ENSUREOK
文档理解机制
作者 · Allenllii中文

检索、分区与复用安全

相关性回答“像不像”,安全复用回答“在当前状态下能不能直接用”。Semantix 把这两个判断分开。

混合检索

BM25 擅长精确术语,向量检索擅长语义改写。混合检索通过 weighted 或 RRF 融合两路排名,以减少单一路径的盲区。

融合后仍只是候选排序。高分不证明文件状态、依赖版本或用户意图没有改变。

三分区

kernel/zone 把候选分为 hit、grey、miss:

  • hit:相对和绝对证据都达到较高门槛。
  • grey:存在相关性,但证据不足以自动复用。
  • miss:不进入复用路径。

三分区的价值是把不确定性显式保留下来,而不是强迫每个候选得到 yes/no。

L3 的附加门

  1. 依赖指纹检查文件状态是否仍一致。
  2. 规则门拒绝明显不安全候选。
  3. 配置了 judge 时,只对需要判断的候选请求模型。
  4. 批准后的结果才进入 promote 流程。

Fail-open 的含义

Semantix 的 fail-open 是“优化层失败时恢复正常执行”,不是“安全检查失败时仍使用缓存”。读取失败、候选不确定或 judge 不可用时,coding agent 应继续原任务,只是失去这次加速。

调参原则

降低阈值通常会提高表面命中率,也可能提高错误复用。应在带人工相关性标签的数据上校准,再观察 false positive、grey traffic 和最终任务结果。

对应仓库来源

  • kernel/fuse/kernel/zone/
  • kernel/fingerprint/kernel/judge/kernel/promote/
  • docs/specs/issue-261-l3-freshness.md
  • docs/specs/issue-262-l3-negative-observability.md