# Sonnet: анализ обфускации — TMP-файлы vs текущий код

**Дата:** 2026-07-13

---

## Главный вывод

**TMP-файлы созданы СТАРОЙ версией кода.** Они не были сгенерированы текущим `_next_token()`-кодом. Это не баг в текущем коде — это артефакт предыдущей реализации.

---

## Доказательства

### 1. Имена файлов — старый формат

Текущий `obfuscator.py` генерирует имена вида `договор-НУБЕС001-03700.md` (меняет расширение). TMP-файлы: `договор-XXX001-03700_obfuscated.md` — суффикс `_obfuscated` и `XXX`-маскировка в имени. Текущий код так не делает.

### 2. Тип `text` — fallback из builder.py, не из сканера

`build_mapping_csv()` определяет тип постфактум по паттернам. Если ни один не совпал → `"text"`. Типа `text` нет в `TYPE_POOLS` scanner.py. Значит строки вида:
```
text,Исполнителем Заказчику Сторонами,Кузнецов О.В.
```
попали из старого кода, который не фильтровал роли (Исполнитель, Заказчик) — текущий LLM-промпт их явно исключает.

### 3. Одна сущность → разные замены

```
email,info@nubes.ru,ypiorej@company.local   ← файл 1
email,info@nubes.ru,qifdckke@org.example.ru ← файл 2
```

Текущий `TwoPassObfuscator` гарантирует глобальную согласованность. Старый код обрабатывал файлы по одному — отсюда расхождения.

### 4. Реалистичные замены невозможны из `_next_token()`

```python
TYPE_POOLS = {
    "phone": (["+7_000_000"], "phone"),  # → "+7_000_000_0001"
    "email": (["email"], "email"),        # → "email_0001"
}
```

`+7 (495) 906-87-80` или `ypiorej@company.local` физически не могут выйти из этих пулов.

---

## Ответ на главный вопрос

> Кто и где генерирует замены в обход `_next_token()`?

**Никто в текущем коде.** Это артефакты старого кода (версии до v3). Текущий `_next_token()` написан позже.

---

## Что реально нужно проверить

| Вопрос | Как проверить |
|--------|---------------|
| Работает ли текущий код? | Прогнать оригиналы через v0.0.12, посмотреть mapping.csv |
| Regex ловит все сущности? | Проверить `config.py` паттерны на примерах из TMP |
| Адрес `115404, г. Москва...` — почему не заменён? | `ENTITY_PATTERNS` не содержит тип `address` |
| `ООО "НУБЕС"` в тексте не заменён? | Возможно кавычки — regex матчит `«»` но не `""` |

---

## Итог

**Ложное противоречие** — сравнивались TMP-файлы (старый код) с текущим scanner.py. Нужно прогнать текущий код на тех же документах и посмотреть результат.