@furongjun1999/dsh-memory 0.4.10 → 0.5.0

package/docs/plans/GridWorld/346/234/200/345/260/217/351/227/255/347/216/257/350/247/204/346/240/274_v0.1.md

@@ -1,176 +1,176 @@
-# GridWorld 最小闭环规格 v0.1
-
-> 目的：回应外部评审两轮共识——系统最大缺口是「行动/环境落地」：预测→行动→世界变化→预测误差→模型更新的闭环不存在。缺口矩阵 `docs/theory/理论_机制_代码_实验_缺口矩阵_v0.1.md:51`（#25 三端口架构）已文档声明输出端口，但**专属具身场景测试**仍留白。本文件设计一个最小 Grid World 闭环实验，把「预测→行动→观测→误差→回灌→模型更新」焊成一条可跑通、可度量、可审计的链。
->
-> **本文件是规格**：启动实现须使用者批准；本文不改任何代码。
->
-> 诚实边界先行：自建玩具环境（确定性/全观测/可枚举/单目标）证据强度受限（GPT 评审已声明）——本实验证明的是**闭环机制存在且收敛**，不是「世界模型能力证明」（§8）。
-
----
-
-## 1. 可复用资产清单（调研结论）
-
-闭环所需零件仓内**全部已存在**，缺口只在「动作/环境」一段（§6）。逐条核对过的接口：
-
-| 资产 | 位置 | 签名（核对过） | 闭环角色 |
-|---|---|---|---|
-| 每动作候选枚举 | `md_cg/predict.py:226` | `branch_candidates(cg, node_id, semantic=True) -> [{node_id, confidence, source, relation_type, condition}]` | **动作选择器**：当前状态节点出边枚举，`condition` 字段承载动作 |
-| 多步路线预测 | `md_cg/predict.py:541` | `routes(cg, start_id=None, blindspot_id=None, horizon=3, max_branches=5, sort="composite", limit=0, semantic=True)` | 多步预测面（M3 规划评测）；route 含 `path/confidence/uncertainty_bound/score` |
-| 预测反馈回灌 | `md_cg/predict.py:678` | `feedback(cg, predicted_node_id, actual_node_id=None, hit=None, note="", actor="predict", sync_self=True, channel=None)` | **模型更新落点**：hit→指向边置信度 +0.05（`_boost_incoming` `:599`）；miss→`add_rejected` 负记忆；`sync_self=True` 自动刷自我状态卡 |
-| 命中率动态死区 | `md_cg/predict.py:655` | `dynamic_hit_threshold(cg, limit=200)`；常量 `MIN_SAMPLES=50`（`:40`）、`BASE_HIT_RATE=0.40`（`:41`）、`EDGE_BOOST=0.05`（`:43`）、`PRIOR_STRENGTH=20`（`:48`） | 自我校准：样本<50 不触发反思；threshold=max(BASE, mean−2σ) |
-| 通道贝叶斯 | `md_cg/predict.py:319` / `:364` | `beta_posterior(hits, prior_k=20, base=0.40)`；`channel_posterior(cg, channel=None, limit=200)` | 可信度后验（置信度≠可信度）；`channel="gridworld"` 通道分离 |
-| 预测统计 | `md_cg/predict.py:888` | `stats(cg, limit=20)` → `{calls, routes_generated, feedback_samples, hit_rate, beta, dynamic, recent}` | 指标读数口 |
-| 盲区五态闭环 | `md_cg/predict.py:790` | `learn_blindspots(cg, blindspot_id=None, limit=8, horizon=3, max_branches=5, apply=False, actor="insight")`；五态 `unknowable/no_anchor/unresolved/carried/resolved`（`:797-801`）；`apply=True` 落 `gap_hint`（幂等，`:765`） | 元认知闭环：失败区域→待补线索；`_learn.jsonl` 留痕 |
-| 因果可达验证 | `md_cg/predict.py:922` | `causal_path(cg, a_id, b_id, max_depth=5)` | M1 冒烟：验证播种图因果连通性 |
-| 探索提案 | `md_cg/autonomy.py:95` | `proposals(cg, window=200, limit=3, enforce_gain=True)`；评分 `=W_D2·Σ\|d2\|+W_BLINDSPOT·BLINDSPOT+W_DEFER·DEFER`（权重 `:34`），score≤0 不提案 | 探索信号源；**只读 `_reflection.jsonl`**（缺口 G4） |
-| 探索闭环 | `md_cg/autonomy.py:158` | `explore(cg, apply=False, limit=3, window=200, actor="autonomy", bypass_gain=False)`；P-T-40 四保护（`gain_gate` `:51`） | 元认知面：提案→五态验证→回写；`_explore.jsonl` 留痕 |
-| 反思留痕 | `md_cg/mdcg.py:1472` | `MdCG.reflect(query, results, user_feedback=None)` → 记录 `{t, query, d_prev, d_curr, d_delta, d2, states, n_results, feedback}`（`:1487-1497`） | d2/BLINDSPOT 信号产生点，proposals 唯一输入 |
-| 检索（带资格态） | `md_cg/mdcg.py:1247` | `MdCG.search(query, layer=None, k=20, context=None, min_results=1, record=True, include_neg=True, judge=True, pools=None, session=None)` | reflect 的 results 来源；`judge=True` 产出 qualification |
-| 认知图构造 | `md_cg/mdcg.py:477` | `MdCG(root, autoflush=64)` | 实验用独立临时 root，不碰生产库 |
-| 自我状态刷新 | `md_cg/self_state.py:438` | `refresh(cg, subject="self:lingshu", window=20, ..., actor="self_state", force=False, strict=False, session=None)`（幂等 fingerprint `:208`，版本链 `_self_state.jsonl`） | 指标④读数源；`snapshot` `:184` |
-| 自我预测面 | `md_cg/self_state.py:235` | `_prediction_face(cg)` → `{hit_rate, beta_mean, beta_ci95, threshold, reflect, ece}` | 自我可靠性指标直读 |
-| 元认知观测面 | `md_cg/metacognition.py:123` / `:248` / `:167` | `trace(cg, window=50)`、`blindspots(cg, limit=20, window=200)`、`calibration(cg, max_scan=2000)` | 情绪面/ECE 旁证 |
-| mdcos 面板 | `md_cg/mdcos.py:2282` / `:2292` / `:2303` / `:1912-1924` | `predict_routes(...)`、`predict_feedback(predicted_node_id, actual_node_id=None, hit=None, note="", actor="predict", sync_self=True)`、`predict_stats(...)`、`insight(action="explore"/"learn")` | 高层入口；predict_feedback **无 channel 参数**（缺口 G5） |
-| 输出端口对照 | `md_cg/sustain.py:230` / `:297` | `mutual_watch(cg, peer, *, restart_cmd=None, d=None, interval, restart_cooldown, fresh_timeout, poll=0.5, spawner=None)` | #25 既有最小具身形态；本实验是其**环境侧**补充，不替换 |
-
-**账本同构约定**：既有 append-only jsonl——`_prediction.jsonl`（`md_cg/predict.py:62`）、`_learn.jsonl`（`:724`）、`_explore.jsonl`（`md_cg/autonomy.py:36`）、`_reflection.jsonl`（`md_cg/metacognition.py:105`）、`_self_state.jsonl`（`md_cg/self_state.py:74`）。统一形态：`type`/`t`/`actor` 前置字段 + `append_jsonl` 失败不阻塞（如 `md_cg/predict.py:86-90`）。本实验新增 **`_gridworld.jsonl`** 同构留痕（§5）。
-
----
-
-## 2. 环境接口（零依赖，纯 python stdlib）
-
-对齐零依赖纪律（`md_cg/predict.py:23` 同款声明）。建议形态 `md_cg/gridworld.py`（另案，本文只定接口）：
-
-```python
-class GridWorldEnv:
-    """最小确定性网格世界：W×H（默认 5×5），单 agent 单目标，静态障碍。"""
-
-    def __init__(self, width=5, height=5, start, goal,
-                 obstacles=frozenset(), seed=None): ...
