Lampio 知识库

主题

短语自动高亮 thin-slice（高精度薄片 · v1 验证） ​

物理仓库：RB（/Users/larry/reading-browser）。纯 RB 侧，不动 RVH / Supabase / 预装库。 落地后请把本文件复制到 docs/plans/archive/phrase-auto-highlight-thinslice-plan.md（CLAUDE.md §8 计划持久化）。

Context（为什么做这个） ​

现状：阅读页里短语（phrasal verb / idiom）的发现需要 2 个动作（选中文本 → 点"短语"按钮），绝大多数用户根本不知道有这功能。功能初衷是解决"词都认识、合起来傻眼"——即暴露非组合性多词单位。

只读评估（见会话）暴露两个问题：

  • 精度：检测是 context-blind 的 surface 匹配，kind of(basic) 在 "a special kind of" 里被误标。按真实出现次数,约 35% 命中落在 basic 噪声桶（a number of / after all / as long as）。已核实 excluded_words 里零短语，文档"决定 A（basic 经 excluded_words 默认排除）"实际未落地，noise 确实露给用户。
  • 召回：单节点 matcher 漏标率和生词高亮密度强耦合（3.9% → 76%），用户学得越多短语越不准。

本 thin-slice 是最小代价验证："只自动露出高精度短语，用户到底点不点"。两个白捡的设计红利：

  1. 精度：用现成的 basic tag 当粗过滤，只自动高亮非-basic 的 idiom + phrasal verb，砍掉 35% 噪声桶。basic 过滤只放自动路径，选区按钮路径仍匹配全部短语 → 保留"决定 A"的用户捞回意图。
  2. 召回：把短语扫描插在 highlightVocabulary 之前（文本节点还没被生词高亮切碎时跑）→ 绕过 3.8%→76% 的自伤切断，不写跨节点 matcher 就拿到近乎满召回，只剩 ~0.1% 内联标记切断。代价是给 vocab/discovery 的 TreeWalker 加"跳过 .rb-phrase 内部"。

明确不做（验证通过后才进的后续相）：跨节点 block-flatten matcher、RVH pipeline 的"非组合性三档标签"、整页批量 LLM 消歧。

用户已确认的决策 ​

  • 自动高亮范围 = 非-basic（is_idiom OR is_phrasal_verb，且非 basic）。
  • 验证埋点 = 新建 local-only 小表，可用 rb_db_query 直接算 CTR / 误报率。

改动清单 ​

A. Rust：让 matcher 带回 is_basic（不在 Rust 硬筛，交给前端按路径决定） ​

src-tauri/src/commands/vocabulary/query.rs · match_phrases_in_node_texts + match_phrases_in_text：

  • SQL 增 MAX(CASE WHEN je.value='basic' THEN 1 ELSE 0 END) AS is_basic。
  • phrase_map value (bool,bool) → (bool,bool,bool)（加 is_basic）。
  • match_phrases_in_text 命中时把 is_basic 写进 PhraseMatch。

src-tauri/src/commands/vocabulary/mod.rs · PhraseMatch struct：加 pub is_basic: bool。 → 选区路径（highlightPhrasesInSelection）拿到该字段但不读，行为不变；自动路径据此过滤。

B. Rust：local-only 埋点表 + 命令（migration v20） ​

src-tauri/src/db/migrations.rs · 新增 v20（migration-only，不动 baseline，沿 v11 pronunciation_attempts / v16 word_cloze_contexts precedent）：

sql
CREATE TABLE phrase_interaction_log (
  id INTEGER PRIMARY KEY AUTOINCREMENT,
  user_id TEXT,
  action TEXT NOT NULL,         -- 'shown' | 'clicked' | 'dismissed'
  phrase TEXT,                  -- clicked/dismissed 时填；shown 为 NULL
  count INTEGER,                -- shown 时 = 本页自动高亮短语数；其余 NULL
  page_url TEXT,
  created_at TEXT NOT NULL
);
  • local-only，不进 Supabase 同步矩阵（在 docs/database-schema.md 注明）。
  • 含 user 活动 → 加进 clear_learning_data_if_user_changed（红线 5c，沿 word_cloze_contexts 先例）。

新命令 log_phrase_interaction(db, action, phrase, page_url, count)（放 query.rs，DB 写入类），lib.rs generate_handler! 注册。

C. content-script：新全页短语扫描函数 ​

src-tauri/src/content-script/features/phrase-highlight.js · 新 highlightPhrasesOnPage()：

