docs(tier2): 验证方式 n≥30 统计批跑 → n=5 收敛环(创始人指令,全档贯通)
创始人:「n>30 这个设计不希望再看到了。n=5,有错误再追加一次 5」。续 SoT① 后把 tier2 验证语境的 n≥30 统计批跑全改成 n=5 收敛环(并发跑 5、有错读日志/分析/修复、再并发追加 一次 5、收敛即 go、不收敛按收敛失败模式走退路 R1/R2/R3/KEEP): - 003 plan:Summary/执行现状/KTD B门/mermaid/R11/U7/Open Questions 全 reframe; 退路树由「过门率<40%/<20% 统计阈值」改「收敛失败模式分流」(opus 代理执行、已核验) - 01-产品图说:6 处「n≥30 统计待跑」→「收敛环 n=5」;§188 内外口径同改(不写已可对外背书) - spike-runbook:status/§0 banner/G3 样本量(5×6=30→n=5)/G4/G5 退路树/跑序 全 reframe; svg(n≥30/5×6/过门率阈值)经 banner 标为旧法历史、以 003·SoT① 为准 - origin brainstorm:加 supersede banner(留痕保留、标 B门 n≥30 已被 n=5 取代) 范围:只改 tier2;廉价线 SAA gamedef「≥80% n≥30」基线未碰(测成功率本身需统计样本,待创始人定)。 门:全仓死链 0。 Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>
This commit is contained in:
lili
parent
1cd3f01983
commit
770d1ba458
@ -13,11 +13,11 @@ status: 现行为主 · 每图具体映射源档见该图脚注 / 内联小注
|
||||
|
||||
> **本域讲什么故事**:产品域只回答一件事——这个产品对用户提供什么(WHAT),不碰「用什么技术实现」。它的九张图从最顶层的「做得出 → 有人玩 → 赚到钱」闭环讲起,展开成 19 个产品域归拢的五大块,讲清 155 条需求怎样收敛成 55 条 P0(MVP 验收口径)、产品需求与技术模块之间那张唯一的多对多映射矩阵(RTM),再落到创作者与玩家两条旅程,最后到商业定位与护城河。读完这个域,你知道「这个产品到底要给谁、给什么」。
|
||||
>
|
||||
> **最该据图 review 的命门缝**:产品域是**定义层、不是建设层**。评审时最该盯两处诚实纪律:**第一,产品定义 ≠ 建设进度**——55 条 P0 是验收口径,不等于今天都真端到端,真实完成度以需求模块映射的现状快照与 MVP 进度总账为准;**第二,护城河话术的红线是「不假装有墙」**(图 9)——四层护城河是要在窗口期点燃的、不是已有的;以及第二条生成轨(tier2)的核心虽已落、0 号 spike 已过 accept(n=1 机制验证,n≥30 统计待跑),它仍是 premium 远期产品线,不在 MVP 55 P0、尚无正式 P-id,绝不能画成 MVP 范围。
|
||||
> **最该据图 review 的命门缝**:产品域是**定义层、不是建设层**。评审时最该盯两处诚实纪律:**第一,产品定义 ≠ 建设进度**——55 条 P0 是验收口径,不等于今天都真端到端,真实完成度以需求模块映射的现状快照与 MVP 进度总账为准;**第二,护城河话术的红线是「不假装有墙」**(图 9)——四层护城河是要在窗口期点燃的、不是已有的;以及第二条生成轨(tier2)的核心虽已落、0 号 spike 已过 accept(首跑机制验证,更多款用收敛环(n=5、有错追加 5)),它仍是 premium 远期产品线,不在 MVP 55 P0、尚无正式 P-id,绝不能画成 MVP 范围。
|
||||
|
||||
> **本域阅读约定与同步纪律**:本图说不另立设计,只把产品域五份 canonical 设计档画出来——产品闭环与 19 域归类出自 `产品/README.md`,155 条需求与编号体系出自 `需求清单.md`,需求↔模块的多对多映射出自 `需求模块映射.md`,商业定位与竞争格局出自 `商业定位.md`,对外护城河口径出自 `护城河话术.md`。frontmatter 里记了这五份相关源档的当前 commit hash,作为防漂移门。设计一变动,本图说与对应 SVG 必须同步更新。
|
||||
|
||||
> **本域状态分布**:产品域是**定义层**而非建设层——它描述的是「产品要提供什么」,不是「代码建到了哪一步」,所以**九张图整体状态都是「现」**(即「这是当前认定的产品定义」),与运维域那种「现行/待接/缓做」三态并存的情况不同。但有两处必须用元素级虚线标清楚、绝不能画成已落地的 MVP 范围:一是**第二条生成轨(tier2 富游戏轨)**,它是经营/合成/挂机等 premium 品类的承载,核心已落、0 号 spike 已过 accept(n=1 机制验证,n≥30 统计待跑),但它仍是 premium 远期产品线、不在 MVP 的 P0 清单、也不单列正式 P-id;二是**控制面 / 管理面治理层**,两条生成线共用、部分有地基、整体待建。这两处在图 2 与图 5 里都用紫色虚线框小标与「现行已认定」的实心块区分开(图为 spike 前视角,tier2 现状以生成引擎子树的运行时架构 SoT 为准)。**至于这 55 条 P0 各自的真实代码完成度**(哪些真端到端、哪些半真、哪些还是桩),那是建设进度、不是产品定义,以 `需求模块映射.md` 的现状快照与 `docs/mvp/MVP进度总账.md` §2 矩阵为准,本图说不重复承载、不画成产品图的一部分。
|
||||
> **本域状态分布**:产品域是**定义层**而非建设层——它描述的是「产品要提供什么」,不是「代码建到了哪一步」,所以**九张图整体状态都是「现」**(即「这是当前认定的产品定义」),与运维域那种「现行/待接/缓做」三态并存的情况不同。但有两处必须用元素级虚线标清楚、绝不能画成已落地的 MVP 范围:一是**第二条生成轨(tier2 富游戏轨)**,它是经营/合成/挂机等 premium 品类的承载,核心已落、0 号 spike 已过 accept(首跑机制验证,更多款用收敛环(n=5、有错追加 5)),但它仍是 premium 远期产品线、不在 MVP 的 P0 清单、也不单列正式 P-id;二是**控制面 / 管理面治理层**,两条生成线共用、部分有地基、整体待建。这两处在图 2 与图 5 里都用紫色虚线框小标与「现行已认定」的实心块区分开(图为 spike 前视角,tier2 现状以生成引擎子树的运行时架构 SoT 为准)。**至于这 55 条 P0 各自的真实代码完成度**(哪些真端到端、哪些半真、哪些还是桩),那是建设进度、不是产品定义,以 `需求模块映射.md` 的现状快照与 `docs/mvp/MVP进度总账.md` §2 矩阵为准,本图说不重复承载、不画成产品图的一部分。
|
||||
|
||||
> **本域徽章**:产品域是定义层,不直接谈安全/可观测/可靠这些运行时维度,所以本域只点到其中两个与「产品价值」最相关的——**数据**(`#475569`):19 域全景与需求映射本身就是产品的数据底座;护城河四层里最硬的第一层也是数据壁垒——玩家行为数据 + 质量评分 + 推荐信号。**质量**(`#15803d`):⭐ 三个 P0 最密集的域(自定义创作 / 发布分发 / 游戏信息流)串起的正是「能生成、能发、能刷到」的质量闭环;这条闭环每一环都真实跑通,是 MVP 不追求功能多、只追求闭环跑通的体现。(唯一例外是图 9 的商业定位,那里「资本效率」天然对应**成本**维度,故在该图点到。)产品域图说里,虚线额外承担一层**诚实纪律**:凡是「未来式 / 待建」的东西(护城河飞轮、第二条生成轨、治理层),一律虚线 + 小标画出,与「现在真有的」实心块一眼区分。这是产品域最该守的纪律点——护城河话术的核心就是「不假装有墙」,任何一处把未来式画成已有,都会击穿信任。
|
||||
|
||||
@ -48,7 +48,7 @@ flowchart LR
|
||||
|
||||
这张图把图 1 那条线性闭环展开成产品的**全貌**:155 条需求按「用户能感知的能力」聚成 19 个产品域,再归拢成五大块,让人一眼看清这个产品由哪些可感知的能力块组成、它们之间怎么流转。五大块从左到右就是闭环的五个阶段——**创作侧**把游戏做出来(素材/模板/自定义创作/授权 IP/发布,5 个域)、**玩家侧**让游戏被玩到(广场/信息流/社区,3 个域)、**变现侧**把钱赚回来(钱包/付费/广告,3 个域)、**成长侧**让创作者留下来(数据经营/成长/激励/通知,4 个域)、**平台侧**让生态转起来(IP 孵化/B 端/运营/账号合规,4 个域)。块顶之间的实线箭头画出产物流转的主方向:创作侧产出 → 玩家侧消费 → 变现侧回钱 → 成长侧留人 → 平台侧转生态。
