fix: depth-evaluator 不再把真誠反思誤判成 EVASION

[MakiDevelop]

摘要

pilot hotfix。真人 pilot 第一句真誠回答（「我有點迷惑，有時我會覺得我的工作有價值嗎?」—— 對工作意義的懷疑）被 depth-evaluator 誤判成 EVASION，bot 直接停題。這正是人格訪談最該萃取的回答類型，卻被當成迴避。

根因

兩個問題疊加：

• 分類器邊界過寬：EVASION 定義含「complaint, annoyance」，把「對主題的情緒/懷疑」誤吃成迴避。
• 處置邏輯過脆：EVASION 第一次就 _pause_current_question()，0 容忍（META 還有 2 次 bridge 緩衝）。分類器必有誤判，runtime 不該讓一次誤判就停題。

修法（Gemini + Codex 雙審收斂的 4 件，不擴張 ontology）

1. depth_evaluator.py — 收窄 EVASION 定義：doubt/confusion/fatigue/sadness 等對主題的情緒不算 evasion，只有明確拒答/轉移才算。
2. depth_evaluator.py — prompt 加 3 個 few-shot 範例（含 pilot 那句 → SUFFICIENT）。
3. depth_evaluator.py — 低信心 EVASION（confidence < 0.85）自動降級成 THIN + follow-up。
4. bot.py — EVASION 第一次改走溫和 bridge（_gentle_evasion_bridge，認可難度、給空間），只有連續才 pause。

誤判成本不對稱：打斷真誠回答 >> 多問一次 —— 故門檻取保守的 0.85、第一次不 pause。

驗證

ruff check src tests   → All checks passed
pytest（全 suite）      → 268 passed
git diff --check        → 乾淨

新測試：低信心 EVASION→THIN、高信心 EVASION 維持；_handle_non_answer 第一次 bridge / 第二次 pause。

review chain

bug 路由給 Gemini（多方案分析）+ Codex（工程穩健度）→ 兩者強烈收斂 → Codex 實作 → Claude 獨立驗證（268 全綠 + 逐行 diff review）。

注意

pilot hotfix —— 合併後需部署到 VPS（vm.2ch.tw, git pull + restart）讓真人 pilot 能繼續。

🤖 Generated with Claude Code