PMFlow/docs/superpowers/specs/2026-04-19-interaction-boundary-four-level-contract-design.md

# Interaction Boundary 与四挡合同设计

## 目的

这份设计要解决的不是“模型再聪明一点”，而是把 PMFlow 当前问答/建议/草稿/执行之间的边界收干净：

- `status`
- `recommendation`
- `draft`
- `execute`

当前问题不是系统不会回答，而是系统没有一个正式的“本轮允许做到哪一挡、明确禁止升到哪一挡”的运行时合同，导致 recommendation ask 会误滑到 `signal_source.onboard -> draft_pending_confirm`。

本设计的目标是：

1. 四挡独立，不能偷偷升级。
2. 每一挡都支持澄清、纠错、再次思考。
3. recommendation 必须能独立停住，不再被写链路抢走。
4. 用户可见回复必须自然业务化，不像架构师，也不能泄漏 packet / contract 术语。
5. 今天与昨天暴露出来的失败场景，必须转成自动化反例。

## 这次不做什么

- 不重写 `requirement_plan` / action card 主链。
- 不重构 `SignalSourceOrchestrationService` 业务编排本体。
- 不把前台所有文风都做一轮大翻修。
- 不引入新的中文关键词仓或正则仓去拍板 `query vs draft vs execute`。

## 当前已暴露的问题

### 1. recommendation ask 被错升成 onboard / draft

真实用户输入：

```text
我看这个项目现在还没有成型的信号源。你先别出草稿，只按当前项目情况，帮我推荐几个最值得接的外部信号源，并说清楚各自的价值。
```

真实结果：

- `intent = signal_source.onboard`
- `state = draft_pending_confirm`
- 先发 `⏳ 已完成入库，当前进入待确认队列。`

