Archived
xcsandClaude Opus 5
7ea08fb16a
实测(R2,两候选)在 S3_assess 熔断:doneWhen 有一半读 tool_..._recommend_calls > 0,而模型只调了 compare-parameters、没调 recommend 就直接写盘、自己拍了推荐等级(数据面看着对,机制上是它自己 定的,绕过了"能算的不问 LLM"这条设计意图)。doneWhen 永远不真、finish 必被拒;拒回文案只说"是不是该写的行/列漏了",把模型的注意力导向行列, 于是连续5拍死循环重写同样的18行明细、2行关系,直至熔断——拒回指错方向 比不给指引更糟这条设计律的又一次现形。 不动 doneWhen(那半句工具读数正是"机检只读基座数"的落点)。改动收在 guide 两处:第二拍结尾点出"推荐等级只能由工具算,不调它这一步收不了步"; 第三拍开头加一道自检——写盘前先看两个基座读数是否都>0,recommend 还是 0 就回去调它,不要往下写更不要自拍推荐等级。 包内测试钉死:第三拍段落里必须同时出现两个工具读数名与"自检/先看/必须>0" 这类先决语,第二拍段落里必须点出"推荐等级只能由它算"与"收不了步"。 版本号 1.2.1 → 1.2.2。 Co-Authored-By: Claude Opus 5 (1M context) <noreply@anthropic.com> Claude-Session: https://claude.ai/code/session_01FJcX8A6TWp4GRs41TYryEh