|
||||
|
||||
读这张图要抓住三个细节。其一,图上用蓝色高亮块钉死了 **⭐ 三个 P0 最密集的域**:自定义创作、发布分发、游戏信息流——它们是 MVP 闭环的关键环节,「能生成、能发、能刷到」这条最小链全靠它们撑起;其余域多为 P1/P2 的后续加厚。其二,每个域卡片右上角标了该域的优先级密度(P0 / P1 / P0-P1 混合),让人快速判断哪些域是 MVP 必交、哪些是远期。其三,也是本图最该让人看清的**设计缝**:创作侧底部那个紫色虚线框——**第二条生成轨(tier2 富游戏轨)**。当前 19 个域承载的是超休闲档的廉价生成线;经营、合成、挂机这类多系统的 premium 品类不在这条线上,而由第二条生成轨承载,它面向价值更高、产量更低的场景,与超休闲线解耦并存。这一轨的核心已落、0 号 spike 已过 accept(n=1 机制验证,n≥30 统计待跑),但它仍是 premium 远期产品线、**不在 MVP 的 P0 范围、也不单列正式 P-id**——所以图上必须用虚线把它和 19 个实心域块严格区分(图为 spike 前视角),绝不能让人误以为它已是 MVP 的一部分。它的完整设计在架构域生成引擎子树,本图只挂一个边界注脚。
|
||||
读这张图要抓住三个细节。其一,图上用蓝色高亮块钉死了 **⭐ 三个 P0 最密集的域**:自定义创作、发布分发、游戏信息流——它们是 MVP 闭环的关键环节,「能生成、能发、能刷到」这条最小链全靠它们撑起;其余域多为 P1/P2 的后续加厚。其二,每个域卡片右上角标了该域的优先级密度(P0 / P1 / P0-P1 混合),让人快速判断哪些域是 MVP 必交、哪些是远期。其三,也是本图最该让人看清的**设计缝**:创作侧底部那个紫色虚线框——**第二条生成轨(tier2 富游戏轨)**。当前 19 个域承载的是超休闲档的廉价生成线;经营、合成、挂机这类多系统的 premium 品类不在这条线上,而由第二条生成轨承载,它面向价值更高、产量更低的场景,与超休闲线解耦并存。这一轨的核心已落、0 号 spike 已过 accept(首跑机制验证,更多款用收敛环(n=5、有错追加 5)),但它仍是 premium 远期产品线、**不在 MVP 的 P0 范围、也不单列正式 P-id**——所以图上必须用虚线把它和 19 个实心域块严格区分(图为 spike 前视角),绝不能让人误以为它已是 MVP 的一部分。它的完整设计在架构域生成引擎子树,本图只挂一个边界注脚。
|
||||
|
||||
### 产品图 3 · 155 → 55 P0 收敛〔引·现〕
|
||||
|
||||
@ -89,7 +89,7 @@ flowchart TB
|
||||
|
||||
这张图回答「一条产品需求由谁实现」——也是产品域与技术域之间唯一的桥。它画的是一张**关系矩阵**(不是面向对象的类图):左侧是产品侧的 155 条需求(按五大块分组的 P-id),右侧是技术侧的 13 个模块(204 条 T-id),中间是这张 RTM(Requirements Traceability Matrix,需求可追溯矩阵),用多对多的连线把两侧关联起来。之所以要单独有这么一张表,是因为产品需求和技术模块**各自高内聚、互不引用**——需求清单不认识 T-id,架构域不认识 P-id;两者之间的多对多对应关系是最容易变动的耦合点,把它单独隔离在这一张表里,**改产品或改模块,只动这一张表**,另一侧纹丝不动。
|
||||
|
||||
读这张图要抓住三层意思。其一,**三个读法标记**:每行一条 P-id,标了它的「首要 owner」(主要负责的那一个模块,问责与排期归属)、「★主」(主要实现这条需求的技术功能,可以是多个 T-id)、「辅」(支撑或兜底的技术功能,常跨模块)。图中央用一行放大的样例把这三层讲透——产品需求「生成结果实时预览试玩」(P-CRT-08)首要 owner 是 runtime 模块,★主靠 T-RT-01 编译 / T-RT-06 渲染容器 / T-RT-07 注入 / T-RT-04 沙箱四个技术功能,辅以 T-STU-07 的 SSE;产品侧完全不需要知道这些 T-id,技术侧也不需要知道 P-id,只有这张表两边都认识。其二,**多对多是双向的**:一个产品域会连多个技术模块,一个技术模块也会被多个产品域连——图上的交叉连线刻意画出这种「网状」而非「一一对应」的关系,这正是为什么必须用一张专门的矩阵、而不能把映射塞进任何一侧。其三,本图最该让人看清的**设计缝**画在中间表底部那个紫色虚线框里:**两块尚未进 RTM 的映射**——第二条生成轨(tier2 富游戏轨)和控制面/管理面治理层。它们先在 RTM 里挂上指针、免得在产品与技术之间悬空;但都**还没有正式的 T-id 与映射行**。两块的现状并不相同:tier2 的核心已落、0 号 spike 已过 accept(n=1 机制验证,n≥30 统计待跑),它是 premium 远期产品线、仍未单列 P-id 与映射;控制面/管理面治理层则是部分有地基、整体待建。所以图上用虚线把这两块和 19 个域的实心映射严格分开——它们是「已挂指针、未进矩阵」,不是「已映射、已实现」。
|
||||
读这张图要抓住三层意思。其一,**三个读法标记**:每行一条 P-id,标了它的「首要 owner」(主要负责的那一个模块,问责与排期归属)、「★主」(主要实现这条需求的技术功能,可以是多个 T-id)、「辅」(支撑或兜底的技术功能,常跨模块)。图中央用一行放大的样例把这三层讲透——产品需求「生成结果实时预览试玩」(P-CRT-08)首要 owner 是 runtime 模块,★主靠 T-RT-01 编译 / T-RT-06 渲染容器 / T-RT-07 注入 / T-RT-04 沙箱四个技术功能,辅以 T-STU-07 的 SSE;产品侧完全不需要知道这些 T-id,技术侧也不需要知道 P-id,只有这张表两边都认识。其二,**多对多是双向的**:一个产品域会连多个技术模块,一个技术模块也会被多个产品域连——图上的交叉连线刻意画出这种「网状」而非「一一对应」的关系,这正是为什么必须用一张专门的矩阵、而不能把映射塞进任何一侧。其三,本图最该让人看清的**设计缝**画在中间表底部那个紫色虚线框里:**两块尚未进 RTM 的映射**——第二条生成轨(tier2 富游戏轨)和控制面/管理面治理层。它们先在 RTM 里挂上指针、免得在产品与技术之间悬空;但都**还没有正式的 T-id 与映射行**。两块的现状并不相同:tier2 的核心已落、0 号 spike 已过 accept(首跑机制验证,更多款用收敛环(n=5、有错追加 5)),它是 premium 远期产品线、仍未单列 P-id 与映射;控制面/管理面治理层则是部分有地基、整体待建。所以图上用虚线把这两块和 19 个域的实心映射严格分开——它们是「已挂指针、未进矩阵」,不是「已映射、已实现」。
|
||||
|
||||
### 产品图 6 · 五大块产品域关系〔Mer新·架·现〕
|
||||
|
||||
@ -185,7 +185,7 @@ sequenceDiagram
|
||||
|
||||
图分四层来读。**最上一句话定位**:绘境 = 唯一把「做得出 → 有人玩 → 赚到钱」接成一条闭环的 AI 游戏生态平台,竞品停在生成工具,绘境做全链路——并明确点出「生成是入场券,不是壁垒」。**差异化闭环**那一行把三件事接成链,并在右侧钉死一个最容易被误解的点:护城河真正的来源是数据/网络效应/资产/合规四层,**不是生成引擎**——大模型会追平生成,但追不平这四层沉淀。**中段左侧竞争格局**用三家竞品(极逸 SOON 自研最强但无流量无变现、TapTap 制造有流量但封闭分成低、FunloomAI 有付费验证但品类窄无流量)说明绘境的避战策略:不在技术深度上硬碰,而抢「生态完整度」这条没人占的轴,结论是「技术深度认输,生态完整度抢第一」。**中段右侧资本效率**把「现在真有的不公平起跑」量化——约 1/5 成本、约 1/3 时间、钱撑 18-24 月,策略是「能用成熟开源/商用组合的绝不自研,自研只投在必须自掌的控制点 + 数据入口」。
|
||||
|
||||
整张图最该让人看清的是**底部那一栏的诚实切分**:护城河的四层(数据壁垒 / 网络效应 / 资产壁垒 / 合规壁垒)全部用紫色虚线框 + 「未来式」小标画出,因为它们是**要在窗口期(6-12 个月)里点燃的、而不是已经有的**——短期没有护城河,有的是上面那三样不公平起跑,融资就是点火的燃料钱。这层切分必须看清:如果把飞轮、网络效应、生态资产画成「已有的墙」,就违背了护城河话术的红线。要补充一处源档里的设计缝(图上未展开、读图时一并记住):对外话术与内部判断有一处**刻意的时间差**——护城河话术 B3 对外仍说「复杂引擎用 Cocos / 不自研引擎」,但内部已改判 tier2 富游戏自治轨走 AgentScope(Python 自治 ReAct)+ Phaser/Pixi 全无头引擎、Cocos 收窄到 3D / 复杂场景 / 渠道导出轴(仍是有效决策、非废弃);tier2 已过 0 号 spike(n=1 accept),但 n≥30 的统计验证尚未完成,统计跑出真实成功率与成本分布、确认可对外背书后再同步对外口径。这处「内外口径暂不一致」是有意为之、有据可查,不是漏洞。