  • 复用 collectRangeTextNodes 的 acceptNode 过滤集（已跳 script/style/textarea + .rb-highlight/.rb-phrase/.rb-popup-root/mark.rb-mark），但 TreeWalker 作用域改 document.body、去掉 range 相关判断。
  • 一次 invoke('match_phrases_in_node_texts', { texts, maxFrequencyRank:null })（build phrase_map 一次，高效）。
  • withObserverPaused + 分批（沿 highlightVocabulary 的 100 节点/批 + await setTimeout(0)）：对每节点 perNode[i] .filter(m => !m.is_basic) 后，复用 wrapPhrasesInTextNode（无 clip，offset 直接用 char_start/char_end；sentence 传 node.textContent 作上下文，供点击侧 explain_phrase）。
  • 累计 total；invoke('log_phrase_interaction', { action:'shown', count: total, page_url: location.href })。
  • 入口受 state.settings.phraseAutoHighlight 门控。

D. content-script：插入 pipeline + 防嵌套 ​

src-tauri/src/content-script/index.js · full-pipeline（初始 L72-90 和 MutationObserver 重跑 L149-156 两处）：

js
await loadAndWrapAnnotations();
if (state.settings.phraseAutoHighlight) await highlightPhrasesOnPage();  // ← vocab 之前
await highlightVocabulary();
await highlightDiscoverable();

防嵌套（vocab/discovery 不钻进 .rb-phrase 内部，否则 .rb-phrase 里套 .rb-highlight）：

  • src-tauri/src/content-script/features/highlight.js：TreeWalker acceptNode 和 highlightTextNode 各加一行 if (p.closest && p.closest('.rb-phrase')) return REJECT/return;。
  • src-tauri/src/content-script/features/discovery.js：同款 TreeWalker，加同样跳过。 → 效果：短语内的 B1/B2 词不再单独染色，习语作为整体单位呈现（视觉更对）。

E. content-script：埋点接线（复用现有链路，不改 events.js/popup.js 逻辑本体） ​

  • 点击：events.js 现有 .rb-phrase click handler 里，进入 handlePhraseLookup 前加一发 log_phrase_interaction({action:'clicked', phrase})。
  • 误报：popup.js dismissPhraseHighlight（LLM fit===false 路径）里加一发 log_phrase_interaction({action:'dismissed', phrase})。 → CTR = clicked / Σshown.count；误报率 = dismissed / clicked（精度真实信号）。

F. settings 开关 ​

  • src-tauri/src/content-script/features/settings.js：BATCH_KEYS 加 'phrase_auto_highlight'；loadSettings() 加 state.settings.phraseAutoHighlight = batch.phrase_auto_highlight === 'true'。
  • src-tauri/src/content-script/core/state.js：settings 对象加 phraseAutoHighlight: false。
  • React Settings 页：在 discovery_enabled toggle 旁加一个"自动高亮短语"开关，写 phrase_auto_highlight key（复用现有 toggle pattern；JSX/aria 文案走 src/lib/strings/，红线 S19）。
  • 验证窗口默认 ON：在 init_data.sql settings 段 seed phrase_auto_highlight='true'（仅为攒数据）；任何外部/正式发版前按验证结论再定默认值。

不碰 / 兼容性 ​

  • 选区"短语"按钮路径（toolbar.js handleSelectionPhrases → highlightPhrasesInSelection）零改动：仍匹配全部短语（含 basic），捞回能力不丢。
  • 点击消歧链路（handlePhraseLookup/maybeResolvePhrase/explain_phrase，受 contextDisambiguation 开关）原样复用。
  • 样式 styles.js 的 .rb-phrase-pv/.rb-phrase-idiom（靛蓝/紫波浪线）已完备，不改。
  • 红线核对：#9 normalize 已在 matcher 内（normalize_phrase）；local-only 表不进同步矩阵；无 hex；不新增 webview 协调 useEffect（架构原则 1/2）。

