zizi
|
e36cd57010
|
框架: 评测合同与提示词去支架化 + skill 三层重组（Phase 0-4）
【评测合同与提示词】
- writer/detector/judge 评测提示词去支架化：删评测身份/输出格式叮嘱/盲化反向叮嘱/机器字段
（改由运行时 --json-schema/--tools ""/--strict-mcp-config/输入设计强制），装回各角色本业纪律
- writer 加写作纪律：戏剧化节拍禁抄细纲概述句、具体压倒抽象、每场戏三件套、篇幅用场景写够不注水不缩水
- 篇幅自纠环修订指令区分偏短（加场景）/偏长（删冗余）；机械门要求清单（章末钩子/硬事件/角色/伏笔）注入写手硬约束
- 引文校验从「必须恰好1次」放宽为「0次失败关闭、≥1次绑首次」（检测+盲评同口径）
- llm 立 chat_governed 为主入口（chat 降为仅调试），clean_detect 改用 chat_governed 弃自带降级链
- rewrite/expansion/polish 输出合同对齐 writer.md（返回文本、写手不读写工作区、主会话落工作区）
- 修复 confirm/replay-eval 探针两组坏自测（夹具适配现行合同、探针测试自包含不硬编码漂移哈希）；补 clean_detect 离线测试
- AGENTS.md 新增 §10「Agent 提示词与 Skill 审查标准」
【skill 三层重组：单向依赖 底座→能力→编排，断两环+修生产倒挂】
- Phase 0: 新建 runtime 底座（claude_runtime/file_cas/raw_vault），断环 C1、修 continuation 生产倒挂
- Phase 1: 评分尺+门判（writer_rubric/fine_outline_rubric/writer_gate/gate_input_builder）收进 quality-gate，断环 C2、名实相符
- Phase 2: 升格管线从 parse-book 独立成 upgrade skill（备份审计契约键名稳定、仅改路径定位）
- Phase 3: replay-eval 瘦成纯编排
- read-context 共用簇（build_snapshot/audit_leakage/check_snapshot/load_reference_work）下沉到新 snapshot skill，消除能力层向上引用
- Phase 4: run_writer_replay.py（130KB）拆成包（_common/budget/authorization/sample/blind/execute），__init__ 全量 re-export 测试零改动
【base 配置】三角色 effort 提 high；提示词更新；探针重测绑定 writer 合同；预算 writer 45 次/总 450 美元（含篇幅修订）
全量离线测试 36 个文件全绿；函数逻辑零改动（仅搬位置/改 import/改文档，capture_code_identity 仅改路径定位）。
|
2026-07-26 03:28:22 +08:00 |
|
zizi
|
abadaa15e9
|
框架: 正文评测链职责重构收口（writer/detector/judge 单一职责）+决策修复+加固门+探针刷新
- writer/detector/judge 按父仓专题-03/04 单一职责拆分：WriterDraft v2（仅 candidateBody）、CandidateEnvelope v2（adapter 确定性绑定）、SemanticDetection v3（quote 唯一匹配/unknown-gapReason）、blind judge v3（双盲第三评中位）；预算两层（启动预留=Σ plannedCalls×cap，修正旧 maxCalls×cap 的 $2250 阻断 bug）。
- 决策修复：补第六类混淆项「场景选择偏差」（集合级、只标注不改终态）；模型归属口径（planner/writer/judge 固定 opus，extractor/detector 可用它模型，拆书走 M3 不经角色派发）；eval 评分尺改链接+一句话引用 quality-gate。
- 加固执行门：探针合同绑定（probe.executionProfileSha256 须等于 writer profile 身份哈希），陈旧探针被机械阻断 EXECUTE_PROBE_CONTRACT_MISMATCH。
- 新增探针刷新工具 refresh_runtime_probe.py（可注入 invoker+失败关闭+重签同源 canonical_sha256），并已按新合同真实重测探针（绑定 9d319ea0，成本 $0.155）。
- 逐行复核后修复：省略号被当路径穿越误杀（claude_runtime 共用精确判定 contains_path_traversal，盲评/检测统一引用）；检测 failed 分支测试缺口；评委报告↔模型原始输出绑定恢复（reviewerStructuredOutputs，防一致篡改报告评分）；上下文 purpose 词汇两层对齐；盲评死代码清理。
