games-development-ai/docs/agent-specs/2026-07-06-生成侧过程蒸馏回路-设计.md

date, topic, status, sot-impact, 上级, 关联, 图清单

date	topic	status	sot-impact	上级	关联	图清单
2026-07-06	生成侧过程蒸馏回路	骨架(fable 主笔 2026-07-06,W-GENLOG 第一步)——机制承重裁决已定(过程校准单六段同构/出口四级/防学偏姊妹条),原料字段核实、统计脚本规格与首单 runbook 留给 opus 填肉(工单见 §6);填肉后过 Codex+Opus 双评审 + fable 终审,再交创始人拍。	不新建 canonical topic。本环是数据飞轮 SoT(`架构/生成引擎/数据飞轮.md`)§3.3 回流半环的姊妹半环:锚从「留存/收益」换成「过门率/成本/轮数/修复空转」,六段机制、治理词汇与防学偏纪律逐条对齐其原文,不重写不冲突;定稿后以姊妹节收口进该 SoT(G-5),本档转执行留痕。不改校准单六去向治理,不改质量 SoT 评分口径,不动九门与验收基准;全部出口走目标资产既有过门通道(W-TPL 模板产线 / 各机器门 / 品类 skill 过门 / prompt 四道闸),本环不新增任何落库权。运行时图说「改动六·进化语料萃取」的成功面萃取并入本环产出面(见 §4),该处回写一笔随 G-5,不另立第二条萃取线。	docs/mvp/MVP作战清单.md	docs/architecture/架构/生成引擎/数据飞轮.md §3.3(校准单六段/六去向三性质/防学偏五条/并发时序纪律) · docs/architecture/架构/生成引擎/游戏质量与爆火能力.md(质量口径,只引用) · docs/architecture/架构/生成引擎/agentic运行时架构图说.md(改动六·进化语料萃取立位) · docs/agent-specs/2026-07-06-黄金模板规格件-设计.md(W-TPL 出口承接) · docs/agent-specs/2026-07-06-复杂游戏北极星件-设计.md(蒸馏增量工件/馆长门=席位化终态) · .agents/skills/gen-path-parity-harness.md · .agents/skills/prompt-governance.md · game-runtime/games/amgen-c2v-4/trace.jsonl(在仓样本) · game-runtime/games/_wg1-gen/breakout/evidence/verdict.json(在仓样本)	骨架期 Mermaid 两张(图1 两半环关系 · 图2 过程校准单六段流);SVG 门面图随定稿按 architecture-diagram-atlas 补

生成侧过程蒸馏回路 · 设计(骨架)

生成过程日志里躺着高频问题、错误与弯路,这件事不需要论证——它已经被人工挖矿反复证明:15 个插件签名的母语化,起点是失败日志里反复出现的同一类摩擦;save.get 幻觉、latch 终态口径、泛型声明误杀存档游戏,全是人读 trace 读出来的;reskin 数据点靠人工对照三路生成的 AI 写量 diff 才成立。每一条都最终蒸馏进了模板、门或 skill,每一条也都依赖"恰好有人有空读日志"。矿有金,没有产线——覆盖率是随机的,节奏是被动的,放量后日志量涨一个量级,人工读法直接失效。

本档立这条产线。它与已批准的数据飞轮回流环(SoT §3.3)是同一个飞轮的两个半环:回流环拿线上结果(留存/收益)校准"生成什么",本环拿生成过程(过门/成本/轮数/空转)校准"怎么生成"。回流环被两个连接键与放量前置卡着,原料要等;本环的原料已经在盘上,即刻可跑。

0. 目标与边界

**命题:过程蒸馏不是新机制,是校准单机制换一个锚的第二次实例化。**凡是回流环已经想清楚的——六段闭环、人审治理、验证窗口、防 Goodhart——本环逐条继承;本档只写差异面:锚、输入粒度、分析方法、出口通道。两环共用治理词汇,不各立一套,审的人只需要学一次规矩。

flowchart LR
  T["生成过程日志(在盘)<br/>trace.jsonl · verdict.json<br/>game-log.json · repairs · cost"] -->|"本环 · 过程校准单<br/>锚:过门率/成本/轮数/空转<br/>节奏:即刻可跑"| A["资产改进<br/>模板/脚手架 · 门/工具<br/>skill · prompt"]
  R["线上结果(待放量)<br/>留存 · 收益 · 完玩"] -->|"回流环 · 校准单(SoT §3.3)<br/>锚:留存/收益<br/>前置:join 键 + 放量"| A
  A -->|"验证窗口<br/>非劣化才算数"| T

边界,五条硬的:

