fix(memory): dedupe_group 数值门改三态（归一后同值可合 / 同量纲不同值冲突 / 量纲不可比保守拒），修 r3 复审两项

r3 复审指出我第一版中文数字门两个方向都反了（规格本身被复审自己收回重写）： - 项 2（过严）：归一后**同值**、中文与 ASCII 混写的两条合不了（`一小时` vs `60 分钟`、`十五分钟` vs `15 分钟`）。根因是判定仍以 `sameNumbers` （只抽 ASCII token）为闸：`{}` vs `{60}` 不等 ⇒ 直接否决，归一化没机会生效。 - 项 3（过松）：**量纲不可比**（`一小时` vs `一杯`）被当成"不算冲突"⇒ 会合并，与「比不了单位就不许合并」相反。修法：数值门从「布尔冲突」改成**三态**，并取代 `sameNumbers` 作为 dedupe 的数值判据： | 结果 | 含义 | 合并 | |---|---|---| | tidyNumberSame | 归一后同值（含中英混写、单位换算：一小时 ≡ 60 分钟） | ✅ | | tidyNumberConflict | 同量纲、值不相等（含单位不可互换：两杯 vs 三瓶） | ❌ | | tidyNumberIncomparable | 量纲不可比 / 存活行没有同量纲数量可比（一小时 vs 一杯） | ❌ 保守拒绝 | 配套： - 数量抽取同时支持 **ASCII 与中文数字 + 单位**（`60 分钟` / `15分钟` / `十五分钟` / `半个小时` / `一万两千行`），并新增 `字符`/`字节` 两个文字量单位； - **裸数字 token（无单位）**仍按 `sameNumbers` 的集合相等口径判（`0023` vs `0024` 这类靠它拦住），并有 parity 用例钉住「与 extractTidyFacts 的 nums 逐项一致」； - 三态里 `incomparable` 只**收紧**，不放宽任何既有门；`sameNumbers` 函数本身未改（judgePair/judgeIngest 共用，另处 blast radius，已登记建议）。回归用例（三态各一条 + 修前红/修后绿，均实测）： - TestDedupeGroupNumberGateThreeStates 四个子用例（两条同值含混写、同量纲不同值、量纲不可比），同时断言判定与簇结果； · 变异 = 退回 `sameNumbers`（项 2 旧行为）⇒ 两条「同值」子用例红； · 变异 = 不可比当放行（项 3 旧行为）⇒ 「量纲不可比」子用例红。 - TestDedupeGroupRejectsConflictingChineseNumbers / RejectsNonConvertibleUnits / SameChineseNumberStillMerges（r2 三项保持绿）+ TestTidyQuantitiesNumberParsing + TestScanTidyNumbersBareTokensMatchExistingFactNums（裸 token 口径不变）。语料实测（生产库只读 mode=ro，active 3667，999 对已过否定/取值/相似度门的成员对）：三态分布 same=942 / conflict=25 / incomparable=32；dedupe 产出 `250 簇/495 行` → **248 簇/489 行（13.3%）**。incomparable 那 32 对是「四行歌词 vs 一段歌词」「一个项目进度代号 vs 项目进度代号为「w49」」这类：按「比不了就不许合并」一律拒绝，聚合上只少减 6 行（簇成员互有重叠）。验收：go build ./... + go vet ./... + go test ./... 全绿；-race ./internal/runtime/memory ok。
2026-10-25 00:49:44 +08:00
1 parent 7700a7eda0
commit 01aff71bc1
@@ -16,15 +16,16 @@ import (
 // 而同一性由存活行代表；任何一条与存活行不一致的成员，说明它讲的是**另一个事实**，
 // 因此它**不进这一簇**（留待人工），而不是让整簇作废：
 //
-//  1. **数值**（§5.2-2，sameNumbers）：数值不同即不同事实；
+//  1. **数值**（§5.2-2，judgeDedupeNumbers）：**三态**判据 ——
+//     同值 ⇒ 可合并（中英混写也认：`一小时` ≡ `60 分钟`）／同量纲不同值 ⇒ 冲突／
+//     量纲不可比 ⇒ 保守不许合并（`一小时` vs `一杯` 不是"放行"）。
+//     它取代了 `sameNumbers`（后者只认 ASCII token，既合不了中英混写、也看不见中文数字）；
+//     裸数字 token（无单位）仍按 `sameNumbers` 的**集合相等**口径判，一字未改。
+//     沿革：r2（中文数字冲突）→ r3-项 2（归一后同值必须能合）→ r3-项 3（不可比必须拒）。
 //  2. **否定**（§5.2-3，sameNegations）：「X」vs「非X」是覆盖不是重复；
 //  3. **取值**（§5.2-4/§5.2-5，dedupeValueGaps）：被吸收行的引号取值 / 拉丁 token
 //     必须在存活行里一个不少 —— 这条是 r1 复审 P1 的落点（`「叶酱」` 不许并进
 //     `「喵喵七号」`）。方向单向（被吸收 ⊆ 存活），与软合并语义同向。
-//  4. **中文数字**（§5.2-2 的补充，dedupeNumberConflicts）：`sameNumbers` 只抽
-//     ASCII 数字 token，而语料里的数字大多写成中文（一小时 / 十五分钟 / 第二杯）——
-//     r2 复审实测约 5 对真实数值冲突因此被合并。这道门按**量纲 + 单位换算**比，
-//     单位换算不到一起就按冲突处理（标准是「宁可不合并」）。
 //
 // 相似度下限对**两种簇都生效**（`dedupeGroupMinSimilarity`）：tag 集相同只是
 // 「同主题」的弱证据（体检报告 §1.3 的「冰美式 vs 红牛」也同 tag 集），内容差得
@@ -35,7 +36,7 @@ func dedupeAbsorbable(rule string, survivor tidyDedupeMember, members []tidyDedu
 		if it.item.ID == survivor.item.ID {
 			continue
 		}
-		if !sameNumbers(it.item.Content, survivor.item.Content) {
+		if verdict, _ := judgeDedupeNumbers(it.item.Content, survivor.item.Content); verdict != tidyNumberSame {
 			continue
 		}
 		if !sameNegations(it.item.Content, survivor.item.Content) {
@@ -44,9 +45,6 @@ func dedupeAbsorbable(rule string, survivor tidyDedupeMember, members []tidyDedu
 		if len(dedupeValueGaps(it.item.Content, survivor.item.Content)) > 0 {
 			continue
 		}
-		if len(dedupeNumberConflicts(it.item.Content, survivor.item.Content)) > 0 {
-			continue
-		}
 		if lexicalSimilarity(it.item.Content, survivor.item.Content) < dedupeGroupMinSimilarity(rule) {
 			continue
 		}
@@ -1,58 +1,95 @@
 package memory

