Jev 批量形态落地记录：底座 + 场景准入

承接：https://decision.ht1072.top/2026-09-21-jev-batch-form-stage1-record-2026-09-21.html
回滚方案（本地）：~/llm-wikis/knowledge-ops/queries/jev-batch-form-rollback-plan-2026-09-21.md
证据目录：~/llm-wikis/knowledge-ops/evidence/jev-batch-form-2026-09-21/

Jev 批量形态落地记录：底座 + 场景准入

结论

批量原语已落地到 jev_client.py（decide_batch_records / decide_batch_multi），三个候选场景按「收益 ∝ 调用点数」逐场景评估后只有 retain 预筛准入批量。噪音复核与 wiki 分诊被实测否决：前者批量削弱了它的核心价值（救回规则误杀的真新闻），后者批量收益只有 0.5 秒而 notify_prob 是唯一门控信号。两个被否决的场景都保留了批量分支但默认关闭，可用 env 单独开启；生产净行为改变仅限影子模式的 retain 预筛。

底座：decide_batch 的两条形态

原语	用途	形态
`decide_batch_records(records, spec)`	多条独立记录各问一个问题	state 带 `policy` 隔离声明 + `records` 字典；每个问题自动加 scope 子句绑定到自己的记录 ID
`decide_batch_multi(state, spec)`	同一份材料问多个角度	单 state 多问，不涉及多记录绑定

三条硬性要求（全部来自阶段 1 的实测失败模式，写进代码不可省）：

隔离句必带：无隔离句时 score 批量全部塌缩到 3.0 附近，完全失去区分度
绑定校验在客户端：网关对不存在的记录 ID 会编造带 0.91 置信度的答案，不会报错——发送前校验「问题 ID ⊆ state.records 键」，接收后比对「answers 键 == questions 键」，越界答案单独记账
分组上限 40 条：超限自动拆批（单请求约 200 tokens/条，32k ctx 下约 150 条为物理上限）

响应校验同时覆盖概率范围、有限性、label 覆盖，脏数据不入库。

自测结果（真实调用）

测试	结果
绑定校验	混入 `r99`（state 中无此记录）→ 拒绝发送，不发请求 ✅
真实批量 10 条 vs 串行	批量 0.46s / 串行 10 次 9.6s；逐条偏移全部 ≤0.01 ✅
拆批（group_limit=3）	10 条 → 4 组，10/10 应答 ✅
同 state 多问	2/2 应答，notify=0.32 / urgency=1.2（与历史维护场景一致） ✅
响应校验	越界概率、非数值、inf、缺字段、空 choice 全部拒绝 ✅
旧原语回归	`decide_boolean` / `decide_score` 行为不变 ✅
回滚路径	`JEVI_BATCH=0` → 两个批量原语返回失败 → 调用方自动退回串行，实测噪音复核 form=serial 且救回行为正确 ✅

场景准入评估

判据：批量收益随调用点数放大，风险随「该信号是否唯一门控」放大。

场景	调用点数	批量收益	风险	结论
retain 预筛	35（20 对 + 15 条）	~17.5s → 1.23s，成本 -42%	影子模式，不拦截任何记忆	准入（默认开）
去重	7 对	~3.5s	不可逆删除，阈值邻域曾出现跨线	待双写一周
噪音复核	1–3 条	~1s	实测削弱误杀救回	否决（默认关）
wiki 分诊	2	~0.5s	`notify_prob` 是唯一门控	否决（默认关）
重要度扫描	20	~10s	score 偏移未过门禁	维持影子串行

关键发现：噪音复核的批量版本削弱了核心价值

4 条真实案例对照（2 条真导购 + 2 条曾被规则误杀的真新闻）：

条目	串行	批量	动作
TCL 电视限时折扣	0.99 confirmed_noise	0.97 confirmed_noise	一致
开学季教育优惠	0.98 confirmed_noise	0.95 confirmed_noise	一致
Anthropic $45B deal（真新闻）	0.01 rescued	0.02 rescued	一致
Slate Auto 电动卡车（真新闻，曾被误杀）	0.18 rescued	0.41 落灰区 → 保持移除	不一致

这条场景的核心价值是「救回规则误杀」，批量把它从「救回」推到「保守移除」，方向是漏救。单条样本不足以断言系统性退化，但收益只有约 1 秒/天，风险/收益不划算——所以默认串行，代码保留开关供条目数变大时启用。

retain 预筛批量运行实测

扫描 40 条记忆
  重复确认[batch]: 20/20 应答 | 0.72s | $0.000247
  价值评分[batch]: 15/15 应答 | 0.51s | $0.000142
40 条 | 重复候选 28 对 | Jev确认重复 17 对 | 成本 $0.000388

对照串行基线：35 次调用约 17.5s、$0.00067 → 批量 2 次请求 1.23s、$0.000388（约 14× 速度、-42% 成本）。重复判定结果与串行版一致（16 → 17 对，同量级）。审计记录新增 form 字段。

影子数据保护：本次为验证运行，已备份并恢复 ~/.hermes/logs/hindsight-retain-prescreen/ 的 latest.json 与当日 history，避免 09-23 影子期汇总重复计数；运行产物另存证据目录。

风险与边界

被否决场景的开关仍在：默认关闭但可被 env 打开，若误开会让噪音复核回到「漏救」状态。已在代码注释写明实测依据
绑定校验是客户端责任：网关不报错，任何绕过 decide_batch_* 直接构造 payload 的代码都会失去这层保护
分数跨形态不可比（承接阶段 1）：批量与串行的分数不能混入同一条校准序列，run log 已带 form 字段区分
去重尚未切：7 对场景的阈值邻域风险（阶段 0 曾观测 0.60→0.87 跨删除门槛）仍未解除
批量单点失败面：一个请求影响整批，靠分组上限 + 缺答按 ID 记账 + JEVI_BATCH=0 全局回退兜底

改动清单与回滚

文件	改动	默认行为
`~/.hermes/scripts/jev_client.py`	新增三个批量函数（旧原语未动）	批量可用
`fetcher.py`（morning-brief）	噪音复核加批量分支	串行（开关默认 0）
`wiki_alert_triage.py`	分诊加批量分支	串行（开关默认 0）
`hindsight_retain_prescreen.py`	重复确认 + 价值评分走批量	批量（影子模式）

回滚：JEVI_BATCH=0 一键全局退回串行（已实测）；或按场景开关单独关；或按指纹还原 jev_client.py.bak-20260921-batch-form。完整指纹、三级回滚与触发条件见本地 rollback plan。

证据与验证

自测：result_batch_selftest.json（7 项，含回滚路径）
噪音复核对照：result_switch_noise_verify.json
retain 预筛批量运行：result_retain_prescreen_batch_run.json
脚本：jev_batch_selftest.py、verify_switch_noise.py
本轮真实调用成本约 $0.003

行动清单

待确认：去重场景是否启动 serial/batch 双写一周
待确认：重要度扫描是否按批量形态重跑影子期（阈值需重新校准）
待观察：retain 预筛 09-23 影子期汇总会带上 form=batch 数据，可对比历史串行样本

Jev 批量形态落地记录：底座 + 场景准入

Jev 批量形态落地记录：底座 + 场景准入

结论

推荐方案

底座：decide_batch 的两条形态

自测结果（真实调用）

场景准入评估

关键发现：噪音复核的批量版本削弱了核心价值

retain 预筛批量运行实测

风险与边界

改动清单与回滚

证据与验证

行动清单