1. **不动回流环机制。**校准单六段、六去向三性质、防学偏五条、三条并发时序纪律,SoT §3.3 原文有效;本环是姊妹实例,冲突即以 SoT 为准回修本档。
2. **离线批分析,不进生成热路径。**不加运行时钩子、不改 worker 代码,原料一律是已落盘产物;分析节奏与生成吞吐零耦合。
3. **不碰结果锚。**留存/收益/完玩归回流环;本环指标止于生成完成线(门、成本、轮次、空转)。同一资产两环同窗都想改时,按 §3 并发纪律排窗。
4. **金标 play-spec 与验收基准不纳入蒸馏面。**与回流环同一条红线:基准随数据漂移,跨窗可比性与防 Goodhart 的锚就没了;发现"门口径可能误判"时,产出的是门修正工单、走门自己的修订治理,不是本环直改。
5. **蒸馏永不直写。**每条产出是带证据的提案/工单,落库全走目标资产既有门;本环自身没有对任何资产的写权。

1. 原料盘点(命题级;字段与批量的精确核实归 G-1)

命题:本环零采集——只消费已存在的落盘物,一件新埋点都不加。

每局生成现有四类过程记录,全部已在产:

• trace.jsonl:统一轨迹核心五字段(traceId/step/cost/verdict/timestamp)+ ext.raw 事件流(ReplyStart / ReasoningPhase / ModelCall / 工具调用等,在仓样本 amgen-c2v-4/trace.jsonl 331 行实读)。工具调用序列、轮数、token/成本、修复边界都在这一条流里;
• verdict.json:九门逐门结果带测量值(在仓样本 _wg1-gen/breakout/evidence/verdict.json:guards.{A_boot,C_frame.delta,I_control.results[],D_render.bright,E_live.distinctStates,B_uncaught,F_wiring.callCount})——失败模式的结构化半成品,门×品类矩阵直接从它聚合;
• game-log.json:运行时日志(ctx.log + 插件自带 + smokeBoot 捕获),失败局的现场;
• 库侧:game_aigc_task.trace_json(九门轨迹账本)与 readiness_score,数据飞轮 SoT §1 已核实在库。

历史批的现状要说实话:在仓即刻可读的是小头(trace.jsonl 9 局、verdict.json 33 局、amgen-* 18 目录、_wg1-gen 38 子目录,2026-07-06 实数),bake-off / parity / m3 的大批产物散在 mini-desktop 产物区与库表 trace_json 里,首单窗口的完整盘点与拉取是 G-1 的活。两条已定的演进关系:T5-8(context 装配记录进 trace,波⑤默认关)落地后,"这局装配了什么配方"进入原料面,LLM 判读层从此可以归因"喂错了还是模型不行";统一 trace 契约(contracts/trace/,随控制面 phase-1)落地后,本环消费面迁移到契约形态、不双写——先用现存散落形态起步,与回流环"复用统一 trace、不另造管线"是同一句承诺。

2. 过程校准单(承重章)

命题:六段一一对应回流环校准单,逐段只换内容不换结构;段名与治理语义以 SoT §3.3 原文为准。

flowchart LR
  X["触发<br/>批量阈值/波次收口"] --> I["输入<br/>窗口全量过程切片"] --> AN["分析<br/>代码统计 + LLM 判读"] --> P["产出<br/>高频模式榜(提案)"] --> G["治理<br/>四级出口各过既有门"] --> V["验证<br/>下窗口同指标非劣化"]

段	回流环校准单(SoT §3.3 原文要义)	过程校准单(本环)
触发	放量后按自然月;窗口累计 ≥100 款可提前;低产量期出观察单	批量阈值:窗口累计新增 ≥N 局即可出单(N 待首单后定标,见 §7);或波次收口顺带出一张。放量前不需要月度网格——有批就能挖
输入	归档语料窗口切片(生成特征 + 结果标签)	窗口内全量 trace.jsonl + verdict.json + game-log.json + repairs/成本切片——过程事件粒度,不是聚合特征
分析	赢家对照先行、回归其次,品类层/全局层样本门槛	两层:代码统计层(确定性)先行全量,LLM 判读层(语义)只读统计筛出的子集,见下
产出	修订提案,逐条证据,绝不直改	高频模式榜:每条 = 模式描述 + 频次 + 代表局证据指针(traceId/文件:行)+ 建议出口级(§3 四级之一);绝不直改
治理	六去向三性质分级过门	四级出口各走目标资产既有门(§3);「同一窗口同一品类只动一类去向」纪律沿用且跨环计数
验证	验证窗口对照非劣化,劣化 revert 记因	下一窗口同指标(过门率/成本均值/轮数分布/空转率)对同品类非劣化;劣化 revert 并在下一张单记因

分析两层,是架构红线的执行面(项目代码只做机械确定性的事;凡需判断/语义的归 LLM,绝不写成代码):

