VianoBugAnalysis/docs/investigation-lean-reply-v14.md

Investigation v14: einmalige Befunde statt redundanter Antwortfelder

Ziel und Scope

Die LLM gibt die kausale Bewertung nur noch in den Befunden des Arbeitsstands ab. Referenzmengen, Review-Effekt, Verwaltungsnotiz und Änderungsprotokoll werden vom Controller abgeleitet. Keine zusätzliche Zusammenfassungsabfrage, kein Euro-Limit, keine Kürzung der Recherchepayloads. Caseinterpretation und Hypothesengenerierung sowie deren Promptverträge bleiben unverändert.

Neue projektgestützte Investigation-Schritte verwenden investigation_project_v14. Gespeicherte ältere Schritte behalten ihren exakten Vertrag, einschließlich v13.

Antwortvertrag

{
  "assessment": {
    "semantic_score": 90,
    "reason": "Das neue Ergebnis liefert einen konkret eingegrenzten Gegenbeleg."
  },
  "update": {
    "confidence": "weakened",
    "resolve_questions": [],
    "add_questions": [],
    "working_brief": {
      "format_version": 2,
      "findings": [
        {
          "id": "B0001",
          "direction": "against",
          "text": "Der als fehlend vermutete Callback ist im untersuchten Source vorhanden.",
          "scope": "Commit A, keine Aussage über tatsächliche Ausführung im Deployment.",
          "evidence_refs": ["E000001"]
        }
      ],
      "uncertainties": ["Welcher Stand war beim ursprünglichen Recording ausgeliefert?"],
      "next_question": "Deploymentabweichung prüfen oder diesen Mechanismus verwerfen?",
      "retired": []
    }
  },
  "next": {"kind": "finish", "reason": "Der konkrete Mechanismus ist nicht hinreichend belegt."}
}

Das ist ein Formatbeispiel, keine Vorgabe für eine bestimmte Bugursache. assessment ist ohne vorheriges Ergebnis null. Andernfalls bindet der Controller sie an die ID dieses Ergebnisses. Dessen Informationswert und die Richtung der kausalen Evidenz bleiben ausdrücklich getrennt.

Die redundanten Felder update.evidence_refs, update.causal_review, update.note und assessment.evidence_refs entfallen auf der Leitung. Das Schema weist sie in v14 zurück, statt zwei widersprüchliche Wahrheiten zu dulden.

Deterministische Ableitung

• Der Controller bildet Referenzmengen aus den Befunden und dem gerade bewerteten Ergebnis. Bei entfernten Befunden bleibt auch deren frühere Belegbasis im kanonischen Update nachvollziehbar.
• Nur Pro-Befunde ergeben supports, nur Contra-Befunde contradicts, beide Seiten mixed, keine Seite neutral. Die bisherige Confidence-Kalibrierung bleibt bestehen. Inhaltliche Richtigkeit ist weiterhin eine Modellaufgabe.
• Die Verwaltungsnotiz verwendet die bereits vorhandene nächste Prüffrage. Eine knappe kanonische Review-Begründung wird aus den Befundtexten abgeleitet; bei Bedarf ausdrücklich gekürzt, während die vollständigen Texte erhalten bleiben.
• Jeder Befund darf weiter bis zu acht Referenzen haben. Die automatisch gebildete Vereinigungsmenge kann bis zu 128 unterschiedliche Referenzen enthalten; kein künstliches zweites Acht-Referenzen-Limit erzeugt neue Retries.

Die ursprüngliche Modellantwort wird nicht überschrieben oder nachträglich als andere Antwort ausgegeben. Der aktive Schritt speichert die Originalantwort und prüft beim Ausführen/Wiederaufnehmen deren Call-/Requestbindung und das zugehörige eingefrorene Antwortschema. Erst dann erzeugt die Normalisierung die Controllerdarstellung. Das gilt auch nach Pakettransport und Prozessneustart.

Änderungsnachweis

Der Controller vergleicht die neuen Befunde mit dem letzten Arbeitsstand und protokolliert hinzugefügte, entfernte und veränderte IDs/Felder automatisch. Die Befundhistorie bleibt append-only als versioniertes Artefakt erhalten.