验证（端到端） ​

  1. /build-check（cargo check + pnpm build）。删本地 dev DB 重跑触发 v20 migration。
  2. pnpm tauri dev，开一篇真实长文（如 Wikipedia / Sherlock 文本）：
    • 加载完成后非-basic idiom/PV 自动出波浪下划线；kind of/a number of/after all（basic）不被自动标。
    • rb_dom('.rb-phrase') 抽查：.rb-phrase 内无嵌套 .rb-highlight。
    • rb_logs(tail=20) 无报错。
  3. 点一个自动高亮短语：popup 正常 + explain_phrase 消歧（fit=false 时下划线消失）。
  4. rb_db_query：SELECT action, COUNT(*) FROM phrase_interaction_log GROUP BY action; 应见 shown / clicked / dismissed 行。
  5. Settings 关掉开关 → reload → 无自动高亮；选区按钮仍工作（含 basic）。
  6. 验证指标：真实读几篇后，rb_db_query 算 CTR = clicked / Σshown.count、误报率 = dismissed / clicked。判据：CTR 是否说明"自动露出硬短语"有真实engagement；误报率反推 basic 过滤够不够。
  7. /arch-check + /code-review + /doc-sync-check（更新 database-schema.md 加 v20 表 + local-only 标注；migrations 版本表加 v20 行）。

后续相（验证通过才启动，不在本 plan） ​

  • RVH pipeline 产出"非组合性三档标签"（always-idiomatic / context-dependent / mostly-literal）替代粗糙的 basic 代理 → 跨端新会话（CLAUDE.md §9）。
  • 跨节点 block-flatten matcher（治 ~0.1% 内联切断 + 选区路径召回）。
  • context-dependent 桶的整页批量 LLM 消歧（并入共享 llm_call_log 成本看板）。

v2 后续收敛（2026-06-24，逐步收敛 · 不求一次到位） ​

v21 已落地「非组合性三档」（always/context/literal），自动路径只露 always（根治 v1 41% 误报）。 本轮基于真实埋点数据，逐步收掉残余误报。问题一步步解决，每步独立验证。

埋点诊断（all-v21 数据，clean） ​

phrase_interaction_log 拉数（2026-06-18 v21 之后，无 v20 旧数据混入）：

指标数值
密度489 实例 / 221 页 ≈ 2.2 个/页（克制）
CTR25 / 489 = 5.1%
误报率（dismissed/clicked）7 / 25 = 28%
误报率（dismissed/shown）7 / 489 = 1.4%

7 次 dismiss 拆根因 → 两桶，分别解：

  • 桶① boilerplate artifact（2/7）：all right reserve ×2 = 版权页脚 "All Rights Reserved" 被 lemma 折叠误命中。与 idiomaticity 无关，是扫描范围问题。→ 本轮第 0 步解决。
  • 桶② 真·instance-level 歧义（5/7）：to die for ×2 / in the black ×2 / so much for ×1，全是「always 档习语在具体句里恰好字面义」。类型层静态分档修不掉，只有带上下文判断能解。→ 留下一步。

✅ 第 0 步：自动路径扫描范围收窄到主内容容器（2026-06-24 完成 + 验证） ​

为什么不绑 reader 模式（用户初始想法）：① auto-reader 按域名 opt-in、默认关 → 绝大多数浏览在 live 模式，绑 reader 会让短语高亮在多数场景消失；② 现状 phrase 恰恰只在 live 显示、reader overlay 只重刷 vocab 不刷 phrase → 绑 reader 是「搬家 + 反转」非简化。改用 live DOM 扫描范围收窄，不丢覆盖、不搬家。

改动（仅 1 源文件 + 重建 bundle）：

  • src-tauri/src/content-script/features/phrase-highlight.js：
    • 新增 findMainContentRoot()：按语义容器清单（article / [role=main] / main / .article-content / .entry-content / .story-body / #article-body / .article-body / .content-body / .post-content，与 reader.js extractWithHeuristic 对齐）找第一个正文字数 ≥ 200（MAIN_CONTENT_MIN_CHARS）的容器；找不到退回 document.body（安全侧，行为同旧）。
    • collectBodyTextNodes() 的 TreeWalker 根从 document.body 改为 findMainContentRoot()。
    • 只影响自动路径：选区「短语」按钮走 collectRangeTextNodes，不动，全档捞回保留。
  • node scripts/build-content-script.mjs 重建 content-script.js bundle。

效果：页脚 / 导航 / 侧栏 / 广告里的 boilerplate 从根上不进扫描范围——一刀切掉整个 chrome 噪声类（不只 footer），零延迟零成本。

验证（dev app 实机，rb-debug）：

  • 测试页 The Happy Prince（americanliterature.com，idiom 丰富）。
  • 全文档 .rb-phrase[data-rb-phrase-auto] 计数 = 1，且在故事正文（idiom out loud）。
  • 同页受控对比（铁证）：<footer class="footer-nav"> 内 vocab rb-discover 有 2 个（vocab 仍扫全 body，证明 footer 可达）、phrase .rb-phrase 0 个（phrase 已被限制在正文容器内）。旧逻辑下两者共用同一 document.body，vocab 能到 footer 则旧 phrase 必能到 → 现已分道，收窄生效。

