Blizzard 835a6d7432 fix(harness): 评测不再误判长答案「截断」—— 评审截断从 1500 抬到 6000 + 明确标注 ...

T0.1 校准后 judge 变严，但被评测自己的截断坑了：judge 评分前把模型回答截到 1500 字
(evalTruncate(output,1500))，而报告/多智能体综合等长答案普遍 2000+ 字 → judge 只看到
前半截、误判「回答不完整/截断」，给出假阴性 warn。多智能体一跑就暴露(2278 字答案被
误判 0.55 warn「截断」)。

- evalReviewOutput: 评审长度上限 6000(覆盖绝大多数长答案)；确被截断时明确标注
  「已被评审系统截断，勿因结尾不完整扣分」，杜绝 judge 因自身截断而扣分。
- llmJudge / llmJudgeGrounded 改用 evalReviewOutput 喂模型回答。

live 验证:同款 2 专家协调任务，修复前 0.55 warn「截断」→ 修复后 0.85 ok，且 judge
挑出真实缺陷(推荐逻辑前后矛盾)而非假截断。既公平又严格。

Co-Authored-By: Claude Opus 4.8 <noreply@anthropic.com>

2026-06-29 17:35:13 +08:00

..

cmd

feat(hitl): 增量3b —— 持久决定投递 + 生产激活（HITL 中断/恢复上线）

2026-06-29 13:08:41 +08:00

config

feat: 初始化 sundynix-agentix 分层式 AI Agent 平台脚手架

2026-06-10 11:00:29 +08:00

internal

fix(harness): 评测不再误判长答案「截断」—— 评审截断从 1500 抬到 6000 + 明确标注

2026-06-29 17:35:13 +08:00

Dockerfile

feat(deploy): 容器化 + 一键独立部署 —— 5 服务镜像 + prod compose + 安装/备份/许可

2026-06-26 15:23:36 +08:00

go.mod

feat(observability): OpenTelemetry 全链路追踪（Jaeger + NATS 跨总线传播）

2026-06-24 11:35:08 +08:00

go.sum

feat(observability): OpenTelemetry 全链路追踪（Jaeger + NATS 跨总线传播）

2026-06-24 11:35:08 +08:00