• Text-/Scope-Präzisierungen, Umordnung oder zusätzliche Beleg-IDs benötigen keinen eigenen LLM-generierten changes-Eintrag.
• Richtungsänderungen oder das Entfernen bestehender Beleg-IDs benötigen revision_reason am betroffenen Befund.
• Vollständig entfernte Befunde benötigen genau einen retired-Eintrag mit ihrer bisherigen ID und Begründung. Unbekannte oder doppelte IDs bleiben ungültig.
• Unbekannte Beleg-IDs bleiben verboten. Die Controller-Normalisierung erfindet keine Referenzen, Bewertungen oder Beobachtungen.

Die Strukturprüfung kann nicht erkennen, ob eine umformulierte Aussage mit gleicher Richtung ihre Bedeutung unzulässig verändert. Die vollständige alte und neue Fassung sind nachvollziehbar, alle Belege bleiben im Kontext und die finale Diagnose bleibt die unabhängige Prüfung. Automatisches Protokollieren ist keine automatische semantische Freigabe.

Die persistierte Fallakte verwendet weiter die kanonische Brief-Version 1, ergänzt um change_audit. Dadurch bleiben bisherige Lese-/Diagnoseschnittstellen verwendbar. Der Wire-Vertrag Version 2 ist davon getrennt. Das Modell erhält keine erneut mitgesendete Änderungshistorie und keine redundante Referenzliste am ausgewählten Hypothesenzustand, aber sämtliche Recherchebelege bleiben da.

Konkrete Korrekturhinweise

Bei einem ungültigen Befund erhält der nächste Versuch etwa:

{
  "previous_rejection": "INVESTIGATION_BRIEF_REFERENCE",
  "previous_rejection_details": {
    "field": "update.working_brief.findings",
    "ids": ["E999999"],
    "requirement": "known_evidence_ids"
  }
}

Schemafehler liefern zusätzlich sichere Feldpfade und bekannte Feldnamen, zum Beispiel /update/working_brief und retired. Bei eindeutig erkanntem Aktions-Discriminator wird der Fehler in dessen passender Schemaalternative lokalisiert. Freier Providertext, Antwortwerte und unbekannte Eigenschaftsnamen werden nicht in diese Diagnostik übernommen. Fehlerhinweise sind keine neue Evidenz. Ablehnungen bleiben vor Budgetabrechnung und externen Toolaktionen.

Offline-Ergebnis

Reproduktion ohne API-Aufruf:

.\.venv\Scripts\python.exe scripts/measure_investigation_contract.py <bug17.zip> <bug20.zip> --output <messung.json>

Die beiden letzten Live-Tests enthalten 26 Investigation-Aufrufe. Bei 23 sind strukturierte Antwortdokumente gespeichert; drei bereits an der Schema-Prüfung gescheiterte Antworten sind nicht rekonstruierbar und werden nicht als repariert gezählt. Der Projektionsalgorithmus kopiert Befundtexte, Richtungen, Scopes, Konfidenz und Toolentscheidungen unverändert und übernimmt ausschließlich bereits vorhandene Änderungsbegründungen.

Metrik, kanonische UTF-8-Darstellung	v13	v14-Projektion
Sichtbare Antwort-JSON, 23 Dokumente	41.718 B	30.334 B
Strukturierte Vertragsablehnungen	5	1
Nachrichteninhalt der 26 Anfragen	1.932.966 B	1.882.022 B
Live-Transport der Anfragen	504.704 B	502.869 B

Die sichtbare Antwort-JSON sinkt um 27,29 %. Der zusätzliche Inputgewinn ist gering; der Schwerpunkt dieser Änderung liegt auf Ausgabe und vermeidbaren Korrekturversuchen. Der verbliebene Fehler ist eine nicht begründete Änderung der kausalen Richtung eines alten Befunds und wird weiterhin abgelehnt.

Die Projektion ist kein neuer LLM-Test und prüft nicht erneut externe Tools oder die semantische Wahrheit alter Aussagen. Denken und Ausgabeformat des Providers können sich ändern. Daher ist 27,29 % kein Versprechen gleicher Token- oder Euroersparnis. Messdatei: measurements/investigation-v14-replies-20261017.json.