- 全量离线测试约 800+ 项全绿（continuation/detect/quality-gate/read-context/replay-eval/parse-book 572/llm），不连库不调模型。
|
2026-07-25 04:44:10 +08:00 |
|
zizi
|
0446a9e8f0
|
修复: 收紧升格关系重整与补偿边界
|
2026-07-23 11:49:26 +08:00 |
|
zizi
|
c54d188887
|
框架: 升格抽取改为可恢复的两阶段短事务
|
2026-07-23 10:40:07 +08:00 |
|
zizi
|
f1e1de581a
|
配置: 冻结正文 Gate A 成功运行时探针
|
2026-07-22 22:32:44 +08:00 |
|
zizi
|
0c7427360b
|
修复: 校验真实 Claude usage 元数据
|
2026-07-22 22:01:08 +08:00 |
|
zizi
|
3d0b35018f
|
修复: 支持受控 Claude 自定义网关认证
|
2026-07-22 21:52:19 +08:00 |
|
zizi
|
0d53fa00d5
|
修复: 接受带能力后缀的完整模型标识
|
2026-07-22 21:42:21 +08:00 |
|
zizi
|
166372c8ae
|
实现: 封闭正文智能体离线评测闭环
|
2026-07-22 18:43:30 +08:00 |
|
zizi
|
a1066eba8b
|
修复: 关系冲突专用重整后再失败关闭
|
2026-07-22 18:13:47 +08:00 |
|
zizi
|
7f675922b2
|
修复: 同窗统一消费实体出场章
|
2026-07-22 16:44:25 +08:00 |
|
zizi
|
d015f1d321
|
修复: 合并同卡重复实体更新输出
|
2026-07-22 15:55:14 +08:00 |
|
zizi
|
bfccabfcaa
|
修复: 关系重复输出在写前失败关闭
|
2026-07-22 15:49:15 +08:00 |
|
zizi
|
ffa5266a03
|
设计: 封闭正文智能体离线评测执行合同
|
2026-07-22 15:28:04 +08:00 |
|
zizi
|
9a90e2de93
|
修复: 封闭升格续跑并发与补偿边界
|
2026-07-22 14:07:34 +08:00 |
|
zizi
|
2a68b95d36
|
修复: 封闭升格重建的数据完整性缺口
|
2026-07-22 09:50:30 +08:00 |
|
zizi
|
daac544211
|
实现: 为升格全书重建建立可恢复备份
在统一作品锁下导出并校验七域状态，绑定正文、窗口、字段合同与代码身份；提供事务回滚演练和双确认恢复入口，防止 reset 前后出现并发混写或不可恢复状态。
|
2026-07-21 17:02:11 +08:00 |
|
zizi
|
fa922f8cc5
|
实现: 装配正文五章真实冻结评测
将卡稳定选择器、冻结历史正文和目标 scaffold 绑定到同一只读快照；固定上下文预算并净化诊断索引，收紧盲评输入边界，防止目标事实和选卡信息泄漏。
|
2026-07-21 16:09:23 +08:00 |
|
zizi
|
b9ff4d0b40
|
修复: 阻断历史单窗重跑破坏成长链
以正文证据校验实体出场章，补齐失败恢复和参数边界；历史窗口重跑在写入前失败关闭，仅保留末窗安全重试。记录 work8 全书前滚重建的 P0/P1 边界。
|
2026-07-21 16:08:15 +08:00 |
|
zizi
|
f5965577d6
|
修复: 范式抽取失败关闭并阻断缺窗假绿
|
2026-07-21 13:38:18 +08:00 |
|
zizi
|
c969fa637d
|
修复: 用原文证据绑定升格里程碑章号
|
2026-07-20 22:14:56 +08:00 |
|
zizi
|
96ebbc1d4c
|
修复: 阻断目标事实改写造成的回放泄露
|
2026-07-20 21:23:04 +08:00 |
|
zizi
|
843d5d77d3
|
合并: 细纲智能体冻结回放与授权链
# Conflicts:
# .claude/skills/replay-eval/SKILL.md
# .claude/skills/replay-eval/scripts/load_reference_work.py
|
2026-07-20 21:07:09 +08:00 |
|
zizi
|
3e269e582d
|
实现: 建立正文三臂冻结回放与可信判定
|
2026-07-20 21:00:00 +08:00 |
|
zizi
|
8727eeaa46
|
实现: 以完整卡索引驱动冻结原文回读
|
2026-07-20 20:59:49 +08:00 |
|
zizi
|
de0f870b96
|
修复: 闭合正文候选丢弃与交接合同
|
2026-07-20 20:59:41 +08:00 |
|
zizi
|
efb2b3e781
|
修复: 熔断耗尽渠道并统一额度阀
|
2026-07-20 20:59:35 +08:00 |
|
zizi
|