-    def reset(self) -> str:
-        """回起点，episode+1，返回初始 state_id（"gw_s_x_y"）。"""
-    def actions(self, state_id) -> tuple:
-        """合法动作：("up","down","left","right") 剔除出界项。"""
-    def transition(self, state_id, action) -> str:
-        """纯函数：确定性转移，可离线全量枚举。"""
-    def step(self, state_id, action) -> tuple:
-        """执行 → (next_state_id, reward, done)。"""
-```
-
-确定性规则（全部可机器断言，M1 验收项）：
-
-| 规则 | 定义 |
-|---|---|
-| 确定性转移 | 同一 `(s, a)` 永远映射同一 `s'`（`transition` 纯函数，无随机项） |
-| 碰撞 | 目标格是墙（出界）或障碍 → **原地不动**（可学的条件规则，非非法动作） |
-| 奖励 | 到达 goal +1，其余 0；无折扣、无中间奖励 |
-| 终止 | `done = (next_state_id == goal_id)` |
-| 观测 | **全观测**：观测=状态本身，不做部分可观测（诚实边界内，§8） |
-
----
-
-## 3. 状态 ↔ 认知图编码
-
-世界模型落在认知图的「状态节点 + 动作条件边」，是 `branch_candidates` 的原生数据形态，**零改动**对接：
-
-| 编码项 | 规格 | 依据 |
-|---|---|---|
-| 状态节点 id | `gw_s_<x>_<y>` | `_slug` 惯例（`md_cg/self_state.py:95`） |
-| 层 | **必须 `knowledge`** | `_SAFE_LAYERS=("knowledge","contextual","structural")`（`md_cg/predict.py:592`）——hit 分支 `_boost_incoming`（`:615`）只改这三层，其他层**静默不改边**，模型更新闭环失效（缺口 G2） |
-| 正文 | CCG 五行齐全：`# 功能名：格(x,y)` / `# 生效条件：…` / `# 执行：…` / `# 子功能：…` / `# 不适用条件：…` | `_is_settled`（`md_cg/predict.py:739-757`）判「知识层+五要素」为 resolved——五态闭环才能出 `resolved` 终态 |
-| 边 | `edges=[{"target": s_next, "relation_type": "causal", "condition": "动作:上", "confidence": 0.5}]` | `CAUSAL_BRANCH_TYPES=("causal","sequential")`（`:50`）；`condition` 经 `chain.edge_condition` 透传进候选（`:239`）——**动作信息沿既有通道流动，无需新字段** |
-| 初始置信度 | 0.5（无先验声明；上限 1.0 封顶，`:623`） | 诚实：播种即「未经验证」 |
-| 标签 | `tags=["gridworld", "gw_pos:<x>_<y>"]` | 检索/审计隔离面 |
-| 频道约定 | `feedback(..., channel="gridworld")` | `channel_posterior` 按面分层（`:364-375`），与既有通道零混淆 |
-
----
-
-## 4. 闭环管线（observe→predict→execute→error→feedback→learn）
-
-| # | 步骤 | 对接（签名见 §1） | 说明 |
-|---|---|---|---|
-| 1 | observe | `env.reset()` / `env.step()` → `state_id` | 全观测 |
-| 2 | 候选动作 | `predict.branch_candidates(cg, state_id, semantic=False)` | **`semantic=False`**：玩具环境边即全集，关闭语义诱导防伪因果门噪声（D-002 门 `:169` 无增益） |
-| 3 | 预测 | 首候选=预测终态 `predicted_node_id`；多步面（M3）：`predict_routes(start_id=state_id, horizon=3)` | 候选的 `condition` 即动作 |
-| 4 | 决策+执行 | 解码 `condition`→`a`；`next_state, reward, done = env.step(state_id, a)` | 无候选（未播种邻域）→ ε-greedy uniform 探索（M2 固定 ε=0.2 占位；与 `gain_gate` 的探索资格协同属 M3 可选） |
-| 5 | 误差计算 | `hit = (predicted_node_id == actual_next_node_id)` | **显式传 hit**，不依赖 feedback 内部 `pred==act` 字符串判定（`:693-694`；缺口 G3） |
-| 6 | 误差回灌 | `predict.feedback(cg, predicted_node_id, actual_next_node_id, hit=hit, note=f"ep{e}/s{t}", actor="gridworld", channel="gridworld")` | hit→边置信度+0.05（**模型更新**）；miss→`add_rejected`（负证据）；`sync_self=True` 刷自我卡 |
-| 7 | 反思留痕（必选步） | `results, _ = cg.search(状态描述, k=4)`；`cg.reflect(f"gw:ep{e}:{state_id}", results)` | 产 d2/states 信号——proposals 唯一输入（缺口 G4） |
-| 8 | 元认知闭环（每 episode 末） | `predict.learn_blindspots(cg, apply=True)`；或 `autonomy.explore(cg, apply=True, limit=3)` | 失败区域→五态终判→`gap_hint`；`_explore.jsonl` outcomes 供下轮 `gain_gate` |
-| 9 | 自我面（每 episode 末） | `self_state.refresh(cg, actor="gridworld")` | 幂等（fingerprint 不变跳过）；版本链留痕 |
-| 10 | 留痕 | `_gridworld.jsonl`（§5） | 实验主账本 |
-
-语义对应评审闭环：**observe(1)→predict(2-3)→execute(4)→世界变化→prediction error(5)→feedback(6)→模型更新（边置信度/负记忆）→下轮预测改变**。元认知支线（7-8）与自我支线（9）复用既有链路。
-
----
-
-## 5. 审计留痕（`_gridworld.jsonl`）
-
-```jsonc
-// step（每步一条）
-{"type": "step", "t": 0.0, "actor": "gridworld",
- "episode": 3, "step": 7, "state": "gw_s_1_2", "action": "up",
- "predicted": "gw_s_1_3", "actual": "gw_s_1_3", "hit": true,
- "reward": 0, "done": false, "n_candidates": 4, "channel": "gridworld"}
-// episode_end（每 episode 一条）
-{"type": "episode_end", "t": 0.0, "episode": 3, "steps": 18, "hits": 14,
- "reached_goal": true, "hit_rate": 0.7778, "n_rejected_new": 2,
- "edge_conf_sum": 41.35, "actor": "gridworld"}
-```
-
-同构纪律：`type`/`t`/`actor` 前置（对齐 `_explore.jsonl` 形态 `md_cg/autonomy.py:199-205`）；append 失败不阻塞；指标全部可从 `_gridworld.jsonl` + `predict.stats` + `self_state.snapshot` 重算（白箱可审计）。
-
----
-
-## 6. 识别出的对接缺口
-
-调研发现的真缺口（规格层裁定，均**不改既有代码**）：
