# ai-ds-lab 的硬规则 > 中立文件名（D4）。若某 harness 只认 `CLAUDE.md` / `GEMINI.md`，用 symlink 指过来，**真源只有这一份**。 ## 0. 这是什么 DS 的**体检科**，不是 DS 的一部分。设计文档：[docs/specs/2026-08-21-ai-ds-lab-design.md](docs/specs/2026-08-21-ai-ds-lab-design.md) （⚠️ 读正文前先看文末 **§16 勘误**——第一轮实测已推翻其中若干处数字与推论）。 ## 0.1 🔴 停止规则（owner 2026-09-14 拍定 —— **这条压过本文件其余全部纪律**） owner 逐字： > **「要有个结束的时候，不要一直优化。比如：一次性检查出有哪些可优化的地方，把它做个列表， > 一直到做完为止，不再新增，除非有阻碍」** **运作模式因此改了**，⛔ 不是加一条提醒： | 旧模式（2026-08-21 起 → 2026-09-14 止） | 新模式 | |---|---| | 一格一格递进，**每格都可能长出新格** | **先一次性盘点 → 冻结成清单 → 照单做完 → 收工** | | 新发现的缺陷自动进入下一格的候选 | 🔴 **新发现只登记、⛔ 不排期**（见下方铁律 2）| | 没有终点 | **清单清零 = 这条线结束** | **清单真源 = [`docs/frozen-worklist.md`](docs/frozen-worklist.md)**，⛔ 不在 review 的交接节、 ⛔ 不在处方头栏、⛔ 不在 `decision-queue.md`（那三处继续记它们自己的账，但**排期只认冻结清单**）。 ### 三条铁律 1. **⛔ 不再新增。** 清单冻结之后，任何新条目都不许进。 2. 🔴 **新发现的缺陷 ⇒ 只登记，⛔ 不排期。** 写进 `frozen-worklist.md` 末尾的 **「冻结之后发现的（⛔ 不在本轮射程）」** 那一节，⛔ 不许挪进待做区、⛔ 不许「顺手先做一下」。 ⚠️ **这一条最容易失守**，因为本文件 §2 / §3 整篇纪律都在奖励「查得更细、发现新缺陷」—— 那些纪律管的是**「已在清单上的那条怎么做对」**，⛔ 管不到「要不要多做一条」。 **两者冲突时，本节赢。** 3. **例外只有「阻碍」。** 即：**清单上某条做不下去了**（前提塌了 / 依赖不存在 / owner 裁定不做）。 ⚠️ **「我又发现一个更值得做的」⛔ 不是阻碍** —— 那是新增，走铁律 2。 ### 判据（⛔ 免得下次又靠自觉） 每格收尾问一句：**「我这一格动的，是不是清单上那一条？」** 不是 ⇒ 停手，写进「冻结之后发现的」。 ⚠️ **立规背景（留痕，⛔ 不删）**：owner 问「还剩下哪些任务啊？一直做不完吗」。 当时实测 18 份处方 11 份已落地，而**本格（§43）刚好是活例子** —— 去核两条旧缺口，结果又判出一条新的 ⇒ **体检科查得越细、长出的格越多，这是它的性质，不是进度问题。** lab 当时提的建议是「按价值裁掉剩 3 条」，**owner 否决了那个形态**，要的是**先盘清再冻结**。 ## 0.2 🔴 判断标准 + 「做之前先审查」（owner 2026-09-14 拍定，与 §0.1 同级） owner 逐字三句： > 「**可以修改判断标准**」 > 「**安排的任务做之前重新审查一下当前是否还有必要做**」 > 「**做一次优化，能看到它的效果，不要无止境的优化下去**」 ### 0.2.1 判断标准换成两条（⛔ 不再看「清单还剩几条」） **为什么换**：「剩几条」是一张**欠债表** —— 它 ⛔ 不测「系统会不会静默变坏」， 而且 2026-09-14 实测它自己的条数**数错了 3 条**（标称 21 / 我又改成 19，表里实为 24 行）。 | 标准 | 测什么 | 载体 | |:-:|---|---| | **①** | **不许增的量有没有真的没增**（棘轮类闸有没有破）| **[`metrics/ratchet-watch.mjs`](metrics/ratchet-watch.mjs)** —— 一条命令跑出来 | | **②** | **闸红了多久才被人看见** | ~~🔴 目前无载体~~ ⇒ ✅ **2026-09-14 owner 拍「补上」后已有**（见 §0.2.1a）| **标准 ① 的用法**：`node metrics/ratchet-watch.mjs --ds-root <被测仓> [--ledger ]`。 **每格起手跑一次、收尾再跑一次** —— 那两次读数的差就是「这一格的效果」。 ⚠️ 现在这两次**已自动化**（§0.2.1a），⛔ 但手动跑仍然有效。 ### 0.2.1a 标准 ② 的载体 —— 两个挂点 + 一个 ledger | 半边 | 挂点 | 什么时候跑 | |---|---|---| | **起手** | `.claude/settings.json` 的 `SessionStart` | 每次开 session | | **收尾** | `.githooks/pre-commit`（`git config core.hooksPath .githooks`，**每 clone 一次**）| 每次提交 lab | 两处都调同一个包装 **`.githooks/ratchet-watch.sh`**，它带 `--ledger subjects/tvu-ds/ratchet-ledger.jsonl` ⇒ 每条红都会显示「**lab 自 起就记录到它红（连续 N 次跑）**」。 🔴 **⛔ 铁律：永远 exit 0，绝不阻塞。** 理由⛔ 不是怕麻烦 —— 那些红**多半不是 lab 的账** （被测仓是别人的工作面）。**一个会挡我提交、而我又无权修的闸，我只会想办法绕过它 ⇒ 它就退化成恒红 = 零信息**（`lab:N58`）。 🔴 **ledger 测的是「lab 第一次【记录到】它红」，⛔ 不是「它实际开始红」** —— ledger 只知道跑过它的那些时刻 ⇒ 这个数是**发现延迟的上界**，⛔ 别报成「红了多久」。 要真起点得逐 commit 复跑（本轮对 acceptance 那条就是这么做的）。 ⚠️ **如实登记的上限（⛔ 别读成「已经有人盯着了」）**：它只让 **lab 侧**看见。 **改了 DS 规则真源的那个人看不到这个输出。** ⇒ 它把发现成本从「翻仓库」降到**零操作**， ⛔ 但不是自动告警、⛔ 也不强制处理。 ⚠️ **退出码是契约**（hook 靠它分流，⛔ 别改）：`0` 没破 · **`3` 有破** · `2` 用法错 · **`1` = 量具自己崩了**。⛔ 「有红」与「装置坏了」**不得共用一个码** —— 否则 hook 会把 装置故障显示成「系统坏了」（§3.9 那类伪装）。 🔴 **立规当天的实证（⛔ 留痕）**：第一次跑就抓到 **2 条正红着的棘轮**，其中 `audit-acceptance-gate-coverage` 从 **16:30 起红、跨 5 个 commit 已进 master**，无人发现 —— 因为它在 `pre-commit` 是**条件触发**，而那几个 commit 改的都是别的文件 ⇒ 静默 skip。 ⇒ **这就是标准 ② 指的那个短板**，也是为什么它必须单列一条、⛔ 不能算进标准 ①。 ⚠️ **绿 ⛔ 不等于「系统是对的」** —— 量具自己会印这句。棘轮只保证「不许增的量没增」， ⛔ 不保证判据本身对（`lab:N64` 已实证：钉子全绿 ≠ 闸是对的）。 ### 0.2.2 每条任务动手前必做（⛔ 不是建议） **⛔ 不许直接照清单条目动手。** 先跑 §2.22 那个**五行块**（那是唯一真源，⛔ 别在这里抄副本）： 登记记的 / 现取的 / 前提还成不成立 / 它还该做吗 / lab 自己验过没。 🔴 **owner 这句把它从「接手已登记待做项时的纪律」升级成「清单上每一条的前置」** —— ⛔ 没跑过五行块的条目，**不许开工**。 **实证这一条会兑现**（同日，⛔ 不是假设）：按它核了 4 条，**3 条当场销账** —— `O4`（标的已用另一支落地）· `O5`（动作已由 agent 做掉）· `O2`（前件未到 ⇒ 挪进阻塞）· `O1`（唯一的硬收益已被 owner 自己 09-09 的裁定消掉）。**⇒ owner 的活 6 条 → 3 条。** ### 0.2.3 「一次优化」的收敛判据 **做完一次优化就停，⛔ 别顺着它往下做第二件。** 判据： ``` 这一格动的，有没有让【标准 ①】的读数变化？ 变了 ⇒ 把 before/after 两栏写进交付，收工 没变 ⇒ 说清为什么没变（可能它结构上就测不到，见 lab:N71），收工 ⛔ 「我又发现一条红」不是继续做的理由 —— 那是新发现，走 §0.1 铁律 2 ``` --- ## 1. 只读边界（§8） | 层 | 允许 | |---|---| | DS 真源 `master` | 🔴 **可直接写**（owner 2026-09-01 裁定，见下方 §1.1）—— ⛔ 但仍受本文件其余全部纪律约束：改动前 `git pull`、逐文件 `git add`（⛔ 不 `add -A`）、闸红了按闸的判据改而不是绕过、收尾重取 HEAD | | DS git worktree | 可改，做实验，用完即弃 | | 处方交接 | `proposals/` 仍可用，但**不再是唯一出口**（见 §1.1） | ### 1.1 边界改判（owner 2026-09-01，⛔ 连同代价一起记） **原规则**：DS 真源 master **永不直接写**；lab 只出 `proposals/`，由 DS 侧 session 执行。 **现规则**：**lab 直接 commit 到 DS master**。owner 逐字理由：「我老是忘记点 PR 合并，而且也没有必要坚持 PR」。 **为什么改**（读数，⛔ 不是感觉）： - 元指标 §13.1 的采纳率实测 **7 份里 2 份已执行**（`round2-status` §4.1）；`proposals/` 现有 **14 份**，平均 20KB+、**最大 52KB**。 - 已确认未执行的至少 3 份（`meta-rules.md:975` 处方 2026-09-01 亲验仍在原位 + 两份 2026-08-28）。 - 同期 DS 侧 3 天做了 31 个 commit ⇒ **对方不缺执行力，缺的是「不用先读 52KB 再自己实现」**。 🔴 **代价（lab 提出、owner 已知悉并仍如此裁定 ⇒ 登记，⛔ 不再复议）**： ~~§13.1 元指标是 `proposal 采纳率 × 采纳后指标实际改善的命中率`。**lab 自己既写规则又自己提交 ⇒ 采纳率恒 100% ⇒ 该指标不再测任何东西。**~~ ⚠️ 这与 DS 侧 [`mockup-conventions.md` §M-GATE-FALSIFIABILITY](../../tvu-design-system/docs/internal/mockup-conventions.md)（同日由本 lab 落地）是**同一个病**：一条控制在它该抓的形态上无法失败。 ⇒ ~~**§13.1 的采纳率分子自 2026-09-01 起按「不可判读」处置**，⛔ 不得再引用它宣称 lab 有效；要重新获得可读的元指标，需另立一个 lab 判不了自己的量（未设计，属独立提案）。~~ 🔴 **订正（2026-09-01 同日，`lab:N93`；⛔ 留痕不删上面两句 —— 上面那句划掉的推理是错的）** **⛔ 这不是复议 owner 的边界改判**（那条不复议）。改的是 **lab 自己写的一句推理**：「采纳率恒 100% ⇒ 该指标不再测任何东西」**是反的**。 核元指标真源 —— ⚠️ **⛔ 不在本文件、⛔ 也不在 `round2-status.md`**（那里的 §13.1 讲的是「比例型指标有两个地板」，与元指标无关），真源是 [`docs/specs/2026-08-21-ai-ds-lab-design.md` §13.1](docs/specs/2026-08-21-ai-ds-lab-design.md)「lab 自己的成功标准」，**逐字**： > **元指标**：`proposal 采纳率 × 采纳后指标实际改善的命中率` > **若处方大多被采纳但指标没动 → 错的是 lab 的诊断模型，该改 lab 而不是改 DS。** ⇒ 这个指标要抓的形态，原文点名就是「**采纳率高 + 指标没动**」。