feat(Phase 3): 學習閉環重建 — 三根因修復 + 2x EWMA + Evolver Agent

ADR-083 Phase 3 學習閉環重建：

**三根因修復**
- approval_execution.py: fire-and-forget create_task → await asyncio.wait_for(timeout=30) × 2
  （成功路徑 L265 + 失敗路徑 L353，超時記錄 learning_trigger_timeout metric，主流程不 crash）
- models/approval.py: ApprovalRequestBase 新增 matched_playbook_id 欄位
- decision_manager.py: _auto_execute 建立 ApprovalRequest 時填充 matched_playbook_id
- learning_service.py: 雙路徑查找 _matched_pb_id（matched_playbook_id + metadata fallback）

**2x EWMA 負向強化**
- models/playbook.py: 新增 trust_score: float = 0.3（EWMA 動態信任度欄位）
- repositories/playbook_repository.py: update_stats 加 EWMA
  成功: trust = 0.9 × old + 0.1 × 1.0
  失敗: trust = 0.8 × old + 0.2 × 0.0（衰減速度 2x）
  trust < 0.1 → log warning，等 Evolver 封存

**Evolver Agent（新建）**
- services/playbook_evolver.py: 三功能全靜態規則
  1. 低信任封存: trust < 0.1 → DEPRECATED
  2. 休眠封存: 30d 未使用 AND trust < 0.5 → DEPRECATED
  3. 相似合併: 症狀 Jaccard > 0.9 → 保留高 trust，封存低 trust
  AIOPS_P3_EVOLVER_ENABLED=False 預設關閉

**文件**
- ADR-083 學習閉環重建
- MASTER §8 Phase 3 完工記錄

AIOPS_P3_ENABLED=False（預設），骨架就位等統帥批准開啟

Co-Authored-By: Claude Sonnet 4.6（亞太）<noreply@anthropic.com>

docs/adr/ADR-083-learning-loop-reconstruction.md

@@ -0,0 +1,92 @@
+# ADR-083: 學習閉環重建與 Playbook 演化
+
+**狀態**: Completed  
+**日期**: 2026-04-15  
+**作者**: ogt + Claude Sonnet 4.6（亞太）  
+**Phase**: Phase 3  
+
+---
+
+## 背景
+
+Phase 2（ADR-082）完成後，AWOOOI AIOps 系統進入 Phase 3。
+根據 MASTER v2 架構診斷，L7 學習層有三個核彈級根因導致 Playbook 信任度**永遠停在初始值 0.3**：
+
+1. **fire-and-forget**：`approval_execution._trigger_learning()` 以 `asyncio.create_task()` 呼叫，主流程不等待，GC 可能在學習完成前回收協程。
+2. **matched_playbook_id 永 null**：`decision_manager._auto_execute` 建立 `ApprovalRequest` 時從未填充 `matched_playbook_id`，導致 `learning_service._update_playbook_stats` 的 `if _matched_pb_id:` 條件永遠為 False。
+3. **無負向強化**：`playbook_repository.update_stats` 只遞增 `success_count / failure_count`，無 EWMA 動態信任度計算。
+
+## 決策
+
+### D1: fire-and-forget → await asyncio.wait_for
+
+```python
+# 舊（火烤）
+asyncio.create_task(self._trigger_learning(...))
+
+# 新（Phase 3）
+try:
+    await asyncio.wait_for(self._trigger_learning(...), timeout=30.0)
+except asyncio.TimeoutError:
+    logger.warning("learning_trigger_timeout", ...)
+```
+
+- 超時 30s → 記錄 metric，主流程繼續（不 crash）
+- 成功路徑 + 失敗路徑各修一處
+
+### D2: matched_playbook_id 傳遞
+
+```python
+# ApprovalRequestBase 新增欄位
+matched_playbook_id: str | None = Field(default=None)
+
+# decision_manager._auto_execute 填充
+_matched_playbook_id = token.proposal_data.get("playbook_id")
+approval = ApprovalRequest(..., matched_playbook_id=_matched_playbook_id)
+
+# learning_service 雙路徑查找
+_matched_pb_id = (
+    getattr(approval, "matched_playbook_id", None)
+    or (approval.metadata or {}).get("matched_playbook_id")
+    or (approval.metadata or {}).get("playbook_id")
+)
+```
+
+### D3: 2x EWMA 負向強化
+
+```
+Playbook.trust_score 初值 = 0.3（新增欄位）
+
+成功: trust_new = 0.9 × trust_old + 0.1 × 1.0
+失敗: trust_new = 0.8 × trust_old + 0.2 × 0.0  ← 衰減係數 2x 快
+```
+
+trust < 0.1 → 記錄警告，由 Evolver Agent 封存
+
+### D4: Evolver Agent（playbook_evolver.py）
+
+三功能全靜態規則（不依賴 LLM）：
+1. **低信任封存**：trust_score < 0.1 → DEPRECATED
+2. **休眠封存**：30d 未使用 AND trust < 0.5 → DEPRECATED
+3. **相似合併**：症狀 Jaccard > 0.9 → 保留高 trust，封存低 trust
+
+Feature flag：`AIOPS_P3_EVOLVER_ENABLED=False`（預設關閉）
+
+## 後果
+
+**正面**：
+- 學習閉環首次真正打通（第 9 節點觸發率 0% → 接近 100%）
+- Playbook 信任度動態更新，失敗者加速退場
+- Evolver 防止 Playbook 重複萃取膨脹
+
+**限制**：
+- 人工審核路徑的 `matched_playbook_id` 傳遞仍依賴 `metadata` fallback（完整修復需改 approval DB schema，留 Phase 3.5）
+- Evolver 使用 Jaccard（非 cosine）相似度，向量化合併留 Phase 4
+- `AIOPS_P3_ENABLED = False` 預設值 — 學習呼叫仍執行，但 EWMA 計算不依賴此開關（直接在 repository 層）
+
+## 驗收條件
+
+- `matched_playbook_id` null 率 = 0（auto_execute 路徑）
+- Playbook trust_score 隨每次執行更新（可由 `playbook_stats_updated` log 驗證）
+- 學習超時 → `learning_trigger_timeout` log 出現（不 crash）
+- Evolver `run_evolver()` 空跑無 exception