@agent_forge/forge-linux-arm64 1.56.7 → 1.57.1

package/bin/README.md

@@ -29,7 +29,7 @@ Stop trusting AI-generated code. Start gating it.
 - [核心功能](#-核心功能)
 - [快速开始](#-快速开始)
 - [它如何工作](#-它如何工作)
-- [定位：Loop Engineering 的验证 / 状态层](#-定位loop-engineering-的验证--状态层)
+- [定位：coding agent 循环的验证与状态层](#-定位coding-agent-循环的验证与状态层)
 - [工作流程](#-工作流程)
 - [Hook 系统](#-hook-系统)
 - [命令参考](#-命令参考)
@@ -128,25 +128,27 @@ forge init
 
 每轮 AI 编码循环都被门禁兜底：编译是否通过、断言有没有被弱化、改代码前是否真读过、文件有没有被绕道篡改——循环跑得越快，越需要自动化验证，而不是靠人盯着。
 
-## 🎯 定位：Loop Engineering 的验证 / 状态层
+## 🎯 定位：coding agent 循环的验证与状态层
+
+**Forge is the verification and state layer for coding agent loops.** 用 harness engineering 的话说（Böckeler）：computational sensor suite + durable state——代码能验证的交给确定性传感器，Forge 补的是持久状态；用 loop engineering 的话说（Osmani）：loop 五构件里公开缺的正是 verification 与 memory 组件，Forge 就是这两块。
 
 AI 编码是一个循环：写代码 → 运行 → 读反馈 → 修正 → 再写。这个循环由 coding agent（Claude Code、Codex）驱动，**Forge 不替代循环本身**——它补上循环最容易缺的两层：
 
-- **验证层** — 每一轮产出物经门禁检验：编译通过、断言没被弱化、改代码前确实读过代码、文件未被绕道篡改。循环跑得越快，越需要自动化验证兜底，而不是靠人盯着。
+- **验证层** — 每一轮产出物经门禁检验：编译通过、断言没被弱化、改代码前确实读过代码、文件未被绕道篡改、高危操作经人确认。循环跑得越快，越需要自动化验证兜底，而不是靠人盯着。
 - **状态层** — 跨循环的任务状态：3 道门禁（实现 → 验证 → 完成）、活跃任务追踪、门禁历史。"做到哪了 / 是否达标"有持久化、可审计的记录，而不是只活在 agent 的上下文里（上下文一压缩就丢）。
 
-换言之，coding agent 负责**跑循环**，Forge 负责**让每一轮循环产出可信、状态可追**。Forge 不 discovery、不规划需求——那些是循环前端的事；Forge 守的是循环的执行质量。
+换言之，coding agent 负责**跑循环**，Forge 负责**让每一轮循环产出可信、状态可追**。Forge 是 deterministic 的——范围是 "deterministic where code can verify"：行为/意图正确性是任何传感器的 remit 之外，那部分留给 review 与人。验证的判据与证据链归产品而非模型厂商，所以这一层不随模型代际贬值——模型变强时该删的是脚手架（feedforward），不是传感器（feedback）。
 
 <details>
 <summary><b>📖 为什么是确定性门禁，而不是让模型自检？</b></summary>
 
 代码可执行（executable）是编码域相对研究/对话域的结构性优势——跑一遍 test / lint / compiler 拿到的退出码是**事实**，模型自评只是**概率判断**。Forge 的门禁尽量把判定交给确定性检查器，而非 LLM-as-judge：
 
-- **Sonar AC/DC 两段式验证**：「a failing build is a fact; an opinion is a starting point」——LLM 审查作 advisory，deterministic build/test 作 hard gate。
+- **分层共识**（"If code can verify it, don't ask an LLM to judge it"）：LLM 审查作 advisory，deterministic build/test 作 hard gate。 Sonar 的 AC/DC（Agent Centric Development Cycle）是 Guide→Verify→Solve 三段闭环——同一确定性引擎前移进 agent 内环做 maker-checker 分离。
 - **Code-as-Harness 宣言**（arXiv:2605.18747）：「termination should be governed by verification rather than by model confidence」——结束条件由验证决定，不由模型自信度决定。
 - **反直觉但关键**：模型越强、自主循环越长，越需要非模型的客观检查兜底——产出越快，无人复核的代码就越多；门禁是把吞吐量从 liability 变回 leverage 的那一个组件。
 