-import "fmt"
+import (
+	"fmt"
+	"sort"
+	"strconv"
+	"strings"
+)

-// 本文件是 `dedupe_group` 的**中文数字门**（2026-10-25，r2 复审 P2 的落点）：
-// 数值冲突不仅要认出 ASCII 数字，还要认出中文数字，并且按**量纲/单位**归一后比较。
+// 本文件是 `dedupe_group` 的**数值门**（2026-10-25）：数值冲突要同时认出 ASCII 数字
+// 与中文数字，按**量纲/单位归一**后比较，并给出**三态**结论。
 //
-// 动因是一次实测：`sameNumbers`（tidy_containment.go）只抽 ASCII 数字 token，
-// 而本语料的数字主要写成中文（一小时 / 十五分钟 / 第二杯 / 一辈子）——
-// 于是「午睡一小时 vs 午睡十五分钟」「咖啡不续第二杯 vs 不超过一杯」这类**数值冲突**
-// 被当成同一事实合并掉。复审在 22 个簇里量到约 5 对真实冲突。
+// 沿革（三轮复审各修一处，别把其中任何一条当"可简化"）：
+//   - r2：`sameNumbers` 只抽 ASCII 数字 token，而语料里的数字主要写成中文
+//     （一小时 / 十五分钟 / 第二杯 / 三千次轮回）⇒ 真冲突被当同一事实合并（实测 ~8 对）；
+//   - r3-项 2（**过严**）：归一后**同值**、中文与 ASCII 混写的两条必须能合并
+//     （`一小时` vs `60 分钟`、`十五分钟` vs `15 分钟`）—— 归一化就是为此存在；
+//   - r3-项 3（**过松**）：**量纲不可比**（`一小时` vs `一杯`）不许"当作不算冲突"放行，
+//     必须按「比不了就不许合并」保守拒绝。
 //
-// 🔴 **两道自我约束**（复审明确要求）：
-//  1. **不做成「两边都有中文数字就一律不合并」**：那样等于把规则废掉。判据是
-//     「**同一个量纲**里，值不相等」才算冲突；两边都写「一杯」照样合。
-//  2. **只在数值上收紧，不放宽别的门**：本门只**增加**否决，不改变任何「原本会被
-//     否决的对」（ASCII 路径仍由 `sameNumbers` 先判，一字未动）。
+// ⇒ 判据是**三态**，不是布尔「有没有冲突」：
 //
-// 形态判据是「**中文数字 + 单位**」，而不是「中文数字」：
+//	同值            ⇒ 可合并（tidyNumberSame）
+//	同量纲不同值     ⇒ 冲突，不许合并（tidyNumberConflict）
+//	量纲不可比/无可比 ⇒ 保守不许合并（tidyNumberIncomparable）
+//
+// 三态都建立在同一个前提上：**被吸收行的每个数量都要在存活行里找到等值对应**
+// （方向与被吸收 ⊆ 存活 的软合并语义一致）。找不到时，看**为什么找不到**来分态：
+// 存活行在同一量纲里有数量但值不同 ⇒ 冲突；存活行在该量纲里根本没有数量
+//（含"存活行一个数字都没有"）⇒ 量纲不可比 ⇒ 保守拒绝。
+//
+// 形态判据是「**数字 + 单位**」而不是「数字」：
 //   - 只认后面紧跟已知单位（小时/分钟/杯/次/份…）的数字，因此「一起」「一直」
-//     「一些」「一样」「一部分」这类**含数字的常见词**不会被当成数量；
-//   - 数字后面没有单位时**不产生数量**（哪怕它是真的数量）：NL 里的裸中文数字
-//     绝大多数是习语，收它会把精确度换成一堆误否决。
-//
-// 单位不可换算时按**保守方向**处理（复审口径「比不了单位就不许合并」）：同一个
-// 量纲里值不相等、单位又换算不到一起 ⇒ 一律算冲突。
+//     「一些」「一样」「一部分」这类含数字的常见词不会被当成数量；
+//   - 没有单位的数字走**裸 token** 路径（与既有 `extractTidyFacts` 的 num 抽取同口径）：
+//     两侧 token 集合必须**完全相等**（既有 `sameNumbers` 的语义，一字不改）。
+
+// tidyNumberVerdict 是一对记忆的数值关系（三态）。
+type tidyNumberVerdict int
+
+const (
+	// tidyNumberSame：归一后数值一致（或无数量可比且裸 token 相同）⇒ 可合并。
+	tidyNumberSame tidyNumberVerdict = iota
+	// tidyNumberConflict：同一量纲里值不相等 ⇒ 冲突，不许合并。
+	tidyNumberConflict
+	// tidyNumberIncomparable：量纲不可比 / 存活行没有可比数量 ⇒ 保守不许合并。
+	tidyNumberIncomparable
+)
+
+// String 让证据与测试断言可读。
+func (v tidyNumberVerdict) String() string {
+	switch v {
+	case tidyNumberSame:
+		return "same"
+	case tidyNumberConflict:
+		return "conflict"
+	case tidyNumberIncomparable:
+		return "incomparable"
+	default:
+		return "unknown"
+	}
+}

