Problem
從 #119 residue:NSQL §4.6 殘留 item 1。原 Spectra path 評估時提出的未解 acceptance metric 需求 — 「reviewer cognitive load 爆表」是主觀體感,沒可量化指標證明 chain anti-pattern (A3) 用法是否真的有改善。
Quoted residue(from #119 diagnosis):
「reviewer cognitive load 爆表」是主觀體感 — 沒可量化 acceptance(14 diffs vs 1 diff,認知負荷沒測量單位)。Spectra discuss 階段建議定 proxy:每 PR diff 行數中位數、或每 PR 跨 module 數
Post-#119 implementation 已 ship Phase 0.4.5 fail-fast + workflows.md A3 doc 教育。但我們不知道這個 reframing 是否真的工作 — anecdotally 看 user 不再撞 14-issues case,但沒量化證據。
Type
design / metric(observability)
Expected
定義 1-2 個 proxy metric 追蹤 reframing 效果:
- Anti-pattern A3 fire 次數(
/idd-all-chain Phase 0.4.5 觸發 abort 的 count over time)
- Per-cluster-PR / per-chain-PR diff 行數中位數(cluster vs atomic 是否 reviewer load 真的有差?)
- 或:每月跑
/idd-all-chain 的 invocation 次數 vs /idd-all batch 比例(user 是否真的 prefer batch path 在 multi-root case?)
不需要完整 observability stack,初版可手動 git log --grep + gh api search 跑 ad-hoc query。
Actual
無 metric;Phase 0.4.5 fail-fast 是否真有抑制 user 誤用,完全 anecdotal。
Source
residue from #119 at /idd-close time (Step 3.6)
Current Status
Phase: diagnosed
Last updated: 2026-07-17 by /idd-diagnose (attended batch)
Key Decisions
- 維持 deferred(H-cluster 裁決)— Simple when triggered(實證失效訊號)
Problem
從 #119 residue:NSQL §4.6 殘留 item 1。原 Spectra path 評估時提出的未解 acceptance metric 需求 — 「reviewer cognitive load 爆表」是主觀體感,沒可量化指標證明 chain anti-pattern (A3) 用法是否真的有改善。
Post-#119 implementation 已 ship Phase 0.4.5 fail-fast + workflows.md A3 doc 教育。但我們不知道這個 reframing 是否真的工作 — anecdotally 看 user 不再撞 14-issues case,但沒量化證據。
Type
design / metric(observability)
Expected
定義 1-2 個 proxy metric 追蹤 reframing 效果:
/idd-all-chainPhase 0.4.5 觸發 abort 的 count over time)/idd-all-chain的 invocation 次數 vs/idd-all batch比例(user 是否真的 prefer batch path 在 multi-root case?)不需要完整 observability stack,初版可手動
git log --grep+gh api search跑 ad-hoc query。Actual
無 metric;Phase 0.4.5 fail-fast 是否真有抑制 user 誤用,完全 anecdotal。
Source
residue from #119 at /idd-close time (Step 3.6)
Current Status
Phase: diagnosed
Last updated: 2026-07-17 by /idd-diagnose (attended batch)
Key Decisions