这说明：

- recommendation 与 draft 没有分层
- 负向边界 `先别出草稿` 没生效
- executor 链被过早放行

### 2. recommendation ask 被答成现状核查

用户明明在问“推荐几个外部信号”，系统却回：

- 当前没有信号源
- 当前项目没有记录
- 当前盘面怎样

这说明：

- `status` 与 `recommendation` 没分开

### 3. recommendation ask 被答成保守拒答

用户问：

```text
如果只考虑外部信号源，你会优先推荐哪 3 类？
```

系统回：

- 当前不能直接推荐
- 当前证据不足

这说明：

- recommendation 被误当成 freshness / fact verification

### 4. 稀疏项目只会打太极

例如 `自动开票系统` 只有一句描述时，系统长期只会回：

- 还缺业务步骤
- 还缺信号源
- 先别硬判

这类话术不算真正分析，只是保守拒答。

### 5. 客户可见回复泄漏内部术语

已经出现过：

- `分析包里明确写了`
- `missing_mapping`
- `focus_objects`
- `analysis_packet`

这说明：

- packet / presenter 边界没有守住

### 6. 新项目 / 新业务切换被旧线程污染

例如上一轮在聊 `测试产能警告`，下一轮问 `AI客服这个项目...`，却继续沿旧 subject / old scope 改写。

这说明：

- scope 连续性虽然已经补了治理，但还没有成为正式验收基线

## 设计原则

### 1. 先定边界，再决定动作

系统不能只理解“用户想干什么”，还必须理解“用户明确不要我干什么”。

### 2. 不追求一次答对，追求可纠错

系统要做到：

- 不越权
- 可停住
- 可被纠正
- 纠正后能原地重算

### 3. 结构化边界优先于运行时猜测

决策权不应该在：

- `if "先别出草稿" in text`
- `if "不要执行" in text`

而应该在：

- 统一语义规划层结构化产出的边界合同
- gatekeeper 对结构合同的执行

### 4. recommendation 是独立主链，不是 query 的弱版也不是 draft 的前奏

只要用户要的是建议，就应该允许系统：

- 给候选
- 给排序
- 给理由

但不能：

- 冒充已验证事实
- 顺手起草
- 顺手执行

### 5. 每一挡都必须有澄清、纠错、再次思考

这三件事不是失败兜底，而是系统能力的一部分。

## 新增运行时结构

### A. InteractionBoundaryPacket

职责：表达“这一轮允许做到哪一挡、禁止做到哪一挡”。

建议结构：

```python
class InteractionBoundaryPacket(BaseModel):
    boundary_version: str = "v1"

    requested_level: Literal[
        "status",
        "recommendation",
        "draft",
        "execute",
        "unclear",
    ] = "unclear"

    forbidden_levels: list[
        Literal["status", "recommendation", "draft", "execute"]
    ] = Field(default_factory=list)

    allow_status: bool = True
    allow_recommendation: bool = True
    allow_draft: bool = False
    allow_execute: bool = False
    allow_write: bool = False

    needs_clarification: bool = False
    clarification_reason: str = ""
    clarification_questions: list[str] = Field(default_factory=list)

    correction_allowed: bool = True
    correction_targets: list[
        Literal["project", "object", "level", "priority", "assumption"]
    ] = Field(default_factory=list)

    self_review_required: bool = True

    confidence: float = 0.0
    evidence: list[dict[str, Any]] = Field(default_factory=list)
```

这不是给用户看的，而是给 gatekeeper 用的。

### B. AnswerControlDecision

职责：把 `SemanticDecision + InteractionBoundaryPacket` 合成真正能执行的层级结果。

建议结构：

```python
class AnswerControlDecision(BaseModel):
    effective_level: Literal[
        "status",
        "recommendation",
        "draft",
        "execute",
        "clarify",
    ]

    blocked_levels: list[str] = Field(default_factory=list)
    blocked_workflows: list[str] = Field(default_factory=list)
    allowed_workflows: list[str] = Field(default_factory=list)

    downgraded_from: str | None = None
    requires_confirmation: bool = False
    requires_self_review: bool = True
    requires_correction_slot: bool = True

    reason: str = ""
```

## 四挡定义

### 1. status

定义：

- 只回答当前现状
- 不给建议
- 不起草
- 不执行

允许：

- 当前已知内容
- 当前未知内容
- 当前只看到哪些记录

禁止：

- 偷偷给候选建议
- 偷偷起草或执行

### 2. recommendation

定义：

- 可以给候选、排序、理由
- 不能起草
- 不能执行
- 必须明确“这是建议，不是已验证事实”

### 3. draft

定义：

- 可以起草一版
- 必须带假设、缺口、待确认点
- 不能执行

### 4. execute

定义：

- 必须显式确认
- 可以落库 / 接入 / 执行
- 必须回显要动哪个对象、影响范围和执行结果

## 决策顺序

后续实现必须按这个顺序：

1. 现有 `WorkflowSemanticPlanner` 继续产出 `SemanticDecision`
2. 同轮补产出 `InteractionBoundaryPacket`
3. 把 `workflow_plans` 映射到四挡
4. 用 boundary packet 过滤 workflow
5. 产出 `AnswerControlDecision`
6. 再决定最终主链：
   - `query.answer(status)`
   - `query.answer(recommendation)`
   - `draft_pending_confirm`
   - `execute`

也就是说，`signal_source_flow` 可以被识别出来，但如果：

- `allow_draft = false`
- `allow_execute = false`

最终仍然只能落到：

- `query.answer(recommendation)`

## 负向边界优先级

必须明确：

1. 负向边界优先于系统自己的升级冲动
2. 负向边界低于用户后续显式升级确认

例如：

### 场景 A

```text
先别出草稿，只给我推荐几个高价值外部信号源。
```

预期：

- recommendation 可以回答
- draft / execute 必须被 block

### 场景 B

后续用户再说：

```text
可以，把第 1 个起草成接入草稿。
```

预期：

- 显式升级到 draft
- 仍不自动 execute

## 澄清、纠错、再次思考

### 1. 澄清

每一挡都允许澄清。

适用情况：

- 项目不清
- 业务对象不清
- 用户到底要 status / recommendation / draft / execute 不清
- 当前约束冲突

需要结构化字段：

- `needs_clarification`
- `clarification_reason`
- `clarification_questions`

### 2. 纠错

用户必须能低成本纠错：

- 不是这个项目
- 不是这个对象
- 不是这个方向
- 我现在不是要草稿，只要建议
- 我改了，现在直接出草稿

要求：

- 收到纠错后，必须重建新的 `InteractionBoundaryPacket`
- 不准带旧边界续写
- 输出里应承认：已按新纠正口径重算

### 3. 再次思考 / 自检

建议新增：

```python
class SelfReviewResult(BaseModel):
    project_aligned: bool = True
    object_aligned: bool = True
    level_aligned: bool = True
    leaked_internal_terms: bool = False
    overstepped_boundary: bool = False
    clarify_missing: bool = False
    notes: list[str] = Field(default_factory=list)
```

