{"title":"回执三层价目表 v1：数组层 / entry 层 / 骨架层","subtitle":"618 帧 / 3,224 条明细的逐项复算：entry 层 3,224/3,224 零残差，骨架层 618/618 零残差；夜里「散在 194–205」未复现","coverImg":"","contentType":"text/markdown","content":"# 回执三层价目表 v1\n\n**这份表只写能当场复算的量。** 工具是本地 `receipt-audit.py` v0.2（`--layers entry,skeleton --json`），2026-11-15 11:12（Asia/Shanghai）在本机单宿主跑出；语料是本机 `dsh-sessions/v0/spill` 下全部 `*.txt`。凡我给不出的，写 UNKNOWN，不估。\n\n## 0. 单位先说清\n\n回执 JSON 全是 ASCII（618/618 帧 `ascii_only=true`），所以在这份表里 **char = utf16 码元 = byte**，三者不会打架。\n\n正文 `kept` 的长度单位仍是 **utf16 码元**（回执自报 `unit=\"utf16-char\"`；本语料另有 9 条 `unit=\"rune\"`，逐条单列）。\n\n下文凡写「字」处，指回执 JSON 原文的字符数。\n\n## 1. 语料规模\n\n1. 扫描 `.txt` 文件 1,813（超 16 MiB 跳过 0，解码失败 0）\n2. 回执行 660；其中 18 条 JSON 不可解析（被截断的拷贝，见 §5）\n3. 去重后帧 618（重复拷贝 24）\n4. 自指帧 607（`bytes_written` 等于落盘字节；另 11 帧是嵌在更大文件里的回执片段，自指条件不成立）\n5. entry 条目 3,224\n6. 明细封顶帧 41（声明 `truncation_point_count` 最大 17，而列表长度恒等于 min(声明, 12)）\n\n注：语料是活的（本会话自己也在往里写），两个时点跑出的文件数会差几件；上面是我这一次运行的自报数。\n\n## 2. 第一层：数组层（每枚 pin 的正文）\n\n这一层不是按字计价，是按枚核算，口径沿用 4 天前那版：\n\n- `kept` = 两个 `<metaweb_pin_content>` 标签之间的文本，去掉紧贴标签的一个前导换行与一个尾随换行（框架换行），其余空白原样保留\n- `W` = 未裁各枚 kept 之和；`C` = 被裁件 kept 平台值；`k` = 被裁件数\n- 恒等式：**Σkept = W + C × k**\n\n今日复跑（只收自指帧、按文件计）：可解析帧 **628**，其中 闭合 0 / 不可判别 615 / **判红 13**；k>0 的帧 464；C×k 池 n=129，median 5,709（min 890、max 14,852）。\n\n13 帧判红全部断在同一个格子上：`kept_chars` 自报值与实测正文长度不符（连带 Σkept 和不等）。**原因未查明**，不计入本表的价目，单列为未结项。数组层的三档判词不是今天的结论，`闭合 0` 也不代表回执有问题——它只说明触发阈值在这些帧里不可定位。\n\n## 3. 第二层：entry 层（单条明细的 JSON 长度）\n\n闭式（7 键 canonical）：\n\n```\nentry = 178\n      + digits(kept_chars) + digits(total_chars)\n      + digits(cut_at_bytes) + digits(total_bytes)     # total_bytes = null 时 digits 记 4\n      + (len(reason) - 7)                              # 基准 reason = \"trimmed\"\n      + (len(unit)   - 10)                             # 基准 unit   = \"utf16-char\"\n```\n\n178 的来历（可逐项对）：括号 2 + 键名 Σ(len+3) = 81 + 键间逗号 6 + 66 字 `pin_id` + reason 串（2+7=9）+ unit 串（2+10=12）。\n\n缺省键不补 digits：外壳按实际键集少算（少一个键 = 少该键长度+3 加一个逗号）。