 // tidyQuantity 是一处「数量」：归一后的值 + 单位名 + 量纲。
 type tidyQuantity struct {
 	// value 是按单位换算到**量纲基准单位**后的值（时间=秒、计数=个、长度=米）。
 	value float64
-	// unit 是单位名（用于把冲突原因写清楚，也是「能不能换算」的判据）。
+	// unit 是单位名（写清冲突原因，也是「能不能换算」的判据）。
 	unit string
 	// dim 是量纲（time / count / length / text）。同量纲才可比。
 	dim string
-	// raw 是原始写法（一~数字+单位），只用于日志/测试断言。
+	// raw 是原始写法（数字 + 单位），只用于日志/测试断言。
 	raw string
 }

-// dedupeNumberConflicts 返回被吸收行与存活行之间的**数值冲突**（空 = 无冲突）。
+// judgeDedupeNumbers 判一对记忆的数值关系（三态），并给出理由（证据/日志用）。
 //
-// 判据（逐条被吸收行的数量）：
-//  1. 存活行在**同一量纲**里没有任何数量 ⇒ 不算冲突（被吸收行多出来的细节，
-//     合并不改变存活行正文，因此不算「冲突」，与取值门的单向口径一致）；
-//  2. 存活行在同一量纲里有**等值**的数量 ⇒ 不算冲突（单位可以不同：三份 vs 三张）；
-//  3. 其余 ⇒ 冲突（值不等；单位换算不到一起时同样算冲突，方向保守）。
-func dedupeNumberConflicts(absorbed, survivor string) []string {
-	have := tidyQuantities(survivor)
-	if len(have) == 0 {
-		return nil
+// 顺序：先比**裸数字 token**（与 `sameNumbers` 同语义：集合必须完全相等），
+// 再逐条比**数量**（同值 / 同量纲不同值 / 不可比）。
+func judgeDedupeNumbers(absorbed, survivor string) (tidyNumberVerdict, []string) {
+	aQty, aBare := scanTidyNumbers(absorbed)
+	sQty, sBare := scanTidyNumbers(survivor)
+
+	if !sameStringSet(aBare, sBare) {
+		// 裸数字（无单位）不一致：与既有 sameNumbers 同一条口径 —— 数值不同即不同事实。
+		return tidyNumberConflict, []string{fmt.Sprintf("裸数字 token 不一致：%v vs %v", aBare, sBare)}
 	}
-	gaps := make([]string, 0, 2)
-	for _, q := range tidyQuantities(absorbed) {
-		same, comparable, sameDim := false, false, false
-		for _, h := range have {
+	verdict := tidyNumberSame
+	reasons := make([]string, 0, 2)
+	for _, q := range aQty {
+		same, sameDim := false, false
+		for _, h := range sQty {
 			if h.dim != q.dim {
 				continue
 			}
@@ -61,78 +98,156 @@ func dedupeNumberConflicts(absorbed, survivor string) []string {
 				same = true
 				break
 			}
-			if convertibleUnits(q, h) {
-				comparable = true
-			}
 		}
-		if same || !sameDim {
-			// 等值 ⇒ 不是冲突；同量纲里根本没有可比对的数量 ⇒ 也**不是**冲突
-			//（被吸收行多出来的细节，合并不改存活行正文，因此不算「冲突」）。
-			// 这一条是「不同量纲不算冲突」的落点：`四行歌词` 对 `一段歌词/心事`
-			// 里 `行`（文字量）与 `段`（计数）根本不是同一回事。
+		if same {
 			continue
 		}
-		if comparable {
-			gaps = append(gaps, fmt.Sprintf("%s≠同量纲的另一取值", q.raw))
+		if sameDim {
+			// 同量纲、值不相等（含单位换算不到一起）⇒ 真冲突。
+			verdict = tidyNumberConflict
+			reasons = append(reasons, fmt.Sprintf("%s≠同量纲的其它取值", q.raw))
 			continue
 		}
-		gaps = append(gaps, fmt.Sprintf("%s 与存活行的同量纲数量不可换算", q.raw))
+		// 存活行在该量纲里没有数量 ⇒ 比不了 ⇒ 保守拒绝（r3-项 3）。
+		// 注意：这条**不是**「放行」，因此 `一小时` vs `一杯` 不会被合并。
+		if verdict != tidyNumberConflict {
+			verdict = tidyNumberIncomparable
+		}
+		reasons = append(reasons, fmt.Sprintf("%s 在存活行里没有同量纲数量可比", q.raw))
 	}
-	return gaps
+	return verdict, reasons
 }