|
||||
整张图最该让人看清的是**底部那一栏的诚实切分**:护城河的四层(数据壁垒 / 网络效应 / 资产壁垒 / 合规壁垒)全部用紫色虚线框 + 「未来式」小标画出,因为它们是**要在窗口期(6-12 个月)里点燃的、而不是已经有的**——短期没有护城河,有的是上面那三样不公平起跑,融资就是点火的燃料钱。这层切分必须看清:如果把飞轮、网络效应、生态资产画成「已有的墙」,就违背了护城河话术的红线。要补充一处源档里的设计缝(图上未展开、读图时一并记住):对外话术与内部判断有一处**刻意的时间差**——护城河话术 B3 对外仍说「复杂引擎用 Cocos / 不自研引擎」,但内部已改判 tier2 富游戏自治轨走 AgentScope(Python 自治 ReAct)+ Phaser/Pixi 全无头引擎、Cocos 收窄到 3D / 复杂场景 / 渠道导出轴(仍是有效决策、非废弃);tier2 已过 0 号 spike(首跑 accept),但更多款的收敛环验证(n=5、有错追加 5)尚未跑、稳定性未确认,确认稳定后再同步对外口径。这处「内外口径暂不一致」是有意为之、有据可查,不是漏洞。
|
||||
|
||||
### 产品图 10 · B端客户旅程〔Mer新·时·现〕
|
||||
|
||||
@ -236,7 +236,7 @@ sequenceDiagram
|
||||
| 9 | 商业定位与护城河一图 | 讲 | SVG新 | 现 | 一句话定位 + 差异化闭环 + 竞争格局 + 资本效率 + 四层护城河(虚线·未来式,诚实不假装有墙)|
|
||||
| 10 | B端客户旅程 | 时 | Mer新(内联) | 现 | 询单→看模板与demo→提需求表单→平台报价→进度看板→试玩验收签署;第三类核心角色(B端/企业客户)+ 现金线首位 + B端/运营双端协作 + 品牌营销/文旅/教育子场景;「32模板/15min自动出案」愿景≠承诺(诚实切分,现行=轻量表单+人工报价) |
|
||||
|
||||
> **状态分布**:十张图整体状态全为 **现**(产品定义层)。其中三处以**元素级虚线**标出非 MVP 范围、绝不画成现行 MVP 范围:图 2 / 图 5 的**第二条生成轨(tier2)与治理层**(tier2 核心已落 + 0 号 spike accept·n=1 机制验证·n≥30 统计待跑·仍 premium 远期·尚无正式 P-id;治理层部分有地基、整体待建)、图 9 的**四层护城河**(要在窗口期点燃·未来式·非已有)。**产品定义 ≠ 建设进度**:本图说画的是「产品要提供什么」(55 P0 = 验收口径),不是「代码建到哪一步」。55 条 P0 各自的真实完成度(真端到端 / 半真 / 桩)以 `需求模块映射.md` 现状快照与 `docs/mvp/MVP进度总账.md` §2 矩阵为唯一 SoT。**防漂移门**:本文 frontmatter 记产品域五份源档的 commit hash(README @ 366a44b4、需求清单 @ 15b707fd、需求模块映射 @ 7ecd616e、商业定位 @ f4ee2310、护城河话术 @ 5cadf504),源档变更即比对。
|
||||
> **状态分布**:十张图整体状态全为 **现**(产品定义层)。其中三处以**元素级虚线**标出非 MVP 范围、绝不画成现行 MVP 范围:图 2 / 图 5 的**第二条生成轨(tier2)与治理层**(tier2 核心已落 + 0 号 spike accept·首跑机制验证·更多款用收敛环 n=5·仍 premium 远期·尚无正式 P-id;治理层部分有地基、整体待建)、图 9 的**四层护城河**(要在窗口期点燃·未来式·非已有)。**产品定义 ≠ 建设进度**:本图说画的是「产品要提供什么」(55 P0 = 验收口径),不是「代码建到哪一步」。55 条 P0 各自的真实完成度(真端到端 / 半真 / 桩)以 `需求模块映射.md` 现状快照与 `docs/mvp/MVP进度总账.md` §2 矩阵为唯一 SoT。**防漂移门**:本文 frontmatter 记产品域五份源档的 commit hash(README @ 366a44b4、需求清单 @ 15b707fd、需求模块映射 @ 7ecd616e、商业定位 @ f4ee2310、护城河话术 @ 5cadf504),源档变更即比对。
|
||||
|
||||
---
|
||||
|
||||
|
||||
@ -1,7 +1,7 @@
|
||||
---
|
||||
date: 2026-06-23
|
||||
topic: 0号 spike runbook(建设五步 / 靶子 / 模型矩阵 / 过门 / 退路)— tier2 执行 runbook(图集)
|
||||
status: 执行 runbook(非设计 SoT) · 配套 plan `docs/plans/2026-06-22-003-feat-tier2-富游戏自治生成线-plan.md`(其 0 号 spike 视图)· 0 号 spike 已跑 feie-005=accept(2026-06-24,go);本 runbook 现作 n≥30 统计批跑的执行指南
|
||||
status: 执行 runbook(非设计 SoT) · 配套 plan `docs/plans/2026-06-22-003-feat-tier2-富游戏自治生成线-plan.md`(其 0 号 spike 视图)· 0 号 spike 已跑 feie-005=accept(2026-06-24,go);本 runbook 现作 n=5 收敛环的执行指南(原 n≥30 统计方法已被创始人 2026-06-25 取代)
|
||||
设计 SoT: docs/architecture/架构/生成引擎/agentic运行时架构图说.md（原《tier2 实现详设》《自治富游戏引擎》已并入；本 runbook 是其 spike 执行视图,t2-G-* svg 在此 home）
|
||||
---
|
||||
|
||||
@ -17,7 +17,7 @@ G 族画的是 0号 spike 这一道生死门——tier2 富游戏自治生成线
|
||||
|
||||
五张图映射两份属主设计档。建设五步与 spike 插点、隐藏硬工作出自《tier2 实现详设》的「建设五步与 0号 spike 生死门」一节;靶子游戏的施工规格出自同档「靶子游戏 mini-肥鹅」一节;模型矩阵、样本量与跑序出自「模型矩阵与样本量」一节;过门阈值与采集字段出自「过门判据与精确阈值」「采集指标字段表」两节;两段实施与退路树出自「两段实施步骤」「退路树」两节。56% 这个占比数、约束自治(O2)范式、最深赌注的来龙去脉出自《自治富游戏引擎》的「三层拆分」与「现在证到哪,赌注在哪」两节。frontmatter 记了这两份的当前 commit hash 作为防漂移门——其中任一份动了 spike 口径、靶子规格、阈值或退路触发线,本图说与对应 SVG 必须同步改。
|
||||
|
||||
**【2026-06-24 更新】0 号 spike 已跑、`feie-005` = `decision=accept`(go,留观微调);下文与 svg 虚线是 spike 前视角,其中「待 spike 验证才落」的元素多数已落(核心生成线 / Phaser 探针 / 九门 + 富游戏三门 / 四道收敛契约门 / 观测成本 / n≥30 批跑底座 / 服务化@8200——见 [SoT① §5](agentic运行时架构图说.md) 与 `tier2/HANDOFF.md`),本 runbook 现作 n≥30 统计批跑的执行指南、不是「待跑」。下文 spike 前描述保留作方法论参考。** spike 前的状态是:整条 tier2 富游戏线整体待建,0号 spike 还没跑、引擎没建。所以 G 族里几乎所有元素都是设计已出、尚未落地的状态(虚线),包括 spike 门本身、五步建设路径、两段实施、退路分流、阈值与采集字段。有承袭、不全是新建的部分用实线画,但要分清承袭的是什么:deepseek 两档便宜模型是现行 Tier0/1 廉价线在产的模型、mini-desktop 是已有的权威构建与 e2e 门机、L1 确定性门(九门)和 new-api 计费平面是现行已落的底座、W-CH-α 渠道路已实证到 P0——这些是真承袭,用实线。spike 要在它们之上新做的全是虚线。另有一档颜色单列:**远期紫**标的是 Cocos 这条不进自治循环、放到 Phaser 证成之后才铺的另一条轴,它远期不押核心赌注。看图时记住:**实线 = 承袭现行已落;虚线(短划线)= tier2 专属待 spike 验证后才落代码的新机制;远期紫 = 远期不投核心循环。**
|
||||
