SOP：思考默认档由 off 改为 low

主题目录：thinking-default-low-20261011/；变更日期 2026-10-11。改动对象：config.yaml、proxy.py，以及复用既有用例脚本 thinking-mode-control-20261010/offline_verify.py。

1. 背景

2026-10-10 把代理默认改为「完全关思考、仅三类信号升档到 high」（见 thinking-mode-control-20261010/SOP.md）。2026-10-11 实盘核对，off 档过于极端：关掉思考后判断力明显下降，同一批问题上出现「顺着字面作答、不先取证」的稳定偏差（当天多轮对话反复答偏，详见该日会话记录）。用户裁定：默认档由 off 改为 low——开思考、推理强度 low，其它不变。

2. 目标

1. 默认每步注入 {"thinking":{"type":"enabled"}} + reasoning_effort: low；
2. 三类升档信号（失败窗口 / 疑难关键词 / 手动提档）保持，升档仍注入 enabled + high；
3. 手动降档口令（manual_off）降至最低档 off（disabled，完全关思考）——off 档保留；
4. skip_models、overrides、fallback_on_reject、escalate 参数等一律不变。

3. 前置条件

• 可写的 config.yaml 与 proxy.py，备份已生成（见第 7 章）；
• ./venv/bin/python 可用；systemctl --user 可用；
• 离线验证使用临时端口（假上游 18990、代理 18789），不占用线上 8788。

4. 影响范围

• 组件：token-proxy（systemd --user 服务，监听 0.0.0.0:8788）；
• 成本影响（已知取舍）：所有经 /ds 路由的 DeepSeek 请求默认开思考。DeepSeek 官方口径：带 tools 时历史轮次 reasoning_content 会回传并计入上下文，故开思考同时抬高输出侧与后续每一轮的输入侧成本。本次即为此付费，换取判断力；
• /glm、/mi 由 skip_models（glm-5.3*、mimo-*）原样放行，不受影响；
• 重启约 2 秒，造成一次前缀重建（既有代价，与本次改动无关）。

5. 分步操作

步骤 0：备份

docgen/backup_ledger.py 建主题目录、按相对项目根备份并登记台账。

cd /home/rain/Documents/services/token_proxy
python3 docgen/backup_ledger.py thinking-default-low-20261011 --backup config.yaml proxy.py

预期：输出两行「备份 …」；thinking-default-low-20261011/backup/README.md 增加两行登记。

步骤 1：改配置（config.yaml 的 thinking 段）

默认档由 disabled 改为 enabled，新增 default_effort: low 与 disabled（off 档注入值）。

cd /home/rain/Documents/services/token_proxy
python3 -c "import yaml; yaml.safe_load(open('config.yaml')); print('YAML_OK')"

预期：YAML_OK。关键字段：thinking.default.type=enabled、thinking.default_effort=low、thinking.escalated.type=enabled、thinking.reasoning_effort=high、thinking.disabled.type=disabled；escalate 段（failure_threshold:3、window_steps:8、hold_steps:10、12 个疑难词、manual_on:[获得与神的对话]、manual_off:[无量天尊]）保持不变。

坑：default_effort 必须是字符串（DeepSeek 取 low/high/max）；写成数字或列表会被 parse_thinking_config 判非法并忽略，表现为「默认档开了思考但不带强度」。

步骤 2：改实现体（proxy.py）

五处，最小侵入：

• LEVEL_ORDER 由两档扩为三档：{"off": 0, "low": 1, "high": 2}；
• parse_thinking_config：解析 default_effort（字符串）与 disabled（映射），返回字典增两键；
• _apply_thinking_signals：默认返回由 ("off","default") 改为 ("low","default")；manual_off 仍返回 off；
• resolve_thinking_value：三分支——high → escalated+effort；off → disabled、不带 effort；其余（含 low）→ default+default_effort。默认参数由 "off" 改为 "low"；
• 启动摘要：默认档补打印 effort，新增「最低=」段。

cd /home/rain/Documents/services/token_proxy
./venv/bin/python -m py_compile proxy.py && echo COMPILE_OK