边界：本步只解决桶①。正文内桶②（真歧义）原样保留，留下一步。

⏭ 下一步：桶② 正文内真歧义（A→B 流水线 · 决策已敲定 2026-06-24） ​

已确认数据（2026-06-24 查 dev 库 vocabulary.word_tags）：3 个误报短语全部 idiomaticity:always：

  • in the black ["idiom","idiomaticity:always"]
  • so much for ["idiom","idiomaticity:always"]
  • to die for ["idiom","idiomaticity:always"]

埋点实时核实（2026-06-24，dev 库 phrase_interaction_log）：clicked=25 / dismissed=7 / Σshown.count=639 → CTR 3.9%（25/639）、误报率 28%（7/25）。clicks 自上次记录卡在 25 无增长。dismiss 拆桶确认无新惯犯：to die for×2 / in the black×2 / all right reserve×2（桶① boilerplate，第 0 步已解）/ so much for×1。 → 28% 误报 100% 可归因到两个确定性根因（桶① boilerplate + 桶② 这 3 个 mistag），无任何弥散性误报。这是「A 不必等 gate-A 数据」的硬依据。

问题：always 是 type-level 标签（词条整体非组合性），但这 3 个各有常见字面读法，surface 匹配器分不出 → 字面出现被误标：

  • so much for ← "thank you so much for…"（极高频，碾压性字面搭配）
  • to die for ← "to die for [a cause]"（为某事而死）
  • in the black ← "in the black [coat/car]"（black 作形容词）

根因落在「静态 vs 运行时选址轴」：① 经常字面 = type-level 标错（静态可修）；② 通常习语·偶尔字面 = instance-level 残留（只有上下文判断能解）。

rubric 系统性盲区（必须带给 RVH，否则下次 reseed 打回）：RVH judge 问的是"这是不是真习语？"（这 3 个答案都是 yes → 给了 ≳90% → always），却没充分加权"这个 surface 串在真实语料里习语义占比多少"。so much for / to die for 都是「高频字面搭配 + 真习语」双重身份串——这是 always-mistag 的系统性陷阱类型，不是 3 个孤例。给 RVH 的核心指令 = judge prompt 显式估计 surface 串的字面搭配频率，识别这类陷阱串。

方案 = A 喂 B 的一条流水线（不是二选一）：

方案 A：RVH 预装库把 over-confident 的 always 重判降级
            ↓
方案 B（= backlog #3「§9 深度短语模式」）：context 桶逐句 LLM 二分类，判 true 才高亮

已敲定决策（2026-06-24）：

决策点结论
A 启动时机立即动手，解耦 gate-A。A 是类型层标错的根因修复，不依赖数据量；gate-A 留着测 A 之后的干净数据。
in the black 档位→ context（财经习语真有价值，深度模式能救回）
to die for 档位→ context（"a dress to die for" 习语本身常见）
so much for 档位→ literal（"thank you so much for" 字面碾压、习语义罕见到不值得占 LLM 配额；落 literal = 深度模式也不送，"so much for our plans" 永不救回，有意取舍）
第 0 步提交✅ 已提交 commit 2a2e0b3（2026-06-24 16:15，本节"代码未提交"旧述作废）
  • A（RVH 新会话，§9）：① 先查 RVH pipeline 按什么规则把这 3 个判成 always（避免下次 reseed 打回）；② 修 rubric 的「字面搭配频率」盲区；③ 重判 in the black/to die for→context、so much for→literal；④ additive reseed（word_tags tag 值，无 migration）。详细交接见 phrase-noncompositionality-tiering-crossend-plan.md §10。
  • B（RB 单开会话，gate-A 重测达标后）：复用 backlog #3 两段式（本地框候选 → 含候选句打包送 flash → 判 true 才画），目标桶 = context（含 A 降级进来的 in the black/to die for）。literal（含 so much for）不送 LLM。
  • 收益：always 桶维持本地秒出（默认体验零延迟/零成本，只留真习语）；context 歧义短语挪进 opt-in LLM 通道、in the black 等真习语义照样救回（财经句判 idiomatic→高亮，"black coat"判 literal→不高亮）。
  • 不采用「always 档加载期 LLM 后台回验」：全 App 最高频 LLM 触发点 + 卡加载路径 + 先画后撤跳变，ROI 倒挂。