**【2026-06-24 更新】0 号 spike 已跑、`feie-005` = `decision=accept`(go,留观微调);下文与 svg 虚线是 spike 前视角,其中「待 spike 验证才落」的元素多数已落(核心生成线 / Phaser 探针 / 九门 + 富游戏三门 / 四道收敛契约门 / 观测成本 / 收敛环批跑底座(n=5)/ 服务化@8200——见 [SoT① §5](agentic运行时架构图说.md) 与 `tier2/HANDOFF.md`),本 runbook 现作 **n=5 收敛环**的执行指南(并发跑 5、有错误就读日志/分析/修复、再并发追加一次 5、收敛即 go;**原 n≥30 统计方法、及下文 G3「5×6=30」/ G4 过门率统计阈值 / G5 退路树「<40%·<20%」均为旧法历史记录,已被创始人 2026-06-25 取代,以 003 与 SoT① 为准;svg 同此**)、不是「待跑」。下文 spike 前描述保留作方法论参考。** spike 前的状态是:整条 tier2 富游戏线整体待建,0号 spike 还没跑、引擎没建。所以 G 族里几乎所有元素都是设计已出、尚未落地的状态(虚线),包括 spike 门本身、五步建设路径、两段实施、退路分流、阈值与采集字段。有承袭、不全是新建的部分用实线画,但要分清承袭的是什么:deepseek 两档便宜模型是现行 Tier0/1 廉价线在产的模型、mini-desktop 是已有的权威构建与 e2e 门机、L1 确定性门(九门)和 new-api 计费平面是现行已落的底座、W-CH-α 渠道路已实证到 P0——这些是真承袭,用实线。spike 要在它们之上新做的全是虚线。另有一档颜色单列:**远期紫**标的是 Cocos 这条不进自治循环、放到 Phaser 证成之后才铺的另一条轴,它远期不押核心赌注。看图时记住:**实线 = 承袭现行已落;虚线(短划线)= tier2 专属待 spike 验证后才落代码的新机制;远期紫 = 远期不投核心循环。**
|
||||
|
||||
G 族是《[agentic 运行时架构图说](agentic运行时架构图说.md)》的放大层。那份总览给的是整轨的生命周期、对象结构与系统全景,其中「建设 / spike 判据」只点到为止;G 族把那一面逐项放大——五步的先后、spike 插在哪、隐藏硬工作有哪些、靶子砍成什么样、跑哪几档模型、过门的数字阈值、采集哪些字段、崩了往哪条退路走。deepen 不 duplicate:总览负责让人建立全局轮廓,G 族负责让一个工程师能照着把 spike 跑起来、据数字裁 go/no-go。
|
||||
|
||||
@ -61,9 +61,9 @@ spike 的第一段是个对照实验,对照组是「人工预建骨架加人工
|
||||
|
||||
「便宜模型」是个集合不是一个值,这张图最该让人记住的就是这件事:过门率、成本、收敛步数这三个产出数必须各有归属对象,否则「60% 是哪个模型的 60%」根本答不上来。所以 spike 不是笼统地拿「便宜模型」跑,而是跑一张点名到具体模型的矩阵——主力便宜档 deepseek-v4-flash(现行 Tier0/1 打底模型、tier2 自治的主力候选,spike 真正要回答的「便宜到什么程度还守得住」就是看它),强便宜档 deepseek-v4-pro(现行救场档,测贵一档便宜模型是否显著抬过门率,退路树第一条触发线直接读它),中等 agentic 档 MiniMax-M3(这批最能打,先用它证路),强模型基线 Opus/Fable(只跑 1~2 款作路通不通的上限基线、不进成本评估)。前两档是现行在产模型(实线),后两档里 M3 的原生接法和自治产物判定待建(虚线),Opus/Fable 是远期不押的天花板基线(紫)。
|
||||
|
||||
样本量这一格承接的是一条踩过的硬教训——别拿单次跑数当基线。每个便宜或中等档都要跑 n≥30 真跑才算数:题面用 5 个一句话变体(美食、水果、咖啡、面包、糖水店),每变体每档跑 6 次,5×6 凑够 30;强基线 Opus/Fable 不铺满,n=2~3 即可,因为它只验上限不算单价。这张图把跑在哪也画死了:mini-desktop——权威构建加 e2e 门加 x86 同构,禁本机 6c6g 跑 chrome(exit 144 / OOM 红线)。这条不是随手提的运维细节,而是 spike 数据可信的前提:在非同构机器上跑出来的过门率,作不得正式依据。
|
||||
样本量这一格承接的是一条踩过的硬教训——别拿单次跑数当基线。每个便宜或中等档跑 **n=5 收敛环**:题面用 5 个一句话变体(美食、水果、咖啡、面包、糖水店)各 1 凑够 5,有错误(>1)就读日志、分析、修复、再并发追加一次 5——**不做 n≥30 统计批跑**;强基线 Opus/Fable 只验上限、各 1~2 即可。这张图把跑在哪也画死了:mini-desktop——权威构建加 e2e 门加 x86 同构,禁本机 6c6g 跑 chrome(exit 144 / OOM 红线)。这条不是随手提的运维细节,而是 spike 数据可信的前提:在非同构机器上跑出来的过门率,作不得正式依据。
|
||||
|
||||
跑序那一块是创始人 2026-06-21 定的,它的设计取舍是「别一上来把整张矩阵 × n≥30 全铺开」。先用 M3 证路:让它全流程自治产一款 mini-肥鹅,创始人亲玩判有没有「肥鹅味」——这一步是软门、是人锚,证的是「便宜模型自治这条路到底走不走得通」,而且它是亲玩判定不是统计,所以 M3 这一步先单独走、不先铺 n≥30。路走不通,就别在更便宜的模型上空耗。证通之后再用 v4-flash 和 v4-pro 各跑一轮 n≥30 比成本,看把模型降到主力便宜档、过门率和单款成本各掉多少——这一步证的是「便宜到什么程度还守得住」。这个先证路再比成本的顺序,把最贵的失败(在便宜模型上空耗到发现路根本不通)挡在了最前面。M3 的具体接法(走官方 AnthropicChatModel 对 new-api 的 /v1/messages 端点、吃原生 Anthropic 协议加 agentic 工具循环)在 C 族放大,这张图不重画,只标它走原生接法、待建。
|
||||
跑序那一块是创始人 2026-06-21 定的,它的设计取舍是「别一上来把整张矩阵批量全铺开」。先用 M3 证路:让它全流程自治产一款 mini-肥鹅,创始人亲玩判有没有「肥鹅味」——这一步是软门、是人锚,证的是「便宜模型自治这条路到底走不走得通」,而且它是亲玩判定不是统计,所以 M3 这一步先单独走、不先铺批量。路走不通,就别在更便宜的模型上空耗。证通之后再用 v4-flash 和 v4-pro 各跑一轮 n=5 收敛环比成本,看把模型降到主力便宜档、收敛率和单款成本各掉多少——这一步证的是「便宜到什么程度还守得住」。这个先证路再比成本的顺序,把最贵的失败(在便宜模型上空耗到发现路根本不通)挡在了最前面。M3 的具体接法(走官方 AnthropicChatModel 对 new-api 的 /v1/messages 端点、吃原生 Anthropic 协议加 agentic 工具循环)在 C 族放大,这张图不重画,只标它走原生接法、待建。
|
||||
|
||||
### 图 G4 · 过门阈值 + 采集字段
|
||||
|
||||
@ -83,7 +83,7 @@ spike 的第一段是个对照实验,对照组是「人工预建骨架加人工
|
||||
|
||||
第一段证通才进第二段开放自产 driver,这一段测自治上限加 Goodhart 安全,整段待建。它放开让 agent 自产或扩 harness 的 driver,但必须走三层隔离:agent 提议 driver(写者提交取证脚本但不许直接当判据),平台按 schema 和白名单编译(越界即拒),独立 adversarial 评审(一个不向着被评对象、专找漏洞的评审,查它是否覆盖真实玩家路径、是否读了作弊字段),三层全过才入验收。这三层隔离的要点就是图底那条红线铁律——写者不能写判自己游戏的那张卷子。两段之间的 gate 卡得很清,这是这张图第二个该让人看清的逻辑:第一段崩(纯模型变量就崩)直接进退路树、不开第二段,因为连固定 driver 都填不出来,放开让 agent 自产 driver 的开放自治只会更糟;第一段过、第二段挂在 driver 安全,判的是 Goodhart 防线的设计问题而不是模型问题——模型能写出来,是隔离防线没拦住作弊,该回去补防线、不该怪模型。把「模型问题」和「防线问题」用这道 gate 分开,是为了不让一次作弊翻车被误读成范式失败。
|
||||
|
||||