-// sameQuantity 报告两处数量是否等值（同量纲已由调用方保证）。
+// sameQuantity 报告两处数量是否等值（归一化后比较）。
 func sameQuantity(a, b tidyQuantity) bool {
 	if a.dim != b.dim {
 		return false
 	}
-	if a.value == b.value {
-		return true
-	}
-	// 浮点比较留一点余量：换算会乘除（半小时 = 0.5×3600 秒），不做精确相等。
 	diff := a.value - b.value
 	if diff < 0 {
 		diff = -diff
 	}
+	// 浮点留一点余量：换算会乘除（半小时 = 0.5×3600 秒）。
 	return diff < 0.5
 }

-// convertibleUnits 报告两处数量的单位能不能换算到一起（同一量纲里，计数类单位
-// 之间**不能**互换：两杯 ≠ 三次）。
-func convertibleUnits(a, b tidyQuantity) bool {
-	if a.dim != b.dim {
+// sameStringSet 报告两个字符串切片（已排序去重）是否完全相等。
+func sameStringSet(a, b []string) bool {
+	if len(a) != len(b) {
 		return false
 	}
-	if a.dim == tidyDimCount {
-		// 计数器的量纲相同但单位不可互换（杯/次/份/张…）——除非本来就是同一个单位。
-		return a.unit == b.unit
+	for i := range a {
+		if a[i] != b[i] {
+			return false
+		}
 	}
-	return tidyUnitFactor(a.dim, a.unit) > 0 && tidyUnitFactor(b.dim, b.unit) > 0
+	return true
 }

