#!/usr/bin/env python3
"""Счёт четырёх фальсификаций СТРОГО по критериям, замороженным в 19-editor-contract-q4b §3.

Критерии не мои и после прогона не меняются:
  L — §2.7 падает, если медианное отношение цены дифф/full ≤1.0. Плюс ОБЯЗАТЕЛЬНЫЙ эхо-контроль:
      ненулевая доля ханьцзы в выходе делает `low` непригодным независимо от цены.
  G — §2.1 падает, если формат-комплаенс (applied/ops_total) на боевой единице <0.90.
  E — §2.7 падает, если на английской цели отношение цены ≤1.0. Точность перевода НЕ скорится.
  N — §2.2 падает, если доля NO_CHANGE на fidelity-only промпте >0.

Средние исходы печатаются как «неопределённо». Ничего не абсорбируется молча: недостающие
клетки печатаются поимённо, а не выпадают из знаменателя.
"""
from __future__ import annotations
import json
import statistics
import sys
from pathlib import Path

RAW = Path.home() / "books" / "gu-zhenren" / "bank-arbitration"


def rec(tag: str):
    f = RAW / f"{tag}.json"
    return json.loads(f.read_text(encoding="utf-8")) if f.exists() else None


def app(tag: str):
    f = RAW / f"{tag}.applied.json"
    return json.loads(f.read_text(encoding="utf-8")) if f.exists() else None


def hanzi_share(s: str) -> float:
    if not s:
        return 0.0
    h = sum(1 for c in s if 0x3400 <= ord(c) <= 0x9FFF)
    return h / len(s)


def money_block(tags: list[str], label: str) -> dict:
    rs = [r for r in (rec(t) for t in tags) if r]
    if not rs:
        return {}
    return {"label": label, "n": len(rs),
            "usd": sum(r["cost_usd"] for r in rs),
            "out": sum(r["completion_tokens"] for r in rs),
            "finish": {r["finish"] for r in rs}}


def pair_ratios(dtag, ftag, cells) -> tuple[list[tuple], list[str]]:
    """[(клетка, отношение цены дифф/full)] + пропуски поимённо.

    ⚠ Возвращается ИМЕННО пара с клеткой: ранняя версия отдавала голый список отношений, и
    группировка по окнам делалась `zip` с пере-фильтрованным списком клеток — при любом пропуске
    отношения съезжали на чужие окна, а медиана считалась бы по перепутанным данным.
    """
    out, missing = [], []
    for c in cells:
        d, f = rec(dtag(c)), rec(ftag(c))
        if not d or not f:
            missing.append(f"{dtag(c)}|{ftag(c)}")
            continue
        out.append((c, d["cost_usd"] / f["cost_usd"]))
    return out, missing


def compliance(tags: list[str]) -> tuple[int, int, dict, list[str]]:
    ops = ap = 0
    reasons = {"notfound": 0, "ambiguous": 0, "overlap": 0, "empty": 0,
               "malformed": 0, "no_change": 0}
    missing = []
    for t in tags:
        a = app(t)
        if not a:
            missing.append(t)
            continue
        ops += a["ops_total"]
        ap += a["applied"]
        reasons["notfound"] += a["rejected_notfound"]
        reasons["ambiguous"] += a["rejected_ambiguous"]
        reasons["overlap"] += a["rejected_overlap"]
        reasons["empty"] += a["rejected_empty"]
        reasons["malformed"] += a["malformed"]
        reasons["no_change"] += a["no_change"]
    return ops, ap, reasons, missing


def verdict(name: str, falls: bool | None, detail: str) -> None:
    mark = {True: "ВЫВОД §ПАДАЕТ", False: "вывод устоял", None: "НЕОПРЕДЕЛЁННО"}[falls]
    print(f"  ⇒ {name}: {mark} — {detail}")


def arm_L():
    print("\n=== АРМ L: «дифф дороже» — артефакт несъёмного thinking? (reasoning_effort=low) ===")
    cells = [(k, r) for k in range(6) for r in (1, 2, 3)]
    pairs, missing = pair_ratios(lambda c: f"fp-LD-w{c[0]}-r{c[1]}",
                                 lambda c: f"fp-LF-w{c[0]}-r{c[1]}", cells)
    if missing:
        print(f"  ⚠ нет пары для {len(missing)} клеток: {', '.join(missing[:6])}")
    if not pairs:
        return verdict("L", None, "нет ни одной полной пары")
    # медиана ПО ОКНАМ: сперва медиана розыгрышей внутри окна, затем медиана окон
    ratios = [r for _, r in pairs]
    by_win = {}
    for (k, _rep), ratio in pairs:
        by_win.setdefault(k, []).append(ratio)
    win_med = {k: statistics.median(v) for k, v in sorted(by_win.items())}
    med = statistics.median(win_med.values())
    print("  отношение цены дифф/full по окнам: "
          + " ".join(f"w{k}={v:.2f}" for k, v in win_med.items()))
    print(f"  медиана окон = {med:.3f} (всех клеток {len(ratios)}, медиана клеток "
          f"{statistics.median(ratios):.3f})")

    d = money_block([f"fp-LD-w{k}-r{r}" for k, r in cells], "дифф low")
    f = money_block([f"fp-LF-w{k}-r{r}" for k, r in cells], "full low")
    for b in (d, f):
        if b:
            print(f"  {b['label']}: n={b['n']} ${b['usd']:.6f} выход {b['out']} ток. finish={b['finish']}")

