A Chinese name does not stop the queue, and a stated figure is written down

[WaylandYang]

拿七篇真实公开文档（NVIDIA 的四份 SEC 文件、中英文维基条目、一篇 arXiv PDF）灌进一个新库做抽取体检，人读原文列了 52 条「该抽到什么」，起点只中 33 条。这个 PR 是把查出来的问题修掉，并把量它的台子留下来。

49/52（94.2%），同一份代码连跑两轮都是这个数，而两轮漏的不是同一批（交集为空）——剩下的是抽样噪声，不是缺口。

一个静默的 panic

七个 adjudicate_entities 任务卡在 running 两小时二十分钟，进程零 CPU、零网络、零数据库活动、零日志。不是死锁：governance.rs 的 name_shape 找整词出现时 from = i + 1 按字节前进，中文名字一撞上，下一轮 long[from..] 就切在字符中间。

panicked at crates/utopia-store/src/governance.rs:329:33:
start byte index 7 is not a char boundary; it is inside '繪'

panic 掀掉整个 spawn 出来的 future：mark_failed 不跑（任务永远 running、无错误、无重试），running 计数也不减——每 panic 一次永久少一个并发名额，攒够 cap 之后整个队列不再认领任何任务。改成按字符前进，并在 worker 里套一层 spawn 把 panic 变成 JoinError 收回来标 failed。CJK 回归测试去掉修复就 FAILED。

修好之后浮出第二个：七个裁决任务同时跑同一个库、各自读到同一批待裁项，模型调用翻七倍，两个任务对同一对下判断时撞 agent_decisions_open_idx。补上入队去重（隔壁 resolve_types 早就这么做）与同库串行。

量化事实为什么会丢

• 表格在解析这一步就没了：htmd 要求显式表头，而 SEC 的 XBRL 报表一个 <th> 都没有（那份财报 11 张表、投票结果 8-K 21 张表，计数都是 0），整张退回逐格摊平。整表无表头时把第一行提成表头；空列砍掉（否则分块数从 51 涨到 137）；提上来的表头整行为空时让位给真正的抬头。
• 提示词没有字面值那一条：第 8 条只放行「自己命名的关系」，于是金额、容量、期限、职务没有落脚点，模型索性不说。补 8a；并让「已知关系＋只给了值」不再被当成缺宾语丢掉（object_missing 实测 69 次）。
• 字面值通道的主语解析比关系通道严：只查本次回复声明过的实体，用句柄带进来的、或只写了名字的一律落空——一轮丢掉 113 条，丢的是营收净利每股收益、十位董事的赞成票反对票。改成与关系通道同一套解析。这个 bug 只有在放开字面值之后才暴露得出来。
• 关系检索没有区分度：一块讲「Jensen Huang, founder and CEO of NVIDIA」的正文里，employee 排第 10（模型就只写了它），founder 排 267、job_title 排 618、has_occupation 排 811，前 30 的窗口一个都进不去——四位高管的职务因此全部没落进图，且不留任何丢弃信号。类那边有祖先地板兜着，关系没有；补一道 domain 地板（池子从 1625 收到 86）。地板要放在签名扩类之后，放前面时提示词从 11.7k 涨到 21.4k。
• 角色与名单：已列出的关系当文本给的是字符串时也能用 value，且「X, founder and CEO of Y」写两条事实（职务 0/4 → 4/4）；名单是名单，一个名字一条事实，不许收成摘要（关系边 8/12 → 12/12，总分 44 → 49）。

台子

scripts/bench/recall.mjs + truth/nvda-public-docs.json（52 条）+ fetch-sec-filings.mjs。与 run.mjs（实体归到哪个类）、temporal.mjs（两根轴）分工不同，它问的是「文档里的信息丢没丢」——extraction_drops / ontology_misses 只看得见「抽出来了没落地」，看不见「根本没抽」，而后者是大头。语料不入库存（各公司提交给 SEC 的文件，公开可取但版权不属于我们），跑一次 fetch 就有。

52 个条目、九成命中率，一个标准差 ≈ 2.7 条：单轮差一两条不是证据，README 里写了。

轮次	改了什么	分数
基线	—	33/52
r1	字面值通道放行	29/52 ← 回归
r2	＋表格 ＋关系地板 ＋主语兜底	44/52
r3	＋角色规则 ＋空列裁剪	43/52
r4	＋空表头让位	44/52
r5	＋名单是名单	49/52
r6	代码一字不改，重跑	49/52

不受运气影响的那几个：object_missing 69 → 0，subject_not_declared 113 → 0，SEC 表格保住行列 0/32 → 32/32，四位高管职务 0/4 → 4/4。

测试

utopia-extract 27 · utopia-ingest 49 · utopia-store lib 34 · utopia-store 连库 58 个测试二进制，全绿。

没在这个 PR 里的

体检还查到三条没动：新库装完本体包立刻上传时本体向量还没建好，抽取退回全量本体（每块 109k tokens）、把端点打到限流、整块被跳过；自动扩本体在已有词旁边长重复（includes/contains 建成新关系而 has_part 零使用）；一篇文档内部串行，71 块的文档就是 85 分钟。

🤖 Generated with Claude Code