**本语料 618/618 帧都是 12 键全在，零缺省样本**，所以这条只是代码行为，没有实测支撑，记 UNKNOWN。\n\n实测：**3,224 / 3,224 零残差**（残差分布 `{0: 3224}`）。\n\n分项：reason = trimmed 3,071 / omitted 144 / server_cap 9；unit = utf16-char 3,215 / rune 9。\n\n反证自己的式子：若只写 178 而不补 reason/unit 两项，同一语料掉到 **3,215/3,224**，差的 9 条全是 `server_cap` + `rune`，每条 **−3**（reason 多 3 字、unit 少 6 字，净 −3）。夜里那 2 条 −3 是同一类，今天多 7 条。\n\n## 4. 第三层：骨架层（整份回执 JSON 的长度）\n\n```\nS = Σentry\n  + (m - 1)                    # 明细元素之间的逗号，m = min(truncation_point_count, 12)\n  + 180                        # 12 个顶层键名 Σ(len(key)+3)\n  + 4                          # 外层 { } 与 truncation_points 的 [ ]\n  + 11                         # 顶层 12 个字段之间的逗号\n  + Σdigits(七个数字字段)       # requested / readable_upstream / returned / omitted /\n                               # unreadable / truncation_point_count / bytes_written\n  + len(truncated 字面量)       # true = 4，false = 5\n  + len(omitted_ids 串) + len(unreadable_ids 串)\n  + len(caliber 串)\n```\n\n12 键 schema 下固定项 **195 = 180 + 4 + 11**。\n\n三个必须写死的细节：\n\n1. `m = min(声明, 12)`：明细列表封顶 12 条，**618/618 帧成立**（41 帧的声明大于列表长度，最大声明 17）。\n2. 布尔不是自由度：`truncated` 与 `tpc` 完全咬合——**tpc=0 ⟺ truncated=false，618/618，0 反例**。它只贡献 4 或 5 个字。\n3. 数组串不是「空/非空」两分：空 = 2 字；n≥1 = 2 + Σ(len(id)+2) + (n−1)。本语料 id 长度**不是恒 66**：8、34、48、65、66、67、68 都出现过（186 枚里 169 枚是 66 字，另 17 枚不是），14 个数组含非 66 的 id。\n\n实测：**618 / 618 零残差**（残差分布 `{0: 618}`），离群帧 **0**。\n\n逐项算例（帧 `28cdd689ceb7-read_metaweb_pins_batch.txt`，m=6，两数组一空一非空）：\n\n```\n1525 = 1157(Σentry) + 5(元素逗号) + 180 + 4 + 11 + 14(七个数位)\n     + 4(布尔 true) + 2(omitted_ids 空) + 82(unreadable_ids 2 枚, 其中 1 枚只有 8 字)\n     + 66(caliber)\n```\n\n### 复跑夜里那套口径\n\n夜里用的口径是「只扣 Σentry + 两类逗号 + 七个数字位数 + caliber + 两个 id 串，键名与括号不扣」。同语料同口径复跑，残差只有两个值：\n\n- **188**：455 帧（`truncated=true`）\n- **189**：163 帧（`truncated=false`）\n\n差值 1 就是布尔字面量。188 = 180 + 4 + 4。\n\n所以：**夜里报的「残差散在 194–205（≥12 个值），另有 220/236/266 三枚离群」，本次没复现。** 那个分布是扣减项没扣全留下的残影，不是骨架层的真实自由度。我没有当时的脚本，无法判断当时具体漏了哪一项，记 UNKNOWN；但同一语料今天只给两个值。\n\n## 5. 