关键次序洞见：A + reseed 单独就能闭合 gate-A —— 这 3 个移出 always 后立即停止自动高亮，默认层误报从 28% 掉到接近 0 ⚠️ 此预测已被 2026-06-25 gate-A 实测推翻（见下方「gate-A 实测」节）：v22 已 demote 222 个，但残余仍 28% 误报，来自别的 surface 陷阱 + lemma 折叠短语。A+v22 reseed 没有闭合 gate-A。B（§9）仍不是 default-on 发版的前置，是 always-only 默认层之上、把 context 桶习语义经 opt-in LLM 救回的独立增强。

落地次序（已敲定）：

① 第 0 步 commit 2a2e0b3 ✅（桶① boilerplate 根治，已提交）
       ↓
② RVH 新会话：A = 重判 3 个 + 审 rubric 字面搭配频率盲区 → additive reseed → 交接确认文档
       ↓
③ RB 会话：/vocab-reseed 整包覆盖（机械、快）→ 3 个移出 always → gate-A 重测 → 误报应 <10% → 评估 phrase_auto_highlight 默认 on
       ↓（独立、不阻塞发版）
④ RB 单开会话：B = §9 深度短语模式（context 桶 opt-in flash 消歧救回）

② A 必须 RVH 会话（Flutter/Dart + pipeline，§9 隔离）；④ B 必须 RB 单开会话。③ reseed 建议独立先做（单独就兑现 gate-A 精度提升），也可并进 ④ 开头。

顺带观察 → 已记 backlog ​

vocab 高亮仍扫全 body（验证时 footer 里有 rb-discover）。用户倾向也收窄 vocab。独立项，已记入 docs/plans/backlog.md，单独评估/会话推进。

gate-A 实测（2026-06-25，v22 reseed 后） ​

方法变更：放弃「点击→自动 dismiss」做 FP 信号——实测发现 on-click LLM 兜底不可靠（on the loose / in a fix 等明显误报点击后 15s+ 未被 dismiss，console 无 explain 痕迹），dismissed/clicked 会严重低估真实误报。改用 Claude 直接读 data-rb-sentence 逐条判习语 vs 字面（比 on-click deepseek 更强的 oracle，零 LLM、零等待）。 省 token 技巧：phrase_interaction_log 的 shown 行带 count = 该页 always 数 → 开页先查 SELECT count … WHERE page_url=… AND action='shown' ORDER BY id DESC LIMIT 1，count=0 直接跳过不走 DOM。

样本（10 篇真实文章，rb-debug 驱动） ​

体裁篇always 总数
文学叙事（Longreads ×2）28
科普带比喻（snexplores）14
思想随笔（Aeon/Psyche ×3 有产出）36
干硬体裁（IEEE科技 / Guardian政论×2 / Psyche指南）40

always 桶很稀疏：1.8 个/页；干硬体裁（科技/政论/政策/how-to）整篇 0 always（已用 shown count=0 + DB tag 核实 = 真稀疏，非回归——highlightPhrasesOnPage 跑了、这些体裁的习语多是 context 或不在库）。只有文学/叙事/思想随笔有产出。

18 个 always 高亮的质量 ​

类别数占比
✅ 干净真习语1161%
⚠️ 正确但低价值（basic 噪声：no matter what / pay attention）211%
❌ 硬误报（字面误命中）528%

干净实例：black gold · unsung hero · come out of the closet · at stake · want for nothing · piece of the puzzle · anything goes · pave the way · make do · pan out · at bay。

5 个硬 FP 的根因（双轨，已稳定） ​

短语句子（字面误命中）根因类
on the loose"grow crops on the loose grit"🟠 surface 陷阱
for the bird"matters... for the birds"（真鸟）🟠 surface 陷阱
to speak of"refuse to speak of the condition"🟠 surface 陷阱
in a fix"bond in a fixed proportion"（fixed→fix）🔴 lemma 过度折叠
all right reserve"All rights reserved"（rights→right，正文内嵌版权行）🔴 lemma 过度折叠