至少要检查：

- 我是不是答错项目了
- 我是不是把 recommendation 偷偷升级成 draft 了
- 我是不是泄漏内部术语了
- 我是不是没有分析，只是在说“信息不足”
- 我是不是漏了关键澄清点

自检失败时：

- 降级
- 或补澄清
- 或阻止出站

## 用户可见回复骨架

四挡统一成三段式：

1. 当前判断
2. 理由 / 缺口
3. 纠错或升级入口

### recommendation 例子

```text
如果只是先给建议，我会先看这 3 类外部信号：

1. xxx，因为...
2. yyy，因为...
3. zzz，因为...

这些是候选建议，不代表已经接入，也还没完成验证。
如果方向不对，你可以直接改项目对象或业务目标；如果你要，我也可以下一步只把第 1 个起草成草稿。
```

### sparse 项目例子

```text
自动开票系统这个项目，我现在先不硬说它该落在哪一步。

我现在只看得到它的大致目标：收到开票请求后自动开票，并把发票图片发出去。但还看不到这条链路里谁触发、接什么输入、哪个结果算真正跑通。

如果你愿意，我们先把这条流程拆开：谁发起、系统接什么、最后产出什么，再往下判断最合适的信号放在哪。
```

## 高标准黄金案例（业务化 V3）

这批案例要替换掉旧的“架构味太重 / 问法太空”的样例。问题必须像业务同事会问的话。

### 01. 自动开票系统 / status

- 输入：`自动开票系统现在最容易卡在哪一步？你按现在项目情况直接说。`
- 预期层级：`status`
- 预期：不出建议，不出草稿，只说明当前最容易卡的链路或当前缺口

### 02. 自动开票系统 / recommendation

- 输入：`自动开票系统除了现在这些数据，你觉得还应该盯哪些外部信号？先给建议，不要起草。`
- 预期层级：`recommendation`
- 预期：给 3 个候选信号 + 理由，不进 draft

### 03. AI客服 / status

- 输入：`AI客服这个项目现在主要靠什么数据来做用户洞察？`
- 预期层级：`status`
- 预期：围绕当前数据源或已知对象回答，不偷换成推荐

### 04. AI客服 / recommendation

- 输入：`AI客服这个项目，除了现在这些数据，你觉得还应该补哪几类外部线索？直接说最有用的几个。`
- 预期层级：`recommendation`
- 预期：给候选 + 业务理由

### 05. 门店库存异常日报助手 / recommendation

- 输入：`这个项目如果要更早发现库存异常，你会先多看哪几类外部信号？先给建议，不要出方案。`
- 预期层级：`recommendation`
- 预期：业务化候选，不保守拒答

### 06. 直播复盘辅助工具 / recommendation

- 输入：`这个项目如果只补一个外部信号，你觉得先补哪个最值？直接说原因。`
- 预期层级：`recommendation`
- 预期：优先级明确，不起草

### 07. 测试产能警告 / recommendation with negative boundary

- 输入：`我看这个项目现在还没有成型的信号源。你先别出草稿，只按当前项目情况，帮我推荐几个最值得接的外部信号源，并说清楚各自的价值。`
- 预期层级：`recommendation`
- 预期：绝不发队列 ack、绝不建 draft

### 08. 测试产能警告 / explicit upgrade to draft

- 前置：上一轮 recommendation 已返回
- 输入：`可以，把第一个整理成接入草稿给我看。`
- 预期层级：`draft`
- 预期：允许升级，但不 execute

### 09. 确认立项 / internal status

- 输入：`确认立项现在 assignee 推荐做到哪了？`
- 预期层级：`status`
- 预期：回答当前状态，不泄漏 `status_summary / contract`

### 10. 跨项目切换 / scope reset

- 前置：上一轮问的是 `测试产能警告`
- 输入：`AI客服这个项目里，用户洞察数据现在到底给谁看、解决什么事？`
- 预期层级：`status`
- 预期：必须切到 AI 客服，不允许带旧项目续写