采纳率恒 1 ⇒ **「大多被采纳」这个前件永真** ⇒ 元指标**塌缩到剩下的那个因子上**，而剩下那个（**指标到底有没有动**）**恰恰就是靶心**。恒 1 的因子不携带信息 ≠ 乘积不再测任何东西。 ⇒ 🔴 **现行口径（owner 2026-09-01 拍定）**： - **因子 1（采纳率）自 2026-09-01 起恒 1、不再携带信息** ⇒ ⛔ 不得单独引用它宣称 lab 有效（这一半原判**成立、保留**）。 - **因子 2（采纳后指标实际改善的命中率）⛔ 未作废，元指标即等于它。** - 🔴 **因子 2 可判读的前提是「承诺的指标必须写在改动之前」** —— 否则 lab 可事后挑一个必然会动的指标，那才真是一条不能失败的控制。⇒ 与既有预注册纪律（取数前 commit、取数后一字不改）同构，**推广到处方上**：处方须在 §0 或验收节写死「这条改动承诺让哪个指标动、动到哪」。 - ⇒ **⛔ 因此「需另立一个 lab 判不了自己的量」这个独立提案不成立、不立项**（它的前提「§13.1 已全废」是假的）。 ⚠️ **顺带一处登记面缺陷（`lab:N93` 新查）**：本文件 `:24`/`:29`/`:31`/`:58` 与 `round2-status.md §4.1` 均写「§13.1」而未标编号空间 ⇒ 与 `round2-status.md` 自己的 §13.1 **撞号**，两者内容毫无关系。**应写 `spec:§13.1`** —— 这正是本文件 §4 那条「两套编号空间都在长 ⇒ 撞号已实际发生」的又一例，且这次是 lab 撞自己的。 ⇒ 中间路线（lab 出 PR、owner merge）已提出并被 owner 否决，理由如上。⛔ 别再自动提议它。 **所有测量都在 pin 住的 worktree 里做，不读 DS 的工作区**——工作区可能是脏的、可能已跑在 pin 之后。 （实证：`.husky/commit-msg` 在 pin 处不存在，直接读真源会拿到未来的钩子；同一批 HTML 按三种量法得 16 / 69 / 657 份。） ## 2. 度量纪律 1. 每份 baseline 记全三元组主键 `(subjectSha, modelId, promptTemplateVersion)`（§5.2），缺则作废。 纯 T1 确定性指标可把后两项记 `n/a`，**但要显式记，不留空**。 2. 每个判据标注**裁判来源**（lab 自写 / DS gate）。 3. **新增指标前先写清「它会驱动什么决策」**，写不出来就不加。 4. **凡引用一个分母，必须带口径名。** 写「66（`scripts/` 口径）」而不是「66」。 同一个量在不同口径下是不同的数，两者都对，并排读却像矛盾。 （实证 N19：`audit-*.mjs` = **66**（`scripts/` 口径）= **82**（全仓 tracked 口径 = scripts 66 + figma-sync 14 + templates 2）。 两份 lab 报告各用一个、都没标，读起来像对不上账。） ⇒ 推论：**扫描面本身也要写进报告**。第一轮的挂载盘点只扫 `scripts/`，漏掉 `figma-sync/` 整个目录 14 条闸， 而「17 条未执行」这个结论就建在那个未声明的扫描面上（实为 20 条）。 ⇒ 推论二（**编号也是一种口径**，2026-08-25 采纳 DS 的提议）：**跨仓引勘误/编号必须带仓前缀** —— 写 `lab:E9` / `ds-adr:E9`，⛔ 不写裸 `E9`。两套编号空间都在长、都用同一个字母 ⇒ 撞号已实际发生： DS 引「E9 是实证」指的是 `ds-adr:E9`（一条 ADR 结论），而 lab 的 `lab:E9` 是 spec §14 排序错误， 两者毫无关系 —— lab 按**实质主张**独立复核后采纳，但白花了一轮对不上号 （见 `docs/ds-reply-2026-08-25.md` §1.3）。 ⇒ 同族的一次反向实证（**这次是 DS 踩的**，`lab:E39`）：DS 说「4,199 行与 E34 的 47.7% 是同一个算式」—— 实为两个口径（4,199 = **34 份删除清单**口径；4,665 = **35 份 S2 裁定面**口径，差的正是那份判 hold 的 466 行）。 ⇒ **两个数长得像同一个量，就是最该标口径名的时候。** 5. lab 的文档同样适用归档出口规则（§11.3）——不得只进不出。 6. lab 自身受元指标考核：`proposal 采纳率 × 采纳后指标实际改善的命中率`（**`spec:§13.1`**，⛔ 不是 `round2-status` 的 §13.1 —— 撞号，见 §1.1 订正段）。 🔴 **自 2026-09-01 起因子 1 恒 1 ⇒ 元指标 = 因子 2**；因子 2 可判读的前提是**承诺指标写在改动之前**（§1.1 订正段）。 7. **低基数离散指标在小 N 上最容易伪装成确定性。⛔ `sd=0` 不得读作「无噪声」。** 实证（6′ 校准档 → 放量档）：`ds-conformance.errors` 在 **N=2** 上两次都是 1 ⇒ CV **0.0%**， 据此写下了「离散/类别型 T1 指标零变异」这条结构性观察（当时已自标「线索不是结论」）。 **N=5 实测逐 run `[1,1,4,0,2]`，CV 94.8% —— 它是全表方差最大的那个，不是最小。** 同一轮还在另一个量上撞到同族：`.md` 实读面在 N=2 上两次完全相同，N=4 上是 9/9/6/8、交集仅 5/10。 ⇒ **操作口径**：连续型指标的小 N 估计可当粗略线索；**离散/低基数型的小 N 估计一律不得外推**， ⛔ 尤其不得用来论证「这个指标是确定性的 / 可以少跑几次」。 8. **MDE 大于效应量时，该指标在该 N 上「结构性地判不出改善」——这要显式写进报告，⛔ 不许只报 MDE 数值。** 实证：`ds-conformance.errors` 的 MDE(2σ)=**3.03**、mean=**1.6** ⇒ 「把违反降到 0」这个改善（1.6） 比地板还小。只报「MDE=3.03」而不说这句，读者会以为这个指标能用来验收。 ⇒ 每个指标报 MDE 时**并排报 MDE/mean**，并对 >100% 的显式标注「该 N 下不可用于验收」。 9. **比例型指标有两个地板，必须并排报。⛔ 只报 MDE 会让读者以为「加大 N 就能用」。** - **噪声地板**（= MDE，抽样误差）：加大 N 会降。 - **分辨率地板 = 1 / 分母**（量化误差）：**N 加到多大都不动**。 - ⇒ **有效地板 = max(两者)**。 实证（第 11 步）：规则口径的噪声地板 **0.1584** 比分辨率地板 **0.20** 还小 —— 只报 MDE 会读成「能判出 16% 的改善」，而这个指标**根本表示不出小于 20% 的移动**。 ⇒ 推论一（**恒真分母稀释**，勘误 E35）：**凡引用比例，先问「分母里有几格是恒真的」。** 实证：HTML grader 5 条规则里 4 条在 N=5 上从未命中 ⇒ 它们对任何改善都不动， 把合规率从 0.20 抬到 0.84、把分辨率从 1/1 稀释到 1/5。**恒真项要剔出来单独报有效分母。** 与 E33 同族不同形态：E33 是**整条判据**恒真，这条是**分母里部分**恒真。 ⇒ 推论二（勘误 E36）：**拆细分母只买分辨率，不买统计力。** 实证：把 N 个 run × K 条规则 摊成 N·K 格，分辨率地板 0.20→0.04，**噪声地板反而 0.1584→0.2905** —— 独立复现单位仍是 N 个 run，拆格子不产生新独立信息。 **⇒ 与「铺新 task 买区分度不买统计力」同构：统计力只能靠增加独立复现单位来买。** 10. **二值 / 低基数比例口径走精确检验，⛔ 不走 2σ；且「落在判定边界」必须显式写，它比「判不出」更需要写清。** 实证（勘误 E37）：`ds-conformance.exitCode` 按 2σ 出的地板是 0.8944 ⇒ 读作「判不出」； 改走 **Fisher 精确检验**后，「完全修复」（1/5 → 5/5）的 p = **0.0476** —— **距 0.05 只差 0.0024**， 而 4/5 时 p 跳到 **0.2063**。⇒ 正确读法是「**只能判出完全修复，且刚好过线**」。 ⇒ 结论仍是「不得用作主验收」，但理由从「地板远大于效应量」变成 「**结论对口径选择与单个 run 的结果极度敏感**」——后者最容易被人拿去当「我们能测出来」。 ⇒ 操作口径：① Bernoulli 变量不得用样本 sd 派生地板（n 小、p 靠边界时正态近似很差）； ② 把这条**内建成 must-not-hit**（实例：`first-shot.mjs` 的 MN3 断言二值口径产物里 不得出现任何 sd 派生字段）；③ 换口径时两个都报，⛔ 不悄悄换。 ⇒ 反向的一条（**背书不是勘误**）：`MDE = 2·sd` 这个启发式与正式两样本公式 `(z_{α/2}+z_β)·sd·√(2/n)`（n=5 ⇒ 系数 1.771）相差 13%，**方向在安全的那一侧**，结论不翻。 11. **「谁主导地板」是口径级事实，⛔ 不得跨口径外推；「分布形状」也不算具名事实。** 实证一（`lab:E40`）：同一份报告的同一张表里，规则口径是**分辨率主导**（加 N 无用）、 主验收口径 `unmatchedDistinct` 是**噪声主导**（N 加到 58 之前一直有效）， 而 `round2-status.md` §13.2 把前者写成了通用结论「加大 N 过不去分辨率地板」。 ⇒ **操作口径**：报双地板时**每个口径都要显式标注「谁主导」**； 写「加大 N 有没有用」这类跨口径判断前，先问「我说的是哪个口径」。 ⇒ 实证二（`lab:E43`，是 §3.2 推论二的补充）：`first-shot` 的 MH2 钉「exitCode 分布 = 4 个 1 + 1 个 0」， GT-002 实测 `[1,1,1,0,1]` **巧合通过** ⇒ **一条本该在被测对象换代时炸的控制没炸**。 ⇒ **「分布形状」不算具名事实** —— 它在另一个被测对象上可能恰好相同， 而那正是控制最该响的时刻。⇒ 钉**逐 run 序列**，不钉分布的统计摘要。 ⇒ 实证三（`lab:E42` 与 §3.14 同族）：`convergence-probe` 的 MH3 把「0 命中」 钉成单一解释「**检测器坏了不是产物变了**」，被 GT-002 的 r007/r011 推翻 —— 那两个 run **真的手搓了整套 BEM**（82/68 个自有 class token、零动态绑定迹象、零 DS 根 class）。 ⇒ **同一个观测值可能有多种解释时，判据要把解释拆开分支**（0 命中 ∧ class 面非空 ⇒ 真手搓； 0 命中 ∧ class 面塌了 ⇒ 装置坏），⛔ 不是放松成「允许 0 命中」。 ⇒ 推论（造故障 F-E / F-E′ 的对照）：**同一个失效概念可能有多种发射形态，每种都要有自己的控制。** 实证：闸「计数假绿」由双向夹逼 MH5 抓、闸「规则行假绿」由曝光矩阵 MH7 抓，**两者互不覆盖**。 12. **「改了被测对象」和「改了它的说明文字」是两件事，⛔ 冻结物只存整文件 sha 就分不开。** 实证（`lab:E44`，2026-08-26 re-pin 第一批）：`manifest.json` 原本只存整文件 `sha256` ⇒ 「换引文出处」与「改 prompt」在校验器眼里**完全不可区分**，两者都只表现为 sha 变了； 而后果天差地别 —— 前者可比性不变，后者按 spec §7.5 要**新旧 set 各跑一遍桥接**（≈85 M token）。 ⇒ **操作口径**：冻结物按「身份」分别存 sha —— 被测对象（`{prompt, outputContract}`）、 判定口径（`graders[]` 的 `{id,kind,judgeSource,script,caliper}`）、其余（provenance / 立论 / 边界）。 判据按三档**分支断言**（`provenance-only` / `grader-changed` / `subject-changed`）， ⛔ 不合并成一个「变了」，也⛔ 不放松成「允许 sha 变」。这是 §2.11「同一观测值多解释要分支」的又一实例。 ⇒ **序列化必须 canonical**（递归按键名排序）—— `JSON.stringify` 的键序依赖插入序， 不规范化的话「只调整字段顺序」会伪装成「内容变了」。 （反向实证：本轮造故障时用 `JSON.stringify` 重写文件导致整文件 sha 变了， 而 `subjectSha256` **纹丝不动** ⇒ canonical 口径正确地忽略了格式差异。） ⇒ 推论一：**「预测」不是「判定口径」，要逐字排除在 grader sha 之外。** `expectedDiscrimination` 是预注册预测，改它不改变任何判定；不排除的话 「重写一句预测的理由」会被错归成「grader 变了 ⇒ 读数不可并池」（造故障 F-4 专门验了这一格）。 ⇒ 推论二（`lab:E45`，§2.11 的第四例）：**控制少钉一维 = 换代时不炸。** `golden-set-freeze` 的 `hitFor` 原本只比 `mustContain`、⛔ 不比 `path` ⇒ 出处换了文件而引文串不变时，MH2 **照样报绿**，还带着一句已不成立的 detail。 ⇒ 钉引文要 `path` + `mustContain` **一起**钉。 ⇒ 推论三（`lab:N47`，取证工具造假象）：**管道会吞掉退出码。** `node x.mjs | tail` 之后 `$?` 拿到的是 `tail` 的、不是 node 的 —— 本轮实测把一次真实的 `exit 1` 读成了 `EXIT=0`。⇒ **验 fail-closed 必须不带管道单跑。** 与 DS 同日登记的「后台通知的 exit code 是 wrapper 的不是 vitest 的」同族。 ⇒ 推论四（`lab:N48`，§3.9 的加强）：**当装置故障的返回值恰好是一个合法读数时， 「先证装置再归因」最容易被跳过。** 实证（2026-08-26 re-pin 预演）：提取 DS 的 `KNOWN_SILENT` 表条数，**连续三次拿到 `0`** （sed 范围没框住 / macOS `grep -E` 不支持 `\s` / 函数内 `git show` 少了 `-C`）—— 而 `0` 在那个位置**完全合理**：该表头注释逐字写着「表只会缩…**表空 = 终态**」。 ⇒ 不实看表体就会把「装置坏了」写成「DS 已达终态」，**而那是一条会被写进报告的结论**。 实看后修正得 **36 条**。 ⇒ **操作口径**：凡判据可能返回 `0` / 空集，且 `0` / 空集**本身是一个有意义的结论**时， **必须先用一次独立方式确认判定面非空**，再解释那个 `0`。 ⇒ 推论五（`lab:N48` 的加强，2026-08-26 真 re-pin 一轮内**自己踩了五次**）： 引号数当条数（10 vs **2**，容器是对象数组不是字符串数组）/ 跨节计数（B=8 vs **5**，正则没框节边界）/ 假设标签形态被原样搬运（D 组 0 vs **11**，对方把 `D1–D11` 重编号成了 `1.–11.`）/ **`head -6` 截断当成全集**（workflow 调用点 2 vs **4**）/ 字段路径写错（契约计数 0 vs **11**）。 **五次全部返回了一个「看起来合理」的值。** 其中截断那次差点被写成 **与对方自称对立的发现**（我数 2、对方称 4 —— 错的是我）。 ⇒ **操作口径**：**凡要把自己的计数与对方的自称对立起来之前，先证自己的计数器口径** —— 截断 / 标签形态 / 节边界 / 字段路径 / 容器类型，**五项各查一遍**。 ⛔ 「我数出 X，他说 Y，所以他错了」在证完自己的装置之前**不是一条发现**。 ⇒ 推论七（`lab:N48` 第 7 例，2026-08-26 A 格 —— **首次由产物自带的控制抓到，⛔ 不靠人工警觉**）： **读数与同一份产物里的控制结论矛盾时，先疑自己的取数装置，⛔ 不先疑被测对象。** 实证：取 `ds-gate-chain-run` 产物时字段路径写错（`s.ms`/`s.findings`/`s.exit`， 真实是 `warmMedianMs`/`contract.findings`/`exitCode`），拿到 「0 ms 全链总 / 0 条契约步 / **39 个非 0 退出步**」—— 三个都是「看起来合理」的值。 而同一份 JSON 里 `controls` 是 **18/18 全绿**、进程 `EXIT=0` ⇒ **矛盾本身暴露了装置故障**。 ⇒ **操作口径**：产物自带控制时，**把控制结论与自己算出的读数并排打印** —— 比事后人工复核便宜得多，且不依赖警觉。 ⇒ 推论八（`lab:N48` 第 10 例，同轮）：**两个独立方法得到同一个数，⛔ 不等于那个数对 —— 如果两者共享同一个错误假设。** 实证：核处方 2 单测覆盖时，`grep -cE "^\s*(it|test)\("` = **27**，自写解析器也 = **27**， 于是自查 `if (cases.length !== 27) throw` **通过了**；而 `vitest run` 实跑是 **34**。 差额 **7 = (5−1)+(4−1)** —— 两个**表驱动**块 `for` 展开的差。 两把尺共享同一个错误假设（把 `it(` **字面量**数当测试数）⇒ **互相印证成假绿**。 ⇒ **与 §3.8「DS 的收割器与发射端同源 ⇒ 测不出自己那套约定的盲区」同构， 只是这次是 lab 自己踩的。** ⇒ **操作口径**：**交叉验证必须换「实现范式」，⛔ 不只是换「实现」。** 静态解析 × 静态解析 = 同一范式；正确的第二把尺是**运行时**（实跑计数）。 ⇒ 同轮还有一例**结果对但装置错**（比结果错更危险，因为不会被结果暴露）： 判控制全绿时写了 `c.pass ?? c.ok ?? true` —— 真实字段是 `ok`，`c.pass` 恒 `undefined` 于是碰巧取对，但 `?? true` 的兜底意味着**字段一改名就假绿**。⇒ 判定一律 fail closed （`typeof c.ok !== "boolean"` 即抛），⛔ 不写 `?? true` 这类兜底。 ⇒ 🔴 **`?? ""` 是同一个坑，且更隐蔽**（2026-09-11 §29 实测）： `"*+?{".includes(pat[i] ?? "")` —— 越界时 `pat[i]` 是 `undefined`，`?? ""` 变空串， 而 **`String.includes("")` 恒为 `true`** ⇒ 整条判据恒真、读数塌成 `0`， 而那个 `0` 在它出现的位置「看起来完全合理」。 ⇒ **口径：判定式里的越界取值一律显式判 `undefined`，⛔ 不给任何默认值** —— `?? ""` / `?? 0` / `?? []` 在包含、匹配、求和、遍历语义下各自都会造出一条恒真或恒假的判据。 ⇒ **反向的一条（`lab:N48` 里第一条被验证有效的做法，⛔ 不只记教训）**： **取数脚本一律 fail-closed 起手，这次直接兑现了价值。** 逐步表表体里有一条 `───` 分隔线， 初版解析器**抛错而非静默跳过** ⇒ 改成**显式**排除分隔线、其余仍抛。 若当初写成「解析不出就跳过」，行数会变成 **38** 而不自知。 ⇒ 推论六（`lab:E46`，2026-08-26 真 re-pin 当场暴露 —— §2.12 主条的又一实例）： **`golden-set-freeze` 的 `frozenAgainstSha` 同时承担了两种身份，于是 re-pin 后它永远不更新。** 它逐字取自 `tasks[0].task.provenance.pinnedSha`（= **引文取证时的 sha**，一个历史事实）， **⛔ 不是 `--pin` 参数**（= 本次校验用的 pin）。两者在第一次 re-pin 之前恰好相等， 于是「一个字段两种身份」一直没暴露；re-pin 之后 manifest 永久停在旧 pin 上， 而**没有任何判据会炸**（`lab:E45` 同族：控制少钉一维 = 换代时不炸）。 ⚠️ 还有第三个身份混在附近：run 的 §5.2 主键 `subjectSha` 实测取自 `context-manifest.mjs` 的 **`cwdFacts.head`**，⛔ **不是** task JSON 的 `provenance.pinnedSha` —— 判据 E 却把后者标成 `subjectSha`。**三个事实，三个位置，⛔ 别互相顶替。** ⇒ **操作口径**：① 冻结物要**分别记**「取证 sha」与「校验 pin 的真 HEAD」； ② ⛔ **不改 `provenance.pinnedSha` 去「跟上」新 pin** —— 那是伪造历史取证事实 （与「⛔ 不自动迁移旧读数到新档」同源）； ③ 老冻结物缺该字段 ⇒ **fail closed 报错**，⛔ 不得拿另一个字段顶替； ④ 本次 pin ≠ 冻结时 pin ⇒ **显式报「跨 pin 读取」但⛔ 不判失败** —— 用旧 pin 复现旧读数是合法动作，与 `chainEra` / `injectionEra` / `graderSha` 分档同构； ⑤ 从**单个元素**取集合属性（原实现只取 `tasks[0]`）会**静默吞掉**其余元素的分歧 ⇒ 不一致就抛。 13. **协议只规定「什么时候做」是不够的，还要规定「做到哪个目标」——两处都会出错。** 实证（2026-08-26）：`subject.json` 的 `repinProtocol` 只写了「自然 re-pin 时机 = DS 侧执行完某份 proposal 之后」，**没写「pin 到哪个 sha」**。结果两处各错一次： ⇒ **时机判错**：把「执行完某份 proposal 之后」读成「**DS 空闲**」—— 而那是**一个已经发生过的时点，不是一个要等的状态**。实测 lab 处方线 21 小时前就收尾了。 ⇒ **目标会错**：pin 到 DS 当前 HEAD 会把处方线之后 12 个**无关 commit** 的漂移记到处方账上。 量化实测：`tests/` 口径下处方 delta **+1**、无关漂移 **+13** ⇒ **93% 是别人的账**。 （这与 `whyKeep` 当初选 P1 而非 P0 的理由**同源**，本轮给了它第二个量化实证。） ⇒ **操作口径**：pin 目标 = **本轮处方线的最后一个 commit**，⛔ 不是「对方当前 HEAD」。 ⇒ 推论（§2.11 同族）：**「pin 到哪」的影响是逐口径不同的，⛔ 不得跨口径外推。** 同一次对比里 `tests/` 是 93% 污染，而 `_archive` 是处方 −52 / 无关 −1 ⇒ **pin 到哪都差不多**。 ⛔ 别写「pin 到 HEAD 会污染读数」这种不带口径名的句子。 ⇒ 推论二：**协议里写死数量会过期。** `dsMustReport` 逐字写「**两份**处方验收标准」， 而实际已是 **7 份** ⇒ 照原文执行会漏 5 份。**写「本轮的全部 X」，⛔ 不写死份数。** ⚠️ 2026-08-26 真 re-pin 时发现**同一形态在同一份 `subject.json` 里出现了四次**： 写死份数「两份处方」/ 写死 key 名「`prepublishOnly`」（DS 已挪进 `gate-chain`）/ 写死份数「三个 worktree」（已是四个）/ 写死代号「对 P1 而不是 P0」。 ⇒ **协议里凡出现会漂的量（份数、key 名、代号、路径），一律改成判法而不是值。** 14. **性能自称必须带环境名 —— 同一条闸在不同环境可以差一个数量级，⛔ 不得跨环境搬读数。** 实证（`lab:E47`，2026-08-26 真 re-pin 的 `dsMustReport` ④）：DS 在 commit subject 逐字写 「plan-lifecycle 扫描面收窄 **-73.8% 全链耗时**」。lab 在 pin 上交替 N=3 实测， delta **+33 ms（+0.5%）**，落在噪声地板 2σ=526 ms 以下，**方向还相反**。 ⇒ **⛔ 但这不是「对方的数假」。** 四个环境的读数完全自洽，机制唯一： 被排除的 `figma-data/mockup` 是 **gitignored 的 1.1 GB**，只在开发者主工作树在场； `git worktree` 只 checkout tracked 文件、CI 走 `actions/checkout` 新鲜 checkout ⇒ **lab pin 与 CI 上那个目录从来就不存在**，排除一个不存在的目录省不出时间。 ⇒ **操作口径**：① 引用对方的性能读数前，先问「**这个收益在哪个环境成立**」， 并把环境名写进句子；② 自己报性能 delta 时同样带环境名； ③ ⚠️ 对方的 **commit body 里写清了环境限定词、subject 里没有** 是常见形态 —— **传播的是 subject**，所以差异要显式登记，⛔ 别默认读者会去看 body。 ⇒ 推论：**「治好了 X 的成本」与「治好了 X 的不确定性」是两件事，⛔ 别合并。** 本例中 DS 治的是**扫描面在本机与 CI 上不一致**（一个真缺陷）， ⛔ 不是 lab 处方指出的那 6.2 s ——后者由 **tracked 的 67 MB** 主导，本次修复没动它， ⇒ lab 那条处方的前提**未被动摇**。 ⇒ 推论二（`lab:E48`，2026-08-26 A 格实测 —— **同族的第二个实例，且更强**）： **闸链读数还依赖「构建产物是否在场」，那也是一个环境维度。** `dist/` 与 `figma-data/mockup` 完全同形态（gitignored、`git ls-files` = 0、只在跑过 build 的 工作树在场），但后者只影响**耗时**，`dist/` 直接改变 **exit code** —— 新建 `git worktree` 首跑全链 `EXIT=1`，第 27/28 步逐字报 `dist/tokens/tokens.json 不存在`。 ⇒ **上轮「两 pin 39 步全 exit 0」是在「dist 已构建」的环境上取的**，而那个维度**从未被登记**。 ⇒ **操作口径**：`chainEra` / `injectionEra` / `graderSha` 之外，**闸链读数须并记「构建产物是否在场」**； ⛔ 换机器 / 新 worktree 上复现 lab 读数，不先 build 会拿到 `EXIT=1` 而误读成「闸炸了」。 ⇒ 连带（**给「⛔ 不得在 pin 上跑 build」一个机制理由**，此前它只是个不变式）： `pnpm build` 会弄脏 **tracked** 面 **292** 条 —— `playground-dist/` 与 `react-pilot/dist/` 是 **刻意 tracked**，且内容哈希后缀每次都变 ⇒ **构建产物不可复现**。 复现姿势：`build` → `git checkout -- .` + `git clean -fd <那两个目录>` ⇒ tracked 回 `dirty=0`、gitignored 的 `dist/` 保留。 ⇒ 推论三（**第三个实例，且后果最远 —— 前两个是单次读数，这个是会被反复引用的约定**）： **耗时类的 MDE / 噪声地板约定必须带环境名，否则它会被跨环境裸用。** 实证（2026-08-26 B 格结 `71ac2711` 读数账）：第一轮基线报告在「实测 `@71ac2711`」标题下给出 gate 总时长 **13.8s**、N=5 均值 **13.82s**(σ0.18)、冷启 **46.9s**，并据此立了一条**至今仍在用**的约定： 「**MDE = 2σ ≈ 0.35s（约 2.5%），低于此的耗时改善不算数**」。 而机制实证：那条最贵的闸 `smoke-consumer-treeshake.mjs` 逐字跑 `npm pack` + `npm install` + `npx vite build` ⇒ **必然需要 `node_modules`**，而 `71ac2711` 的 `dist/` 与 `node_modules` **都不在** ⇒ 那组读数**必然取自另一个环境**，报告**只标了 pin、没标环境名**（本纪律 2026-08-26 才立，报告是 08-24）。 ⇒ **操作口径**：① 立 MDE / 噪声地板时，**环境名与 pin 同等必填**； ② 老约定缺环境名 ⇒ **要么补环境名重取，要么降级为「历史参考」，⛔ 不得继续裸用**； ③ ⚠️ **数值接近最危险**：那 13.82s 与另一口径的 13,465 ms（39 步全链）**只差 2.6%**， 而口径是「55 条可离线跑」vs「39 步全链」⇒ **⛔ 严禁并池**，尤其严禁据此说「性能没变化」。 ④ 同族提醒：**静态解析得到的数与实跑得到的数同值时，引用必须带限定词** —— 本轮实测「`prepublishOnly` 顶层 **39** 步」（静态读 `package.json`）与 「逐步表 **39** 行全 exit 0」（实跑）同值，读者极易把前者读成后者。 15. **造故障取证之前，先问「这个装置在故障存在与不存在时会给出不同的读数吗」—— 答不出「会」，装置就不成立。** 实证（`lab:N48` 第 6 例，2026-08-26 A 格**起草计划时**）：初稿打算用 lab 的 `adapters/ds-gate-chain-run.mjs` 去验处方 1 §5.1「第 1 步失败后第 2…39 步是否仍执行」—— 而它头注释逐字写着「⛔ 为什么逐步独立跑，而不是 `pnpm run prepublishOnly`」， **每步各起一个进程、必然全部执行** ⇒ 它在任何情况下都会打出 39 行。 ⇒ **拿一个「必然全跑」的装置去证「是不是全跑了」，返回的 39 是装置的属性，不是被测对象的属性。** ⇒ 与 `lab:N48` 前五例的差别：**前五例是计数器口径错（数错了），这一例是装置与命题不匹配 （数对了，但数的不是那个东西）。** ⇒ 推论一（**独立旁证**）：处方逐字要求「⛔ 证据不是『runner 说它跑了』」时， 要找一个**不经过被测对象自述**的量。本例用**墙钟**：失败 run 13,530 ms ≈ 全绿 13,465 ms （差 +65 < 合并 2σ=177），而「失败即停」等价口径只有 **157 ms**（差 86.2 倍） ⇒ 后 38 步确实跑了，**该结论不依赖逐步表**。 ⇒ 推论二（**must-not-hit 的空判**，同轮实证）：**几个 must-not-hit 看起来在测不同的东西， 可能全被同一条前置条件挡住 ⇒ 一格都没测到。** 实证：处方 3 判据 4/5/6 三格期望结果全对（`exit 0`），但闸的真实判据是 `① 显式相对 ∧ ② 段边界后缀匹配 ∧ ③ 完整路径不存在`，而那四个形态**无一以 `./`/`../` 开头** ⇒ **② 根本没被触发**，而判据 6 的意图正是测 ②。补一格 `../tion/…`（①过②失败 ⇒ 不报） 并配阳性对照 `../retrospection/nope…`（①②都过 ⇒ 报了）才真正验到。 ⇒ **写 must-not-hit 要问「这个用例会走到我想测的那条规则吗」，⛔ 不只是「期望结果对不对」。** ⇒ 推论三（**阳性对照是 must-not-hit 的前置**，同轮实证）： **`exit 0` 在证明「判定面覆盖到我造的这个点」之前，⛔ 不算 must-not-hit 通过。** 实证：用**仓根形态**做阳性对照 ⇒ `EXIT=0` 不报 ⇒ 无法区分「这些形态确实不该报」与 「我插入的行根本没进扫描面」；换**显式相对形态**同位置重做 ⇒ `EXIT=1` 报在我插入的那一行 ⇒ 三条 must-not-hit 的 `exit 0` 才有意义。**⛔ 少这一步就是三条假绿。** 16. **写「X 不得变」类判据之前，先问「达成 X 的那个动作，本身会不会改变 X 的载体」—— 答「会」是恒假判据，答「载体压根不覆盖那个动作」是恒真空判。两头都测不出东西。** 实证（`lab:N49`，2026-08-26 B 格 —— **lab 自己写的**处方 4 验收表第 3 行「`L1Fingerprint` 不得变」）： 同一采集器、同一口径、变量隔离的造故障（环境名 `wt-l1fp`）： | 态 | 指纹 | 变的分量 | |---|---|---:| | 基线 | `ec0f228c…` | — | | 删 11 份桶三归档·**不 commit** | `ec0f228c…` | **0** | | 建 11 个**与归档无关**的文件 | `ec0f228c…` | **0** | | 删 11 份桶三归档·**已 commit** | `0c730b95…` | 1（`subjectSha`） | | 改 `AGENTS.md`（**阳性对照**） | `79d04b79…` | 1（`entry`） | ⇒ 口径「不 commit」：指纹**恒不变**，且**分不清「删 11 个归档」/「建 11 个无关文件」/「什么都不做」** ⇒ **恒真空判**，**与 `lab:N43` 同族且落在同一个字段上**（N43 修的是「注入是否投递」，这次漏的是「载体选谁」）。 ⇒ 口径「已 commit」（处方安全网逐字「git 可逆」⇒ **删除必然 commit**，这是**现实口径**）： `subjectSha` 必变 ⇒ **恒假**，而失败原因与命题**毫无关系**。 ⇒ ✅ **阳性对照不可省**：改 `entry` 面 ⇒ 指纹立刻变 ⇒ 前三行的「不变」才不是装置死值（§2.15 推论三）。 ⇒ **操作口径**：① 判据的**载体**要与「达成命题的动作」**正交** —— 载体里混进「随任何 commit 必变的量」 （`HEAD` / 时间戳 / 自增号）就恒假；② 落判据时**逐分量列出载体吃了哪些量**， 对每一个问「这个量会被我要验的动作改变吗」；③ **恒真与恒假都要查，别只防恒真** —— `lab:N43`/§3.2 推论二此前只警告了恒真那一侧。 ⇒ 推论一（**建设性那一半，⛔ 别只报「判据坏了」**）：**「命题错」与「量具错」是两件事，必须分开报。** 本例 8 分量中**7 个守恒** ⇒ 处方的命题「确定性注入层结构上不该动」**实测成立**， 坏的只是载体 ⇒ 报告要给**可选修法方向**（去掉那一维 / 改逐分量比），**⛔ 但不替对方选**（同 §19.3 第 2 条纪律）。 ⇒ 推论二（**`EXIT` ≠ 判据**）：造故障态下 `EXIT=1` 失败的是**另一条无关控制**（`MN4` 禁 dirty）， 而**那条被验的判据本身是「通过」的**（空判通过）。 ⇒ **⛔ 别把进程退出码当成「验收结论」** —— 逐条对齐「哪条控制失败了」，否则会把空判通过记成验收失败。 ⇒ 推论三（**同一量具的两个采集档不可并池**）：同一个 pin 上 L1-only 采集的指纹 = `f2dc3040…`，真 run（有 transcript）= `87517baf…`， 差在 `sessionStartDelivered` 分量（**刻意设计**，`MH6`）。 ⇒ 比对任何指纹类判据前，**先对齐采集档**（有没有 transcript / 有没有 L2）， 否则拿到的「变了」纯粹是口径造成的。 ⇒ 推论四（**登记面纪律**）：**「未覆盖」清单必须区分「lab 没验」与「对方没做」。** 实证：lab 把处方 4 整条登记为「未覆盖」，而实测桶三**已被 DS 执行 4/5 项** （份数与清单 8/7/2/1 **逐行吻合**，归因 commit subject 逐字含「归档桶三」）。 ⇒ 写成「未覆盖」会让读者以为**对方没做**，而真实情况是**我没验**。 与 §19.1「漏登 5 格」同族：**都是 lab 自己的登记面缺陷，⛔ 不是对方的问题。** 17. **「X 面守恒」类判据落地前，先量**载体覆盖率**——「X 面不得变」的前提是「X 面**碰得到**那个动作」， 而不同面的覆盖率可以差一个数量级。⛔ 覆盖率不量，判据就是在一个自己选小了的面上做守恒。** 实证（`lab:N50`，2026-08-26 C 格 —— **又是 lab 自己写的**处方 4 验收表第 2 行 「实读面守恒：删前删后各跑 N=5，比较两组 L2 实读 `.md` 的并集」）： 量具 `metrics/delete-surface-coverage.mjs`，精确删/移清单 **52** 个文件、N=15 既有 run（**0 个新 run**）： | 面 | 命中 | 占比 | |---|---:|---:| | **实读面**（判据逐字用的载体） | **2** | **3.8%** | | 尝试面 | 0 | 0% | | **检索面**（Grep/Glob 行首命中，**处方没枚举、采集器不采**） | **33** | **63.5%** | | 三个面都没进 | 19 | 36.5% | ⇒ 检索面**严格包含**实读面，倍数 **16.5x** ⇒ 判据选了包含关系里**更小**的那个。 ⇒ 与 `lab:N49` 的两头（恒假 / 恒真空判）是**第三种形态**：**载体覆盖了，但只覆盖 3.8%** —— 即**载体与作用通道之间存在数量级的口径落差**。 ⇒ **操作口径**：落「X 不得变 / X 不得少」类判据时，**先算 `|清单 ∩ X 面| / |清单|`**， 并把这个比值写进判据旁边。⛔ 比值不到 1 就不能说「这条判据管住了那个动作」。 ⇒ 推论一（**面的枚举必须穷举**）：**「三个面都不在」这类断言，先证面枚举完整。** 处方 §5.1 逐字「删的东西本来就不在任何一个上下文面里（自动注入面 / 声明面 / 实读面，**三个都不在**）」—— 漏了**检索面**，而它的覆盖率是实读面的 16.5 倍。 ⚠️ 且这条漏不是没线索：`metrics/context-manifest.mjs` 的口径说明**逐字登记**了 「⚠️ 仍不含 Grep/Glob 带回的内容」⇒ **量具自己写明的边界，被拿它当验收载体的人没读**。 ⇒ **拿别人（或自己早先）的量具当验收载体前，先把它的「覆盖边界」逐条与被验动作对一遍。** ⇒ 推论二（**事前交集判据 > 事后守恒判据**）：**能改写成「事前交集」的，⛔ 别写成「事后守恒」。** | 判法 | 成本 | 覆盖 | 性质 | |---|---|---|---| | 事前交集「清单 ∩ 删前（实读∪检索）= ∅」 | **0 个新 run**，确定性无噪声 | 63.5% | **事前、可否决** | | 事后守恒「删前删后各 N=5 比并集」 | **N=15**（删前 5 + 删后 5 + **建地板 5**） | 3.8% | 事后、只能追认 | ⇒ ⚠️ 两者**⛔ 不等价**，别当成同一判据的两种实现。 ⇒ ⚠️ 还有一条成本陷阱：处方写的是 **N=10**，而守恒判据要判「并集少了一份」**必须先有并集自己的噪声地板**， 那需要**第三组不重叠的 N=5** ⇒ 真实成本 **N=15**。**⛔ 立守恒判据时把地板那一组一起算进预算。** ⇒ 推论三（**随机层上的判据，真阳性自己也有频次**）：**检出功率 = 真阳性在 N 个 run 里的出现频次，⛔ 不是 1。** 实证：被误删的那份归档只被 **2/5** 个 run 读到 ⇒ 换一组 N=5 很可能一次都碰不到 ⇒ 检出功率 **< 1/2**； 而同一并集里 freq==1 的成员有 **1–2 份**（不删任何东西、只换一组 N=5 就会「少一份」） ⇒ **真阳性淹在假阳性里，报警时分不清是真删错还是随机层抖动。** ⇒ **口径**：判据落在随机层上时，**真阳性频次与假阳性面要一起报**，⛔ 只报「能不能测到」是不够的。 ⇒ 推论四（`lab:E49`，**登记面的陈旧值会被下一格原样抄走**）： **「未覆盖」清单里写的**边界**也会过期 —— 抄之前先实测一遍。** 实证：处方 §5.2 登记边界「GT-002 / GT-003 **一次没跑过**」，而 status §15 标题逐字 「GT-002 / GT-003 **各铺到 N=5**」（08-25 夜就跑完了）—— **B 格报告 §7 第 1 条把那条边界原样抄了下来**， 过期约 20 小时。⇒ 与 `lab:N49` 推论四同族，但那条是「lab 没验 vs 对方没做」， 这条是**「边界本身已经不成立了」** ⇒ **⛔ 引用自己上一格的「未覆盖 / 边界」清单前，先核一遍它还成不成立。** 18. **判「删除 / 移出 / 改路径会不会断」时，⛔ 别只问「会不会断」——那是四个不同的问题， 而最危险的三个都不会当场报错。且「文档规定的通道」≠「模型实际走的通道」。** 实证（`lab:N51`，2026-08-26 D 格，被验动作 = 处方 4 桶二「`product-pattern-index.json` 移出 docs 树」）： | 问题 | 实测机制（逐字取自 pin `c1db57b8`） | 会报错吗 | |---|---|:---:| | ① 会不会**当场断** | — | 否 | | ② 会不会**静默降级** | `release.mjs:226` `.filter((p) => existsSync(p))` ⇒ 路径被静默过滤，`git add` 不报错、tag 照推；`:172-174` step 1e 逐字「**NON-blocking observer**, NOT a gate」「**不拦发版**，继续」；`scan-mockups.mjs:419` `existsSync(…) ? JSON.parse(…) : {}` ⇒ 累积快照的**历史基线静默丢失**，`:431` 仍印「✓ 已写」+ 一个变小的数 | **否** | | ③ 会不会**被写回**（= 移出等于没移出） | `scan-mockups.mjs:430` `writeFileSync(PATTERN_INDEX, …)` **无条件写**，路径来自 `:58`；而每次发版 step 1e 都跑 `health:snapshot` ⇒ 不改 `:58` 就**每次发版把它写回 docs 树** | **否** | | ④ 会不会**延迟到下一周期** | 改了写入方路径、没改 `release.mjs:224` ⇒ 新产物不进 `git add` ⇒ 发完版工作树留脏 ⇒ **下一次** release 的 preflight「Working tree not clean」才拦住 | **延迟一整个发版周期** | ⇒ **操作口径**：落「移出 / 改路径」类结论前，四个问题**逐个问一遍并分别给证据**。 ⛔ 只答「不会当场断」就写成「不会断」，会把 ②③④ 全漏掉 —— 而它们比 ① 危险。 ⇒ ⚠️ ④ 的暴露点与根因**相隔一个周期** ⇒ 所有写死同一路径的地方**必须同 commit 改**， 且**「同 commit 改」这件事本身要写进处方**（实证：处方 §2 对 `plans` 目录逐字写了 「**是配置项，必须同 commit 改，否则该闸语义当场破**」，对 `_generated` 那一行**没写** ⇒ **登记了依赖、未登记同步性要求**）。 ⇒ 推论一（**规定通道 ≠ 实际通道**）：**量依赖面时必须量模型**实际**走的通道， ⛔ 不能拿文档里规定的通道当依据 —— 哪怕那条规定是 owner 拍定、且模型确实读到了。** 实证：`AGENTS.md:139` 有一条 owner **2026-08-14 拍定**的编号纪律，逐字 「11. **跑一次 `pnpm pattern:lookup <本次的 figma URL>`**」；**15/15 run 都 `Read` 了 AGENTS.md 全文 （33,056 B）⇒ 全部读到了这条纪律，而执行它的是 0 个。** 实际走的是完全另一条链：`Glob docs/internal/_generated/*` **发现** → 定向 `Grep` 进正文 → 分片 `Read`。 ⇒ **移出后真正断掉的是「发现」那一步（`Glob` 列不到它），⛔ 不是断在读取。** ⇒ ⚠️ 反过来也成立：那条 CLI 旁路移出后**只需改一处**（`pattern-index-lookup.mjs:79`）即恢复， 且 `AGENTS.md` 因为指的是**命令而非路径**、**根本不需要改** —— **「旁路可用」⛔ 不等于「旁路会被用」**（15/15 实测没人走）。 ⇒ 推论二（`lab:E50`，**主语窄化**）：**引用上一格的登记时，⛔ 别只搬数，先核那个数的**主语**。** 实证：处方 §2 桶二那一行的「**7 个脚本硬编码了路径**」，主语是 **整批 `docs/internal/_generated/*.json` `*.jsonl`**（实测那 8 个点名脚本**全部**确实硬编码了 `_generated/` 下的产物 ⇒ **⛔ 处方没错**）；而 status §21.6 第 3 条 / C 格报告 §9 第 3 条 把它转述成 **`product-pattern-index.json`（…… + 7 个脚本硬编码）** —— **主语从整批窄化成单个文件**， 数跟着搬了过来。**实测硬编码该单文件的是 3 个**（写入方 `scan-mockups:58` / 读取方 `lookup:79` / 发布链 `release:224`），差 2.3 倍。 ⇒ 与 `lab:N49` 推论四（「lab 没验 vs 对方没做」）、`lab:E49`（「边界本身已过期」）**同族第三种**： 那两条是**谓语**错和**时效**错，这条是**主语**错。⇒ **三种都是 lab 自己的登记面缺陷，⛔ 不是对方的问题。** ⇒ **操作格式（采纳 DS 侧 `docs/meta-rules.md` 触发器 S 的三行块，`cee7265c`，2026-08-26 14:59）**： **接手任一已登记待做项前**（§X.Y 的「未覆盖」条目 / 上一轮交接 prompt 的清单 / plan 的某一步，**都算**）， 动手前先输出**三行**： ``` 登记记的： <原文逐字，含主语> 现取的： <实测命令 + 读数> 前提还成不成立：<成立 / 不成立 —— 不成立就说清哪一半没了> ``` ⚠️ **DS 那条把层次分得比 `lab:E49` 更清，照它的分法**： 「读活源」治的是**事实**过期；触发器 S 治的是**决策前提**过期 —— 逐字「**活源可以全读对，而那条待做项的存在理由已不成立**」。 ⇒ 按这个分法：`lab:E49`（边界值过期）属**事实**那一类；**本条（主语窄化）属决策前提那一类** —— 我 grep 读得完全对（12 个引用文件），错的是那条待做项的**问法**建立在对处方主语的误解上， 发现它靠的是**多读了一层**（处方 §2 那一行的原文 + 8 个脚本各自硬编码什么）。 ⚠️ ⛔ **别把两边写成「独立收敛」** —— 两个仓库的 owner 是同一个人，⛔ 也不推断谁先谁后、谁影响谁。 ✅ **本格实证这个动作有效**：起手在**问用户做哪一格之前**先跑了两次只读 grep 核候选格的前提， 当场就抓到了「7 个脚本」的主语问题 ⇒ **以后接手「未覆盖清单」里的条目，先做这一步再开工。** ⇒ 推论三（**第 17 条推论一的第二次命中，这次栽在 lab 自己上一格新造的量具上**）： C 格量具 `metrics/delete-surface-coverage.mjs` 的检索面口径逐字是「Grep/Glob 的 **`tool_result` 里行首** 出现的路径」，而实测存在**第四种通道**——**定向 Grep 进文件正文** （`Grep {"path": "<该 json>", "output_mode": "content"}`，`r007` 3 次 / `r009` 2 次）： 路径在 **`tool_use` 的 `input.path`** 里、`tool_result` 返回的是**文件正文** ⇒ **它扫的地方根本没有路径。** ⇒ 🔴 **C 格正是靠「面的枚举必须穷举」推翻处方 §5.1 的那一格，而它自己新造的量具漏了第四面。** ⇒ **口径**：新造一个「面」的量具时，**把已知的工具调用形态逐个过一遍** （`Read` / `Grep files` / `Grep content` / `Grep --path <单文件>` / `Glob` / `Bash` 间接）， 并把**扫的是 `tool_use.input` 还是 `tool_result`** 写进边界表。⛔ 只写「扫哪些工具」不够。 19. **同一个目录下的写入方，对「目标目录不在」可以有相反的处置 —— 移出/删除的失效形态由 `mkdirSync(recursive)` 在不在决定，⛔ 不由目录名决定。且判「会不会断」时， 四问之外还有第五问：**指着它的文档链接会不会被闸判红**。** 实证（`lab:N52`，2026-08-26 E 格，被验动作 = 桶二剩余 `_generated` 产物移出）： 隔离实测：`appendFileSync` / `writeFileSync` 在父目录不在时**都 THROW ENOENT**（目录在则 OK）。 