feat(selfoptimize): 自动反馈样本账 + Wilson区间 + 5000样本判读门槛 (t_132cfa76)

- 新增 AutoFeedbackPositive/Negative 分账（与人工 useful/not_useful 不掺）
- Metrics 输出 auto_feedback_positive/negative/samples
- recall_usefulness_judgeable + read_gate=5000（AC5 写死，改需同步卡）
- WilsonInterval95 输出函数 + 5 条回归测试
- 只交源码+测试+回放数据，未打二进制/未改 drop-in/未重启 zhiyid

go/internal/selfoptimize/auto_feedback_calibration.go

@@ -0,0 +1,99 @@
+// t_132cfa76 — 自动反馈样本账（AC5 判读门槛 + AC3 负样本消费侧入账）
+//
+// 背景：recall_usefulness_rate 长期只有 ~632 样本人工/自动反馈，覆盖率 1.36%，
+// 排序几乎没被校准过。本卡确立三条**机械可判**（零 LLM 自评、零人工点击）的
+// 自动样本来源，并把「多少样本才许判读」写死：
+//
+//	────────────────────────────────────────────────────────────
+//	🔴 判读门槛（牧尘 2026-11-10 卡 t_132cfa76 AC5 拍板）：
+//	   rail_usefulness_rate（= recall_usefulness_rate）**样本 ≥ 5000 才判读**。
+//	   在此之前该指标只能看趋势方向，不得作为排序改动 A/B 的裁决依据。
+//	   判读时必须连同 Wilson 95% 区间一起看（区间宽度 > 效应量 ⇒ 无结论）。
+//	   机械执行：metrics 输出 recall_usefulness_judgeable = samples ≥ 5000。
+//	────────────────────────────────────────────────────────────
+//
+// 自动信号定义（判定代码回放见卡交付 replay_auto_labels.py，7 天回放数据 out/）：
+//
+//	正样本（已有链路，不新增写入点）：
+//	  P1 downstream_use —— usage_track.go 判「被召回记忆的 ≥8 rune 独特内容逐字
+//	     出现在后续写入」→ AppendHitEvent(pos)。回放 7d 命中 2043 条唯一记忆。
+//	  P2 inject_pass   —— 插件 _auto_feedback_for_reply（token+语义双闸）→
+//	     /feedback/useful(source=auto)。回放 7d 唯一 105 条。
+//
+//	负样本（本卡新增消费侧自动上报，堵住「插件永不标 not_useful」的空白）：
+//	  N1 expired_unconsumed —— usage_recall 行 consumed=2（召回后 48h 窗口内
+//	     无任何下游逐字引用 = 过期未消费）。由消费扫描（CheckCommittedForUse 的
+//	     sweep 分支，与写侧同节拍、零常驻进程）逐条上报。
+//	  N2 injected_not_used  —— 插件侧：注入且双闸 passes=False 且同 session 后续
+//	     不再注入该 mid（回放 7d 唯一 268 条）。
+//	  N3 repeat_replaced    —— 同 session 归一化 query 重复且该 mid 从 top-k 掉出
+//	     （回放 7d 唯一 43 条）。
+//
+//	可信性依据（AC4，100 例独立源交叉复跑，见 out/neg_error_rate.json）：
+//	  负样本判定错误率 6%（6/100，判据=同 7d 他处存在 passes=True 引用或
+//	  consumed=1 行 ⇒ 与负标签矛盾）< 10% 门槛。
+//	  ⚠️ 已知语义边界：N1-N3 是「该查询/该回合未被使用」的**上下文负样本**，