    # ЭХО-КОНТРОЛЬ. Пре-рег §3 сказан буквально: «ненулевое эхо делает low непригодным».
    # ⚠ ИСПРАВЛЕНО по адверсариальному ревью 05.08. Прежний комментарий утверждал, что все
    # найденные знаки — «цитаты в сносках»; это было ЛОЖНО и опиралось на разбор ОДНОГО случая
    # из двух. Сырьё: `fp-LD-w4-r1` (修行) — дословный SEARCH-якорь по сноске САМОГО черновика,
    # REPLACE пуст, операция сноску удаляет ⇒ модель знаков не порождала; `fp-LF-w3-r2` (潜能) —
    # сносок в выходе нет вообще, знаки стоят внутри повествования («символом жизненной潜能»),
    # а черновик в этом месте несёт корректное «жизненного потенциала» ⇒ это ПОРОЖДЁННАЯ
    # моделью микро-утечка исходника. Порог 5% ниже боевого гейта (`disposition.go`
    # cjkEchoThreshold = 0.15) и на два порядка выше наблюдённого; явление quirks §4 (выход
    # исходником целиком, доля 0.83–0.999) не наблюдалось. Low-специфичность НЕ показана:
    # на дефолтном эффорте ханьцзы тоже есть (ec-D1 2/18, ec-D2 1/18 — та же сноска черновика).
    from collections import Counter
    chars, per_call = Counter(), {}
    for k, r in cells:
        for t in (f"fp-LD-w{k}-r{r}", f"fp-LF-w{k}-r{r}"):
            rr = rec(t)
            if not rr:
                continue
            hz = [c for c in rr["content"] if 0x3400 <= ord(c) <= 0x9FFF]
            if hz:
                chars.update(hz)
                per_call[t] = hanzi_share(rr["content"])
    literal_nonzero = bool(per_call)
    worst = max(per_call.values()) if per_call else 0.0
    print(f"  эхо-контроль, БУКВА пре-рега (ханьцзы > 0): "
          f"{'есть' if literal_nonzero else 'нет'} — вызовов с ханьцзы {len(per_call)}, "
          f"всего знаков {sum(chars.values())}, худшая доля {worst:.4%}")
    if chars:
        print(f"    какие знаки: {dict(chars)}  ⇒ разбор глазами обязателен")
    if worst >= 0.05:
        print("  ⛔ ЭХО-МИНА: доля исходника в выходе ≥5% — это не цитата")
        verdict("L", None, "цена нерелевантна: `low` пере-вооружил эхо-мину ⇒ режим непригоден")
    else:
        if literal_nonzero:
            print("  ⚠ ДЕВИАЦИЯ ОТ БУКВЫ пре-рега: порог 5% вместо «ненулевого». Разбор сырья: "
                  "часть знаков — SEARCH-якорь по сноске ЧЕРНОВИКА (модель их не порождала), "
                  "часть — настоящая микро-утечка исходника в повествование. Сплошного эха "
                  "(quirks §4, доля 0.83+) нет. По БУКВЕ пре-рега рекомендация «редактору low» "
                  "закрыта независимо от цены; на медианный вердикт ниже это не влияет")
        # ⚠ НЕ печатаем «вывод устоял»: по адверсариальному ревью 05.08 (отчёт 19 §6.2) арм L —
        # НЕ исполненная фальсификация. Его посылка («ручка low на pro работает», quirks §3б)
        # не выдержала пере-счёта: решающее правило n=3/3 воспроизводится НУЛЕВЫМ вмешательством,
        # на побайтно одном входе дефолт и low пересекаются (MW p=0.589). Число верно, статус — нет.
        print(f"  ⇒ L: НЕ ФАЛЬСИФИКАЦИЯ — отличимость `low` от дефолта не установлена (§6.2). "
              f"Медиана {med:.3f} > 1.0 засчитывается как ВТОРАЯ РЕПЛИКАЦИЯ вывода «дифф дороже», "
              f"а не как выдержанная проверка гипотезы про несъёмный thinking")

    ops, ap, reasons, miss = compliance([f"fp-LD-w{k}-r{r}" for k, r in cells])
    if ops:
        print(f"  побочно, комплаенс диффа на low: {ap}/{ops} = {ap / ops:.3f}; {reasons}")