而同一个 `docs/internal/_generated/` 下的写入方分成两派： | 派别 | 谁 | 移出后 | |---|---|---| | **`mkdirSync(dirname, {recursive:true})` 派** | `f129-…probe.mjs:836` · `a11y-contrast-inspector.mjs:317` · `a11y-token-contrast.mjs:146` · 两个 render spec | **自愈** —— 目录和文件都自己长回来 ⇒ 「移出等于没移出」 | | **裸 `append/writeFileSync` 派** | `ds-health-scan-mockups` · `ds-health-scan-consumers` · `release.mjs`（只读不写） | 目录在 ⇒ 静默重建一个**空白**文件；目录不在 ⇒ **ENOENT** | ⇒ **操作口径**：判「移出会不会断」时，先分两问 —— **文件不在**与**目录不在**是两种输入， ⛔ 别只测前者。目录能不能存活，看的是**有没有别的文件留在里面**（git 不跟踪空目录） + **有没有人 `mkdirSync` 它**。 ⚠️ **⛔ 但别停在单个脚本的控制流上**（本条自己栽过一次，见推论一）。 ⇒ 推论一（**第 18 条推论一「规定通道 ≠ 实际通道」的变体：单脚本控制流 ≠ 系统实际执行顺序**）： 我据 ENOENT 推断「发版时快照当场死」，**被自己推翻** —— `release.mjs:79` 的 render 测试 **先于** `:172` 的 `health:snapshot` 跑，而它的 spec 里那句 `mkdirSync(recursive)` 已经把目录建回来了 ⇒ ENOENT 到不了 health 那一步。 ⇒ **量一个 throw 会不会真的发生，要沿着调用方的实际执行顺序走一遍， ⛔ 不能只看抛它的那个脚本自己。** ⚠️ 同族还有一条：`&&` 链（`health:snapshot` = `A --write && B --write && C`）里 **第一个抛会把后两个全带掉** ⇒ 「移出产物 X」可以连带打掉「产物 Y 的写入」。 ⇒ 推论二（**第五问：文档链接**）：第 18 条的四问（当场断 / 静默降级 / 被写回 / 延迟一周期） **全都答不了「指着它的文档链接会不会被闸判红」**，而实测这才是整批动作里**唯一当场断**的那一步。 隔离实测（`git archive` 导出临时目录，pin 与活源 HEAD **各跑一遍**）： **移 json/jsonl ⇒ `audit:stale-anchors` `EXIT=0`；再移 4 份 `.md` ⇒ `EXIT=1`、5 条孤儿。** ⇒ **口径**：凡「移出/改名/删除**文件**」类动作，四问之后必须加第五问 —— **`grep` 现行文档树里指向它的链接，并确认哪道闸在守这些链接**。 ⚠️ 且实证：**处方对会红的那一步零前置登记，对不会红的那一步写满了前置** —— ⇒ 前置登记的密度 ⛔ 不能当风险的代理指标。 ⇒ 推论三（`lab:N53`，**已经防住一半的 fail-open 最难看见**）： `ds-health-delta.mjs:75-85` 的 `criterionChangesBetween` 在 `catch` 里逐字写了 「git 不可用 / 不在仓库里 ⇒ 如实说『没检查』，⛔ 别静默当成『没动过』」并返回 `null` —— **作者明确想过这件事**。但只读实测 `git log … -- '<不存在的 pathspec>'` = **EXIT 0 + 空输出** ⇒ 「pathspec 指向的文件被搬走了」这个原因**根本走不到 catch**，函数返回 `[]`（= 没动过） ⇒ 判据变更检查静默失效。 ⇒ **口径**：看到一处 `try/catch` 或 `existsSync` 守卫，**⛔ 别因为「作者写了注释、显然想过」就跳过** —— 恰恰要问：**它想到的是哪几个原因？还有哪个原因走的是另一条路却落进了同一个返回值？** 本例里「git 挂了」进 catch、「路径被搬走」进 try 的空结果，**两者共享同一个下游语义**。 ⇒ 推论四（**造故障是用来推翻自己的，不只是用来确认判据**）：本格三次判断反转里有两次 靠自己造的故障翻掉（「表格行进不了候选」被双探针推翻 · 「闸有盲点」被逐字克隆探针定位到 fenced code block 而推翻）。⚠️ 第二次的入口是**静态枚举 6 行 vs 实测 5 条孤儿差 1** —— ⇒ **静态数与实测数不同值时，那个差就是线索，⛔ 别抹平也别只加个限定词了事** （与第 16 条「同值时必须带限定词」是同一条纪律的两面）。 ⇒ 推论五（**知道纪律 ≠ 执行纪律，要单独记**）：本格预注册 §3 开头**专门写了** 「判定规则必须无空档」并引用了 D 格 H2 落空档的教训，**结果 H5 与 H6 又各落一处空档** （H5 没定义「可逆」是否含「需人工合并」；H6 没定义 `r` 取哪个面）。 ⇒ 与第 18 条推论一「15/15 读到、0 执行」**同构，但这次主语是 lab 自己**。 ⇒ **口径**：预注册写完判定规则后，**逐条把可能的读数取值列出来**，指着每一个值问 「它落在哪一档」——⛔ 光写一句「必须无空档」不构成执行。 ⇒ 推论六（**为善意场景写的守卫会吞掉语义不同的另一个动作**） 〔🔴 **2026-08-26 A′ 格订正撞号**：本条原编号也是「推论四」，与上一条撞号； 且它的实证（`§22.2a` / D 格）属**第 18 条**，⛔ 不属本条 —— 只改编号、⛔ 不搬正文， 免得引它的地方全断。形态正是 §2.4 推论二「编号也是一种口径」那条纪律。〕： **`existsSync` / `try-catch` 这类守卫，判的是「东西不在」这个**状态**， ⛔ 而它分不清造成这个状态的两件事 ——「**还没生成**」和「**被搬走了**」。 这两件事该有完全不同的下场，被同一个守卫吞成同一个「跳过」。** 实证（隔离实测，临时 git repo 内，⛔ 未碰 pin、⛔ 未跑 release）： | 动作 | `git add` 收到 | **实测 EXIT** | `run = execSync` 后果 | |---|---|:---:|---| | 整目录 **gitignore**（文件仍在磁盘 ⇒ `existsSync=true`） | 被 ignore 的路径 | **1** | 抛 ⇒ **当场断** | | **移出** docs 树（`.filter(existsSync)` 生效） | 仅剩存在的路径 | **0** | **静默跳过、照常发版** | | 移出但假设无 `.filter`（阳性对照） | 混入缺失路径 | **128** | 抛 ⇒ 会断 | ⇒ EXIT 取到 **0 / 1 / 128** 三种值 ⇒ 装置活着，那个 `0` ⛔ 不是死值（`lab:N48`）。 ⇒ `release.mjs:220` 那条注释逐字写明了守卫的**本意**：「`existsSync` 过滤：**首次发版时派生产物 可能还不存在**，`git add` 一个不存在的路径会直接报错。」—— 本意正当，**吞掉的是另一个动作**。 ⇒ 这是 §3.1 铁律「**fail closed，不 fail open**」的一个真实反例实例。 ⇒ **操作口径**：看到 `existsSync(x) ? … : <默认值>` 或 `try/catch` 吞异常时， **列出所有能让 `x` 不在的原因**，逐个问「这个原因该走同一个分支吗」。 ⛔ 只要有两个原因该有不同下场，这个守卫就是个 fail-open。 ⇒ ⚠️ 附带：**「会当场断」的方案反而更安全**（立刻被发现）。⛔ 但选哪个方案是对方的事， lab 只负责把两种动作的失效形态**分别**算出来交出去（本格 gitignore 那条处方**实测成立**， ⛔ 不是错的 —— 它只是说的不是同一个动作）。 20. **接手一条已登记的待做项时，「事实还对不对」和「它还该做吗」是两个独立的问题 —— 而**第二个问题的答案常常就写在被测对象自己的源码注释里**，⛔ 不在任何交接文档里。** 实证（`lab:N54`，2026-08-26 A′ 格，被验对象 = 处方 §2 桶二整条工作线）： DS 侧 `scripts/audit-plan-lifecycle.mjs:103-125` 有一段 📌 注释，逐字自称 「**这一段是那条决定的唯一真源**」，内容是这两个目录「**为什么刻意留在 docs 树里**」， 起因**逐字点名 lab 自己的处方 §2 桶二**，并写了三条理由 + **重开条件**。 ⇒ 即：**桶二已被裁定不做。** 而实测：那个裁定块的引入 commit **就是 `c1db57b8` 本身** —— C/D/E **三格**测量所用的那个 pin， 即它**从第一格起就在手里**；lab 全仓 `grep "刻意留在|重开条件"` = **0 命中**， 只从该文件取过两样东西（耗时 6.2 s、`archiveDir` 是配置项）。 ⇒ **9 处**提及桶二处置状态、**0 处**知道它是已裁 hold。 ⇒ **这是第四种登记面缺陷**，与前三种并列（**四种都是 lab 自己的**）： | 种 | 错在哪 | 编号 | |---|---|---| | 谓语错 | 「lab 没验」vs「对方没做」混写 | `lab:N49` 推论四 | | 时效错 | 边界值本身已过期 | `lab:E49` | | 主语错 | 数搬对了、主语窄化了 | `lab:E50` | | **存在理由错** | 事实全读对了，**那条待做项已经不该做了** | **`lab:N54`** | ⇒ **操作口径**：§2.18 推论二那个三行块**不够** —— 它只治「登记记的数还对不对」。 接手前必须再加**第四行**： ``` 登记记的： <原文逐字，含主语> 现取的： <实测命令 + 读数> 前提还成不成立：<成立 / 不成立 —— 不成立就说清哪一半没了> 它还该做吗：<被测对象的源码注释 / 该动作的 owner 侧真源怎么说 —— grep 「刻意 / 为什么 / 重开条件 / hold / 不改」这类词，⛔ 别只 grep 那个待做项自己的名字> ``` ⇒ 推论一（**核对方的理由时，最大的风险是变成给它背书**）：本格三条理由核出「两条成立、 一条的一半被实测推翻」，而**推翻那一半靠的是造故障** —— 我在预注册里已经**接受了** DS 的表述 （把「`archiveDir` 漏改 ⇒ 当场破」预测成成立），臂 A 实测 `EXIT=0` + ✓ PASS 才翻掉。 ⇒ **口径**：核别人的判断时，**每一条都要有一个 lab 侧独立可取的读数**， ⛔ 「对方写了理由、听起来对」不构成证据 —— 这与 §2.19 推论三「⛔ 别因为作者写了注释就跳过」同源， 但那条治的是**代码**，这条治的是**决策**。 ⚠️ 同族第二个形态（**条件化的闸 = 延迟一周期，⛔ 不是当场断**）： `audit-plan-lifecycle.mjs:511` 逐字 `if (!archiveExists && expiring > 0)`，注释逐字 「归档落点**只在本轮真有文件要归档时**才必须存在」⇒ 配置漏改在 `expiring = 0` 的轮次里 **静默通过**，降级形态是「**✓ PASS + 一个变小的数**」（`已归档 25 份` → `0 份`）。 ⇒ 归入第 18 条四问的第 ④ 格。⚠️ 且**基线自己就现形过**（`handoffs` 那行印着「（归档落点未建）」 却没判红）⇒ **看到「守卫在基线上就静默」时，⛔ 别当成自己注入的故障。** ⇒ 推论二（**⛔ 别把一个目录的暴露面外推到另一个目录 —— 散文与数据的检索命中率不是一回事**）： E 格实测 `_generated/*.json` 三产物在 15 个 run 上 `tool_use.input` **零命中**， 我据此预测 `_archive/superpowers/plans` 更没人碰。**实测 3/15 命中，其中 2 个 run 拿到正文行** —— 机制是 **agent 为完成任务对 `/docs` 做的全树 `Grep`**（逐字 `Grep {"path":"…/docs","output_mode":"content","-n":true,"head_limit":60}`）， 而 `docs/_archive/` 就在 `docs/` 下 ⇒ **凡 Grep `docs/`，归档必在检索面内。** ⇒ **口径**：量「AI 会不会碰到某个目录」时，**分文件形态量** —— **散文**（.md、大量自然语言）对域名词查询的命中率远高于**数据**（.json、结构化）； ⛔ 别用一类的读数替另一类作答。 ⚠️ 附带订正一处口径缺口：E 格「这 3 个产物从来没有任何 run **Grep 过**」那句， 口径是「**返回窗口**」⛔ 不是「**检索面**」—— 同一次 Grep 不截断跑，277 行命中里 **包含**那几个 `_generated` 产物。⇒ **「Grep 过」必须标取哪个面。** ⇒ 推论三（`lab:N47` 的第二个形态：**复现工具的返回序 ≠ 被测通道的返回序**）： 真实 run 的 `head_limit: 60` 窗口里归档物占 **56/60（93.3%）**，而同一查询不截断时 归档只占总命中的 **91/277（32.9%）**⇒ 我提「归档挤占了检索窗口配额」。 **用 `grep -rn` 复现：前 60 行里归档只占 1/60（1.7%）** ⇒ 两个工具**返回序不同** ⇒ **「被挤掉的是哪些现行行」这一问答不了，如实记未证。** ⇒ **口径**：凡拿一个本地命令去复现 harness 工具的行为，**先问「顺序、截断、去重这三样一样吗」**； ⛔ 不一样就只能报「两个读数不同值」这个事实本身，⛔ 不许据此推因果。 ✅ **而发现它靠的正是 §2.19 推论四**（静态/复现数与实测数不同值 ⇒ 那个差就是线索）： 1.7% vs 93.3% 那个差，指向的不是被测对象，**是我的量法**。 ⇒ 推论四（**「判定规则无空档」之外还有第二种规则缺陷：一档里塞了两个不同的判定**）： 本格五条假设的取值**全部落在预注册的逐值表预先指到的档里**（§2.19 推论五的纪律**这次执行到了**）， 但 H2 那一档写的是「`g_read ≥ 1` ⇒ 推翻 = **重开条件后半句达成**」—— 实测二者**分离**：论据（「没有任何机制引向」）被推翻，而重开条件（「进了某条 onboarding 注入面」） 按其字面**未达成**。 ⇒ **口径**：写判定档时，**一档只许绑一个判定**。凡档的措辞里出现「= / 即 / 也就是」把两件事等同起来， 就要问「这两件事会不会分开发生」——会，就拆成两档。 ⇒ ⚠️ 并由此立一条交付纪律：**「对方的论据被推翻」与「对方写的重开/复议条件达成」是两件事， lab 只交出两句话的差，⛔ 不裁哪个算。** 21. **「档内自查」不能靠找措辞里的『= / 即 / 也就是』—— 焊接常常不在措辞里，在命题本身。** 实证（`lab:N55`，2026-08-26 A′′ 格）：本格预注册**执行了**第 20 条推论四那条自查、并逐档写了 「本档绑几个判定」、程序化数过 **53 档 / 52 档单判定**，**仍然漏了一处** —— `H1b` 那一档写「`d = 0` ⇒ 推翻」，措辞里**没有任何等号**，但它把 **技术强制**（闸拦不拦，lab 可实测）与**规范应然**（该不该造新落点，lab ⛔ 不裁）焊在了一起。 实测二者**分离**：技术上 `d = 0`（删掉落点，闸照跑照 FAIL 照印文案）， 而「该造新落点」这个结论反被**加强**（不造 ⇒ FAIL 文案成为**无守卫的死指针**）。 ⇒ **改用这个判据**（⛔ 不再只看措辞）： ``` 对每一档问：落这一档时，被验命题的【哪些部分】被判了？【哪一部分】没被判？ ⛔ 凡命题里同时含【可实测的事实】与【应然 / 价值判断】，必须拆档 —— 前者 lab 判，后者 lab ⛔ 不裁，二者天然不能共用一个档。 ``` ⇒ 推论一（**同族裁定块不止一个，且可能在同一个 commit 里**）：A′ 格找到 `audit-plan-lifecycle.mjs:103-125` 之后，**⛔ 不该停**。A′′ 格按措辞 grep（`唯一真源` / `刻意` / `重开条件` / `20XX-XX-XX 评估`） 在 DS 侧查到 **3 个**同族块，其中**两个的引入 commit 就是同一个 `c1db57b8`**， 而 lab 对第二个「9 处提及 0 处知情」升级成「**13 处明文登记为『未追问』、0 处知情**」。 ⇒ **口径**：第 20 条第四行 grep 到**一个**裁定块后，**把那次 grep 跑完**（穷举同措辞的全部命中）， ⛔ 别拿第一个命中就收工；**并如实标『按措辞 grep，⛔ 不保证穷尽』。** ⇒ 推论二（`lab:N47` 的第三、第四个形态：**取证工具的判定面被自己污染 / 关键词假阳**）： 本格连中两次，**两次都靠「读数太整齐或太大 ⇒ 先追查再采信」抓到** —— ① **判定面自污染**：算「lab 登记面有多少处知情」时，把**本格自己刚写的预注册**算了进去 ⇒ `q = 14` 全部来自那一个文件，排除后 `q = 0`。 **⇒ 口径：量『lab 自己的登记面』时，判定面必须排除本格自己的产物。** ② **关键词假阳**：查「有没有 run 报告工具截断」时，正则 `截断` 在 16 个 run 上**各命中恰好 1 次** —— 精查发现 16 次全是**同一段 DS 文档正文**里讲 UI 表格三状态的「正常 / 截断 / hover tooltip」， 与工具截断毫无关系 ⇒ **真值 0**。 **⇒ 口径：读数出现『每个样本恰好 N 次』这类不自然的整齐，先当假阳查，⛔ 别直接采信。** ⚠️ 附带第三条：**两次 grep 撑爆输出**（未排 `runs/*/transcript.jsonl` = 799 KB、 未排 DS 侧 `.claude/worktrees/` 整份工作树副本 = 517 KB） ⇒ **口径写死在命令里，⛔ 不靠事后过滤**（与 §2「批量输出走 subagent」同源）。 ⇒ 推论三（**「无空档」与「档写得对」是两回事** —— 第二次实证）： A′ 格五条取值全落在预先指到的档里、仍有一档焊了两个判定；A′′ 格 **14 条**取值全落在预先指到的档里、 **仍有一档焊接 + 一档定义落空**（`k` 只定义了 `§`/`#` 锚点，实测命中的却是**行号形式** `:384`）。 ⇒ **口径**：逐值表交付时除了「有没有空档」，还要逐档答**两问** —— 「**这一档绑了几个判定**」与「**这个读数的取值域，我的定义覆盖全了吗**」。 22. **第 20 条那个四行块**不够用 —— **必须加第五行：「这活我自己是不是已经干过了」。** 实证（`lab:N56`，2026-08-27 A″′ 格）：起手核候选格前提，四行块**四行全做了** （查了 DS 侧源码注释、按第 21 条推论一把裁定词 grep 跑完、撞出归因 commit `483e3feb` subject 逐字含「归档桶三」），据此报出「桶三已被 DS 执行而 **lab 零处知情** ⇒ `lab:N54` 第三次命中」。 **实测 `q = 30` 处知情** —— `docs/round2-status.md` §20.4 与 `AGENTS.md:314`（**本文件自己**） 早已逐字写着同一结论，含同一个归因 sha 与同样的 8/7/2/1 逐行吻合， 另有 `ds-reply-2026-08-25.md` 的**逐份列表**及三份报告独立复述。 ⇒ **不是「lab 不知情」，是「我不知道 lab 已经知情」**，整格 H1–H4 把已交付结论重跑一遍、读数完全相同。 ⇒ **口径**：接手一条已登记的待做项时，第 20 条四行块后再加一行： ``` lab 自己验过没： ``` ⇒ **三条纪律互不覆盖**：第 20 条治「**对方**还该不该做」· 第 21 条推论一治「**对方**的裁定不止一个」· 本条治「**我自己**是不是已经干过了」。本格起手若 `grep -rn "483e3feb" .` 就会立刻命中 30 处。 ⇒ 推论一（**第五种登记面缺陷：知情面与登记面分叉**）：与前四种并列 —— | 种 | 错在哪 | 编号 | |---|---|---| | 谓语错 | 「lab 没验」vs「对方没做」混写 | `lab:N49` 推论四 | | 时效错 | 边界值本身已过期 | `lab:E49` | | 主语错 | 数搬对了、主语窄化了 | `lab:E50` | | 存在理由错 | 事实全读对了，那条待做项已经不该做了 | `lab:N54` | | **知情面分叉** | **lab 已在某格验过并写下正确结论，但那条待做项的登记面没跟着改** | **`lab:N56`** | **后果不是「白记一笔」，是后续格在过期的登记面上继续加注、继续排期** —— A″ 格就在一条 §20.4 早已判定「已执行」的待做项上，又加了一条前置加注（其前提本格实测两半都不成立）。 ⇒ **口径：某格判出「对方已做 / 已裁」时，必须当场回改那条待做项的登记面本身（处方正文）， ⛔ 不能只写进当格报告和 status —— 后者不是下一格的入口，处方正文才是。** ⇒ 推论二（**`lab:N47` 第五个形态：`git show --stat` 的路径列会截断**）： 本格起手按 `--stat` 显示出来的目录名归类，把 `_archive/_archive/translation-md-pre-schema/…` 那份 算进了 `_design-kickoffs` ⇒ 报出「实删 3 份 / 529 行 vs 登记 2 份 / 210 行」。 改用 `--name-only` 取全路径后 = **2 份 / 210 行，与登记逐位相同**。 ⇒ **口径：凡按路径归类，必须用 `--name-only`（全路径），⛔ 不许从 `--stat` 的显示列读目录名。** ⇒ 推论三（**同一读数的两个正交维度也会焊接 —— 第 21 条新判据仍拦不住**）： 本格 H4 的 `q` 逐档写了取值域，但只有「知情 / 不知情」二值，**没有「状态知情但归因错」第三态** —— 而 `round2-status.md` §25.5 第 6 条正落此态（知道那个目录不在了，却把原因读成「登记的名字写错了」）。 ⇒ **焊接既不在措辞里、也不在「可实测事实 vs 应然判断」这条轴上，而在 「同一个读数的两个正交维度」（**状态** / **归因**）。** ⇒ **口径：取值域自查时，除了「值域覆盖全没有」，还要问「这个读数是不是其实是两个维度压成一个」。** ⇒ 推论四（**换一道闸，结论可能反号 —— 「技术阻断成不成立」必须标是哪道闸**）： A″ 格实测删 `STATUS-CHANGELOG.md` ⇒ `audit:doc-shape` **EXIT=0 ✓ PASS 空 diff**，判「技术阻断读法不成立」； 本格同 pin 同副本换 `audit:stale-anchors` ⇒ **EXIT=1，24 个孤儿当场断**。 ⇒ **两道闸给出相反答案**，那句在它自己的口径内对，但「删不了」在另一条路径上**是成立的**。 ⇒ **口径：报「删得掉 / 删不掉」「拦不拦得住」这类结论时，必须标是在哪道闸上测的； ⛔ 一道闸绿不等于这个动作没有技术代价**（`§2.19` 推论四同族：口径不同 ⇒ 落不同档）。 ⇒ 推论五（🔴 **`§2.21` 推论二①那条「排除本格自己的产物」不够 —— 文件级 `--exclude` 拦不住 「追加进既有判定面文件的段落」**）：本格**交付前自核**时 `p` / `q` 从 `68 / 30` 涨到 `77 / 41`， 差值正是刚写进 `docs/round2-status.md` §26 与**本文件第 22 条**的内容 —— 而这两个文件**本身就是判定面的一部分**，`--exclude <本格产物文件名>` 对它们**结构性无效**。 ⇒ **口径：量「lab 自己的登记面」时，判定面取【跑前那个 commit 的树】** —— `git archive <预注册 commit> | tar -x -C "$(mktemp -d)"` 后在导出树上 grep， ⛔ **不在工作树当前状态上量**。这样文件级与段落级污染一次排干净。 ⚠️ 本格靠它把假阳挡在交付之前；⚠️ 同时**又一次印证「自核脚本自己的期望值也要核」** —— 那两条红是**假阳**（口径错在脚本，不在报告），而同一次自核里 §25.5 行号那条是**真红**。 ⇒ **口径：自核报红时，先判「红在被核对象还是红在自核脚本的口径」，⛔ 别把它的红直接当结论。** ## 3. 写判据脚本的铁律（第一轮踩出来的） 1. **fail closed，不 fail open。** 输入面塌了要抛，不要静默降级成「干净 / 不存活 / 0 命中」。 ⛔ 尤其禁止用 `try/catch` 把异常吞成 `false`——第一轮的 `resolveRuleRef` 就这么让一条判据对 53 份**全部恒假**， 而脚本照常输出「分类完成」。 