d80df3ed7c
范围（不含 design-story-foundation、docs/design、docs/write-chapter、
craft/、humanization/README.md 等进行中改动）:
1. humanization 规则/样例运行时数据库权威
- db/ddl/111：example_ai_flavor_rule / example_ai_flavor_sample /
example_ai_flavor_rule_event（append-only 生命周期留痕），已应用到 muse-example
- deai/load_db.py：数据库装载器，激活门/重复检测/指纹与文件装载器同源；
数据库失败关闭，不静默回退 Git 文件资产
- humanization/tools/seed_rules_db.py：YAML 种子单事务同步，幂等、
变化留痕、--strict 对 db-only 行失败关闭；真实库已种入 26 规则/107 样例
- prevent/diagnose/revise 生产路径切到数据库读取（--offline 显式读文件），
落库前新鲜度检查与合同声明来源一致；四个 SKILL.md 数据库合同同步
- 真实库验证：规则库指纹与文件种子一致（v-609bc40e21d0b5db），
三个生产脚本端到端从库装载通过
2. PostgreSQL 集成：显式授权后 9/9 通过
- 此前被依赖门阻断的 6 个 _db/smoke 测试全部通过
- extract rollback 冒烟改为回滚事务内自给夹具（pending 窗/草稿缺失时自建），
不再依赖瞬时生产状态；夹具残留核验为 0
3. Skill 行为评测脚手架（真实执行数量仍为 0）
- harness/evals/skill_eval.py：场景合同、六类评测范畴、适配器和结构化裁决报告
- diagnose-ai-flavor 参考场景 4 条 + 管道自测 7 项通过
- 真实模型适配器未授权时以稳定码 EVAL_ADAPTER_UNAVAILABLE 失败关闭；
清单登记 skill_behavior_eval 条目，默认被依赖门阻断
4. evaluate-frozen-replay raw 存储边界冲突
- docs/2026-08-19 备忘录：平台 DB-first 合同（创始人批准）与回放链
仓外 vault 强制的冲突事实、两个选项和裁决前约束；运行时合同未单方面改写
5. harness 自身修复
- runner 对账语义：行为评测入口不参与测试资产双向等值，但登记文件必须存在；
manifest 保留 skill_behavior_eval 布尔字段并校验类型
- 新增 2 条对账回归用例
验证证据: harness 三组自测 15+15+7 通过；静态审计 32 Skill / 0 问题；
76 个非数据库条目通过；9 个 PostgreSQL 集成条目显式授权后通过；
行为评测条目默认阻断；py_compile 与 git diff --check 通过。
未调用真实模型、embedding 或额度；真实行为评测执行数量仍为 0。
54 lines
3.9 KiB
Markdown
54 lines
3.9 KiB
Markdown
# evaluate-frozen-replay raw 存储边界冲突（待裁决）
|
||
|
||
> 状态：**待所有者裁决**。本文只陈述事实、冲突和选项；在裁决前，运行时合同不单方面改写。
|
||
> 日期：2026-08-19。证据均来自仓内文件与提交历史，未连接外部服务。
|
||
|
||
## 1. 冲突双方
|
||
|
||
### A. 平台 raw 合同：数据库是正式权威
|
||
|
||
- `db/ddl/101-example-raw.sql` 文件头（设计拍板 2026-07-30，docs/2026-07-30-落库与看板设计.md §2.7 + §4，创始人批准）：
|
||
- 放弃时效语义，改靠**访问控制 + append-only**；
|
||
- 完整 prompt/response/未接受候选/标准答案/原书全文/供应商响应**进库可看全文**（看板可读）；
|
||
- **仓外 vault 降级为可选备份**；密钥/token 绝不入表。
|
||
- `example_raw_lease` + `example_raw_content` 两表已建（append-only、禁 UPDATE/DELETE/TRUNCATE）。
|
||
- 创作链已用 DB raw：`record-run-evidence/scripts/persist_raw.py` 被 `write-next-chapter/run_writer.py`、`plan-story/record_planning_execution.py` 消费。
|
||
|
||
### B. 回放评测链：仓外 vault 强制
|
||
|
||
- `.claude/skills/evaluate-frozen-replay/SKILL.md`：
|
||
- 「原始 prompt、response、候选、标准事实摘要和完整输入**只能留在仓库外受控 raw vault**；必须受显式保留授权、租约和迁移回执约束」；
|
||
- 「正式 execute 还必须显式传 `--raw-archive-dir <仓外绝对目录>`；缺失、相对路径、位于本轮输出目录内或与临时 vault 跨文件系统时，均在建立 vault 或调用模型前失败关闭」。
|
||
- 实现与之一致：`run_writer_replay/__init__.py` 在 `raw_archive_dir is None` 时失败关闭，整轮 raw 走 vault + 迁移回执（`raw-vault-migration-receipt-v1`），当前**不写** `example_raw_lease`/`example_raw_content`（脚本内无引用）。
|
||
|
||
### C. 冲突点
|
||
|
||
同一类资产（评测的完整 prompt/response/候选/原文）在两份现行合同里有相反的存储义务：A 要求进库（vault 可选备份），B 要求只留仓外 vault。时间线上 A 先拍板（2026-07-30），B 是其后建立的回放域专用合同；仓内没有记录 B 偏离 A 的显式批准。
|
||
|
||
## 2. 为什么没有在本批直接改
|
||
|
||
- 回放链是盲评安全链（防泄漏审计、匿名化、预算门），raw 层重写会触碰其安全终态定义；
|
||
- 两个方向都属于业务红线改动：改成 DB-first 要重写 raw 写入与迁移收口；改成 vault-only 要推翻创始人批准的 §4 合同；
|
||
- 项目冲突裁决层级里，运行时 Skill 低于设计文档与 DDL，但 B 可能是后来的所有者意图，缺显式证据时不得替所有者选择。
|
||
|
||
## 3. 选项
|
||
|
||
### 选项 1：回放 raw 迁入数据库（对齐 A）
|
||
|
||
- `run_writer_replay` 的 raw 写入改走 `persist_raw` 合同（lease + content，append-only，访问控制）；
|
||
- `--raw-archive-dir` 从强制前置降为可选备份参数，保留其路径校验作为备份合同；
|
||
- SKILL.md §raw 相关段落与三臂 execute 流程同步改写；行为评测与安全 manifest 合同不变（安全输出仍然只保存固定闭集）。
|
||
- 代价：一次专门设计 + 实现批次（raw 写入点、迁移收口语义从「迁走」变为「进库回执」）、回放实现测试更新。
|
||
|
||
### 选项 2：回放链登记为 A 的显式例外（对齐 B）
|
||
|
||
- 在 `docs/2026-07-30-落库与看板设计.md` §4 或领域 SoT 追加：盲评参考书原文与评测 raw 因泄露面控制保留仓外 vault，属平台 raw 合同的登记例外；
|
||
- `evaluate-frozen-replay/SKILL.md` 引用该例外条款；DDL 101 头部注释补例外指引；
|
||
- 代价：一份所有者签认的例外记录；无代码改动。
|
||
|
||
## 4. 裁决前约束
|
||
|
||
- 回放 `--execute` 维持现状（vault 强制、失败关闭）；
|
||
- 创作链 raw 继续走 DB（persist_raw），不受本冲突影响；
|
||
- 任何新评测批次不得把完整参考书原文写进 Git 或普通看板视图。
|