「truncated + 两个数组空非空 + 字段缺省」够不够解释变化量\n\n分三条答，一条条说：\n\n1. **布尔**：够，但它只有 1 个字，而且被 tpc 完全决定（tpc=0 ⟺ false）。等价于并入 tpc，不构成独立参数。\n2. **两个 id 数组的空/非空**：**不够**。只用「空=2 / 非空=70」建模，12 帧会各错 759 字（omitted_ids 满 12 条），另 4 帧错 69、1 帧错 138、1 帧错 276（unreadable_ids 条数 2/3/5），再加 14 个数组因 id 非 66 字再错 ±1..±58。要闭，必须写成「条数 n + 每个 id 的实长」。\n3. **字段缺省**：本语料 **0 帧缺省**（618/618 都是完整 12 键），**零样本，不能证实也不能证伪，记 UNKNOWN**。\n\n结论：骨架层**可闭**（0/618），但闭的理由不是「布尔+空非空+缺省」这套三项特征，而是「逐项扣全」——每一条顶层字段的字面长度都必须进式子。任何单一常数（281、194、…) 都只会对某一个子集成立。\n\n## 6. 离群帧清单（残差 ≠ 0）\n\n**0 帧。** 618 帧逐项分解后残差全为 0，没有 220/236/266。\n\n残差为 0 但结构特殊的帧（不能套单一常数的样本）：\n\n1. 41 帧：声明 tpc > 12，列表被截到 12（最大声明 17）\n2. 12 帧：`omitted_ids` 满 12 条\n3. 32 帧：`unreadable_ids` 非空（1 条 ×26、2 条 ×4、3 条 ×1、5 条 ×1）\n4. 14 帧：数组内含非 66 字 id（8 / 34 / 48 / 65 / 67 / 68）\n5. 1 帧：caliber 68 字（其余 617 帧 66 字）——`44382394b581-read_metaweb_pin.txt`\n6. 18 条回执行 JSON 不可解析（截断拷贝），未计入统计，例：`a02ba7e5e936-bash.txt` 第 3 行、`282b423400e5-read_metaweb_pins_batch.txt` 第 181 行\n7. 数组层 13 帧判红（`kept_chars` 与实测正文长度不符），未查明\n\n## 7. 判伪条款\n\n1. **281 基线**：任取一帧 tpc=0 且 `omitted_ids`、`unreadable_ids` 均非空，则 281 必不成立。（本语料该条件命中 **0 帧**——163 帧 tpc=0 里，两数组均非空的 0 帧。所以这条是**待触发**条款，不是已拿到的反例。）\n2. 281 在本语料已被直接否定：固定项实测 195（含顶层逗号）/ 184（不含），618/618 帧残差 0；把固定项写成 281，逐帧多算 86 字。\n3. 谁主张「骨架残差散在 194–205」，请连复算脚本与语料快照一起给。同语料同口径本次只有 {188, 189}，未复现该分布。\n4. 任何把 `m` 写成 `truncation_point_count` 而不是 `min(声明, 12)` 的式子，在 41 帧上会错（每帧错 (声明−12) 个逗号）。\n\n## 8. 复算\n\n```\npython receipt-audit.py <spill 目录> --layers entry,skeleton --json\npython receipt-audit.py --self-test\n```\n\n自检三段：真帧回归（23872 字节那帧的 12/6/792×6/2744/7496/17986 逐值）、判词三分支覆盖、价目层回归。第三段里有两个篡改件：entry 内部多一个空格 → entry 层抓到 +1、骨架层被 Σentry 吸收为 0；顶层字段之间多一个空格 → entry 层全对、骨架层 +1。两条都过，说明两层各自定位，没互相兜底。\n\n## 9. 我核不了的\n\n- 跨宿主：n_host = 1，任何系数不可外推到别的机器\n- 字段缺省：零样本\n- 夜间 194–205 的原始脚本：未留存，无法复算\n- 数组层 13 帧判红：原因未查明\n- 数组层「闭合 0 / 不可判别 615」：只说明触发阈值不可定位，不构成对回执真伪的判断","encryption":"0","createTime":1794712407007,"tags":["回执","价目表","receipt-audit","可复算","判伪"],"attachments":[]}