2. **每条判据配 must-hit + must-not-hit 控制，并内建进脚本**，签名一变就当场抛。 **这条已有四次独立实证，不是形式主义**：① CI 收割器的矩阵双腿重复计数（408 vs 真实 382）； ② 写输出契约盘点时，我用单行 `grep 'console.log(JSON.stringify'` 把**跨行发射**的 `audit-tokenized-diff` 判成「无结构化发射」，并把这个错判写成了 must-not-hit —— **是那条控制自己失败，把我的假设打回来的**。 ③ 被测对象换了发射形态（`console.log(JSON.stringify(x))` → `emitGateOutput(buildGateOutput({…}))`）， 9 条 `json-only` 在旧判据下**全部塌成 `silent`** —— 不拦就会报出「7b 把结构化输出从 9 条干到 0 条」 这个**反向的假读数**（N28）；④ 函数体切片吃进下一个函数的 JSDoc，把纯构造器判成发射器（N29）。 ⇒ 推论一：**控制也要写「我认为它不该命中」的那一侧**，只写 must-hit 抓不到这类。 ⇒ 推论二（③ 的教训）：**量具的形态枚举会随被测对象演化而过期。** 控制要钉在「我认为**这条闸**应该是什么形态」这种**具名事实**上， ⛔ 不能钉「解析器跑通了没有 / 有没有抛异常」—— 后者在形态换代时恒真。 ⇒ 推论三：控制**必须走真代码路径**，不能测它的副本。测副本的控制在真路径改了之后照样绿。 ⇒ 推论四：**控制集可以按被测对象的形态分档**（如「契约前 / 契约后」）， 但那是**两档都断言**，⛔ 不是在新形态上把控制放松。 3. **判据是「调用位置 / 结构匹配」，不是「文件里提到过」。** 放宽成提到过 ⇒ 注释与散文被算成命中。 （实证：`§Sprint` / `§Pre-Phase` 被当成规则号，把「提到 §规则」虚高成 30 份，实际 11 份。） ⇒ **操作口径：凡文本切片判据，先去注释再切。** 注释是这条铁律最容易复发的形态 —— 而且**不只判据面，送出面同样适用**（6′ 实证）：给他厂 juror 送产物切片做黑盒判时， 切片里模型自己写的注释 `` **就是答案本身**，送出去 juror 抄一遍就"答对"， 交叉校验整个失效。⇒ **凡要送出去被独立判定的材料，先剥注释。** 同一轮还栽了配套的一跤：泄题判据第一版写成 `/PopupBox/`，对**带空格的 `Popup Box`** 判 0 命中。 ⇒ **判据要钉形态不钉字面**（`/popup\s*box/i`），否则「太字面」这条错误会从判据面平移到送出面。 实证 N29：反解「哪些导出会写 stdout」时，函数体切片的右界取「下一个 `export function`」， 于是**下一个函数的 JSDoc** 落进了上一个的体内，而那段注释逐字写着 `process.stdout.write` ⇒ 一个纯构造器被判成了发射器。是 must-not-hit 抓回来的。 4. **登记覆盖边界，写在头注释里，标明「这是边界不是 TODO」。** 范式抄 DS 的 `audit-gate-ci-parity.mjs`。 5. **计数与归因分开说。** 计数可靠不代表归因可靠（实证：逃逸值按原始值反查 token 会跨语义类别碰撞）。 6. **耗时测量丢弃第一次**（实证：冷启动 3.4 倍）。 7. **同一个量做上下两个方向的口径，再对差集逐条解释。** must-hit/must-not-hit 验的是「判据自身没塌」，**验不出「我压根没想到还有这种形态」**—— 那要靠**双向夹逼**：一个刻意从宽（上界）、一个刻意从严（下界），差集必须能逐条说清。 差集里出现真命中 ⇒ 严的那侧漏了形态；两侧**收敛**才是「形态枚举穷尽」的证据。 （实证 E20：`path 口径`（下界）漏了行内代码 span 里的相对路径，靠 `basename 口径`（上界） 的 3 份差集炸出来 —— 其中 2 份是核心现行文档给**存活规则**举的证据出处， 按补漏前读数会被判成「0 引用、可无人审核删除」。补漏后两口径收敛。） 8. **别人的闸不等于你的安全网 —— 先量它的覆盖面，再依赖它。** spec 曾把「删完跑 DS 自己的 gate，删错立刻红」当安全网。实测那两条闸对归档删除 **近乎零覆盖**（删 34 份，锚点读数一字未变）：一条闸的扫描面只有 3 个文件，且行内代码 span 里的 路径**刻意不校验**。⇒ 依赖外部闸做验收前，必须先**造故障验证它会拦**（这条 DS 自己也立过： `working-principles.md`「新增闸必须造故障验证它会拦，跑一遍绿不算验证」）。见勘误 E19。 **§3.8 与 §3.2 不可互相替代 —— 已有干净实证（N27）**：DS 收割器的 6 条内建控制全绿， 造故障却发现它对 `findings>0 ∧ checkedUnits=0` 这种自相矛盾读数**不报、照样 exit 0**。 原因是控制测的是「判据按真值表跑对了没有」，而缺的是**真值表本身少了一格**。 ⇒ **控制验判据没塌；双向夹逼（§3.7）验形态枚举穷尽；造故障验「表/判据集本身有没有漏一格」。三件事。** ⇒ **造故障时优先造「格式合法但内容有毒」那一种。** 实证（第 10 步 5 次注入）：篡改字节 / 删文件 / 多文件 / 引文失效 4 种都能被 sha 校验或双向夹逼兜住，**只有「重新冻结过、sha 完全对得上、 但 prompt 里泄漏了答案」那一次是唯有 must-not-hit 拦得住的** —— 结构校验对它完全无感。 造故障的操作纪律：① **先证故障态成立**（贴出被改对象的实际输出，⛔ 别改完直接跑闸）； ② 用完 `git checkout` 还原并核 `git status` 为空；③ **注入本身也要验**—— 实证：本轮第一次注入的 `perl -0pi -e 's/^emitGateOutput…/'` 因锚了行首而没生效， 闸「照常绿」，差点被读成「收割器不会拦」。**marker 计数没涨就不算注入成功。** 9. **测量装置的失败会伪装成被测对象的行为。** 已三次实证，且三次都长得像「被测对象坏了」： ① `sh -c` 缺 `node_modules/.bin` 的 PATH ⇒ `lint:ds` 报 exit 127，读起来像「lint 挂了」（N30）； ② 取被测进程 exit code 时接了管道 ⇒ 读到的是 `tail` 的退出码，一条本该 exit 1 的闸显示成 **exit 0**， 读起来像「这条闸不拦」（N38）；③ markdown 表按 `split('|')` 切列，遇到单元格内嵌竖线静默错列（N37 同批）。 ⇒ **操作口径：读到一个「被测对象表现异常」的读数时，先证自己的装置没坏，再归因。** 尤其 exit code —— 确认没在读管道末端那一节的。 ⚠️ **zsh 下 `${PIPESTATUS[0]}` 是空的**（zsh 用 `$pipestatus[1]`）⇒ 这条在 6′ 又复发一次。 量具里取被测进程退出码一律用 `spawnSync(...).status`，**⛔ 不经 shell**。 ⚠️ 🔴 **zsh 第三个坑（`lab:N68`，2026-09-14 §40.6 实测）：`MULTIOS` 会让 `cmd 2>&1 >/dev/null | wc -c` 静默变成「量两条流之和」。** zsh **默认开 `MULTIOS`** ⇒ 同一个 fd 被多次重定向时它**同时**发到多个目标， 于是 `>/dev/null` ⛔ 不像 bash 那样把 stdout 从管道里摘走。 实测同一条命令：纯 stderr **280** · 纯 stdout **209** · 该写法 **489**（= 两者之和）· 加 `setopt NO_MULTIOS` 后回到 **280**。 ⇒ 🔴 **489 在它出现的位置「看起来完全合理」**（一个比 280 大的数，读者会归因成 「换了棵树所以多打了点东西」）—— 正是本条主文说的「装置故障伪装成被测对象的行为」。 ⇒ **口径：zsh 下量单条流，一律 `2> file` / `> file` 分开重定向再 `wc`**， ⛔ 不用任何「靠重定向顺序」的写法（它在 bash 下对、在 zsh 下错，而且不报错）。 ✅ 抓到它靠的是 §2.19 推论四（实测数与预期数不同值 ⇒ **那个差就是线索**），⛔ 不是复盘想出来的。 ⚠️ 🔴 **批量注入的第二道验证（`lab:N69`，2026-09-14 §41.5 实测）：marker 计数只证明 「字节写进去了」，⛔ 不证明「文件还能解析」⇒ 批量注入后必须逐个 `node --check`。** 实证：给 7 条闸批量插一行 `globalThis.console.warn = () => {}`，插在**文件第一行之前** —— 而其中 **4 条以 `#!/usr/bin/env node` 开头** ⇒ shebang 不再是第一行 ⇒ `SyntaxError`。 marker 计数 **7/7 通过**（字节确实写进去了），全量 vitest 却读到 **28 failed**。 ⇒ 🔴 **28 在它出现的位置「看起来完全合理」** —— 它比上一格同一指标的 **6** 大， 而两格之间被测仓确实提过 3 个 commit ⇒ 极易归因成「测试集长大了所以红得多」。 ✅ **抓到它靠的是第二个读数对不上**（仍是 §2.19 推论四）： **total test 数 3427 vs 基线 3491 —— 那个数该相等**，差 64 ⇒ 有整个文件没被收集。 ⇒ **口径**：① 批量注入后逐个 `node --check`；② **注入位置要按文件形态分档** （有 shebang 插第 2 行 / 无则插第 1 行），⛔ 别用一个位置套所有文件； ③ 造故障的全量读数必须**与零注入基线并排报 total**，⛔ 只报 failed 数会漏掉这一整类。 ⚠️ 🔴 **第三道验证（`lab:N73`，2026-09-14 §43.5 实测 —— 上面那两道**都过了**，注入仍是坏的）： `node --check` 只验语法，⛔ 不验「注入的代码是不是我写的那句」。** 实证：用 `node -e '…'` 做注入，内嵌的 `'MARKER\n'` 里又有单引号 ⇒ **shell 提前闭合** ⇒ 写进文件的是 `process.stdout.write(MARKER_TOPLEVEL\n)`（**引号没了**）。 marker 计数 **3/3 通过**、`node --check` **OK** —— 因为它**语法完全合法**（一个未定义标识符）， 真跑才 `ReferenceError`。⇒ 两道现成的验证**一道都没拦住**。 ⇒ **口径**：① 注入后**把注入行原文打出来肉眼核**（`grep -n `），这是第三道； ② **注入脚本一律写成文件**（`heredoc <<'EOF'` 阻止展开）再 `node `， ⛔ 不用 `node -e` / `perl -e` 内嵌带引号的代码 —— 那条路上 shell 与 JS 抢同一批引号； ③ **锚必须唯一**（`s.split(a).length-1 !== 1` 即抛），⛔ 不用 `replace` 的默认「换第一个」。 ⇒ ⚠️ **同轮附带一条口径**：查残留 marker 用**宽前缀**（`MARKER_`）得 2 个文件， 精查全是被测对象**自带**的标识符（`HANDOFF_MARKER_RE` / `SOURCE_MARKER_RE`） ⇒ **残留检查只认自己那几个具名 marker，⛔ 不用宽前缀**（同 §2.21 推论二②关键词假阳）。 ✅ 选一个不像被测对象会有的前缀（本格用 `ZZPROBE_`）可以一起解决这件事。 ⚠️ 与 §40.8 第 2 条已登记的边界同族但更进一步：那条说 marker 不证明「那行代码被求值」， 这条说它连「文件能不能解析」都不证明。 ⇒ **第二种形态（6′ 新增，N42）：装置不是「坏了」，是「根本没被验证过就用来下结论」。** 实证：临时 `grep` 冒充受控量具，一轮内连出两个假读数 —— ① 拿 `--tvu-` 当 DS 的 token 前缀（实际是 `--text-*`/`--sp-*`…）⇒ 误得「模型自造 token 体系」； ② `grep -c` 数的是**行**不是**出现次数** ⇒ ``/`