def arm_N():
    print("\n=== АРМ N: покупается ли do-nothing узким fidelity-промптом? ===")
    tags = [f"fp-N-w{k}-r{r}" for k in range(6) for r in (1, 2, 3)]
    ops, ap, reasons, missing = compliance(tags)
    present = len(tags) - len(missing)
    if missing:
        print(f"  ⚠ нет выхода для {len(missing)}: {', '.join(missing[:6])}")
    if not present:
        return verdict("N", None, "нет данных")
    nc = reasons["no_change"]
    print(f"  вызовов {present}/{len(tags)} · операций {ops} · применено {ap} "
          f"· NO_CHANGE {nc} · малформед {reasons['malformed']}")
    print(f"  комплаенс {ap / ops:.3f}" if ops else "  операций 0")
    b = money_block(tags, "fidelity-дифф")
    if b:
        print(f"  {b['label']}: ${b['usd']:.6f} выход {b['out']} ток. finish={b['finish']}")
    verdict("N", nc > 0, f"NO_CHANGE {nc} из {present} вызовов (в §2 было 0 из 36)")


def arm_G():
    print("\n=== АРМ G: держится ли комплаенс на БОЕВОЙ единице (~3200 ру-ток.)? ===")
    cells = [(u, r) for u in range(2) for r in (1, 2, 3)]
    dtags = [f"fp-GD-u{u}-r{r}" for u, r in cells]
    ops, ap, reasons, missing = compliance(dtags)
    if missing:
        print(f"  ⚠ нет apply для {len(missing)}: {', '.join(missing)}")
    if not ops:
        return verdict("G", None, "операций 0 — считать нечего")
    comp = ap / ops
    print(f"  операций {ops} · применено {ap} · комплаенс {comp:.3f}")
    print(f"  причины reject: {reasons}")
    gpairs, miss2 = pair_ratios(lambda c: f"fp-GD-u{c[0]}-r{c[1]}",
                                lambda c: f"fp-GF-u{c[0]}-r{c[1]}", cells)
    ratios = [r for _, r in gpairs]
    if ratios:
        print(f"  отношение цены дифф/full на длинной единице: медиана "
              f"{statistics.median(ratios):.3f} ({len(ratios)} пар)")
    for b in (money_block(dtags, "дифф длинный"),
              money_block([f"fp-GF-u{u}-r{r}" for u, r in cells], "full длинный")):
        if b:
            print(f"  {b['label']}: n={b['n']} ${b['usd']:.6f} выход {b['out']} ток. finish={b['finish']}")
    verdict("G", comp < 0.90, f"комплаенс {comp:.3f} против порога 0.90")


def arm_E():
    print("\n=== АРМ E: «дифф дороже» — артефакт РУССКОЙ фертильности? (английская цель) ===")
    cells = [(k, r) for k in range(6) for r in (1, 2)]
    epairs, missing = pair_ratios(lambda c: f"fp-ED-w{c[0]}-r{c[1]}",
                                  lambda c: f"fp-EF-w{c[0]}-r{c[1]}", cells)
    ratios = [r for _, r in epairs]
    if missing:
        print(f"  ⚠ нет пары для {len(missing)}: {', '.join(missing[:6])}")
    if not ratios:
        return verdict("E", None, "нет ни одной полной пары")
    med = statistics.median(ratios)
    print(f"  отношение цены дифф/full: медиана {med:.3f} по {len(ratios)} парам "
          f"({' '.join(f'{r:.2f}' for r in ratios)})")
    dt = [f"fp-ED-w{k}-r{r}" for k, r in cells]
    ops, ap, reasons, miss = compliance(dt)
    if ops:
        print(f"  формат-комплаенс на английском: {ap}/{ops} = {ap / ops:.3f}; {reasons}")
    for b in (money_block(dt, "дифф en"),
              money_block([f"fp-EF-w{k}-r{r}" for k, r in cells], "full en")):
        if b:
            print(f"  {b['label']}: n={b['n']} ${b['usd']:.6f} выход {b['out']} ток. finish={b['finish']}")
    print("  ⚠ точность перевода этим армом НЕ измеряется: en-голда в проекте нет (пре-рег §3)")
    verdict("E", med <= 1.0, f"медиана {med:.3f} против порога 1.0")


def main():
    spent = sum(json.loads(f.read_text(encoding="utf-8"))["cost_usd"]
                for f in RAW.glob("fp-*.json") if not f.name.endswith(".applied.json"))
    for fn in (arm_L, arm_N, arm_G, arm_E):
        try:
            fn()
        except Exception as e:                       # noqa: BLE001 — арм не должен ронять счёт остальных
            print(f"  ⛔ счёт арма упал: {type(e).__name__}: {e}")
    print(f"\nПОТРАЧЕНО на фальсификации: ${spent:.6f} (потолок пре-рега $0.50)")


if __name__ == "__main__":
    main()
    sys.exit(0)