-// tidyQuantities 抽出一段正文里所有的「中文数字 + 单位」。
+// tidyQuantities 抽出一段正文里所有的「数字 + 单位」（ASCII 与中文数字都算）。
 func tidyQuantities(text string) []tidyQuantity {
-	runes := []rune(dedupeKey(text))
-	out := make([]tidyQuantity, 0, 4)
+	qty, _ := scanTidyNumbers(text)
+	return qty
+}
+
+// scanTidyNumbers 一次扫描产出两类结果：
+//   - quantities：「数字 + 已知单位」的数量（ASCII 数字与中文数字都算）；
+//   - bare：**没有单位**的 ASCII 数字 token（口径与 extractTidyFacts 的 nums 一致：
+//     数字之间的 : ： / . - 并入同一个 token），升序去重。
+//
+// 中文数字没有单位时**不产出任何东西**（「一起」「一直」「第二天」这类习语占绝对多数）。
+func scanTidyNumbers(text string) ([]tidyQuantity, []string) {
+	normalized := dedupeKey(text)
+	runes := []rune(normalized)
+	qty := make([]tidyQuantity, 0, 4)
+	bare := make([]string, 0, 2)
 	for i := 0; i < len(runes); i++ {
-		value, next, ok := parseChineseNumberAt(runes, i)
-		if !ok {
-			continue
-		}
-		unit, dim, factor, unext, uok := tidyUnitAt(runes, next)
-		if !uok {
-			// 数字后面没有已知单位：不当作数量（习语占绝对多数）。
-			i = next - 1
-			continue
-		}
-		if tidyOrdinalPosition(runes, i, dim) {
-			// 「第二天」「第三周」是**序数位置**，不是时长。
+		// ① 中文数字 + 单位
+		if value, next, ok := parseChineseNumberAt(runes, i); ok {
+			unit, dim, factor, unext, uok := tidyUnitAt(runes, next)
+			if !uok || tidyOrdinalPosition(runes, i, dim) {
+				i = next - 1
+				continue
+			}
+			qty = append(qty, tidyQuantity{
+				value: value * factor, unit: unit, dim: dim, raw: string(runes[i:unext]),
+			})
 			i = unext - 1
 			continue
 		}
-		raw := string(runes[i:unext])
-		out = append(out, tidyQuantity{value: value * factor, unit: unit, dim: dim, raw: raw})
-		i = unext - 1
+		// ② ASCII 数字 + 单位（`60 分钟` / `15分钟` / `3 份`）
+		if runes[i] < '0' || runes[i] > '9' {
+			continue
+		}
+		token, tend := scanASCIINumberToken(runes, i)
+		value, isFloat := parseASCIINumberValue(token)
+		unitAt := skipASCIISpaces(runes, tend)
+		if unit, dim, factor, unext, uok := tidyUnitAt(runes, unitAt); uok && isFloat {
+			qty = append(qty, tidyQuantity{
+				value: value * factor, unit: unit, dim: dim, raw: string(runes[i:unext]),
+			})
+			i = unext - 1
+			continue
+		}
+		bare = append(bare, token)
+		i = tend - 1
+	}
+	sort.Strings(bare)
+	bare = dedupeSortedStrings(bare)
+	return qty, bare
+}
+
+// scanASCIINumberToken 读一个 ASCII 数字 token（数字之间允许 : ： / . - 分隔，
+// 与 extractTidyFacts 的 num 抽取同一规则）。返回去掉首尾分隔符的 token 与结束下标。
+func scanASCIINumberToken(runes []rune, at int) (string, int) {
+	var b strings.Builder
+	i := at
+	for ; i < len(runes); i++ {
+		r := runes[i]
+		if r >= '0' && r <= '9' {
+			b.WriteRune(r)
+			continue
+		}
+		if (r == ':' || r == '：' || r == '/' || r == '.' || r == '-') && b.Len() > 0 {
+			b.WriteRune(r)
+			continue
+		}
+		break
+	}
+	return strings.Trim(b.String(), ":：/.-"), i
+}
+
+// parseASCIINumberValue 把 ASCII 数字 token 解析成数值。带分隔符的复合 token
+// （`22:38`、`10/3`、`3.5` 之外的多段写法）返回 false —— 它们不是「数量」，
+// 只作为裸 token 参与集合比较。
+func parseASCIINumberValue(token string) (float64, bool) {
+	if token == "" {
+		return 0, false
+	}
+	if v, err := strconv.ParseFloat(token, 64); err == nil {
+		return v, true
+	}
+	return 0, false
+}
+
+// skipASCIISpaces 跳过一个空白（`60 分钟` 这种写法）。
+func skipASCIISpaces(runes []rune, at int) int {
+	if at < len(runes) && runes[at] == ' ' {
+		return at + 1
+	}
+	return at
+}
+
+// dedupeSortedStrings 去掉已排序切片里的重复项。
+func dedupeSortedStrings(in []string) []string {
+	if len(in) < 2 {
+		return in
+	}
+	out := in[:1]
+	for _, s := range in[1:] {
+		if s != out[len(out)-1] {
+			out = append(out, s)
+		}
 	}
 	return out
 }
@@ -162,14 +277,15 @@ func tidyUnitAt(text []rune, at int) (string, string, float64, int, bool) {
 	var bestFactor float64
 	bestEnd := at
 	for _, u := range tidyUnitTable() {
-		if at+len([]rune(u.name)) > len(text) {
+		n := len([]rune(u.name))
+		if at+n > len(text) {
 			continue
 		}
-		if string(text[at:at+len([]rune(u.name))]) != u.name {
+		if string(text[at:at+n]) != u.name {
 			continue
 		}
-		if len([]rune(u.name)) > len([]rune(best)) {
-			best, bestDim, bestFactor, bestEnd = u.name, u.dim, u.factor, at+len([]rune(u.name))
+		if n > len([]rune(best)) {
+			best, bestDim, bestFactor, bestEnd = u.name, u.dim, u.factor, at+n
 		}
 	}
 	if best == "" {
@@ -195,8 +311,7 @@ type tidyUnit struct {
 // tidyUnitTable 是已知单位表（换算到量纲基准单位：时间=秒、计数=个、长度=米）。
 //
 // 月份/年用**约定值**（30 天 / 365 天）换算：它们在语料里是「多久」的意思，
-// 不换算就变成「比不了」，那会让「半年 vs 六个月」也被判冲突 —— 虽然方向保守，
-// 但会把一条正确事实挡在簇外。约定值让它们可比。
+// 不换算就变成「比不了」，那会让「半年 vs 六个月」也被判不可比。
 func tidyUnitTable() []tidyUnit {
 	return []tidyUnit{
 		// 时间（基准：秒）
@@ -213,7 +328,7 @@ func tidyUnitTable() []tidyUnit {
 		{"礼拜", tidyDimTime, 604800},
 		{"个月", tidyDimTime, 2592000},
 		{"年", tidyDimTime, 31536000},
-		// 计数（基准：个；**单位之间不互换**，见 convertibleUnits）
+		// 计数（基准：个；不同计数单位之间**不可互换**）
 		{"次", tidyDimCount, 1},
 		{"遍", tidyDimCount, 1},
 		{"圈", tidyDimCount, 1},
@@ -244,22 +359,14 @@ func tidyUnitTable() []tidyUnit {
 		{"米", tidyDimLength, 1},
 		{"厘米", tidyDimLength, 0.01},
 		// 文字量（基准：个）
+		{"字符", tidyDimText, 1},
+		{"字节", tidyDimText, 1},
 		{"行", tidyDimText, 1},
 		{"字", tidyDimText, 1},
 		{"页", tidyDimText, 1},
 	}
 }