-
-| # | 缺口 | 取证 | 规格裁定 |
-|---|---|---|---|
-| G1 | **动作概念缺位**：predict 全链只认「节点+边」，无动作空间抽象；`routes` 是图内路径生成器不是动作选择器 | `md_cg/predict.py:477-520`（DFS 无动作参数） | 以「边 `condition` 字段承载动作」编码（§3）；选择器=branch_candidates 首候选解码。动作沿既有 `condition` 通道流动，零改动 |
-| G2 | **层硬约束**：hit 分支 `_boost_incoming` 只改 `_SAFE_LAYERS` 三层，其余层静默不改边 | `md_cg/predict.py:592`、`:615` | 状态节点强制落 `knowledge` 层（§3）；M1 冒烟加断言：feedback 后边置信度确有上升 |
-| G3 | hit 隐式判定是 `pred==act` 字符串相等 | `md_cg/predict.py:693-694` | 实验显式传 `hit=True/False`，不依赖字符串约定 |
-| G4 | **盲区信号依赖 reflect**：`autonomy.proposals` 只读 `_reflection.jsonl`，闭环不调 `reflect()` 则零信号、五态闭环空转（「信号在记录、无人在听」防复发） | `md_cg/autonomy.py:107` | 管线第 7 步为**必选步**（§4），每步 search(record=True, judge=True)+reflect |
-| G5 | **mdcos.predict_feedback 不透传 channel**（库层有，封装层无） | `md_cg/mdcos.py:2292-2293` vs `md_cg/predict.py:679` | 驱动器**直调库层** `predict.feedback(..., channel="gridworld")`；既有封装不动（面选择，非缺陷） |
-| G6 | `dynamic_hit_threshold` 样本<50 不触发反思（MIN_SAMPLES=50） | `md_cg/predict.py:40`、`:662-665` | 不构成障碍：主判据读 `beta_posterior`（无门槛）；反思触发是滞后旁证非主判据 |
-
----
-
-## 7. 验证指标与分阶段里程碑
-
-### 7.1 验证指标（四类，全部可机器断言）
-
-| 指标 | 定义 | 读数口 | 判据（M3） |
-|---|---|---|---|
-| ①预测误差随轮次下降 | 逐步误差=1−hit；episode 级=1−hit_rate；后验均值=β 后验 mean | `_gridworld.jsonl`、`predict.stats()["beta"]["all"]`（`md_cg/predict.py:888-901`） | 后 20% episodes 的后验均值 > 前 20% + 0.2；逐 episode 命中率回归斜率>0（误差单调下降，允许噪声） |
-| ②策略稳定性 | 重复同状态同动作率；每 episode 步数（steps-to-goal） | `_gridworld.jsonl` step 聚合 | 确定性环境下最后 3 episodes 同状态动作一致率 ≥0.95；steps-to-goal 后段 < 前段 |
-| ③条件模型变化 | 边置信度漂移 Σ\|Δconf\|；rejected 新增数；命中边集合收敛 | cg edges 直读 + `n_rejected_new` | EDGE_BOOST 累积集中在通往 goal 的边上；最后 N episodes rejected 新增=0、无新增命中边（模型停止变化=收敛） |
-| ④自我可靠性 | hit_rate / beta_mean / beta_ci95 / reflect（脱离死区）随 episode 演化 | `self_state.snapshot()["prediction"]`（`md_cg/self_state.py:235`） | beta_ci95 收窄；reflect 由 True→False（≥50 样本且过动态阈值）；`refresh` 版本链可回放 |
-
-对照组（M3 必配）：**未学习基线**——同环境同 episode 数，但不跑 feedback（边置信度恒 0.5）；两臂 hit rate 必须显著分离，否则①不成立。
-
-### 7.2 里程碑（每阶段独立验收）
-
-| 阶段 | 内容 | 验收判据（可独立断言） |
-|---|---|---|
-| **M1 环境冒烟** | GridWorldEnv 确定性断言（同一 `(s,a)` 复跑 100 次同 `s'`）；9~25 格状态节点+动作条件边播种到临时 root；`branch_candidates` 枚举无异常；`routes()` 返回 `status=ok` 且路径连续；`causal_path(start, goal)` 连通；G2 断言（feedback 后边置信度上升） | 环境与播种层全绿；**不涉及预测质量** |
-| **M2 闭环跑通** | ≥10 episodes 端到端无异常；六账本（`_gridworld`/`_prediction`/`_reflection`/`_learn`/`_explore`/`_self_state`）均非空；至少一次到达 goal；`reflect` 留痕含 d2 | 闭环不死、账本可审计、管线第 7 步有产出 |
-| **M3 指标显著** | 四类指标判据全过 + 对照组分离 | 数字入实验结论文档，判定「闭环机制验证通过」（非「世界模型能力证明」，§8） |
-
----
-
-## 8. 诚实边界
-
-- **玩具环境证据强度受限**（GPT 评审已声明，本规格如实继承）：确定性/全观测/可枚举/单目标——结论只支持「预测→行动→误差→更新→行为改善」的**闭环机制存在且收敛**；不支持「世界模型能力」主张（泛化、部分可观测、非平稳、组合泛化）。对外表述必须用前一句口径。
-- **模型更新是确定性账本式更新**：EDGE_BOOST=0.05 线性增量（`md_cg/predict.py:43`），非参数梯度学习；D-006 口径=工程初值非协议承诺。
-- **ε-greedy 是占位策略**：M2 固定 ε=0.2；探索的「资格裁决」（σ(Gain) 增益门槛）与本环 ε 的协同只列 M3 可选项，不作为 M2 验收面。
-- **单目标奖励无折扣**：不引入 RL 复杂度；本实验不与任何 RL 基线比名次，只做自我前后对照。
-
----
-
-## 9. 边界与实现前置
-
-- 本文件是**规格**；启动实现须使用者批准。实现建议形态：`md_cg/gridworld.py`（env+runner）+ `md_cg/test_gridworld.py`（确定性断言+闭环端到端+指标断言），临时 root（`MdCG(root=<tempdir>)`，`md_cg/mdcg.py:477`），不碰生产库。
-- 实现后归档按第 16 条纪律：只记核心修改（内容/原因/位置/验证结论），账本与断言数字入结论。
-
+# GridWorld 最小闭环规格 v0.1
+
+> 目的：回应外部评审两轮共识——系统最大缺口是「行动/环境落地」：预测→行动→世界变化→预测误差→模型更新的闭环不存在。缺口矩阵 `docs/theory/理论_机制_代码_实验_缺口矩阵_v0.1.md:51`（#25 三端口架构）已文档声明输出端口，但**专属具身场景测试**仍留白。本文件设计一个最小 Grid World 闭环实验，把「预测→行动→观测→误差→回灌→模型更新」焊成一条可跑通、可度量、可审计的链。
+>
+> **本文件是规格**：启动实现须使用者批准；本文不改任何代码。
+>
+> 诚实边界先行：自建玩具环境（确定性/全观测/可枚举/单目标）证据强度受限（GPT 评审已声明）——本实验证明的是**闭环机制存在且收敛**，不是「世界模型能力证明」（§8）。
+
+---
+
+## 1. 可复用资产清单（调研结论）
+
+闭环所需零件仓内**全部已存在**，缺口只在「动作/环境」一段（§6）。逐条核对过的接口：
+
+| 资产 | 位置 | 签名（核对过） | 闭环角色 |
+|---|---|---|---|
+| 每动作候选枚举 | `md_cg/predict.py:226` | `branch_candidates(cg, node_id, semantic=True) -> [{node_id, confidence, source, relation_type, condition}]` | **动作选择器**：当前状态节点出边枚举，`condition` 字段承载动作 |
+| 多步路线预测 | `md_cg/predict.py:541` | `routes(cg, start_id=None, blindspot_id=None, horizon=3, max_branches=5, sort="composite", limit=0, semantic=True)` | 多步预测面（M3 规划评测）；route 含 `path/confidence/uncertainty_bound/score` |