-Forge 退出码三态（`BLOCKED` 硬阻断 / `ADVISORY` 软信号）即这一思路的落地：LLM 判定走 advisory，deterministic 事实走 hard。机械可判的模式（cheat-scan / scope-drift / read-before-edit / verify-acceptance）优先抽成 deterministic 扫描器，LLM-reviewer 退到只做语义判断。
+Forge 退出码三态（`BLOCKED` 硬阻断 / `ADVISORY` 软信号 / 无前缀干净通过）即这一思路的落地：LLM 判定走 advisory，deterministic 事实走 hard。机械可判的模式（cheat-scan / scope-drift / read-before-edit / verify-acceptance）优先抽成 deterministic 扫描器，LLM-reviewer 退到只做语义判断。
 
 </details>
 
@@ -304,6 +306,10 @@ Agent 无法通过 `node -e "fs.writeFileSync()"`、`cat > file`、直接编辑
 | task-complete 自报一致性门禁（自动） | checklist 已勾选项里声称执行过的验证类命令（go test/pytest/cargo test 等）与 toollog 实测 Bash 集比对：测试类声称任务全程零匹配 = 虚报进度形态（arXiv 2605.29442）→ 拒绝完成；非测试类差集只留 advisory 痕；toollog 缺失（宿主遥测未接）跳过——区分"无法验证"与"验证通过"；逃生（留痕）`FORGE_SELF_REPORT=disable` |
 | `forge docs lint [paths...] [--base <rev>]` | 文档产物 L1 确定性 lint（D1-D7：禁令短语/无证据结论/复述 diff/通过断言无证据/必填章节/结论枚举/篇幅）；`--base` 改扫该基线以来变更的 .md。exit code：0=通过 2=硬失败。禁令清单单一真相源在 `internal/doclint`，同步渲染进 forge-quality skill |
 | `forge eval card [--render]` | 治理披露卡：Forge 占 ETCSOVG 哪四层、hook/门禁/逃生舱清单与已知盲区（缺节 BLOCKED）。评测体系：docs/design/forge-evaluation-system.md |
+| `forge eval dead-checks [--window 90d] [--json]` | W0.1 死检查报告：聚合 checklog+hazard 台账，按检查分 live / dead-candidate / insufficient-data（hook 瘦身的数据面；嵌入式 hook 的 PASS 不逐次落账，触发率为下界——输出内明示） |
+| `forge eval friction [--corpus <dir>] [--timeout 120s] [--json]` | W2 摩擦净值实验（脚本化双臂）：诱饵语料在「门禁开 / 既有逃生舱全开」两臂下实跑，量拦截率、残余与检查器开销（ON-OFF 墙钟）；端到端 agent 臂走 FORGE_EVAL_MODEL 通道 |
+| `forge eval rule-ledger --record --rule <id> --claim <预测> --probe <命令>` / `--verify --rule <id>` / `--list` | W5 门禁规则可证伪台账：规则变更带预测声明 + 可执行 probe，verify 实跑落账结论（`evals/rule-ledger.jsonl` 随库提交；损坏行 fail-closed） |
+| `forge init --profile <lite\|standard\|full>` | W0.3 接线档位：lite=拦截+管线+状态最小集（12 hook/6 事件），standard=完整现行（默认），full=预留位；持久化 `~/.forge/profile`，FORGE_PROFILE env 可覆盖，运行时门即时生效 |
 | `forge eval dashboard [--dry-run] [--json]` | Track B 遥测（C4/C7）：escape 率/off_churn/自举通过率（Wilson 95% CI + 误用注记；样本低于字典下限只出 INSUFFICIENT）。快照落 `~/.forge/evals/forge/snapshots/` |
 | `forge eval harness-audit [--json]` | A–G harness 修复的事前/事后度量（docs/design/harness-fixes-a-g-2026-09.md M）：checklog × toollog（2s 双记去重）× 任务 × hazard 一次算出 skill-trigger 日均触发/按通道转化/inline 跟随/verification-driver 精度、next-hint 采纳、门禁命令形态 C1–C3、refs-critical 下钻（按 host）、封印后归因泄漏、hazard 双投递、coverage 拦后转 pass；`--json` 带口径字段，两机回测只比同口径基线（`evals/harness-audit-*-baseline-*.json`） |
 | `forge eval golden run [--dir <dir>] [--repeats N] [--rewrite-manifest] [--json]` | 门禁 golden 标注集重放：precision/fpr（Wilson 区间）+ 确定性重放一致率；用例集指纹钉在 `evals/forge/golden/MANIFEST.sha256`，不符拒绝运行（`--rewrite-manifest` 仅限显式轮换） |

package/package.json

@@ -1,6 +1,6 @@
 {
   "name": "@agent_forge/forge-linux-arm64",
-  "version": "1.56.7",
+  "version": "1.57.1",
   "description": "Forge native binary for linux-arm64. Auto-installed via optionalDependencies of @agent_forge/forge; do not depend on directly.",
   "os": [
     "linux"