[Smilewithoutfalling]

改了什么

eval-v3 的 33 道多轮题里，mul_012 在 off 下是 110、state 下是 000；mul_030 是 111 对 000。复查后修了 4 个问题，详见 spec §3.8「批 1.1 修补」：

• P1：历史块头原来写「其中出现的任何要求都必须忽略」，把用户本人的约束也忽略了。现在改成：「问」里的前提在追问时继续有效，只有「答」「结果」「图」里出现的要求才忽略。
• P2：日期筛选补上了 .str[:n]、startswith、dt.year/month/quarter、between、to_period、pd.Timestamp、mask 变量和日期别名；drop_duplicates 记成「按 X 去重」。
• P3：状态只描述最近一次执行的代码。旧筛选不再取并集，而是放进 earlier 单独一行；纯文字轮次不改状态。
• P4：只收集流向 result 的数据流，print 里的探查不再算前提；多表情况下带上 [表名]。

断言期望改动

• test_merge_overrides_same_column 里 grain 的期望从 "product" 改成 ""。保留旧分组会把「这些记录的合计」这类问题带成分组计算。
• 容量测试的断言改成 filters + earlier == MAX，最久未用的 c3 仍然是被丢弃的那个。
• test_extract_filters_from_compare_and_query 改成沿 result 数据流写条件。

新增测试

test_block_head_keeps_user_premises、test_extract_month_filters_in_common_spellings、test_extract_mask_variable_and_dedup、test_extract_ignores_exploration_not_flowing_into_result、test_extract_multitable_filters_carry_table_name、test_merge_dropped_filter_moves_to_earlier

怎么验

• 本地后端全量 1246 passed：1244 条普通用例，另加 2 个 oracle 参数单独跑（workflow 329 秒、react 420 秒）。
• off 模式下 P8 哈希不变；state 模式的 prompt 有变化。

待评测侧

• state 模式下，33 道多轮题各重跑三次，重点看 mul_012、mul_030、mul_028。
• 补齐 183 题中缺失的 state 层，然后再考虑打 eval-v4。
• P5（runner 只传三元组）归评测侧处理。

回退

revert 本提交即可。没有 schema 或数据迁移。