+| 预测反馈回灌 | `md_cg/predict.py:678` | `feedback(cg, predicted_node_id, actual_node_id=None, hit=None, note="", actor="predict", sync_self=True, channel=None)` | **模型更新落点**：hit→指向边置信度 +0.05（`_boost_incoming` `:599`）；miss→`add_rejected` 负记忆；`sync_self=True` 自动刷自我状态卡 |
+| 命中率动态死区 | `md_cg/predict.py:655` | `dynamic_hit_threshold(cg, limit=200)`；常量 `MIN_SAMPLES=50`（`:40`）、`BASE_HIT_RATE=0.40`（`:41`）、`EDGE_BOOST=0.05`（`:43`）、`PRIOR_STRENGTH=20`（`:48`） | 自我校准：样本<50 不触发反思；threshold=max(BASE, mean−2σ) |
+| 通道贝叶斯 | `md_cg/predict.py:319` / `:364` | `beta_posterior(hits, prior_k=20, base=0.40)`；`channel_posterior(cg, channel=None, limit=200)` | 可信度后验（置信度≠可信度）；`channel="gridworld"` 通道分离 |
+| 预测统计 | `md_cg/predict.py:888` | `stats(cg, limit=20)` → `{calls, routes_generated, feedback_samples, hit_rate, beta, dynamic, recent}` | 指标读数口 |
+| 盲区五态闭环 | `md_cg/predict.py:790` | `learn_blindspots(cg, blindspot_id=None, limit=8, horizon=3, max_branches=5, apply=False, actor="insight")`；五态 `unknowable/no_anchor/unresolved/carried/resolved`（`:797-801`）；`apply=True` 落 `gap_hint`（幂等，`:765`） | 元认知闭环：失败区域→待补线索；`_learn.jsonl` 留痕 |
+| 因果可达验证 | `md_cg/predict.py:922` | `causal_path(cg, a_id, b_id, max_depth=5)` | M1 冒烟：验证播种图因果连通性 |
+| 探索提案 | `md_cg/autonomy.py:95` | `proposals(cg, window=200, limit=3, enforce_gain=True)`；评分 `=W_D2·Σ\|d2\|+W_BLINDSPOT·BLINDSPOT+W_DEFER·DEFER`（权重 `:34`），score≤0 不提案 | 探索信号源；**只读 `_reflection.jsonl`**（缺口 G4） |
+| 探索闭环 | `md_cg/autonomy.py:158` | `explore(cg, apply=False, limit=3, window=200, actor="autonomy", bypass_gain=False)`；P-T-40 四保护（`gain_gate` `:51`） | 元认知面：提案→五态验证→回写；`_explore.jsonl` 留痕 |
+| 反思留痕 | `md_cg/mdcg.py:1472` | `MdCG.reflect(query, results, user_feedback=None)` → 记录 `{t, query, d_prev, d_curr, d_delta, d2, states, n_results, feedback}`（`:1487-1497`） | d2/BLINDSPOT 信号产生点，proposals 唯一输入 |
+| 检索（带资格态） | `md_cg/mdcg.py:1247` | `MdCG.search(query, layer=None, k=20, context=None, min_results=1, record=True, include_neg=True, judge=True, pools=None, session=None)` | reflect 的 results 来源；`judge=True` 产出 qualification |
+| 认知图构造 | `md_cg/mdcg.py:477` | `MdCG(root, autoflush=64)` | 实验用独立临时 root，不碰生产库 |
+| 自我状态刷新 | `md_cg/self_state.py:438` | `refresh(cg, subject="self:lingshu", window=20, ..., actor="self_state", force=False, strict=False, session=None)`（幂等 fingerprint `:208`，版本链 `_self_state.jsonl`） | 指标④读数源；`snapshot` `:184` |
+| 自我预测面 | `md_cg/self_state.py:235` | `_prediction_face(cg)` → `{hit_rate, beta_mean, beta_ci95, threshold, reflect, ece}` | 自我可靠性指标直读 |
+| 元认知观测面 | `md_cg/metacognition.py:123` / `:248` / `:167` | `trace(cg, window=50)`、`blindspots(cg, limit=20, window=200)`、`calibration(cg, max_scan=2000)` | 情绪面/ECE 旁证 |
+| mdcos 面板 | `md_cg/mdcos.py:2282` / `:2292` / `:2303` / `:1912-1924` | `predict_routes(...)`、`predict_feedback(predicted_node_id, actual_node_id=None, hit=None, note="", actor="predict", sync_self=True)`、`predict_stats(...)`、`insight(action="explore"/"learn")` | 高层入口；predict_feedback **无 channel 参数**（缺口 G5） |
+| 输出端口对照 | `md_cg/sustain.py:230` / `:297` | `mutual_watch(cg, peer, *, restart_cmd=None, d=None, interval, restart_cooldown, fresh_timeout, poll=0.5, spawner=None)` | #25 既有最小具身形态；本实验是其**环境侧**补充，不替换 |
+
+**账本同构约定**：既有 append-only jsonl——`_prediction.jsonl`（`md_cg/predict.py:62`）、`_learn.jsonl`（`:724`）、`_explore.jsonl`（`md_cg/autonomy.py:36`）、`_reflection.jsonl`（`md_cg/metacognition.py:105`）、`_self_state.jsonl`（`md_cg/self_state.py:74`）。统一形态：`type`/`t`/`actor` 前置字段 + `append_jsonl` 失败不阻塞（如 `md_cg/predict.py:86-90`）。本实验新增 **`_gridworld.jsonl`** 同构留痕（§5）。
+
+---
+
+## 2. 环境接口（零依赖，纯 python stdlib）
+
+对齐零依赖纪律（`md_cg/predict.py:23` 同款声明）。建议形态 `md_cg/gridworld.py`（另案，本文只定接口）：
+
+```python
+class GridWorldEnv:
+    """最小确定性网格世界：W×H（默认 5×5），单 agent 单目标，静态障碍。"""
+
+    def __init__(self, width=5, height=5, start, goal,
+                 obstacles=frozenset(), seed=None): ...
