如何理解当前排序公式与 Recency 的真实作用？

项目版本说明

这些问答整合历史设计与实现资料；当前 main 分支 README 以工作包描述建设状态。具体能力、实验数据与设计目标的边界见项目状态与证据。

标准回答

在阅读快照的默认基线模式中，排序分数由 0.30×词法、0.30×语义、0.15×有效时间匹配、0.15×反馈信号、0.05×信任层级组成，置顶增加 0.15。信号有各自的转换与边界，分数不要求表示概率，不能说 0.9 就是 90% 正确。

Recency 在当前代码中不是额外线性加分项，而是在分数分带后用于近乎相等候选的排序。这样避免简单以新鲜度压倒已积累的行为证据。年龄、有效时间区间和使用反馈是不同概念：很旧的事实可能仍然有效，最近写入的事实也可能错误。

治理模式默认为 shadow，额外治理项用于诊断；enforce 时才按相应配置影响排序或排除。资源与权限等硬边界仍然执行，不能把 shadow 理解为关闭授权。调权重必须在固定集合上比较，不能只凭直觉提高某一项。

这是排序函数而非归一化概率模型，还有条件性的置顶和治理项。解释应依据信号尺度和排序作用，而非要求它符合概率和。

当前代码有两路都低于设定下限时拒绝候选的逻辑，默认词法 0.02、语义 0.20。阈值是配置和模型相关的，不应当作普遍语义标准。