结论（喂下一轮决策） ​

  1. gate-A 未达标：v22 后 always-only 真实 FP ≈ 28%（目标 <10%）。A+v22 reseed 没闭合 gate-A（推翻上一节乐观预测）——demote 222 个之后，仍有长尾 surface 陷阱 + lemma 折叠没被覆盖。
  2. 修复路径不是 §9（§9 只救 context 桶，对这 5 个 always 误报零作用），而是两件 RVH 侧事，且都是 gate-A 必须项：
    • idiomaticity retag 第 2 轮：surface 陷阱 on the loose/for the bird/to speak of（+ 同模式 re-scan）→ 降 context。与 v22 同机制（A→B 延续）。
    • lemmatizer 资产治理：fixed→fix/rights→right 幻影匹配（backlog 已有条目，本次实测把它从"可选"升为 gate-A 阻塞项）。
  3. 低价值 basic（no matter what/pay attention）：非 FP 但噪声，可一并评估降 context。
  4. 覆盖侧：always 桶"又稀又脏"——多数文章 0-2 个、剩下 1/4 是误报。default-on 前两件 RVH 事都得做。

埋点数据：本次普查记录在 dev 库 phrase_interaction_log（v22 干净基线，用户测前已清表；clicked 数据因 on-click dismiss 不可靠、且我中途点击过几个，不作 FP 依据——FP 以上表 Claude 判定为准）。

gate-A 复测（2026-06-26，v23 reseed 后 — 两轨齐） ​

v23 合并版（track-① surface 陷阱 demote 249 条 always→context + track-② in a fix→context / all right reserve prune）reseed 后复测。同法：Claude 逐句读 data-rb-sentence 判习语 vs 字面，:not() 链枚举每页 always 高亮；文学/叙事/思想随笔体裁取样。SHA 747f4732…，运行库实测三档 always 2789 / context 3450 / literal 371。

样本（8 篇真实文章，rb-debug 驱动） ​

Aeon essays ×2（Zhuangzi / global-tax）· Psyche ×2（relationship-OCD 指南=0 / needing-others）· Longreads ×2（Living-in-an-Alive-World=Sibley 观鸟随笔 7 个 / Ramona-Ausubel 访谈）· Texas Highways ×2（Guadalupe 灾后 / Woodlands Mall=0）。

15 个 always 高亮的质量（13 distinct，at stake ×3） ​

类别distinctinstance占比(instance)
✅ 干净真习语91173%
⚠️ 正确但低价值（话语功能：no matter what/pay attention/for the most part）3320%
❌ 硬误报（字面误命中）117%

干净实例：anything goes · pave the way · making do · panned out · at bay · at stake(×3) · want for nothing · piece of the puzzle · come up with。

唯一硬 FP（新发现的同类 surface 陷阱） ​

短语句子（字面误命中）根因类当前档
all along"All along the ravaged river, heavy equipment operators…"（沿河空间义）🟠 surface 陷阱（HOMONYM：空间"all along [地点]" vs 习语"自始至终"）always

与 round-2 已治的 for the bird/to speak of 完全同类，只是 v23 re-scan 没扫到它 → 残留长尾。

结论 ​

  1. gate-A 达标（卡边）：always-only 真实硬 FP ≈ 7%（1/15 instance · 1/13 distinct），从 v22 的 28% → 7%，< 10% 目标。两轨修复在真机生效——上一轮 5 个硬 FP（on the loose/for the bird/to speak of/in a fix/all rights reserved）全部消失；同句出现的 "for the birds" 不再被高亮（demote 验证）。
  2. 覆盖没砍过窄：尽管 v23 一次 demote 249 条，always 桶仍 1.9 个/页（≈ 上一轮 1.8）；Sibley 观鸟随笔单篇 7 个。文学/叙事/思想随笔有产出，干硬体裁（指南/资讯）仍 0——真稀疏非回归。
  3. 残留两类（均非阻塞、已知修法）：
    • all along 1 个硬 FP：HOMONYM surface 陷阱长尾 → 下一轮（可选 round-3）demote-only always→context，与 round-2 同机制。1 个词，便宜。
    • 3 个 ⚠️ 低价值话语（no matter what/pay attention/for the most part）：正是 §11.4 已记录的"纯话语功能降 literal"候选，非 FP、非阻塞。
  4. 默认 on 评估：gate 已过（7%<10%）→ 可评估 phrase_auto_highlight 默认 on 进发版。建议把 all along demote + §11.4 话语子集降 literal 作为一次廉价 round-3（demote-only、零风险）顺手收掉，把 FP 推向 ~0 + 清掉 ⚠️ 噪声，再/或并行 default-on。

埋点数据：dev 库 phrase_interaction_log 含 v22+v23 混合行（本轮 FP 不依赖埋点、以逐句 Claude 判定为准；shown.count 仅用于跳过 0-always 页）。