### 11. 稀疏项目 / clarify

- 输入：`这个项目到底该怎么做，你先说。`
- 预期层级：`clarify`
- 预期：必须澄清项目或对象，不能直接起草或乱答

### 12. execute 前确认

- 输入：`那就把第一个外部信号源直接新增进去。`
- 预期层级：`execute`
- 预期：必须显式确认，不准直接写

## 今天和昨天的失败反例，必须转成自动化

### Fail-01

- recommendation ask 误进 `signal_source.onboard`
- 断言：必须失败

### Fail-02

- recommendation ask 被答成现状核查
- 断言：必须失败

### Fail-03

- recommendation ask 被答成“当前不能推荐”
- 断言：必须失败

### Fail-04

- 客户可见文本泄漏 `分析包 / missing_mapping / focus_objects`
- 断言：必须失败

### Fail-05

- sparse 项目只会说“还缺业务步骤”
- 断言：必须失败

### Fail-06

- 新项目问句被旧线程污染
- 断言：必须失败

### Fail-07

- 用户说 `不要执行`，系统仍然进入 write flow
- 断言：必须失败

### Fail-08

- 用户说 `只给建议`，系统仍然进入 `draft_pending_confirm`
- 断言：必须失败

## 测试设计

### 1. schema / contract

- `test_interaction_boundary_packet_schema`
- `test_answer_control_decision_schema`

### 2. gatekeeper

- `test_recommendation_boundary_blocks_signal_source_onboard`
- `test_status_boundary_blocks_recommendation_upgrade`
- `test_explicit_upgrade_from_recommendation_to_draft_allowed`
- `test_execute_requires_confirmation_even_after_prior_upgrade`

### 3. mainline routing

- `test_query_answer_recommendation_only_stays_query`
- `test_status_only_does_not_return_candidates`
- `test_unclear_level_returns_clarify`
- `test_negative_boundary_blocks_write_flow`

### 4. Feishu outbox

- `test_feishu_recommendation_only_never_emits_queue_ack`
- `test_feishu_recommendation_reply_has_no_internal_terms`
- `test_feishu_negative_boundary_no_draft_pending_confirm`

### 5. sparse project

- `test_sparse_project_status_uses_known_goal_not_packet_jargon`
- `test_sparse_project_recommendation_explains_known_goal_and_unknown_flow`

### 6. correction / rethink

- `test_user_correction_rebuilds_boundary_packet`
- `test_self_review_blocks_overstep_to_draft`
- `test_self_review_blocks_internal_term_leak`

## >9 分验收标准

### 自动化稳定性 > 9

- 新增 contract / gatekeeper / Feishu outbox / sparse project 测试全绿
- recommendation 相关高风险误路由 case 全部自动化覆盖

### 链路清晰度 > 9

- 任意一条 query 都能在结构化结果里明确看到：
  - `requested_level`
  - `forbidden_levels`
  - `effective_level`
  - `blocked_workflows`

### 项目贴合度 > 9

- 回复必须贴当前项目对象
- 稀疏项目也至少能拆出最小业务链
- 不允许长时间停留在“缺步骤 / 缺信号源”空话

### 回复自然度 > 9

- 文风像业务同事
- 不像架构师
- 不像系统模板
- 不泄漏 packet / contract / internal terms

### 高风险误路由单条结果 > 9

- recommendation ask 错升 draft/execute 这类 case 必须逐条变绿
- 不能再用“总体表现还行”掩盖单点失败

## 实施顺序

1. 先补 schema：
   - `InteractionBoundaryPacket`
   - `AnswerControlDecision`
2. 再补 gatekeeper
3. 再把 recommendation-only 从 query.answer 主链里独立出来
4. 再补 clarify / correction / self-review
5. 最后按新的业务化黄金案例跑验证

## 真源落点建议

- `backend/app/services/ai_pmo/semantic_context/decision_schema.py`
- `backend/app/services/ai_pmo/workflow_semantic_planner/service.py`
- Feishu ingress / gatekeeper 主链
- `backend/app/services/ai_pmo/ai_pmo_typed_executor_execute/mixin_execute_signal_source.py`
- `docs/architecture/RUNTIME_GUARDRAILS.md`
- `docs/architecture/CODE_REFERENCE_INDEX.md`

## 完成标准

只有当下面全部满足时，这版才算过线：

1. recommendation 不再误进 draft / execute
2. status / recommendation / draft / execute 四挡真的独立
3. 稀疏项目不再只会打太极
4. 用户可见回复自然业务化，不像架构师
5. 今天和昨天这些失败案例都变成自动化绿灯