句式找完成通报，命中 0/16、2/14、0/12。这个探针在本套 fixture 上恒为 0，不能当「任务没交付」的证据；质量结论只引用 `exact`/`green`（21 对全部 1/1）与判据 5 的 0 坏格。
+
+### 预注册前提检查：提醒之后输出会不会「重新变长」
+
+`disciplineRepeatAtSteps` 之所以值得一测，前提是「第 4 步的提醒压住输出，之后随着步数增长输出又爬回来」。用 `~/.dsh/fast-mode-metrics.jsonl` 按 sid 联表（会话目录名里带 tag/task/pair/arm，不用猜），取每个会话第一个 turn 的每步 `output`（可见输出 + reasoning，中位），三个 `D2G` 块读出来是：
+
+| 块 | 臂 | 步 1… | 形状 |
+|---|---|---|---|
+| `D2G_IMPL` | `d2g`（第 3 步提醒） | 5162 1562 1007 1132 712 599 186 128 | 单调降，末端几乎停写 |
+| `D2G_IMPL` | `def15`（第 4 步） | 2083 1681 969 1248 269 140 1910 900 364 1654 631 1866 352 68 | 提醒后在第 7、10、12 步三次反弹 |
+| `D2G_MIG` | `d2g`（第 2 步） | 120 83 3568 313 393 716 384 282 1244 350 554 178 768 656 | 无单调趋势，长尾在 0.1–1.2k 波动 |
+| `D2G_MIG` | `def15`（第 4 步） | 155 9080 1090 369 562 1282 1676 1491 1188 2352 462 446 125 350 | 第 4 步后先升后落，峰值在 6–10 步 |
+
+两点结论（只对这套 fixture）：一，`def15` 的「反弹」是存在的（`IMPL` 第 7/10/12 步明显），所以重复提醒的动机不是凭空来的；二，`d2g` 在两块里都没出现同样的反弹——它的提醒本来就更早，长尾步数也少，**现有数据无法证明第 8 步再提醒一次还能压住什么**。所以 `DR8_MIG`（`disciplineRepeatAtSteps: 8`，6 对，预注册判据在文末）照跑，但预期先降为「接近 1.0× 的无操作」，跑完以数字为准。另外说清一点：这些 fixture 的 assistant 可见文字中位只有 0–200 字符，**提醒移动的主要是工具参数与 reasoning 的 token 量，不是「话多」**；`out_geo` 0.478–0.910 说的就是这个量。
+
+## 结果：`D2` 在 debugfix 上的独立复现（`D2B_DBG`，7 对新会话）
+
+`D2G` 判 HOLD 之后，`d2`（`disciplineAfterSteps: 2`，无条件第 2 步提醒）唯一还站得住的证据是当初 `D2_DBG` 的 0.535×。为判断那是真效应还是那 7 对的运气，用同协议重跑了一整块新会话（新 pair 编号、ABBA 交错、同一 fixture）：
+
+| 指标 | 数值 |
+|---|---|
+| 对数 | 7 / 7 有效，`exact`+`green` 21/21 格全过 |
+| 几何均值 | **0.717×** |
+| 中位 | 0.864× |
+| 总计 | 0.633× |
+| 更快 | 5 / 7（符号检验 p = 0.45，**不显著**） |
+| 步骤 | `steps_geo` **1.118×**（平均步数变多） |
+| 输出 | `out_geo` **0.787×**（输出确实变短） |
+| 提醒步位 | `def15` 7/7 在第 4 步，`d2` 7/7 在第 2 步 |
+
+怎么读：方向是复现的（输出变短、整体更快），但**幅度掉到 0.717×，中位只剩 0.864×，7 对里 5 对更快在统计上说明不了问题**；同时 `steps_geo` 1.118× 说明早提醒在这套 debugfix 上会让回合多走一两步——加速来自「每步写得更短」，不是「步数更少」，这和 `D2G_MIG` 的分解（`out` 0.478、`steps` 0.964）是同一套机制。合并原来的 `D2_DBG`（0.535×）与这块（0.717×），`d2` 在 debugfix 上的真实档位大约 **0.6–0.7×，且方差很大（单对 0.236–1.327×）**，所以任何「早提醒稳定快 2 倍」的说法都不成立。