+//	  不是「这条记忆全局无用」——聚合排序特征时必须按 (query_pair, mem) 计，
+//	  不得把单条记忆的负样本直接当全局质量降权（hit_event.go 排除项铁律同源）。
+//	  因此本文件只把自动负样本计入**观测指标** auto_*，不接进 RecordFeedback
+//	  （人评口径 useful_count/not_useful_count 保持纯净，人机可辨）。
+package selfoptimize
+
+import "math"
+
+// 自动反馈样本账：与人工 UsefulCount/NotUsefulCount 分开计数、分开判读。
+//
+// 持久化走 dashboardRedisKey / 本地 JSON 双通道，字段
+// auto_feedback_positive / auto_feedback_negative（与 useful_count 同款语义：
+// 单调累加器，跨重启存活；不参与跨天归零）。
+//
+// 门槛常量给审计/面板脚本 import 用；改门槛必须同步改本注释 + 卡 t_132cfa76。
+const (
+	// UsefulnessReadGate —— rail_usefulness_rate 判读门槛（AC5 写死）。
+	UsefulnessReadGate = 5000
+
+	// AutoNegSource* —— auto_feedback_negative 的机械来源枚举（审计分桶用）。
+	AutoNegSourceExpiredUnconsumed = "expired_unconsumed" // N1
+	AutoNegSourceInjectNotUsed     = "inject_not_used"   // N2
+	AutoNegSourceRepeatReplaced    = "repeat_replaced"   // N3
+)
+
+// RecordAutoFeedback 自动信号入账（useful=true 仅 downstream_use / inject_pass；
+// useful=false 仅 N1/N3 两类机械负样本）。
+//
+// 与 RecordFeedback 的差异：
+//   - 不写 useful_count/not_useful_count（人评口径不掺机器信号）
+//   - 同步追加 hit_events（pos→downstream_use；neg→replacement），
+//     由调用方负责（routes/feedback.go 已对 useful 做；not-useful auto 分支新增）
+func (d *Dashboard) RecordAutoFeedback(useful bool) {
+	d.mu.Lock()
+	defer d.mu.Unlock()
+	if useful {
+		d.AutoFeedbackPositive++
+	} else {
+		d.AutoFeedbackNegative++
+	}
+	d.persist()
+}
+
+// WilsonInterval95 —— Wilson score 区间（95%，z=1.96）。
+// 任何对外报 recall_usefulness_rate / auto_usefulness_rate 的地方必须配它输出。
+func WilsonInterval95(pos, n int) (lo, hi float64) {
+	if n <= 0 {
+		return 0, 0
+	}
+	const z = 1.96
+	p := float64(pos) / float64(n)
+	zz := z * z
+	denom := 1 + zz/float64(n)
+	centre := (p + zz/(2*float64(n))) / denom
+	half := z * math.Sqrt(p*(1-p)/float64(n)+zz/(4*float64(n*n))) / denom
+	lo, hi = centre-half, centre+half
+	if lo < 0 {
+		lo = 0
+	}
+	if hi > 1 {
+		hi = 1
+	}
+	return
+}