预期：COMPILE_OK。

降级保护：若 disabled 未配置，off 档会退化为 default（即低档），不会把请求打死。

步骤 3：更新用例脚本（复用既有 offline_verify.py）

用例的「默认档」断言由「等于 disabled」改为「等于 enabled+low」；manual_off 相关用例（U4/U6）仍断言 disabled。新增 is_low() 判据，write_config() 的临时配置同步补 default_effort: low 与 disabled: {type: disabled}。

cd /home/rain/Documents/services/token_proxy
./venv/bin/python -m py_compile thinking-mode-control-20261010/offline_verify.py && echo COMPILE_OK

坑：判据改漏一处会让旧语义的用例在低档下「假通过」——凡断言「未升档」的用例（U1/U2r/U5a/U5r/U8/U9r/U10r/U11r）都要从 is_off 改为 is_low，不能只改 U1。

步骤 4：离线验证（假上游 + 临时端口，两遍）

cd /home/rain/Documents/services/token_proxy
./venv/bin/python thinking-mode-control-20261010/offline_verify.py
./venv/bin/python thinking-mode-control-20261010/offline_verify.py

预期：两遍均 16/16 通过，逐条一致。失败判断：任一 FAIL 即按第 7 章回滚。

步骤 5：重启生效

systemctl --user restart token-proxy ; sleep 2 ; systemctl --user is-active token-proxy

预期：active。

6. 验证

1. 启动日志（logs/proxy.log，为二进制流须加 -a）应含：

grep -a "思考注入" logs/proxy.log | tail -1

预期含 思考注入=默认={"type": "enabled"}/low | 升档={"type": "enabled"}/high | 最低={"type": "disabled"}（实测 2026-10-11 13:23:31 已见）。

1. 之后每步在 logs/usage.jsonl 的 thinking_level / thinking_reason：普通步应为 low/default，升档步为 high/*，手动降档后为 off/manual_off。
2. 观察期看成本与质量：默认开思考后输出侧与输入侧成本会上升，需与判断力改善对照；若成本超预期，优先下调 default_effort 或回滚到 off。

7. 回滚

• 备份位置与台账：thinking-default-low-20261011/backup/README.md；
• 文件：config.yaml.bak.20261011-132045、proxy.py.bak.20261011-132045；
• 步骤：

cd /home/rain/Documents/services/token_proxy
cp thinking-default-low-20261011/backup/config.yaml.bak.20261011-132045 config.yaml
cp thinking-default-low-20261011/backup/proxy.py.bak.20261011-132045 proxy.py
/usr/bin/rm -f logs/state/thinking_levels.json
systemctl --user restart token-proxy ; sleep 2 ; systemctl --user is-active token-proxy

• 回滚触发判据（任一即回滚）：① 启动摘要不含上述三段或服务非 active；② 离线验证未达 16/16；③ 成本明显超出预期且判断力改善不成立。
• 一键降强度（不整体回滚）：把 config.yaml 的 thinking.default_effort 由 low 改为更保守取值或置空（置空即默认档不带强度），重启即可。

注意：用例脚本 offline_verify.py 已随本次变更在原位更新为 low 语义，不在备份范围内；整体回滚时需要一并改回（判据由 is_low 改回 is_off）。

8. 风险说明

风险	缓解
默认开思考抬升成本	本次为换取判断力的已知取舍；观察期看成本曲线，可下调 default_effort 或一键回滚
off 档配置缺失导致降级	resolve_thinking_value 有降级分支：无 disabled 时 off 退化为 default，不会打死请求
用例与实现漂移（假通过）	用例与实现同批更新、跑两遍；补坏样本验证 is_low 非空转（disabled / enabled+high / 无 effort 三种输入均判 False）
重启造成一次前缀重建	与档位切换无关，属重启固有代价；非高峰期执行

附录：交付物清单

文件	说明
SOP.md	本文档
backup/config.yaml.bak.20261011-132045	改前配置
backup/proxy.py.bak.20261011-132045	改前实现体
backup/README.md	备份台账
thinking-mode-control-20261010/offline_verify.py	既有用例脚本，本次同步更新为 low 语义（原位）

---

来源：/home/rain/Documents/services/token_proxy/thinking-default-low-20261011/SOP.md ｜ 最后更新：2026-10-11 13:24（由 build/sync.py 同步，请勿在站点侧修改）