• 代码统计层(零依赖脚本,规格归 G-2):门×品类失败矩阵(哪道门在哪个品类高频挂)、成本/轮数/token 离群局清单(分位法)、盲修空转率(修复轮未改善门结果的占比——护城河线挂账的头号观测,本环给它常设产出位)、幻觉 API 频次表(check/形状门拦截事件聚合)、重试与熔断事件计数。全量跑,产出是数字和局清单,不产结论。
• LLM 判读层(判读维度与 prompt 归 G-3):只读统计层筛出的失败局与离群局 trace 全文及 game-log,判弯路模式(读了不该读的文件、重写本可复用的循环、churn 探针式瞎试)、prompt 误导迹象(多局在同一指引处犯同一错)、运行时异常模式。判读输出逐条挂代表局证据指针,无出处的归纳不进榜——这与九门"产模型辩不过的事实"是同一纪律。

统计先行、判读聚焦的次序不可倒:LLM 通读全量既贵又稀释注意力;统计层的职责就是把"值得人和模型细看的局"从大盘里筛出来。

3. 出口四级与防学偏姊妹条

命题:出口优先级 = 注入铁律(模板承载 > 门强制 > prompt 提醒)的回路执行面——每条模式先问能不能烤进模板,再问能不能做成门,最后才许进 skill/prompt 当提醒。

级	出口	承接通道(既有门,本环不另立)	已被人工实证的同类先例
1	模板/脚手架变更工单	W-TPL 模板产线(规格十件 + 四道准入门)	reskin 数据点→经营黄金脚手架;L1 自适应缩放修复
2	门/校验器/工具签名修正工单	各机器门修订 + L2 插件通道(littlejs-game-dev 受控面)	latch 终态口径修;泛型声明门正则修;15 签名母语化
3	skill 补密度(few-shot 指路、易犯幻觉清单、品类坑条目)	W-GENRE 品类 skill 与 littlejs-game-dev 既有过门	save.get 幻觉;插件数口径锚
4	prompt 修正(最后选择)	prompt 四道闸(版本闸 + 真模型闸,W-PCI 已接线)	双源同改纪律下的指引修正

与回流环六去向的关系要划清:回流环去向①②③(few-shot/skill 数值锚/脚手架)与本环出口 1/3 落在同一批资产上,只是证据来源不同(结果证据 vs 过程证据)。因此「同一窗口对同一品类只动一类去向」的并发纪律跨环计数——两环同窗改同一品类的同类资产,验证窗口就归因不了功过。本环出口 2(门/工具)与 4(prompt)是回流环没有的新通道,各自的既有治理(机器门修订评审、prompt 四道闸)就是它们的门,本环不为它们另立验收。

防学偏姊妹条(回流环五条原文继承;以下四条补过程侧特有的风险面):

1. **清单膨胀与条数递减铁律的反向张力,用出口升级强制解。**易犯幻觉清单、品类坑条目是 skill/prompt 注入物,天然只增不减;而注入铁律要求 prompt 里的规范条数单调递减。强制机制:每条 3/4 级出口提案必须先回答"为什么不能升 1/2 级"(能烤进模板或做成门的,不许赖在清单里);清单条目带命中频次戳,连续两个窗口零命中即列退役候选——清单是缓冲区,不是终点站。
2. 蒸馏永不改验收基准(§0 边界 4 的回路面重申):统计层发现门口径疑似误判,产出是门修正工单走门的治理,榜单无权直改任何阈值与判据。
3. **统计口径变更必须记因并双跑一窗。**过门率/空转率/离群分位的计算口径一旦变更,当窗新旧口径并示、校准单记因——否则"指标游走"能伪装成"持续改进"。
4. **两环撞窗,结果锚优先。**同一资产回流环与本环同窗都出了提案,回流环先落、本环顺延一窗——过程优化最终服务于结果,结果证据的效力高于过程证据。〔此条为骨架裁定,可在填肉与评审中用反例挑战,回 fable 终审〕

4. 与既有件的关系对照

	本环(过程蒸馏)	回流环(SoT §3.3)	改动六·进化语料萃取(运行时图说)	W-NSTAR 蒸馏增量/馆长门
锚	过门率/成本/轮数/空转	留存/收益(完玩)	成功产物 → Template/Debug Skill	席位化承载(不另立锚)
输入粒度	过程事件流(trace 全文)	归档特征 + 结果标签	成功产物工件	各席回写的蒸馏增量工件
节奏与前置	即刻可跑(原料在盘)	等 join 键(W4/留存口径)+ 放量	立位存在、未落地	随北极星 L3+ 切片
本档裁决	——	姊妹半环,治理同源	成功面萃取并入本环产出面(榜单含正模式:高过门低成本局的可复制特征),不另落第二条萃取线;图说改动六处回写一笔随 G-5〔上抛确认〕	本环离线批分析 = 蒸馏增量/馆长门的胚胎;席位化后,统计层进馆长门、判读层成席内工序