退路树是这张图的下半部分,它存在的全部意义是让 no-go 之后有确定的去处、绝不滑成无限调参。据矩阵级的过门率加 fail_system 分布,按三条数字触发线纵向分流出五个出口:Q1 问最强便宜档 v4-pro 是否仍<40%,否(≥40%、达阈值)就 GO 转第三步铺引擎(人锚仍须过);是,再问 Q2 失败是否集中表现层,是就 R1 退向更模板化(判 56% 自治承重太重,改成更多预制表现模板、少 LLM 写);否则问 Q3 是否某系统装不出而其余能过,是就 R2 补骨架再试(判骨架 / driver 缺口、不是范式问题);否则问 Q4 是否便宜档全线<20%而强基线 Opus/Fable 能过,是就 R3 判便宜模型天花板(换更贵模型重估经济性、撞 ¥3/款 缓行,或整轨缓行),否则 KEEP 留观(既非全线崩也非天花板,据具体数微调前置物再跑)。这五个出口每一个都是「据数字裁定一步」,退路树真能被触发、不悬空,连 KEEP 都只许据具体数微调一轮,这正是「绝不滑成无限调参」这条铁律在图上的落地。自产 driver 三层隔离的更细展开在 D 族(D4),这张图只画到三层的形状,不重画。
|
||||
退路树是这张图的下半部分,它存在的全部意义是让 no-go 之后有确定的去处、绝不滑成无限调参。据 fail_system 分布(哪个系统 / 哪类错在收敛环里反复不收敛),按**收敛失败模式**分流出五个出口:Q1 问最强便宜档 v4-pro 在收敛环里能不能收敛,能就 GO 转第三步铺引擎(人锚仍须过);不能,再问 Q2 失败是否集中表现层,是就 R1 退向更模板化(判 56% 自治承重太重,改成更多预制表现模板、少 LLM 写);否则问 Q3 是否某系统装不出而其余能过,是就 R2 补骨架再试(判骨架 / driver 缺口、不是范式问题);否则问 Q4 是否便宜档全线都不收敛而强基线 Opus/Fable 能过,是就 R3 判便宜模型天花板(换更贵模型重估经济性、撞 ¥3/款 缓行,或整轨缓行),否则 KEEP 留观(既非全线崩也非天花板,据失败模式微调前置物再跑一轮 n=5)。这五个出口每一个都是「据收敛失败模式裁定一步」,退路树真能被触发、不悬空,这正是「绝不滑成无限调参」这条铁律在图上的落地。自产 driver 三层隔离的更细展开在 D 族(D4),这张图只画到三层的形状,不重画。
|
||||
|
||||
## 3 图清单与状态表
|
||||
|
||||
@ -91,6 +91,6 @@ spike 的第一段是个对照实验,对照组是「人工预建骨架加人工
|
||||
|---|---|---|---|---|
|
||||
| G1 | 建设五步 + 0号 spike 生死门 | SVG · 纵向五步 + 旁路框 | 建(tier2 待建 · 五步 + spike 生死门)/ 缓(Cocos 轴 = 远期紫) | 五步纵列(搭 AgentScope / 配置外置 / 搭 Phaser 引擎 / 自治过人审 / Cocos 加渠道 adapter);spike 插在二三步间、过 go / 不过 no-go;第三步五块隐藏硬工作(验收地板 / Goodhart 安全 / 成本强制 / 源项目契约 / 可观测早建)+ 第四步三块(终审判据 / 终审吞吐 / player panel 减负) |
|
||||
| G2 | mini-肥鹅 靶子规格 | SVG · 三系统拓扑 + 胜负 latch | 建(tier2 待建 · spike 靶子施工图) | 合成 / 资源 / 订单三系统的数据表与确切耦合点(资源 = 读写交汇、跨表可达性 = 核心考点);赢(金币达 100)与输(连续 3 单流失)双路径 latch;内容量 12 物品 / 6 链 / 5 订单 / 2 货币;相对 wanglanmei-ref 的砍法 |
|
||||
| G3 | 模型矩阵 + 跑序 | SVG · 矩阵表 + 跑序流程 | 现(deepseek 两档 / mini-desktop 已有)/ 建(tier2 spike 矩阵)/ 缓(Opus·Fable 仅基线) | 四角色档(v4-flash 主力 / v4-pro 强便宜 / M3 中等 agentic / Opus·Fable 上限基线)各自模型与样本量;5 题面变体 ×6 = n≥30、跑在 mini-desktop;跑序(先 M3 证路 → 便宜档比成本,2026-06-21 创始人定) |
|
||||
| G3 | 模型矩阵 + 跑序 | SVG · 矩阵表 + 跑序流程 | 现(deepseek 两档 / mini-desktop 已有)/ 建(tier2 spike 矩阵)/ 缓(Opus·Fable 仅基线) | 四角色档(v4-flash 主力 / v4-pro 强便宜 / M3 中等 agentic / Opus·Fable 上限基线)各自模型与样本量;5 题面变体各 1 = n=5(有错追加 5)、跑在 mini-desktop;跑序(先 M3 证路 → 便宜档比成本,2026-06-21 创始人定) |
|
||||
| G4 | 过门阈值 + 采集字段 | SVG · 五维判据 + 字段分组 | 建(tier2 待建 · spike 阈值 + 采集字段;★ 需创始人和实测校准) | 五维过门(过门率 ★≥50%/70% / 单款成本 ★≤¥3 / 收敛步数 ★8·40 轮 / 长程一致性 / 人锚软门);run 级采集字段(标识 / pass·repairs / fail_stage·fail_system / cost·tokens·wall / 长程三字段 / 自产 driver 安全仅第二段);汇成矩阵级三张图当 go/no-go 直接输入 |
|
||||
| G5 | 两段实施 + 退路树 | SVG · 两段泳道 + 退路决策树 | 建(tier2 待 0号 spike 验证) | 第一段纯模型变量(预建 / 跑 / 采集 gate,driver 冻结)、第二段开放自产 driver(三层隔离 + 两项采集);两段间 gate 铁律(第一段崩不开第二段、第二段挂 driver 判防线问题);退路树五出口(GO / R1 退模板化 / R2 补骨架 / R3 天花板 / KEEP 留观)据三条数字触发线分流 |
|
||||
|
||||
@ -6,6 +6,8 @@ status: 草案 · 已纳入 Codex+Opus 双评审并修订
|
||||
|
||||
# tier2 富游戏自治生成线 · 整体实现方案
|
||||
|
||||
> **留痕 · 部分被取代(2026-06-25)**:本方案的"便宜档 **n≥30** 统计硬门"已被创始人指令取代为 **n=5 收敛环**(并发跑 5、有错误就读日志/分析/修复、再并发追加一次 5、收敛即 go、不收敛走退路树;退路树改按收敛失败模式分流,不再用 <40%/<20% 统计阈值)。下文 n≥30 口径为历史记录;现行验证方式与 tier2 现状(核心已落、0 号 spike `feie-005` accept)以 [`003 plan`](../plans/2026-06-22-003-feat-tier2-富游戏自治生成线-plan.md) 与运行时 SoT [`agentic运行时架构图说`](../architecture/架构/生成引擎/agentic运行时架构图说.md) 为准。
|
||||
|
||||
## Summary
|
||||
|
||||
为 tier2 富游戏自治生成线立一份整体实现方案：按《[agentic 运行时架构图说](../architecture/架构/生成引擎/agentic运行时架构图说.md)》整条运行时架构组织（两阶段 / 四层地基 / 三层校验 / 共用控制面 / 建设五步），执行顺序定为**先完成 AgentScope 集成与环境的设计和初始化，再用 M3（写代码与逻辑）+ mmx（产美术与音乐资产）连续迭代优化生成引擎**。关键是**顺序软、判据硬**：迭代是连续的，但生成证据的判据保持离散可判定——M3 证路为软门、便宜档 n≥30 为硬门、退路树沿用《tier2 实现详设》的数字触发线，只有硬门通过才转入重型组件投入。本方案的实质增量集中在"起步集成 + 生成迭代的排序与判据"；"重机器"阶段为指向属主档的收口指针，不在本方案展开实现决策。
|
||||
|
||||
@ -1,7 +1,7 @@
|
||||
---
|
||||
title: "feat: tier2 富游戏自治生成线实现方案（AgentScope 2.0.2 + Phaser）"
|
||||
type: feat
|
||||
status: active · Phase A + 0 号 spike feie-005 accept 已落(2026-06-24)· 待 n≥30 统计 + 阶段1 Agent Team
|
||||
status: active · Phase A + 0 号 spike feie-005 accept 已落(2026-06-24)· 待便宜档收敛环(n=5)+ 阶段1 Agent Team
|
||||
date: 2026-06-22
|
||||
origin: docs/brainstorms/2026-06-22-tier2-整体实现方案-requirements.md
|
||||
---
|
||||
@ -10,15 +10,15 @@ origin: docs/brainstorms/2026-06-22-tier2-整体实现方案-requirements.md