+    def reset(self) -> str:
+        """回起点，episode+1，返回初始 state_id（"gw_s_x_y"）。"""
+    def actions(self, state_id) -> tuple:
+        """合法动作：("up","down","left","right") 剔除出界项。"""
+    def transition(self, state_id, action) -> str:
+        """纯函数：确定性转移，可离线全量枚举。"""
+    def step(self, state_id, action) -> tuple:
+        """执行 → (next_state_id, reward, done)。"""
+```
+
+确定性规则（全部可机器断言，M1 验收项）：
+
+| 规则 | 定义 |
+|---|---|
+| 确定性转移 | 同一 `(s, a)` 永远映射同一 `s'`（`transition` 纯函数，无随机项） |
+| 碰撞 | 目标格是墙（出界）或障碍 → **原地不动**（可学的条件规则，非非法动作） |
+| 奖励 | 到达 goal +1，其余 0；无折扣、无中间奖励 |
+| 终止 | `done = (next_state_id == goal_id)` |
+| 观测 | **全观测**：观测=状态本身，不做部分可观测（诚实边界内，§8） |
+
+---
+
+## 3. 状态 ↔ 认知图编码
+
+世界模型落在认知图的「状态节点 + 动作条件边」，是 `branch_candidates` 的原生数据形态，**零改动**对接：
+
+| 编码项 | 规格 | 依据 |
+|---|---|---|
+| 状态节点 id | `gw_s_<x>_<y>` | `_slug` 惯例（`md_cg/self_state.py:95`） |
+| 层 | **必须 `knowledge`** | `_SAFE_LAYERS=("knowledge","contextual","structural")`（`md_cg/predict.py:592`）——hit 分支 `_boost_incoming`（`:615`）只改这三层，其他层**静默不改边**，模型更新闭环失效（缺口 G2） |
+| 正文 | CCG 五行齐全：`# 功能名：格(x,y)` / `# 生效条件：…` / `# 执行：…` / `# 子功能：…` / `# 不适用条件：…` | `_is_settled`（`md_cg/predict.py:739-757`）判「知识层+五要素」为 resolved——五态闭环才能出 `resolved` 终态 |
+| 边 | `edges=[{"target": s_next, "relation_type": "causal", "condition": "动作:上", "confidence": 0.5}]` | `CAUSAL_BRANCH_TYPES=("causal","sequential")`（`:50`）；`condition` 经 `chain.edge_condition` 透传进候选（`:239`）——**动作信息沿既有通道流动，无需新字段** |
+| 初始置信度 | 0.5（无先验声明；上限 1.0 封顶，`:623`） | 诚实：播种即「未经验证」 |
+| 标签 | `tags=["gridworld", "gw_pos:<x>_<y>"]` | 检索/审计隔离面 |
+| 频道约定 | `feedback(..., channel="gridworld")` | `channel_posterior` 按面分层（`:364-375`），与既有通道零混淆 |
+
+---
+
+## 4. 闭环管线（observe→predict→execute→error→feedback→learn）
+
+| # | 步骤 | 对接（签名见 §1） | 说明 |
+|---|---|---|---|
+| 1 | observe | `env.reset()` / `env.step()` → `state_id` | 全观测 |
+| 2 | 候选动作 | `predict.branch_candidates(cg, state_id, semantic=False)` | **`semantic=False`**：玩具环境边即全集，关闭语义诱导防伪因果门噪声（D-002 门 `:169` 无增益） |
+| 3 | 预测 | 首候选=预测终态 `predicted_node_id`；多步面（M3）：`predict_routes(start_id=state_id, horizon=3)` | 候选的 `condition` 即动作 |
+| 4 | 决策+执行 | 解码 `condition`→`a`；`next_state, reward, done = env.step(state_id, a)` | 无候选（未播种邻域）→ ε-greedy uniform 探索（M2 固定 ε=0.2 占位；与 `gain_gate` 的探索资格协同属 M3 可选） |
+| 5 | 误差计算 | `hit = (predicted_node_id == actual_next_node_id)` | **显式传 hit**，不依赖 feedback 内部 `pred==act` 字符串判定（`:693-694`；缺口 G3） |
+| 6 | 误差回灌 | `predict.feedback(cg, predicted_node_id, actual_next_node_id, hit=hit, note=f"ep{e}/s{t}", actor="gridworld", channel="gridworld")` | hit→边置信度+0.05（**模型更新**）；miss→`add_rejected`（负证据）；`sync_self=True` 刷自我卡 |
+| 7 | 反思留痕（必选步） | `results, _ = cg.search(状态描述, k=4)`；`cg.reflect(f"gw:ep{e}:{state_id}", results)` | 产 d2/states 信号——proposals 唯一输入（缺口 G4） |
+| 8 | 元认知闭环（每 episode 末） | `predict.learn_blindspots(cg, apply=True)`；或 `autonomy.explore(cg, apply=True, limit=3)` | 失败区域→五态终判→`gap_hint`；`_explore.jsonl` outcomes 供下轮 `gain_gate` |
+| 9 | 自我面（每 episode 末） | `self_state.refresh(cg, actor="gridworld")` | 幂等（fingerprint 不变跳过）；版本链留痕 |
+| 10 | 留痕 | `_gridworld.jsonl`（§5） | 实验主账本 |
+
+语义对应评审闭环：**observe(1)→predict(2-3)→execute(4)→世界变化→prediction error(5)→feedback(6)→模型更新（边置信度/负记忆）→下轮预测改变**。元认知支线（7-8）与自我支线（9）复用既有链路。
+
+---
+
+## 5. 审计留痕（`_gridworld.jsonl`）
+
+```jsonc
+// step（每步一条）
+{"type": "step", "t": 0.0, "actor": "gridworld",
+ "episode": 3, "step": 7, "state": "gw_s_1_2", "action": "up",
+ "predicted": "gw_s_1_3", "actual": "gw_s_1_3", "hit": true,
+ "reward": 0, "done": false, "n_candidates": 4, "channel": "gridworld"}
+// episode_end（每 episode 一条）
+{"type": "episode_end", "t": 0.0, "episode": 3, "steps": 18, "hits": 14,
