SOP：思考档位控制（默认关思考 + 三类升档）

主题目录：thinking-mode-control-20261010/；变更日期 2026-10-10。改动对象：config.yaml、proxy.py。

1. 背景

代理原先对 DeepSeek 注入显式思考（default: enabled、reasoning_effort: high），实测思考占输出 62.7%（2026-09-12 至 2026-10-10、23226 次请求），且 10 月已升到约 68%。同时 DeepSeek 官方文档明确：带 tools 时历史轮次的思维链会回传并计入上下文，故开思考在输入侧还要再背一份成本。

对本机任务形态的核对结论：9034 个带工具名的步里，本地「读 / 改 / 跑」三类占 92.7%，外网检索仅 0.7%、1502 轮中只有 3.3% 用到。任务以确定性执行为主，长思维链价值低，故改为默认关思考、只在三类信号下升档。

2. 目标

1. 默认每步注入 {"thinking":{"type":"disabled"}}，不注入 reasoning_effort；
2. 三类信号升档到 enabled + high：窗口内工具执行失败 3 次、疑难关键词命中、手动提档口令；
3. 每步落盘档位与触发原因，可事后统计各原因触发频次；
4. 子代理（不同 conv_key）不继承档位；重启不丢档位状态。

2.1 子代理不继承思考链（设计约束，须保持）

这是有意为之，不是缺陷。机制：档位状态按 conv_key 分槽存储，conv_key 取自本会话首条真实用户输入（_extract_turn_meta）；主代理与子代理的请求首条输入不同 → 各自独立，不互相继承。

配置依赖（改动时须守住）：

• escalate 段必须留在 thinking 下，且不得在 thinking 或 escalate 里引入任何「全局 / 会话无关」的开关或时间窗（一旦引入，子代理会一起命中，约束即被破坏）；
• 手动档口令只对说出该口令的会话生效：主代理说「获得与神的对话」，子代理（取数用）仍走默认 off，符合预期；
• 子代理的失败计数独立累加，不影响主代理档位。

复验方式（离线已覆盖 U11r：新会话不继承旧会话档位；如后续改动触碰此处，须重跑）：

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

预期：U11r 反例：新会话不继承旧档位 为 PASS。

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；离线验证不占用线上 8788 端口。

4. 影响范围

• 组件：token-proxy（systemd --user 服务，监听 0.0.0.0:8788）；
• 不停服即可重启（约 2 秒）；重启会造成一次前缀重建（既有代价，与本次改动无关）；
• 影响面：所有经 /ds 路由的 DeepSeek 请求的思考开关；/glm、/mi 由 skip_models 原样放行，不受影响。

5. 分步操作

步骤 0：备份（脚手架一次做完）

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-mode-control-20261010 --backup config.yaml proxy.py

预期：输出两行「备份 …」；thinking-mode-control-20261010/backup/README.md 增加两行登记。

步骤 1：改配置（config.yaml 的 thinking 段）

把默认档改为 disabled、新增 escalated、删去 stage_efforts、新增 escalate 段。

cd /home/rain/Documents/services/token_proxy
cp config.yaml config.yaml.bak.$(date +%Y%m%d-%H%M%S)     # 已由步骤 0 完成时跳过
python3 -c "import yaml,sys; yaml.safe_load(open('config.yaml')); print('YAML_OK')"

预期：YAML_OK。关键字段：thinking.default.type=disabled、thinking.escalated.type=enabled、thinking.reasoning_effort=high、thinking.escalate.{failure_threshold:3, window_steps:8, hold_steps:10, hints:[…12 词], manual_on:[获得与神的对话], manual_off:[无量天尊]}。

步骤 2：改实现体（proxy.py）

新增档位状态与判定，覆盖 thinking_stages 旧路径。要点：

• 状态文件 logs/state/thinking_levels.json（{"<conv_key>":{manual,fails,hold_until,step,last_fail}}），SIGTERM 时随阶段一并落盘；
• 判定函数 _apply_thinking_signals：优先级 manual_off > manual_on > 失败窗口 > 疑难关键词 > 保持期 > off；
• 失败信号复用既有 _last_tool_result，只认命令类工具的显式退出码，非命令类恒为 None，故文件正文里的报错字样不会误判；同一结果指纹只计一次；
• 注入：off 档写 disabled 且清掉 reasoning_effort；high 档写 enabled + high；
• 每步在 usage.jsonl 增 thinking_level / thinking_reason 两键，旧记录保持可读。

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

预期：COMPILE_OK。

步骤 3：离线验证（假上游 + 临时端口）

不触碰线上代理：临时配置在 /tmp/thinking_level_test，假上游 18990、代理 18789。

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

预期：16/16 通过（含 5 条反例：排障/根因不触发、失败不足阈值、非命令类报错不计数、失败分散、新会话不继承）。失败判断：任一 FAIL 即按第 7 章回滚。