|
||||
|
||||
## Summary
|
||||
|
||||
把 tier2 富游戏自治生成线从设计落成可执行序列：先在新顶层 `tier2/` 搭起一个独立的 AgentScope 2.0.2 Python 模块（fork 现有廉价线种子 worker、单写起步、本地 runner、不上 Agent Service），再用 M3 写代码逻辑、mmx 产美术音乐，在三层校验（初期只焊 L1）的笼子里连续迭代生成引擎。顺序连续、判据离散——M3 证路是软门、便宜档 n≥30 是硬门、退路树沿用《tier2 实现详设》的数字触发线，只有硬门通过才投入重机器（工作室 Agent Team、第二装载分支、配置外置、控制面、ReMe）。Phase A（集成+环境+迭代）写成可立即执行的详细单元；Phase B（重机器）写成纲要、显式 gated 在 B 门后。
|
||||
把 tier2 富游戏自治生成线从设计落成可执行序列：先在新顶层 `tier2/` 搭起一个独立的 AgentScope 2.0.2 Python 模块（fork 现有廉价线种子 worker、单写起步、本地 runner、不上 Agent Service），再用 M3 写代码逻辑、mmx 产美术音乐，在三层校验（初期只焊 L1）的笼子里连续迭代生成引擎。顺序连续、判据离散——M3 证路是软门、便宜档收敛环是硬门、退路树按收敛失败模式分流，只有硬门通过才投入重机器（工作室 Agent Team、第二装载分支、配置外置、控制面、ReMe）。Phase A（集成+环境+迭代）写成可立即执行的详细单元；Phase B（重机器）写成纲要、显式 gated 在 B 门后。
|
||||
|
||||
## 执行现状(2026-06-24 spike / 2026-06-25 doc-sync)
|
||||
|
||||
本 plan 写于 spike 前。**0 号 spike 已跑、`feie-005` = `decision=accept`**(M3 自治写面包店经营合成富游戏:9 道 L1 门 + 富游戏三门全过、`finished=True`、无熔断,约 20K/36K tokens、墙钟约 610s),判断 = **go(留观微调)**。落地实况(权威基准 `tier2/HANDOFF.md`):
|
||||
|
||||
- **已落**:U1–U7 核心生成线(种子 fork + 有界外层 resume + Phaser `validate`/`run`/`prompt`/`roles` 重写)、Phaser CDP 探针 + 九门 + 富游戏三门、四道收敛契约机器门(`validate_datatable`/`LOCKED_PLATFORM_FILES`/`validate_play_scene`/finish 门)、mmx 资产工具、M3 Anthropic 接法 + `RecordingChatModel` 成本取证、`Tier2TraceMiddleware`→TraceAdapter(647 事件 dropped=0、cost_rmb=1.29)、L3 视觉软检 observe-only、**n≥30 批跑底座**(便宜档 client / `RunRecord` / 退路树判定器 / `batch_run`+`aggregate`)、**服务化 P4 部署 `mini-desktop:8200`**(Agent Service + 落库 MySQL+MinIO,save→fetch 已验)。
|
||||
- **已落**:U1–U7 核心生成线(种子 fork + 有界外层 resume + Phaser `validate`/`run`/`prompt`/`roles` 重写)、Phaser CDP 探针 + 九门 + 富游戏三门、四道收敛契约机器门(`validate_datatable`/`LOCKED_PLATFORM_FILES`/`validate_play_scene`/finish 门)、mmx 资产工具、M3 Anthropic 接法 + `RecordingChatModel` 成本取证、`Tier2TraceMiddleware`→TraceAdapter(647 事件 dropped=0、cost_rmb=1.29)、L3 视觉软检 observe-only、**收敛环批跑底座(n=5)**(便宜档 client / `RunRecord` / 退路树判定器 / `batch_run`+`aggregate`——这套件就是跑收敛环的底座,n 设 5、有错追加 5)、**服务化 P4 部署 `mini-desktop:8200`**(Agent Service + 落库 MySQL+MinIO,save→fetch 已验)。
|
||||
- **两处早稿设计错已纠(回写 SoT①)**:官方 `ReplyBudgetControlMiddleware` 2.0.2 不存在 → 自建 `on_system_prompt`+硬熔断;纯内部多轮 ReAct 过早放弃 → 有界外层 resume(wg1 范式回归)。
|
||||
- **🔴 真待执行**:**n≥30 统计 go/no-go**(本次 n=1 是机制验证、非统计;底座已就位可直接跑)· 阶段 1 工作室 Agent Team(决策⑤ Phase B)· 控制面/管理面对 tier2 接入(D12/`GenerationDispatcher` 在 SAA Java 后端)· feed→play 第二装载分支与正式源项目契约(交后端)· ReMe vs 树内 mem0 小验。
|
||||
- **🔴 真待执行**:**便宜档收敛环 go/no-go**(并发跑 5、有错追加 5、收敛即 go;本次 n=1 是机制验证、跑通一款;底座已就位可直接跑)· 阶段 1 工作室 Agent Team(决策⑤ Phase B)· 控制面/管理面对 tier2 接入(D12/`GenerationDispatcher` 在 SAA Java 后端)· feed→play 第二装载分支与正式源项目契约(交后端)· ReMe vs 树内 mem0 小验。
|
||||
- **下方 U8–U10「B 门后才投·纲要」口径已被既成事实部分推翻**(服务化/落库/观测已落):读时以本节 + `tier2/HANDOFF.md` 为准,不以 U8–U10 纲要字面为准。
|
||||
|
||||
spike 收敛 commit 在 `feat/tier2-phaser-engine`。
|
||||
@ -39,7 +39,7 @@ tier2 就是这条轨：用约束自治（O2）的单写 ReAct agent + Phaser
|
||||
|
||||
- **锁 AgentScope 2.0.2；但「迁移=版本钉」只对 AgentScope 框架接缝成立，种子业务模块链要按 Phaser 重写**：迁移面取证证明种子用到的 AgentScope 框架符号（`Agent`/`ReActConfig`/`UserMsg`/`OpenAICredential`/`OpenAIChatModel` + duck-typed `ChatUsage`）在 2.0.2 全兼容、0 改签名——**这层确实是版本钉**（`requirements` 钉 `2.0.2`）。**但 `studio.py` 拖着的业务模块链（`validate.py`/`run.py`/`roles.py`/`prompt.py`）是 LittleJS 专属、要按 Phaser 重写、工作量≈net-new**：`validate` 的硬规则（禁 import / 禁 littlejsengine / 必须单 `export default` 工厂）对 Phaser 多文件 `src/` 工程**完全反转**；`run` 的 `scaffold`/`build`/`play` 是 LittleJS 单包 iife 形态；`roles.DESIGN_SYSTEM` 全是声明式壳 few-shot。别让"框架符号兼容"误导成"整个 U2 是平移"。真正的 AgentScope 新功夫另在 net-new 的多轮 ReAct / Workspace / Service（Phase B）。
|
||||
|
||||
- **顺序软、判据硬**：先集成+环境再连续迭代（顺序连续，不设建设前的离散生死门），但生成证据的判据保持离散可判定——A 门 = M3 证路（软，创始人试玩判"有肥鹅味的可玩雏形"）；B 门 = 便宜/强便宜档 deepseek-v4 跑 n≥30，过门率/单款成本/收敛/失败分布达《tier2 实现详设》阈值（硬）；退路树沿用《tier2 实现详设》数字触发线（v4-pro<40%→更模板化 / 某系统装不出→补骨架 / 全线<20%→便宜模型天花板换档），达任一触发线即转退路、不再调参。双评审揪出"软化顺序时别把判据也软化"是本计划最要紧的一条纠正。
|
||||