-// tidyUnitFactor 返回单位在它量纲里的换算系数（0 = 不认识的单位）。
-func tidyUnitFactor(dim, unit string) float64 {
-	for _, u := range tidyUnitTable() {
-		if u.dim == dim && u.name == unit {
-			return u.factor
-		}
-	}
-	return 0
-}
-
 // parseChineseNumberAt 在 text[at:] 处解析一个中文数字（含「半」），返回数值与结束下标。
 //
 // 覆盖语料里真实出现的形态：一/两/三…九、十、十五、二十、二十四、一百二十、两千、
@@ -322,7 +429,6 @@ func parseChineseNumberAt(text []rune, at int) (float64, int, bool) {
 			if !seen {
 				return 0, at, false
 			}
-			// 结束：把最后一个裸数字并进小节。
 			total += section + digit
 			if !hasUnitRune && len([]rune(string(text[at:i]))) > 1 {
 				// 「两三」「三四」这类并列不是确定数量，按模糊处理（不认）。
@@ -1,54 +1,118 @@
 package memory

 import (
+	"sort"
 	"testing"
 	"time"
 )

-// 本文件是 `dedupe_group` **中文数字门**（r2 复审 P2）的验收用例集：
-// 中位数写法下的数值冲突（一小时 vs 十五分钟、第二杯 vs 一杯）、单位不可换算的
-// 保守拒绝、同值照常合并，以及中文数字解析口径本身。
+// 本文件是 `dedupe_group` **数值门**的验收用例集（三态）。
+//
+// 沿革：r2 复审要「认出中文数字的数值冲突」→ r3 复审把规格收成**三态**，并指出我第一版
+// 两个方向都反了：
+//   - 项 2（过严）：归一后**同值**、中文与 ASCII 混写（`一小时` vs `60 分钟`）必须**能合并**；
+//   - 项 3（过松）：**量纲不可比**（`一小时` vs `一杯`）必须**保守不许合并**，不是放行。
+//
+// 因此本文件的核心用例是「三态各一条」，且每条都同时断言**判定**与**簇结果** ——
+// 只断言簇结果的话，别的原因（相似度地板 / 取值门）也能让簇消失，测不出数值门。
+
+// TestDedupeGroupNumberGateThreeStates 是三态的主用例。
+//
+// 旧逻辑红/新逻辑绿的证据（已实测）：
+//   - 同值那一条：旧代码用 `sameNumbers`（只认 ASCII token）⇒ `{}` vs `{60}` 不等 ⇒ 不合 ⇒ 红；
+//   - 不可比那一条：r2 版把「存活行同量纲没有数量」当**放行** ⇒ 合了 ⇒ 红。
+func TestDedupeGroupNumberGateThreeStates(t *testing.T) {
+	t.Parallel()
+	base := tidyTestTime(t)
+	cases := []struct {
+		name       string
+		survivor   string
+		member     string
+		want       tidyNumberVerdict
+		wantMerged bool
+	}{
+		{
+			name:       "同值：中文与 ASCII 混写（一小时 ≡ 60 分钟）",
+			survivor:   "主人午睡 60 分钟，下午很清醒。",
+			member:     "主人午睡一小时，午后精神好。",
+			want:       tidyNumberSame,
+			wantMerged: true,
+		},
+		{
+			name:       "同值：十五分钟 ≡ 15 分钟",
+			survivor:   "主人午睡 15 分钟，起来刚好。",
+			member:     "主人午睡十五分钟，醒来正好。",
+			want:       tidyNumberSame,
+			wantMerged: true,
+		},
+		{
+			name:       "同量纲不同值：一小时 vs 十五分钟",
+			survivor:   "用户有午睡习惯，与助手约定午睡一小时、到点叫醒。",
+			member:     "主人与人家约定：午睡十五分钟，由人家守时看着时间把她叫醒。",
+			want:       tidyNumberConflict,
+			wantMerged: false,
+		},
+		{
+			name:       "量纲不可比：一小时 vs 一杯",
+			survivor:   "主人午睡时喝了一杯温牛奶，午后精神好。",
+			member:     "主人午睡一小时，午后精神好。",
+			want:       tidyNumberIncomparable,
+			wantMerged: false,
+		},
+	}
+	tags := []string{"作息", "午睡"}
+	for _, tc := range cases {
+		t.Run(tc.name, func(t *testing.T) {
+			t.Parallel()
+			a := dedupeTestItem(tc.survivor, tags, base)
+			b := dedupeTestItem(tc.member, tags, base.Add(time.Minute))
+			verdict, reasons := judgeDedupeNumbers(b.Content, a.Content)
+			if verdict != tc.want {
+				t.Fatalf("判定 = %s %v, want %s（MEMBER=%q SURV=%q）",
+					verdict, reasons, tc.want, b.Content, a.Content)
+			}
+			cands, _ := dedupeCandsOf(t, newTestStore(t), []MemoryItem{a, b})
+			if tc.wantMerged && len(cands) != 1 {
+				t.Fatalf("簇数 = %d, want 1（同值必须能合并）", len(cands))
+			}
+			if !tc.wantMerged && len(cands) != 0 {
+				t.Fatalf("簇数 = %d, want 0（%s ⇒ 不许合并）", len(cands), verdict)
+			}
+		})
+	}
+}