package/CHANGELOG.md

@@ -1,5 +1,12 @@
 # Changelog
 
+## 1.5.16（只改文档与判据脚本，代码与 1.5.15 相同）
+
+- `BENCHMARK.md` 补两块实测记录：`D2B_DBG`（`d2` 在 debugfix 上的独立复现：7 对几何 0.717×、中位 0.864×、5/7 更快、符号检验 p=0.45、`steps_geo` 1.118×、`out_geo` 0.787×）与「提醒之后输出会不会重新变长」的预注册前提检查（`def15` 有反弹，`d2g` 没有；fixture 里 assistant 可见文字中位 0–200 字符，提醒动的是工具参数与 reasoning 的 token 量）。
+- `D2G` 判据脚本补上判据 5 的执行：`d2gscore.py` 调 `d2gsign.py` 逐臂断言提醒下发步位，`D2G_IMPL` 的 `d2g` 实际在第 3 步（预注册要求第 4 步）判 FAIL，结论仍是 HOLD、默认第 4 步。
+- `DR8_MIG` 的判据落成可执行脚本：`dr8sign.py`（dr8 命中 ≥1、`def15` 命中 0，否则记「未测到」）与 `dr8score.py`（预注册六条，含 `out_geo ≤ 0.95`、赢面 4/6、质量不倒退）。
+- 无配置项变化，默认 `disciplineRepeatAtSteps: 0` 行为不变。
+
 ## 1.5.15（右键面板第三行；`D2G` 预注册判据判 HOLD）
 
 - **面板第三行「工作区清单」**：写共享字段 `workspaceMap`（默认 `false`），三行面板第三项，`readonly` / 写入中禁用，写失败回滚。与另两行一样只写共享字段、不带 `sessions`，不碰按会话的开关状态。`client.test.js` 新增一行测试覆盖「默认关、写入不带 `sessions`、写后按 host 值重绘、再点关掉」，全套 **270 pass**。

package/docs/REFERENCE.en.md

@@ -1,6 +1,6 @@
 # Reference: principles, configuration and limits
 
-This manual describes what **dsh-fast-mode 1.5.15** actually does (injection behaviour under the default config is identical to 1.5.0; 1.5.14 added the right-click panel and 1.5.15 makes it three rows), matching `index.js`, `src/` and `client.js` in the repository. It is not a brochure: where something can be measured it gets a number, and where it has not been measured it says so.
+This manual describes what **dsh-fast-mode 1.5.16** actually does (same code as 1.5.15) (injection behaviour under the default config is identical to 1.5.0; 1.5.14 added the right-click panel and 1.5.15 makes it three rows), matching `index.js`, `src/` and `client.js` in the repository. It is not a brochure: where something can be measured it gets a number, and where it has not been measured it says so.
 
 **The one contract: fast mode never changes reasoning effort, the thinking budget, or the model.** The `agent/request` hook does exactly one thing — `await next()`, read the `reasoningEffort` the request already carries for measurement, then return it unchanged. Whatever effort the user picked (the per-session choice in the UI, or the effort pinned by the profile's agent-default-model) is the effort every request uses.
 

package/docs/REFERENCE.md

@@ -1,6 +1,6 @@
 # 参考手册：原理、配置与边界
 
-本手册描述 **dsh-fast-mode 1.5.15** 的实际行为（默认配置下的注入行为与 1.5.0 一致；1.5.14 起多了右键面板，1.5.15 面板为三行），对应仓库里的 `index.js`、`src/` 与 `client.js`。它不是宣传页：凡是能测量的地方给出数字，凡是没测量的地方直接说没测量。
+本手册描述 **dsh-fast-mode 1.5.16** 的实际行为（代码与 1.5.15 相同）（默认配置下的注入行为与 1.5.0 一致；1.5.14 起多了右键面板，1.5.15 面板为三行），对应仓库里的 `index.js`、`src/` 与 `client.js`。它不是宣传页：凡是能测量的地方给出数字，凡是没测量的地方直接说没测量。
 
 **唯一的契约：Fast 模式从不改变思考强度、thinking 预算或模型。** `agent/request` 钩子只做一件事——`await next()`，读一下请求携带的 `reasoningEffort` 记进测量，然后原样返回。用户选的是哪一档（会话里的 UI 选择，或者 profile 里 agent-default-model 固定下来的那一档），每个请求就用哪一档。
 

package/index.js

@@ -95,7 +95,7 @@ const TAG = '[fast-mode]'
  * Shipped identity of this build. Traced into the debug log so a stale install is
  * visible at a glance, and pinned by a test against `package.json`.
  */
-export const VERSION = '1.5.15'
+export const VERSION = '1.5.16'
 const GLOBAL_AGENT = '__global__'
 
 /**

package/package.json

@@ -1,6 +1,6 @@
 {
   "name": "dsh-fast-mode",
-  "version": "1.5.15",
+  "version": "1.5.16",
   "description": "DeepSeek Harness fast mode: same thinking effort, fewer round trips. An adaptive parallel tool fan-out, output discipline that never trims the answer, and a cancellable stall guard. Never changes reasoning effort, the model, or the request body. Provider-agnostic, one dependency (@deepseek-ai/schemastery).",
   "repository": {
     "type": "git",