- **顺序软、判据硬**：先集成+环境再连续迭代（顺序连续，不设建设前的离散生死门），但生成证据的判据保持离散可判定——A 门 = M3 证路（软，创始人试玩判"有肥鹅味的可玩雏形"）；B 门 = 便宜/强便宜档 deepseek-v4 跑收敛环（并发 5、有错就读日志分析修复再追加一次 5、收敛即 go，硬）；退路树按收敛失败模式分流（某系统反复装不出→补骨架 R2 / 表现层反复崩→更模板化 R1 / 便宜档全线不收敛而强档能过→便宜模型天花板换档 R3 / 收敛但需微调→留观 KEEP），按失败模式转退路、不再调参。双评审揪出"软化顺序时别把判据也软化"是本计划最要紧的一条纠正。
|
||||
|
||||
- **起步只单写（阶段 2），工作室 Agent Team（阶段 1）后置到 Phase B**：最快拿到"M3+mmx 能不能产过门 mini-肥鹅"的真信号。生产态正式流程仍是阶段 1 工作室设计 → 阶段 2 单写实现；起步只跑阶段 2 是 spike 范围裁剪，不是永久颠倒。
|
||||
|
||||
@ -97,10 +97,10 @@ flowchart TB
|
||||
U3 --> U6
|
||||
end
|
||||
U7 --> GA{"A 门 · M3 证路(软)"}
|
||||
GA -->|过| GB{"B 门 · 便宜档 n≥30(硬)<br/>达《实现详设》阈值?"}
|
||||
GA -->|不过| R["退路树(数字触发线)"]
|
||||
GB -->|达退路线| R
|
||||
GB -->|过 · 硬证据| PB
|
||||
GA -->|过| GB{"B 门 · 便宜档收敛环(硬)<br/>并发5·有错追加5·收敛?"}
|
||||
GA -->|不过| R["退路树(按收敛失败模式分流)"]
|
||||
GB -->|不收敛| R
|
||||
GB -->|收敛 · 硬证据| PB
|
||||
subgraph PB["Phase B · 重机器（B 门后才投 · 纲要）"]
|
||||
U8["U8 工作室阶段1 + Agent Service<br/>create_app + Agent Team(SubAgentTemplate/EXPLORE)"]
|
||||
U9["U9 第二装载分支 + tier2 源项目契约七要素"]
|
||||
@ -129,8 +129,8 @@ flowchart TB
|
||||
- R8. M3 走 Anthropic 原生端点 + smoke gate：启动前校验 `max_tokens > thinking_budget`，首 smoke 证 thinking 分离/工具调用/quota 计费。→ U7
|
||||
- R9. 三层校验初期只焊 L1，L2 尽量、L3 只评分绝不阻塞/拒发、绝不让 LLM 自评。→ U6, U7
|
||||
- R10. 四道熔断（步数硬顶/预算闸/卡死探测/双层超时），任一触发优雅收尾、每轮 checkpoint；早期预算闸只需时间盒，强制 fail-closed 是规模化前项。→ U7
|
||||
- R11. 生成证据判据离散：A 门 M3 证路（软）/ B 门便宜档 n≥30（硬，达《实现详设》阈值）才转重机器。→ U7
|
||||
- R12. 退路树离散触发：沿用《tier2 实现详设》数字触发线，达任一线即转退路、不再调参。→ U7
|
||||
- R11. 生成证据判据离散：A 门 M3 证路（软）/ B 门便宜档收敛环（硬，并发 5、有错追加 5、收敛即 go）才转重机器。→ U7
|
||||
- R12. 退路树按收敛失败模式分流：据收敛失败模式（装不出→补骨架 / 表现层崩→更模板化 / 全线不收敛而强档能过→换档 / 收敛需微调→留观）转退路、不再调参。→ U7
|
||||
|
||||
**重机器 · B 门通过后才投**
|
||||
|
||||
@ -264,18 +264,18 @@ flowchart TB
|
||||
|
||||
### U7. 生成迭代闭环 + 证据门（M3 + 三层校验 + 四熔断 + A/B 门 + 退路树）
|
||||
|
||||
- **Goal**：把 U1-U6 汇成可跑的生成迭代闭环——M3 走 Anthropic 原生端点写代码、三层校验（初期只焊 L1）裁决、四熔断关着，并落 A 门（M3 证路软）/ B 门（便宜档 n≥30 硬）证据门与退路树触发线 + 采集字段。
|
||||
- **Goal**：把 U1-U6 汇成可跑的生成迭代闭环——M3 走 Anthropic 原生端点写代码、三层校验（初期只焊 L1）裁决、四熔断关着，并落 A 门（M3 证路软）/ B 门（便宜档收敛环硬：并发 5、有错追加 5、收敛即 go）证据门与退路树（按收敛失败模式分流）+ 采集字段。
|
||||
- **Requirements**：R7, R8, R9, R10, R11, R12
|
||||
- **Dependencies**：U2, U3, U4, U5, U6
|
||||
- **Files**：
|
||||
- `tier2/gen-worker/worker/agent_loop/m3_model.py`（新建：`AnthropicChatModel`+`AnthropicCredential.base_url` 指 new-api `/v1/messages`+thinking；启动校验 `max_tokens > thinking_budget`；**含 `RecordingChatModel` 的 Anthropic 变体——subclass `AnthropicChatModel` 同样覆写 `__call__` 抓 `ChatUsage`**。⚠️ 现有 `RecordingChatModel(OpenAIChatModel)` 对 Anthropic 路不生效；不做这个变体，A 门 M3 路的 per-call usage 抓不到、成本证据链断、A 门与 B 门成本口径不可比）
|
||||
- `tier2/gen-worker/worker/finish_spike.py`（新建：**spike-grade 最小产物收尾**。M3 开 thinking 时 `generate_structured_output` 的强制 `tool_choice` 被 Anthropic 拒——改用 `tool_choice=auto` 非强制 + 兜底重试，或一个最简 finish 工具把多文件 `src/` 吐到 `Workspace.workdir`，不走正式契约/落库（与 R21 一致）。Phase B U9 升正式 finish + 源项目契约）
|
||||
- `tier2/gen-worker/worker/breakers.py`（新建：四熔断——步数硬顶/预算闸时间盒/卡死探测/双层超时；预算闸早期只时间盒上限）
|
||||
- `tier2/gen-worker/worker/evidence/gates.py`（新建：A 门 M3 证路记录 + B 门 n≥30 统计，阈值引《tier2 实现详设》§过门判据，不复列）
|
||||
- `tier2/gen-worker/worker/evidence/gates.py`（新建：A 门 M3 证路记录 + B 门收敛环判定——并发 5 跑、错误数 >1 即读日志分析修复后追加一次 5、全过或可接受即 go）
|
||||
- `tier2/gen-worker/worker/evidence/fields.py`（新建：采集字段表——run_id/model/stage/pass/repairs/fail_stage/fail_system/cost_rmb/wall_s/file_count/长程一致性，承《实现详设》）
|
||||
- `tier2/gen-worker/worker/evidence/retreat.py`（新建：退路树数字触发线——v4-pro<40%/全线<20%/超 max_iters）
|
||||
- **Approach**：闭环 = 组 context→M3 reason→Workspace act 写多文件 src/→**经 `finish_spike` 收尾吐产物到 workdir**→build→真跑→三层校验→repair/checkpoint→产出。初期只焊 L1，L2/L3 渐进，L3 永远软。**A 门是两段与，不是纯软门**：① M3 产物先确定性过 L1（机器判，别对崩溃页试玩）② 再创始人试玩判"有肥鹅味的可玩雏形"（软）——两段都过才算 A 门过。B 门硬（便宜档 deepseek-v4-flash/pro 各 n≥30，过门率/¥/收敛达《实现详设》阈值）才允许转 Phase B。**给"A 门后、B 门 n≥30 前"的前置物调参加显式上限**（≤K 轮或 ≤¥/≤墙钟，超即按退路树 KEEP/缓行处置），把"不再调参"从触发线之后前移一个兜底闸，杜绝未达触发线时无限调参。退路树达任一数字触发线即转退路、不再调参。**环境切分见 Risks——本计划"项目初始化"在 6c6g 搭骨架，"运行调优"（M3+mmx 真生成、n≥30 spike、CDP 真跑）转 Mac/mini-desktop。**