5. 首单实证定义

命题:首单不是建平台,是用一张真校准单证明"产线挖得出人工挖不到的东西"。

• 窗口:现存历史批全量(在仓 amgen-*/_wg1-gen + mini-desktop 产物区 + 库表 trace_json,盘点归 G-1);零新增采集。
• 两条判据:① 榜上至少一条高频模式是人工未登记过的(对照 .agents/ 现有 skill/knowledge 坑清单逐条查重后仍成立);② 至少一条产出走完出口通道真落库(四级任一,含其既有门全绿)。两条都成立,产线成立,节奏与阈值 N 才有资格定;否则如实记"矿贫于预期"并停,不为回路而回路。
• 工具形态:一个零依赖统计脚本(标准库单文件,风格对齐 rubric-sync-gate 栈;落点与是否挂常设入口归 G-2)+ 一个 LLM 判读 prompt(G-3)。不建平台、不建看板、不起服务。
• 产出物:一份过程校准单 markdown,落 docs/agent-specs/ 留痕层,格式即 §2 六段。

6. opus 填充工单(六要素齐;答不出的问题一律标〔裁决点〕上抛,禁自行拍板)

单号	目标	范围白名单	验收	预算	依赖	升级策略
G-1	原料字段与批量核实:实读 trace.jsonl/verdict/game-log 各 ≥3 样本出字段表;盘点在仓 + mini-desktop + 库表三处历史批的局数与完整度(有 trace 无 verdict 之类的残缺态如实分类)	产物目录只读、DB 只读查询、本档 §1 回填	字段表每行带样本出处;数据量表按批次×完整度分格	opus 0.5 会话	mini-desktop 可达	样本缺失/字段与骨架描述不符→如实改 §1 并列不符项
G-2	统计脚本设计规格:§2 统计层五类指标的输入/算法/输出/复跑口径,离群分位与空转率的判定定义;只设计不实现	新增 §2 附节;读 gen-path-parity-harness、rubric-sync-gate.py(栈风格参照)	每指标可按规格独立实现;复跑同窗结果一致的口径写明	opus 0.5 会话	G-1	指标需新增采集才能算→标〔违背零采集边界〕上抛,不得扩采集
G-3	LLM 判读维度与 prompt 草案:判读维度表、输出 schema(模式/频次/证据指针/建议出口级)、子集筛选与成本预估	新增 §2 附节;读真实失败局样本	prompt 草案对 ≥2 个真实失败局试判,输出合 schema 且证据指针真实	opus 0.5 会话	G-1	判读 prompt 治理归属(入不入 registry)→〔裁决点〕
G-4	首单执行 runbook:窗口界定、脚本跑法、判读派发、过程校准单模板、两判据判定法、查重对照面清单	新增 §5 附节	runbook 可被一个 opus 会话照跑;查重面覆盖 .agents 全部坑类条目	opus 0.5 会话	G-1/2/3	首单判据不成立→如实报,不降判据
G-5	数据飞轮 SoT §3.3 姊妹节收口文案草案 + 运行时图说改动六处回写一笔的草案(均不直改,随定稿终审落)	草案附于本档尾	与 SoT 原文零冲突;改动六归并表述与 §4 一致	opus 0.5 会话	本档定稿	SoT 措辞冲突→以 SoT 为准回修本档

7. 裁决点汇总

1. 触发阈值 N 与常规节奏:首单跑完按"矿的密度"定标(单/百局?随波次?),骨架不预设数字——上抛,随首单证据回来一起拍。
2. 两环撞窗优先序:§3 姊妹条 4 已裁"结果锚优先",留挑战口。
3. 判读 prompt 是否入 prompt registry 治理:它是内部分析工具、非生成线 live prompt,四道闸的成本闸与金标回归对它意义存疑;倾向不入 registry、按 G-3 输出 schema 试判即验,但 prompt 治理边界归 prompt-governance 口径,上抛。
4. 改动六归并确认:§4 已裁"成功面萃取并入本环、不另落第二条萃取线",牵动运行时图说一处回写——创始人 2026-07-06 已拍:归并(回写草案随 G-5,落笔随定稿终审)。
5. 首单执行时机:原料在盘、随时可派,但当前 W-NSTAR/W-TPL 双单在飞、内测冲刺临近——创始人 2026-07-06 已拍:首单实证排内测冲刺后、与 W-NSTAR L1 错峰;填肉(纯设计工作)不受此限,可先行。

---

评审与后续:骨架先发 §6 五张工单给 opus 填肉(G-1 先行,G-2/3 可并行,G-4 随后,G-5 等定稿);全部回填后过 Codex+Opus 双评审 + fable 终审(收口裁决:阈值 N、四级出口边界、与回流环姊妹节的合文),再交创始人拍。SVG 门面图(两半环关系 + 六段流两张)随定稿按 atlas house style 补,骨架期以 Mermaid 为事实源。