[leafliber]

BR-B1 的 PR 2。依据 DECISIONS.md 2026-11-10「由此补充的规则」，设计 10.2。与 #135 互相独立，都从 origin/main 建分支。

改动

记忆的说话人不是“我”时，如果一次确认在目标段的证据全部是 self_output：

• 不增加保留强度，不更新 last_confirmed_at，也不占用拆分树的确认名额（record_batch_memory_effect 不调用）；
• 在批次结果的 dropped 中写一条单项弃项，固定原因 confirmation only from self output；
• 来源照常追加。

显式“确认”和去重触发的确认都适用。说话人是“我”的记忆行为不变。

未改学习提示词、memory_ops.confirm_retention 的增量语义、修正和反驳。只改了 src/iris/learning.py 和新增测试文件。

实现上需要说明的几点

• 只看目标段内的证据：目标段外的证据（如历史段里他人的消息）不算，这是规则“在目标段的证据”的字面含义。证据中没有目标段消息时保持原行为。
• 去重路径的弃项去掉了 _embedding。这个字段是 numpy 数组，配置了 embedding 时 dumps 会抛错、使整批失败，假模型默认没有 embedding，测不到，已单独加测试。
• 同一批中同一条记忆有多项确认时逐项判断：仅角色发言的那项记弃项，他人证据的那项照常加一次，顺序不影响结果，每批每条只计一次的行为不变。

既有测试

没有修改任何既有断言或夹具。

测试

新增 tests/test_learning_confirmation_evidence.py（23 项）：显式确认和去重确认各覆盖证据全为 self_output、混合、全为他人、说话人是“我”四种情况；action_result／event 不算角色发言；目标段外证据不计；遗忘中的记忆不因此恢复；弃项写入 result_json；同批多项、拆分树的名额；修正和反驳不变。

检查	结果
uv run pytest（3.13）	5513 通过
uv run --locked --isolated --python 3.12 pytest	5513 通过
uv build	成功

不调用真实模型；按任务要求不跑真实评测，随下一次学习线正式运行回归。