步骤 4：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）应含：思考注入=默认={"type": "disabled"} | 升档={"type": "enabled"}/high | 触发=失败3次/8步·保持10步·疑难12词·手动1上1下；
2. 之后每步在 logs/usage.jsonl 的 thinking_level / thinking_reason 应可读，默认步为 off/default；
3. 跑 3 天（2026-10-10 12:53 起至 2026-10-13）后，用 cost_audit 复核思考占输出应由 62.7% 降到 10% 以下，返工次数不上升；同时看 thinking_reason 分布，统计 failure / hint / manual_on 三类升档的触发次数与误触情况（误触高则收 hints、调 failure_threshold / window_steps）。

cd /home/rain/Documents/services/token_proxy && python3 cost_audit/selfcheck.py --last 3

观察期结束判据（三条同时成立才算达标）：① 思考占输出 <10%；② 返工次数与改动前可比；③ 疑难关键词误触（事后判为不必 high 的步）占比可接受（<10%）。任一不达标 → 按第 7 章回滚或收窄参数。

7. 回滚

• 备份位置与台账：thinking-mode-control-20261010/backup/README.md；
• 文件：config.yaml.bak.20261010-124932、proxy.py.bak.20261010-124932；
• 步骤：

cd /home/rain/Documents/services/token_proxy
cp thinking-mode-control-20261010/backup/config.yaml.bak.20261010-124932 config.yaml
cp thinking-mode-control-20261010/backup/proxy.py.bak.20261010-124932 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 启动日志不含上述摘要或服务非 active；② 离线验证未达 16/16；③ 统计到明显误拦或任务质量下降；④ 思考占输出未降反升。
• 一键停用升档（保留默认档）：把 config.yaml 的 thinking.escalate.failure_threshold 置一个极大值、清空 hints 与 manual_on，重启即可。

8. 风险说明

风险	缓解
失败误判把成本拉回高	只认命令类显式退出码；非命令类不判；同一结果指纹只计一次（离线 U9r 覆盖）
疑难关键词误触	只收「描述难定位」的词，排除排障/根因/失败等运维高频词；每步记 thinking_reason，可按原因统计后再收词
提档后不降持续烧钱	保持期 hold_steps=10 步，窗口内无失败自动回落（离线 U8 覆盖）；手动档可用「无量天尊」解除
重启丢档位	状态落盘 thinking_levels.json，启动恢复（U11r 覆盖不继承语义，落盘由 SIGTERM 钩子保证）
与缓存探测冲突	无交互：本次只改请求体注入值，_probe_* 路径未动，离线脚本亦未启用探测

9. 复盘：收尾块格式问题（2026-10-10）

现象：收尾自查块在答复里不渲染成表格，**效率分析** 显示为字面星号，长行被截断。

根因：助手把收尾块包进了代码围栏，违反规则「把输出原样贴进答复（不得包进代码块）」。与思考开关无关。两条独立证据：

1. 「获得与神的对话」手动提档（thinking=high）那一轮同样坏，说明不是关思考引起；
2. 受控对照 12 次零差异：变体 A（单轮无工具）与变体 B（带 tools 两轮）各 3 次 × 2 臂，disabled 与 enabled 均 0/3 打坏分隔符、0/3 包代码块、3/3 逐字未改，脚本见 format_ab_test.py。

处置：把规则 rule-agent-efficiency.md 的收尾自查改为每轮必出（原仅多步执行类），并明确禁止用代码围栏包裹；本条结论替代此前「关思考导致格式坏」的推断（该推断作废）。

边界：代理不落响应正文，出错那一轮的原始文本无法回溯，故结论限定为「单轮与带工具多轮两种条件下均未复现」，不外推到全场景。

10. 结论：档位切换与上下文精简无因果（2026-10-10）

现象：实盘「无量天尊」降档那一轮，prompt 从 242,629 掉到 173,801（-28%），与档位 high→off 同一时刻，疑似档位变化触发上下文精简。

结论：无因果。档位切换只改 thinking 参数，不动 messages；prompt 骤降由新提问引发的上下文重写（话题切换）造成，与档位无关。

受控验证（离线上游，两遍同结果，脚本 level_vs_compress_test.py）：

• A 组（唯一变量=档位）：同一条消息序列（4568 字符）分别在 off / high / off 三种档位下发，规模恒为 4568 → 档位切换不改上下文；同时确认 off 与 high 均真实出现（排除假阴性）；
• B 组（唯一变量=话题）：档位恒 off，仅追加一条新用户消息，规模 4568 → 4632 → 只有追加消息才使规模变化。

复跑：./venv/bin/python thinking-mode-control-20261010/level_vs_compress_test.py，退出码 0 = 结论成立。

附录：交付物清单

文件	说明
offline_verify.py	离线验证脚本，16 用例（11 正例 + 5 反例），可重复执行
format_ab_test.py	格式对照脚本：变体 A（单轮无工具）/ B（带 tools 两轮），验证思考开关是否打坏分隔符；./venv/bin/python …/format_ab_test.py 3 B
level_vs_compress_test.py	档位 vs 上下文精简对照：A 组锁消息序列只切档位、B 组锁档位只换话题；两遍同结果
backup/config.yaml.bak.20261010-124932	改前配置
backup/proxy.py.bak.20261010-124932	改前实现体
backup/README.md	备份台账

---

来源：/home/rain/Documents/services/token_proxy/thinking-mode-control-20261010/SOP.md ｜ 最后更新：2026-10-10 14:12（由 build/sync.py 同步，请勿在站点侧修改）