go/internal/selfoptimize/auto_feedback_calibration_test.go

@@ -0,0 +1,56 @@
+package selfoptimize
+
+import (
+	"math"
+	"testing"
+)
+
+// t_132cfa76 AC5 —— 判读门槛 + Wilson 区间的回归测试。
+
+func TestUsefulnessReadGateConst(t *testing.T) {
+	if UsefulnessReadGate != 5000 {
+		t.Fatalf("UsefulnessReadGate = %d, want 5000 (AC5 写死，改需同步卡 t_132cfa76)", UsefulnessReadGate)
+	}
+}
+
+func TestWilsonInterval95(t *testing.T) {
+	// 已知锚点：n=100, pos=30 → 30% 的 Wilson 95% ≈ (0.2181, 0.3978)
+	lo, hi := WilsonInterval95(30, 100)
+	if math.Abs(lo-0.2181) > 0.005 || math.Abs(hi-0.3978) > 0.005 {
+		t.Fatalf("Wilson(30,100) = (%.4f, %.4f), want ~(0.2181, 0.3978)", lo, hi)
+	}
+	// n=0 → (0,0)
+	lo, hi = WilsonInterval95(0, 0)
+	if lo != 0 || hi != 0 {
+		t.Fatalf("Wilson(0,0) = (%.4f, %.4f), want (0,0)", lo, hi)
+	}
+	// 全正 → 上界 1
+	lo, hi = WilsonInterval95(100, 100)
+	if hi > 1+1e-9 || lo < 0.96 {
+		t.Fatalf("Wilson(100,100) = (%.4f, %.4f), 上界应≈1, 下界应>0.96", lo, hi)
+	}
+	// 全负 → 下界 0
+	lo, hi = WilsonInterval95(0, 100)
+	if lo < -1e-9 || hi > 0.04 {
+		t.Fatalf("Wilson(0,100) = (%.4f, %.4f), 上界应<0.04", lo, hi)
+	}
+}
+
+func TestRecordAutoFeedbackSeparateFromHuman(t *testing.T) {
+	// 自动反馈账与人工账必须分账：RecordAutoFeedback 不碰 useful/not_useful。
+	Dash.mu.Lock()
+	Dash.UsefulCount, Dash.NotUsefulCount = 5, 3
+	Dash.AutoFeedbackPositive, Dash.AutoFeedbackNegative = 0, 0
+	Dash.mu.Unlock()
+	before := Dash.UsefulCount + Dash.NotUsefulCount
+	Dash.RecordAutoFeedback(true)
+	Dash.RecordAutoFeedback(false)
+	Dash.RecordAutoFeedback(false)
+	if Dash.UsefulCount+Dash.NotUsefulCount != before {
+		t.Fatalf("RecordAutoFeedback 污染了人工账: useful+not=%d (应仍=%d)",
+			Dash.UsefulCount+Dash.NotUsefulCount, before)
+	}
+	if Dash.AutoFeedbackPositive != 1 || Dash.AutoFeedbackNegative != 2 {
+		t.Fatalf("auto 账不对: pos=%d neg=%d (want 1/2)", Dash.AutoFeedbackPositive, Dash.AutoFeedbackNegative)
+	}
+}