f805b00dd1
|
修复: 对齐细纲优选目标与机械硬门
|
2026-07-20 20:08:31 +08:00 |
|
zizi
|
078b819a06
|
实现: 完成正文候选审查与接受实验链
|
2026-07-20 19:40:48 +08:00 |
|
zizi
|
aa2c1b0bda
|
修复: 增量收敛范式细纲失败章
|
2026-07-20 19:40:39 +08:00 |
|
zizi
|
44ba281328
|
实现: 建立正文双证据上下文基础设施
|
2026-07-20 18:42:35 +08:00 |
|
zizi
|
2aa8f0cc83
|
计划: 拆解正文智能体实验台 v1
|
2026-07-20 17:00:50 +08:00 |
|
zizi
|
9f4871a30c
|
设计: 定稿正文智能体卡索引原文回读架构
|
2026-07-20 11:10:38 +08:00 |
|
zizi
|
2666d50a8e
|
修复: 收紧授权用途与导入任务匹配
阻断允许用途与禁止用途冲突，并让授权快照外层与内层保持一致。
导入任务按参考作品原文件唯一匹配，避免无关成功任务误阻断回放。
|
2026-07-19 22:19:47 +08:00 |
|
zizi
|
40c1fa4864
|
框架: 建立参考作品授权快照与原文件版本
新增 append-only 授权快照 DDL，并以原文件 SHA-256 固定参考作品来源版本。收紧 loader 唯一来源证明链、授权用途和时效失败关闭，保持数据库待 apply、真实记录未写。
|
2026-07-19 21:53:50 +08:00 |
|
zizi
|
1d32a96399
|
修复: 收紧回放评测失败关闭与盲化边界
复用目录先原子落盘非成功态，并为三类外部 runner 增加可配置超时。detector 改为真正盲检，安全报告与嵌套响应统一执行严格闭集校验。
|
2026-07-19 21:17:34 +08:00 |
|
zizi
|
ca7d0ada1a
|
修复: 收紧细纲回放失败关闭边界
外部 runner 各阶段失败写入明确终态，模型阶段保持 ok=false；detector 类别改为闭集并把目标章新角色缺卡归 judge/eval。同步双评编排状态、真实授权边界和离线测试口径。
|
2026-07-19 20:27:44 +08:00 |
|
zizi
|
e9918542ea
|
框架: 补全细纲回放双盲评测编排
接入三臂候选结构门、逐臂盲 detector、双 judge 反序评审、rubric 稳定性门和 B-A/C-A 去盲矩阵。\n\n所有模型链路测试均使用 fake binary，任一合同或稳定性失败均保持 fail-closed。
|
2026-07-19 19:53:18 +08:00 |
|
zizi
|
ac72b232c5
|
修复: 避免结构化里程碑健康检查误报
|
2026-07-19 15:53:48 +08:00 |
|
zizi
|
3b427854ab
|
框架: 接入回放内容审计与参考作品只读适配
|
2026-07-19 15:48:36 +08:00 |
|
zizi
|
f873818c82
|
修复: 统一额度治理到24美元6000次
|
2026-07-19 14:41:06 +08:00 |
|
zizi
|
a08cbb6064
|
文档: 记录细纲回放评测执行状态
|
2026-07-19 13:56:26 +08:00 |
|
zizi
|
1243d9b3ff
|
测试: 覆盖回放执行器外部规划器链路
|
2026-07-19 13:54:22 +08:00 |
|
zizi
|
a54a3a4e39
|
框架: 收紧回放评测前置门并补齐编排
|
2026-07-19 13:54:22 +08:00 |
|
zizi
|
fbb262cb57
|
框架: 建立细纲回放评测冻结与评分合同
|
2026-07-19 13:54:22 +08:00 |
|
zizi
|
1a3204827d
|
框架: compact恢复锚点——三线并行(升格6本批量/正文智能体验证消费闭环run3/范式线待启)+卡是索引两条线设计结论
|
2026-07-19 02:12:11 +08:00 |
|
zizi
|
11bdbbd5a2
|
框架: 额度阀提额 $10/4000→$24/6000(创始人2026-07-18拍板)+锚点记述
|
2026-07-18 23:22:37 +08:00 |
|
zizi
|
3d8d2abeb0
|
框架: 批9c全量重抽收官验收落档——两书100%/零失败/修出场章int-str bug/六项验收过/批10前待补关系卡嵌入
|
2026-07-18 21:05:05 +08:00 |
|
zizi
|
8e9e97c913
|
修复升格停书bug——出场章int/str混排炸+并集虚增立卡计数(深空窗113实证,四处归一化+6用例)
|
2026-07-18 20:30:48 +08:00 |
|
zizi
|
26f5dad589
|
框架: 升格全量重抽准备脚本——卡软删+串行状态表清理(逐表核实约束定边界)
|
2026-07-18 09:38:49 +08:00 |
|