|
||||
- **Execution note**：先 M3 smoke（thinking 分离/工具调用/quota 三证）再接迭代闭环；先 M3 证路（A 门）再用便宜档比成本（B 门 n≥30）。
|
||||
- `tier2/gen-worker/worker/evidence/retreat.py`（新建：退路树判定器——按收敛失败模式分流：装不出→补骨架 R2 / 表现层崩→更模板化 R1 / 便宜档全线不收敛而强档能过→换档 R3 / 收敛需微调→留观 KEEP / 超 max_iters）
|
||||
- **Approach**：闭环 = 组 context→M3 reason→Workspace act 写多文件 src/→**经 `finish_spike` 收尾吐产物到 workdir**→build→真跑→三层校验→repair/checkpoint→产出。初期只焊 L1，L2/L3 渐进，L3 永远软。**A 门是两段与，不是纯软门**：① M3 产物先确定性过 L1（机器判，别对崩溃页试玩）② 再创始人试玩判"有肥鹅味的可玩雏形"（软）——两段都过才算 A 门过。B 门硬（便宜档 deepseek-v4-flash/pro 收敛环：并发跑 5、有错误就读日志分析修复再追加一次 5、收敛即 go）才允许转 Phase B。**给"A 门后、B 门收敛环前"的前置物调参加显式上限**（≤K 轮或 ≤¥/≤墙钟，超即按退路树 KEEP/缓行处置），把"不再调参"前移一个兜底闸，杜绝无限调参。退路树按收敛失败模式分流、转退路后不再调参。**环境切分见 Risks——本计划"项目初始化"在 6c6g 搭骨架，"运行调优"（M3+mmx 真生成、收敛环 spike、CDP 真跑）转 Mac/mini-desktop。**
|
||||
- **Execution note**：先 M3 smoke（thinking 分离/工具调用/quota 三证）再接迭代闭环；先 M3 证路（A 门）再用便宜档跑收敛环（B 门：并发 5、有错追加 5）。
|
||||
- **Patterns to follow**：`wg1/gen-worker/worker/agent_loop/studio.py`（迭代骨架）、`wg1/gen-worker/worker/cost.py`（per-model 折¥）、《tier2 实现详设》§模型矩阵/过门判据/采集字段/退路树
|
||||
- **Test scenarios**：
|
||||
- M3 smoke：一次 M3 调用证 thinking 分离（拿到 ThinkingBlock）+ 工具调用 + quota 计费三者都通。
|
||||
@ -285,7 +285,7 @@ flowchart TB
|
||||
- 四熔断：步数/时间盒/卡死/超时各造一个触发样例，闭环优雅收尾、每轮 checkpoint 存在。
|
||||
- 证据采集：一次迭代 run 产出采集字段表一行（pass/repairs/cost_rmb/fail_system 等齐全，**M3 路成本非空**）。
|
||||
- A 门两段与：M3 产物未过 L1 时 A 门判不过（不靠对崩溃页试玩）；过 L1 + 创始人试玩才过。
|
||||
- A/B 门逻辑 + 调参上限：mock 一批 run 的 pass 分布，B 门按《实现详设》阈值正确判 go / 退路；A→B 间调参超 K 轮上限即按退路树 KEEP/缓行（不无限调）。
|
||||
- A/B 门逻辑 + 调参上限：mock 一批 run，B 门按收敛环正确判定（5 个全过→go；有错→读日志修复后追加 5、收敛→go、仍不收敛→按失败模式走退路）；A→B 间调参超 K 轮上限即按退路树 KEEP/缓行（不无限调）。
|
||||
- **Verification**：M3 smoke 三证 + M3 路 usage 非空；闭环首次端到端独立门通过；四熔断各自可触发并优雅收尾；一次迭代产出完整采集字段；A/B 门 + 退路树 + 调参上限对 mock 分布给出正确判定。
|
||||
|
||||
---
|
||||
@ -349,7 +349,7 @@ flowchart TB
|
||||
|
||||
- **最大风险（全线 go/no-go 所系）**：便宜/中等模型自治写 56% 表现层能否稳定达 B 门阈值——零证据，正是 U7 迭代要验的赌注。务必与"2026-06-18 已证便宜模型产 Tier0/1 声明式数据壳过门"硬区分：后者已证、是另一档（gameDefinition 数据壳）；tier2 的 Phaser 富游戏自治零证据，历史 Fable+Phaser 只证形态。
|
||||
- **前置阻断（U3）**：Phaser 浏览器探针路径可行性（agentscope-runtime BrowserSandbox 够不够，不够回落自建薄沙箱）须在 U7 迭代开跑前出结论，否则 spike 跑不起来。
|
||||
- **运行环境切分（逐单元 · 6c6g 搭骨架 / Mac·mini-desktop 跑调优）**：6c6g 禁 chrome（exit 144）、本机零依赖，凡需真跑 chrome/headless+esbuild 的验证必在 mini-desktop。逐单元归属——**6c6g 可完成**：U1（pip install / 纯函数复用单测 / forbidden-import CI）、U2（mock 模型集成测试 / 版本钉 / 消息形态复验）、U4 与 U5 的骨架与 schema 文件创建。**必须 mini-desktop 真跑**：U3（`page.evaluate`/CDP 探针矩阵真验）、U4（mini-肥鹅 构建+真跑过 boot 门）、U6（门对过门页 pass/空壳页 fail 真验）、U7（M3 smoke / 四熔断真触发 / 闭环端到端 / n≥30）。即"项目初始化（骨架+mock 级）"在 6c6g 完成、"运行调优（真跑迭代）"转交 Mac。
|
||||
- **运行环境切分（逐单元 · 6c6g 搭骨架 / Mac·mini-desktop 跑调优）**：6c6g 禁 chrome（exit 144）、本机零依赖，凡需真跑 chrome/headless+esbuild 的验证必在 mini-desktop。逐单元归属——**6c6g 可完成**：U1（pip install / 纯函数复用单测 / forbidden-import CI）、U2（mock 模型集成测试 / 版本钉 / 消息形态复验）、U4 与 U5 的骨架与 schema 文件创建。**必须 mini-desktop 真跑**：U3（`page.evaluate`/CDP 探针矩阵真验）、U4（mini-肥鹅 构建+真跑过 boot 门）、U6（门对过门页 pass/空壳页 fail 真验）、U7（M3 smoke / 四熔断真触发 / 闭环端到端 / 收敛环）。即"项目初始化（骨架+mock 级）"在 6c6g 完成、"运行调优（真跑迭代）"转交 Mac。
|
||||
- **外部依赖**：new-api 网关（`baseUrl`+`NEWAPI_KEY`，凭据见 `docs/内网凭据与端点.md`，M3 走 Anthropic 端点）；mmx-cli（创始人已亲验）；已 clone 的 AgentScope 2.0.2 源码 `/root/oss/agentscope`。
|
||||
- **版本风险**：tier2 独立锁 2.0.2，不随廉价线（2.0.1）走；2.0 系列内部 API 仍在变（参照 agentscope-skill 的 v2 离线镜像 + 源码为权威，SKILL.md 正文示例是 1.x 勿照抄）。
|
||||
|
||||
@ -364,7 +364,7 @@ flowchart TB
|
||||
|
||||
**Deferred to Implementation**
|
||||
|
||||
- 过门率/成本阈值（¥3/款、50%/70%）最终校准值，及 B 门 n≥30 在 M3 证路后对各便宜档的具体分配。
|
||||
- 单款成本闸（¥3/款）最终校准值，及 B 门收敛环在 M3 证路后对各便宜档（v4-flash/pro）的具体跑法（先各跑一轮 5、有错追加 5）。
|
||||
- CDP 探针对 Phaser 重写的具体接口（帧源/canvas 注入/活动 hash 取法）。
|
||||
- 第二装载分支与源项目契约的字段级细节、与 finish 工具 schema 的共用落点。
|
||||
- tier2 独立 service 错误码/契约归属（运行期零耦合 → 自有空间，细节随建设定）。
|
||||
|
||||
Loading…
x
Reference in New Issue
Block a user