+ "reached_goal": true, "hit_rate": 0.7778, "n_rejected_new": 2,
+ "edge_conf_sum": 41.35, "actor": "gridworld"}
+```
+
+同构纪律：`type`/`t`/`actor` 前置（对齐 `_explore.jsonl` 形态 `md_cg/autonomy.py:199-205`）；append 失败不阻塞；指标全部可从 `_gridworld.jsonl` + `predict.stats` + `self_state.snapshot` 重算（白箱可审计）。
+
+---
+
+## 6. 识别出的对接缺口
+
+调研发现的真缺口（规格层裁定，均**不改既有代码**）：
+
+| # | 缺口 | 取证 | 规格裁定 |
+|---|---|---|---|
+| G1 | **动作概念缺位**：predict 全链只认「节点+边」，无动作空间抽象；`routes` 是图内路径生成器不是动作选择器 | `md_cg/predict.py:477-520`（DFS 无动作参数） | 以「边 `condition` 字段承载动作」编码（§3）；选择器=branch_candidates 首候选解码。动作沿既有 `condition` 通道流动，零改动 |
+| G2 | **层硬约束**：hit 分支 `_boost_incoming` 只改 `_SAFE_LAYERS` 三层，其余层静默不改边 | `md_cg/predict.py:592`、`:615` | 状态节点强制落 `knowledge` 层（§3）；M1 冒烟加断言：feedback 后边置信度确有上升 |
+| G3 | hit 隐式判定是 `pred==act` 字符串相等 | `md_cg/predict.py:693-694` | 实验显式传 `hit=True/False`，不依赖字符串约定 |
+| G4 | **盲区信号依赖 reflect**：`autonomy.proposals` 只读 `_reflection.jsonl`，闭环不调 `reflect()` 则零信号、五态闭环空转（「信号在记录、无人在听」防复发） | `md_cg/autonomy.py:107` | 管线第 7 步为**必选步**（§4），每步 search(record=True, judge=True)+reflect |
+| G5 | **mdcos.predict_feedback 不透传 channel**（库层有，封装层无） | `md_cg/mdcos.py:2292-2293` vs `md_cg/predict.py:679` | 驱动器**直调库层** `predict.feedback(..., channel="gridworld")`；既有封装不动（面选择，非缺陷） |
+| G6 | `dynamic_hit_threshold` 样本<50 不触发反思（MIN_SAMPLES=50） | `md_cg/predict.py:40`、`:662-665` | 不构成障碍：主判据读 `beta_posterior`（无门槛）；反思触发是滞后旁证非主判据 |
+
+---
+
+## 7. 验证指标与分阶段里程碑
+
+### 7.1 验证指标（四类，全部可机器断言）
+
+| 指标 | 定义 | 读数口 | 判据（M3） |
+|---|---|---|---|
+| ①预测误差随轮次下降 | 逐步误差=1−hit；episode 级=1−hit_rate；后验均值=β 后验 mean | `_gridworld.jsonl`、`predict.stats()["beta"]["all"]`（`md_cg/predict.py:888-901`） | 后 20% episodes 的后验均值 > 前 20% + 0.2；逐 episode 命中率回归斜率>0（误差单调下降，允许噪声） |
+| ②策略稳定性 | 重复同状态同动作率；每 episode 步数（steps-to-goal） | `_gridworld.jsonl` step 聚合 | 确定性环境下最后 3 episodes 同状态动作一致率 ≥0.95；steps-to-goal 后段 < 前段 |
+| ③条件模型变化 | 边置信度漂移 Σ\|Δconf\|；rejected 新增数；命中边集合收敛 | cg edges 直读 + `n_rejected_new` | EDGE_BOOST 累积集中在通往 goal 的边上；最后 N episodes rejected 新增=0、无新增命中边（模型停止变化=收敛） |
+| ④自我可靠性 | hit_rate / beta_mean / beta_ci95 / reflect（脱离死区）随 episode 演化 | `self_state.snapshot()["prediction"]`（`md_cg/self_state.py:235`） | beta_ci95 收窄；reflect 由 True→False（≥50 样本且过动态阈值）；`refresh` 版本链可回放 |
+
+对照组（M3 必配）：**未学习基线**——同环境同 episode 数，但不跑 feedback（边置信度恒 0.5）；两臂 hit rate 必须显著分离，否则①不成立。
+
+### 7.2 里程碑（每阶段独立验收）
+
+| 阶段 | 内容 | 验收判据（可独立断言） |
+|---|---|---|
+| **M1 环境冒烟** | GridWorldEnv 确定性断言（同一 `(s,a)` 复跑 100 次同 `s'`）；9~25 格状态节点+动作条件边播种到临时 root；`branch_candidates` 枚举无异常；`routes()` 返回 `status=ok` 且路径连续；`causal_path(start, goal)` 连通；G2 断言（feedback 后边置信度上升） | 环境与播种层全绿；**不涉及预测质量** |
+| **M2 闭环跑通** | ≥10 episodes 端到端无异常；六账本（`_gridworld`/`_prediction`/`_reflection`/`_learn`/`_explore`/`_self_state`）均非空；至少一次到达 goal；`reflect` 留痕含 d2 | 闭环不死、账本可审计、管线第 7 步有产出 |
+| **M3 指标显著** | 四类指标判据全过 + 对照组分离 | 数字入实验结论文档，判定「闭环机制验证通过」（非「世界模型能力证明」，§8） |
+
+---
+
+## 8. 诚实边界
+
+- **玩具环境证据强度受限**（GPT 评审已声明，本规格如实继承）：确定性/全观测/可枚举/单目标——结论只支持「预测→行动→误差→更新→行为改善」的**闭环机制存在且收敛**；不支持「世界模型能力」主张（泛化、部分可观测、非平稳、组合泛化）。对外表述必须用前一句口径。
+- **模型更新是确定性账本式更新**：EDGE_BOOST=0.05 线性增量（`md_cg/predict.py:43`），非参数梯度学习；D-006 口径=工程初值非协议承诺。
+- **ε-greedy 是占位策略**：M2 固定 ε=0.2；探索的「资格裁决」（σ(Gain) 增益门槛）与本环 ε 的协同只列 M3 可选项，不作为 M2 验收面。
+- **单目标奖励无折扣**：不引入 RL 复杂度；本实验不与任何 RL 基线比名次，只做自我前后对照。
+
+---
+
+## 9. 边界与实现前置
+
+- 本文件是**规格**；启动实现须使用者批准。实现建议形态：`md_cg/gridworld.py`（env+runner）+ `md_cg/test_gridworld.py`（确定性断言+闭环端到端+指标断言），临时 root（`MdCG(root=<tempdir>)`，`md_cg/mdcg.py:477`），不碰生产库。
+- 实现后归档按第 16 条纪律：只记核心修改（内容/原因/位置/验证结论），账本与断言数字入结论。
+

package/docs/plans//345/221/275/345/220/215/346/262/273/347/220/206_/351/241/271/347/233/256/350/256/241/345/210/222.md

@@ -1,81 +1,81 @@