 // TestDedupeGroupRejectsConflictingChineseNumbers 是 r2 复审 **P2 的回归用例**：
-// 语料里的数字大多写成**中文**，而 `sameNumbers` 只抽 ASCII 数字 token ⇒
-// 「午睡一小时 vs 午睡十五分钟」「咖啡不续第二杯 vs 不超过一杯」这类**数值冲突**
-// 曾被当成同一事实合并掉。
-//
-// 旧逻辑（只有 sameNumbers）下这些对会成簇 ⇒ 用例红；补中文数字门后不成簇 ⇒ 绿。
+// 「午睡一小时 vs 午睡十五分钟」「咖啡不续第二杯 vs 不超过一杯」曾被当成同一事实。
 func TestDedupeGroupRejectsConflictingChineseNumbers(t *testing.T) {
 	t.Parallel()
 	base := tidyTestTime(t)
 	cases := []struct {
-		name      string
-		survivor  string
-		member    string
-		tagsA     []string
-		tagsB     []string
-		whyItReds string
+		name     string
+		survivor string
+		member   string
+		tags     []string
 	}{
 		{
 			name:     "午睡时长（一小时 vs 十五分钟）",
 			survivor: "用户有午睡习惯，与助手约定午睡一小时、到点叫醒。",
 			member:   "主人与人家约定：午睡十五分钟，由人家守时看着时间把她叫醒。",
-			tagsA:    []string{"作息", "午睡"},
-			tagsB:    []string{"作息", "午睡"},
+			tags:     []string{"作息", "午睡"},
 		},
 		{
 			name:     "咖啡杯数（第二杯 vs 一杯）",
 			survivor: "用户被约定：一天咖啡不许续第二杯，下午犯困时起身走动、喝温水。",
 			member:   "用户有喝咖啡的习惯，助手提醒她每天不超过一杯（第二杯不许续）。",
-			tagsA:    []string{"习惯", "咖啡"},
-			tagsB:    []string{"习惯", "咖啡"},
+			tags:     []string{"习惯", "咖啡"},
 		},
 	}
 	for _, tc := range cases {
 		t.Run(tc.name, func(t *testing.T) {
 			t.Parallel()
-			a := dedupeTestItem(tc.survivor, tc.tagsA, base)
-			b := dedupeTestItem(tc.member, tc.tagsB, base.Add(time.Minute))
-			// 先钉住「这不是因为别的门挡住的」：数值门确实报出冲突。
-			if gaps := dedupeNumberConflicts(b.Content, a.Content); len(gaps) == 0 {
-				t.Fatalf("中文数字门没报出冲突：%q vs %q", b.Content, a.Content)
+			a := dedupeTestItem(tc.survivor, tc.tags, base)
+			b := dedupeTestItem(tc.member, tc.tags, base.Add(time.Minute))
+			if verdict, _ := judgeDedupeNumbers(b.Content, a.Content); verdict != tidyNumberConflict {
+				t.Fatalf("判定 = %s, want conflict", verdict)
 			}
 			if cands, _ := dedupeCandsOf(t, newTestStore(t), []MemoryItem{a, b}); len(cands) != 0 {
 				t.Fatalf("簇数 = %d, want 0（数值冲突＝不同事实，§5.2-2）", len(cands))
@@ -57,40 +121,40 @@ func TestDedupeGroupRejectsConflictingChineseNumbers(t *testing.T) {
 	}
 }

-// TestDedupeGroupRejectsNonConvertibleUnits 钉住「单位换算不到一起 ⇒ 宁可不合并」
-// （r2 复审的明确口径）：两杯 vs 三瓶是同一个计数量的不同取值，但杯/瓶不能互换。
+// TestDedupeGroupRejectsNonConvertibleUnits 钉住「单位换算不到一起 ⇒ 宁可不合并」：
+// 两杯 vs 三瓶是同一量纲的不同取值，但杯/瓶不能互换。
 func TestDedupeGroupRejectsNonConvertibleUnits(t *testing.T) {
 	t.Parallel()
 	base := tidyTestTime(t)
 	tags := []string{"习惯", "饮水"}
 	a := dedupeTestItem("主人每天要喝两杯咖啡，下午不续。", tags, base)
 	b := dedupeTestItem("主人每天要喝三瓶水，下午也要喝。", tags, base.Add(time.Minute))
-	if gaps := dedupeNumberConflicts(b.Content, a.Content); len(gaps) == 0 {
-		t.Fatalf("单位不可换算没有报冲突：%q vs %q", b.Content, a.Content)
+	if verdict, _ := judgeDedupeNumbers(b.Content, a.Content); verdict != tidyNumberConflict {
+		t.Fatalf("判定 = %s, want conflict（同量纲不同值）", verdict)
 	}
 	if cands, _ := dedupeCandsOf(t, newTestStore(t), []MemoryItem{a, b}); len(cands) != 0 {
 		t.Fatalf("簇数 = %d, want 0（单位不可换算 ⇒ 保守不合并）", len(cands))
 	}
 }