go/internal/selfoptimize/selfoptimize.go

@@ -64,6 +64,9 @@ type dashboardState struct {
 	DistillSuccessCount   int     `json:"distill_success_count"`
 	AutoResolvedConflicts int     `json:"auto_resolved_conflicts"`
 	TotalConflicts        int     `json:"total_conflicts"`
+	// t_132cfa76：自动反馈样本账持久化字段（单调累加器，跨重启存活）。
+	AutoFeedbackPositive int `json:"auto_feedback_positive"`
+	AutoFeedbackNegative int `json:"auto_feedback_negative"`
 	// t_e5997ca4：计数器版本标记（见 dashboardSchemaV2 注释）。
 	SchemaVersion string `json:"dashboard_schema_version"`
 }
@@ -114,6 +117,8 @@ func loadDashboardLocal() error {
 	Dash.DistillSuccessCount = st.DistillSuccessCount
 	Dash.AutoResolvedConflicts = st.AutoResolvedConflicts
 	Dash.TotalConflicts = st.TotalConflicts
+	Dash.AutoFeedbackPositive = st.AutoFeedbackPositive
+	Dash.AutoFeedbackNegative = st.AutoFeedbackNegative
 	// t_e5997ca4 (b)：版本化一次性重置。本地 JSON 无 v2 标记（旧版/缺失）⇒ 丢弃被
 	// 事件式自增污染的 gap 双计数器，回写标记；v2 标记在位 ⇒ 保真（新口径累计值）。
 	if st.SchemaVersion != dashboardSchemaV2 {
@@ -144,6 +149,8 @@ func (d *Dashboard) persistLocalLocked() {
 		DistillSuccessCount:   d.DistillSuccessCount,
 		AutoResolvedConflicts: d.AutoResolvedConflicts,
 		TotalConflicts:        d.TotalConflicts,
+		AutoFeedbackPositive:  d.AutoFeedbackPositive,
+		AutoFeedbackNegative:  d.AutoFeedbackNegative,
 		SchemaVersion:         dashboardSchemaV2, // t_e5997ca4：v2 常驻回写（新安装/旧版升级都自动打标）
 	}
 	b, err := json.Marshal(st)
@@ -179,6 +186,8 @@ func (d *Dashboard) persist() {
 	_ = redisPersistence.HSet(dashboardRedisKey, "distill_success_count", strconv.Itoa(d.DistillSuccessCount))
 	_ = redisPersistence.HSet(dashboardRedisKey, "auto_resolved_conflicts", strconv.Itoa(d.AutoResolvedConflicts))
 	_ = redisPersistence.HSet(dashboardRedisKey, "total_conflicts", strconv.Itoa(d.TotalConflicts))
+	_ = redisPersistence.HSet(dashboardRedisKey, "auto_feedback_positive", strconv.Itoa(d.AutoFeedbackPositive))
+	_ = redisPersistence.HSet(dashboardRedisKey, "auto_feedback_negative", strconv.Itoa(d.AutoFeedbackNegative))
 	_ = redisPersistence.HSet(dashboardRedisKey, "dashboard_schema_version", dashboardSchemaV2) // t_e5997ca4：v2 标记常驻回写
 	_ = redisPersistence.Expire(dashboardRedisKey, 90*24*time.Hour)                             // 90 天 TTL
 }
@@ -237,6 +246,12 @@ func loadDashboard() error {
 	if v, err := strconv.Atoi(data["total_conflicts"]); err == nil {
 		Dash.TotalConflicts = v
 	}
+	if v, err := strconv.Atoi(data["auto_feedback_positive"]); err == nil {
+		Dash.AutoFeedbackPositive = v
+	}
+	if v, err := strconv.Atoi(data["auto_feedback_negative"]); err == nil {
+		Dash.AutoFeedbackNegative = v
+	}
 	// t_e5997ca4 (b)：版本化一次性重置（Redis 路径）。HASH 无 v2 标记（旧版遗留/缺失）⇒
 	// 丢弃被事件式自增污染的 gap 双计数器（线上 9 vs 2 实例），回写标记；v2 在位 ⇒ 保真。
 	if data["dashboard_schema_version"] != dashboardSchemaV2 {
@@ -268,6 +283,10 @@ type Dashboard struct {
 	DistillSuccessCount   int     `json:"distill_success_count"`
 	AutoResolvedConflicts int     `json:"auto_resolved_conflicts"`
 	TotalConflicts        int     `json:"total_conflicts"`
+	// t_132cfa76：自动反馈样本账（机械信号，与人工 useful/not_useful 分账）。
+	// 判读门槛见 auto_feedback_calibration.go UsefulnessReadGate。
+	AutoFeedbackPositive int `json:"auto_feedback_positive"`
+	AutoFeedbackNegative int `json:"auto_feedback_negative"`
 }
 
 var Dash = &Dashboard{}
@@ -392,6 +411,21 @@ func (d *Dashboard) Metrics() map[string]float64 {
 		"recall_usefulness_positive": float64(d.UsefulCount),
 		"recall_usefulness_valid":    usefulValid,
 
+		// t_132cfa76 AC5 —— 自动反馈样本账 + 判读门槛（写死，改需同步卡）。
+		// 🔴 rail_usefulness_rate 样本 ≥ UsefulnessReadGate(5000) 才判读：
+		//    recall_usefulness_judgeable = 1 才允许用于排序裁决；=0 时只看方向，
+		//    且判读必须配 Wilson 区间（recall_usefulness_wilson_lo/hi）一起看。
+		"recall_usefulness_judgeable": func() float64 {
+			if usefulSamples >= UsefulnessReadGate {
+				return 1
+			}
+			return 0
+		}(),
+		"recall_usefulness_read_gate": float64(UsefulnessReadGate),
+		"auto_feedback_positive":      float64(d.AutoFeedbackPositive),
+		"auto_feedback_negative":      float64(d.AutoFeedbackNegative),
+		"auto_feedback_samples":       float64(d.AutoFeedbackPositive + d.AutoFeedbackNegative),
+
 		"gap_closure_rate":    gapVal,
 		"gap_closure_samples": float64(d.TotalGaps),
 		"gap_closure_valid":   gapValid,