-# 命名治理 · 项目计划（共同记忆面）
-
-> **本文件是命名治理项目的唯一记忆状态源。**
-> 子代理不写任何记忆（无记忆写权限，只产 result.json）；主代理负责把 job 结果合并回本计划。
-> 任何会话接手此项目，先读本文件——这就是「管理一个项目的记忆」的含义。
-
-- 创建：2026-09-14 · 状态：**批次 0 已完成（试点 10/10 合格，已过工作记忆三级闸）**
-- 数据真源：`AEIS/data/graph/naming_report.json`（四问审计，rows 7,204）
-- 认知图真源：`AEIS/data/mdcg/`（只读；治理**不直接改写**认知图，产物是映射表）
-
----
-
-## 1. 目标与对象
-
-四问测试（Q1 可连 / Q2 可对齐 / Q3 可复现 / Q4 规范标识）审计 10,499 节点后的分布：
-
-| 类别 | 数量 | 特征 | 处置 |
-|---|---|---|---|
-| 已锚定 | 194 | q1–q4 全过 | **不动** |
-| A 层（单节点） | 6,645 | q2/q3/q4 失——名字不承载语义 | LLM 逐节点起规范名 |
-| B 层（重名组） | 365 | q2 过但 q3/q4 失 | LLM 逐组裁决去重（后置） |
-
-隔离区 100% 为 q3+q4 失败、q1 全过；哈希样标题 2,159 个；最大桶 `cond_感知系统_d94e90d2`（1,120）。
-
-## 2. 命名规范
-
-```
-{层级前缀}_{功能主干}
-```
-
-- 层级前缀：knowledge 层固定 `kn`
-- 功能主干：**30 字内的汉字语义名**
-  - 禁止只有空词（知识/内容/信息/数据 等）
-  - 禁止 `/ \ : * ? " < > |` 与空格
-  - 英文缩写统一使用原始语义的中文意译，禁音译（如 DeepSeek→深度求索）
-- 四问全过为合格；不可起名（正文为空/纯元数据）如实返回 `new_name: null`
-
-## 3. 执行架构（蜂巢 v0.2）
-
-| 参数 | 值 | 落点 |
-|---|---|---|
-| 子代理 LLM | `deepseek-flash`（DeepSeek-V4.1-Flash） | spec.model |
-| 思考 | `{"type":"enabled"}` + `reasoning_effort: high` | spec.thinking / spec.reasoning_effort |
-| 上下文预算 | 300,000 tokens（执行器保守估算，超限 fail fast 不白跑 API） | spec.context_budget_tokens |
-| 硬超时 | 600s | spec.timeout_s |
-| 温度 / 输出上限 | 0.3 / 4096（思考链计入） | spec.temperature / max_tokens |
-
-子代理任务设计：**一个 job = 一个节点的命名裁决**（单轮 chat/completions，读单节点 md，回单行 JSON）。
-系统提示词（唯一真源）：`hive/plans/naming_gov/system_prompt.txt`。
-
-## 4. 记忆协议（本项目核心约定）
-
-1. **子代理零记忆写权限**——system_prompt 明示；认知图/知识图谱/词表一律不写。
-2. **唯一写入口 = 主代理**：读 `result.json` → 查重（与 194 强锚名、同批已分配名冲突则打回下一轮修正 job）→ 写入本计划批次表 + 命名映射表。
-3. **映射表是最终产物**：`hive/plans/naming_gov/mapping_batch<N>.json`，每行
-   `{"old_id", "new_name", "confidence", "reason", "q2_aligned"}`——审计留痕，认知图回写（是否/何时执行）另行裁定，不在本项目范围。
-4. 失败/超时 job 如实记录 `error`，绝不假装 done。
-
-## 5. 批次表
-
-| 批次 | 范围 | 节点数 | 状态 | 结果摘要 |
-|---|---|---|---|---|
-| 0（试点） | `cond_感知系统_d94e90d2` 前 10 节点 | 10 | **已完成 2026-09-14** | API 10/10 ok（均 2.8s、合计 16,984 tokens）；规范校验 7 直通 + 3 经修正轮挽回（超长/含数字）→ 终验 10/10 合格；锚名/批内查重零冲突。映射表：`mapping_batch0.json`；13 job + 主代理批次已过 wm 三级闸入库（`hive/wm-repo`） |
-| 1 | 感知系统桶余量（视试点质量） | 1,110 | **已完成 2026-09-14** | API 1,110/1,110 ok（均 2.5s、合计 190 万 tokens，零错误）；验证 579 直通 + 66 如实不可命名 + 465 打回修正轮 1（挽回 445）→ 271 打回修正轮 2（挽回 243）；终验 **868（78.2%）合格入映射**、176 批内重名残留（39 组，修正轮上限 2 轮已到）移交 B 批集中裁决。映射表：`mapping_batch1.json`（868 行）；1,847 实体（1,110 主 job + 736 修正 job + 主代理批次）全过 wm 三级闸，实测 job 级入库 ~0.9 job/s 全 git 链、main dirty=0 |
-| … | 其余桶按体量降序 | — | 未开始 | — |
-| B | 365 重名组（A 层跑通后） | 365 + **176（批次 1 移交）** = 407 组 / 906 成员 | **已完成 2026-09-14** | 集中裁决实证成功（同组成员一起送 LLM）：API 407/407 组 ok 零错误（201 秒墙钟）；修正轮 1（146 组打回→280→82 问题）+ 修正轮 2（54 组→65）；终验 **759/906（83.8%）合格入 `mapping_batchB.json`**（302 经修正挽回）、82 如实不可命名、65 术语冲突残留。607 job（407 主 + 200 修正反查）全过 wm 三级闸零错误。B 层结构实锤：365 组全为 n=2 两人组（730 成员，`doc_<hash>` 节点，共享章节式坏名如「一、评估条件空间」） |
-| B2 | 不可命名 + 术语冲突节点 | 66（批次 1）+ 82（B 批 null）+ **65（B 批术语冲突）** = 213 | **已完成 2026-09-14** | 148 null（66+82）复核：67 正文<100 字空骨架如实 defer、81 有正文独立重裁 → 47 救回入 `mapping_batchB2.json`；65 残留按组修正后 32 收敛为**结构性冲突**（音译超 8 字上限如「奥迈派会话文件布局」、禁词与语义重合如「信息保留时长」、跨组撞名）——多轮实证无解，`defer_report_B2.json` 166 行如实移交（67 空骨架+67 仍 null+32 冲突）。136 job（60 主+76 修正）全过闸零错误；大组 token 截断教训：>8 节点/组须拆批。规范扩展遗留决策项 → B2R |
-| B2R | 规范扩展轮（使用者裁定 2026-09-14：**上限 8→30 字；英文缩写一律原始含义中文意译、禁音译**；禁词/互异/黑名单约束不变） | 32（B2 结构冲突全量） | **已完成 2026-09-14** | 28/32 命名成功入 `mapping_batchB2R.json`（实证：DeepSeek→深度求索意译替代音译、9 字名合法化、撞名避开）；4 残留为**禁词死结**（`信息差公理映射矩阵` 等语义核心即被禁词「信息」，禁词未放开）→ `defer_report_B2R.json` 如实移交——若未来放开禁词豁免可再救 3 个。6 job 全过闸零错误。回溯边界：已命名 1868 节点不按 30 字新规范重跑（成本不成比例，旧名合规且无投诉） |
-
-## 6. 运行手册（key 就绪后）
-
-```cmd