-// TestDedupeGroupSameChineseNumberStillMerges 是中文数字门的**反向护栏**：
-// 值相等（含不同单位换算后相等）照常成簇 —— 门收的是「冲突」，不是「出现数字」。
+// TestDedupeGroupSameChineseNumberStillMerges 是数值门的**反向护栏**：
+// 值相等（含不同单位换算后相等、中英混写）照常成簇 —— 门收的是「冲突」，不是「出现数字」。
 func TestDedupeGroupSameChineseNumberStillMerges(t *testing.T) {
 	t.Parallel()
 	base := tidyTestTime(t)
 	tags := []string{"作息", "午睡"}
 	a := dedupeTestItem("主人午睡一小时，午后精神好。", tags, base)
-	b := dedupeTestItem("主人午睡一小时，下午很清醒。", tags, base.Add(time.Minute))
-	// 一条写「一个小时」、另一条写「一小时」：换算后同为 3600 秒，属于同一事实。
-	c := dedupeTestItem("主人午睡一个小时，午后精神不错。", tags, base.Add(2*time.Minute))
+	b := dedupeTestItem("主人午睡一个小时，下午很清醒。", tags, base.Add(time.Minute))
+	c := dedupeTestItem("主人午睡 60 分钟，起来神清气爽。", tags, base.Add(2*time.Minute))
 	cands, _ := dedupeCandsOf(t, newTestStore(t), []MemoryItem{a, b, c})
 	if len(cands) != 1 {
-		t.Fatalf("簇数 = %d, want 1（同值照常合并 —— 门不许退化成「有中文数字就不合」）", len(cands))
+		t.Fatalf("簇数 = %d, want 1（同值照常合并 —— 门不许退化成「有数字就不合」）", len(cands))
 	}
 }

-// TestTidyQuantitiesChineseNumerals 钉住中文数字的解析口径（含单位换算与习语排除）。
-func TestTidyQuantitiesChineseNumerals(t *testing.T) {
+// TestTidyQuantitiesNumberParsing 钉住数量解析口径：中文数字、ASCII 数字、单位换算、
+// 以及「没有单位的数字走裸 token 路径」。
+func TestTidyQuantitiesNumberParsing(t *testing.T) {
 	t.Parallel()
 	cases := []struct {
 		text  string
@@ -104,6 +168,9 @@ func TestTidyQuantitiesChineseNumerals(t *testing.T) {
 		{"主人午睡半个小时", 1800, "小时", tidyDimTime, true},
 		{"一万两千行的验收纸条", 12000, "行", tidyDimText, true},
 		{"每天要喝两杯咖啡", 2, "杯", tidyDimCount, true},
+		// ASCII 数字 + 单位（r3 必需：`60 分钟` 与 `一小时` 要能归一）
+		{"主人午睡 60 分钟", 3600, "分钟", tidyDimTime, true},
+		{"主人午睡15分钟", 900, "分钟", tidyDimTime, true},
 		// 序数与习语：不是数量。
 		{"第二天再说", 0, "", "", false},
 		{"一起散步", 0, "", "", false},
@@ -126,3 +193,43 @@ func TestTidyQuantitiesChineseNumerals(t *testing.T) {
 		}
 	}
 }
+
+// TestScanTidyNumbersBareTokensMatchExistingFactNums 钉住「裸数字 token 口径没变」：
+// 当正文里**没有任何「数字 + 单位」**时，本文件的裸 token 抽取必须与既有
+// `extractTidyFacts` 的 nums 完全一致 —— 否则「数值门取代 sameNumbers」会悄悄放宽
+// 一条既有判据（`0023` vs `0024` 这类无单位数字正是靠它拦住的）。
+//
+// 有「数字 + 单位」时**刻意**不再进裸 token（那正是 r3 项 2 要的：`60 分钟` 要能与
+// `一小时` 归一），因此第二条断言把这个分歧也钉住。
+func TestScanTidyNumbersBareTokensMatchExistingFactNums(t *testing.T) {
+	t.Parallel()
+	// 这些输入里**没有任何「数字 + 单位」**，因此裸 token 必须与既有抽取逐项一致。
+	parity := []string{
+		"迁移号从 0023 起递增",
+		"文件路径 D:/a/b 与端口 8080",
+		"h3R3 的歌曲循环了三遍",
+		"登记编号 624046 已入库",
+		"2026-10-03 那条记录", // 日期 token 由 hasAbsoluteTimestamp 在分簇前就排除
+	}
+	for _, text := range parity {
+		_, bare := scanTidyNumbers(text)
+		facts := extractTidyFacts(text)
+		want := make([]string, 0, len(facts.nums))
+		for n := range facts.nums {
+			want = append(want, n)
+		}
+		sort.Strings(want)
+		if !sameStringSet(bare, want) {
+			t.Fatalf("%q 裸 token = %v, want %v（必须与 extractTidyFacts 同口径）", text, bare, want)
+		}
+	}
+
+	// 分歧（刻意）：带单位的数字进「数量」，不再充当裸 token。
+	qty, bare := scanTidyNumbers("主人午睡 60 分钟")
+	if len(bare) != 0 {
+		t.Fatalf("`60 分钟` 的裸 token = %v, want 空（它已归一成数量）", bare)
+	}
+	if len(qty) != 1 || qty[0].value != 3600 || qty[0].dim != tidyDimTime {
+		t.Fatalf("`60 分钟` 解析 = %+v, want 3600 秒（时间量纲）", qty)
+	}
+}