-set HIVE_API_KEY=<DeepSeek密钥>
-set HIVE_API_BASE=https://api.deepseek.com
-cd /d <本仓根目录>
-python hive\plans\naming_gov\gen_specs.py --bucket cond_感知系统_d94e90d2 --limit 10 --submit
-:: serve 未启动时 submit 自动拉起（MCP 路径）；CLI 需先： target\release\hive.exe serve
-target\release\hive.exe poll
-```
-
-成本预估（试点）：10 job × ≈2k tokens 输入 + 思考/输出 ≈ 0.05 元级。全量 6,645 job 约 15–30 元（deepseek-flash 空闲时段更低）。
+# 命名治理 · 项目计划（共同记忆面）
+
+> **本文件是命名治理项目的唯一记忆状态源。**
+> 子代理不写任何记忆（无记忆写权限，只产 result.json）；主代理负责把 job 结果合并回本计划。
+> 任何会话接手此项目，先读本文件——这就是「管理一个项目的记忆」的含义。
+
+- 创建：2026-09-14 · 状态：**批次 0 已完成（试点 10/10 合格，已过工作记忆三级闸）**
+- 数据真源：`AEIS/data/graph/naming_report.json`（四问审计，rows 7,204）
+- 认知图真源：`AEIS/data/mdcg/`（只读；治理**不直接改写**认知图，产物是映射表）
+
+---
+
+## 1. 目标与对象
+
+四问测试（Q1 可连 / Q2 可对齐 / Q3 可复现 / Q4 规范标识）审计 10,499 节点后的分布：
+
+| 类别 | 数量 | 特征 | 处置 |
+|---|---|---|---|
+| 已锚定 | 194 | q1–q4 全过 | **不动** |
+| A 层（单节点） | 6,645 | q2/q3/q4 失——名字不承载语义 | LLM 逐节点起规范名 |
+| B 层（重名组） | 365 | q2 过但 q3/q4 失 | LLM 逐组裁决去重（后置） |
+
+隔离区 100% 为 q3+q4 失败、q1 全过；哈希样标题 2,159 个；最大桶 `cond_感知系统_d94e90d2`（1,120）。
+
+## 2. 命名规范
+
+```
+{层级前缀}_{功能主干}
+```
+
+- 层级前缀：knowledge 层固定 `kn`
+- 功能主干：**30 字内的汉字语义名**
+  - 禁止只有空词（知识/内容/信息/数据 等）
+  - 禁止 `/ \ : * ? " < > |` 与空格
+  - 英文缩写统一使用原始语义的中文意译，禁音译（如 DeepSeek→深度求索）
+- 四问全过为合格；不可起名（正文为空/纯元数据）如实返回 `new_name: null`
+
+## 3. 执行架构（蜂巢 v0.2）
+
+| 参数 | 值 | 落点 |
+|---|---|---|
+| 子代理 LLM | `deepseek-flash`（DeepSeek-V4.1-Flash） | spec.model |
+| 思考 | `{"type":"enabled"}` + `reasoning_effort: high` | spec.thinking / spec.reasoning_effort |
+| 上下文预算 | 300,000 tokens（执行器保守估算，超限 fail fast 不白跑 API） | spec.context_budget_tokens |
+| 硬超时 | 600s | spec.timeout_s |
+| 温度 / 输出上限 | 0.3 / 4096（思考链计入） | spec.temperature / max_tokens |
+
+子代理任务设计：**一个 job = 一个节点的命名裁决**（单轮 chat/completions，读单节点 md，回单行 JSON）。
+系统提示词（唯一真源）：`hive/plans/naming_gov/system_prompt.txt`。
+
+## 4. 记忆协议（本项目核心约定）
+
+1. **子代理零记忆写权限**——system_prompt 明示；认知图/知识图谱/词表一律不写。
+2. **唯一写入口 = 主代理**：读 `result.json` → 查重（与 194 强锚名、同批已分配名冲突则打回下一轮修正 job）→ 写入本计划批次表 + 命名映射表。
+3. **映射表是最终产物**：`hive/plans/naming_gov/mapping_batch<N>.json`，每行
+   `{"old_id", "new_name", "confidence", "reason", "q2_aligned"}`——审计留痕，认知图回写（是否/何时执行）另行裁定，不在本项目范围。
+4. 失败/超时 job 如实记录 `error`，绝不假装 done。
+
+## 5. 批次表
+
+| 批次 | 范围 | 节点数 | 状态 | 结果摘要 |
+|---|---|---|---|---|
+| 0（试点） | `cond_感知系统_d94e90d2` 前 10 节点 | 10 | **已完成 2026-09-14** | API 10/10 ok（均 2.8s、合计 16,984 tokens）；规范校验 7 直通 + 3 经修正轮挽回（超长/含数字）→ 终验 10/10 合格；锚名/批内查重零冲突。映射表：`mapping_batch0.json`；13 job + 主代理批次已过 wm 三级闸入库（`hive/wm-repo`） |
+| 1 | 感知系统桶余量（视试点质量） | 1,110 | **已完成 2026-09-14** | API 1,110/1,110 ok（均 2.5s、合计 190 万 tokens，零错误）；验证 579 直通 + 66 如实不可命名 + 465 打回修正轮 1（挽回 445）→ 271 打回修正轮 2（挽回 243）；终验 **868（78.2%）合格入映射**、176 批内重名残留（39 组，修正轮上限 2 轮已到）移交 B 批集中裁决。映射表：`mapping_batch1.json`（868 行）；1,847 实体（1,110 主 job + 736 修正 job + 主代理批次）全过 wm 三级闸，实测 job 级入库 ~0.9 job/s 全 git 链、main dirty=0 |
+| … | 其余桶按体量降序 | — | 未开始 | — |
+| B | 365 重名组（A 层跑通后） | 365 + **176（批次 1 移交）** = 407 组 / 906 成员 | **已完成 2026-09-14** | 集中裁决实证成功（同组成员一起送 LLM）：API 407/407 组 ok 零错误（201 秒墙钟）；修正轮 1（146 组打回→280→82 问题）+ 修正轮 2（54 组→65）；终验 **759/906（83.8%）合格入 `mapping_batchB.json`**（302 经修正挽回）、82 如实不可命名、65 术语冲突残留。607 job（407 主 + 200 修正反查）全过 wm 三级闸零错误。B 层结构实锤：365 组全为 n=2 两人组（730 成员，`doc_<hash>` 节点，共享章节式坏名如「一、评估条件空间」） |
+| B2 | 不可命名 + 术语冲突节点 | 66（批次 1）+ 82（B 批 null）+ **65（B 批术语冲突）** = 213 | **已完成 2026-09-14** | 148 null（66+82）复核：67 正文<100 字空骨架如实 defer、81 有正文独立重裁 → 47 救回入 `mapping_batchB2.json`；65 残留按组修正后 32 收敛为**结构性冲突**（音译超 8 字上限如「奥迈派会话文件布局」、禁词与语义重合如「信息保留时长」、跨组撞名）——多轮实证无解，`defer_report_B2.json` 166 行如实移交（67 空骨架+67 仍 null+32 冲突）。136 job（60 主+76 修正）全过闸零错误；大组 token 截断教训：>8 节点/组须拆批。规范扩展遗留决策项 → B2R |
+| B2R | 规范扩展轮（使用者裁定 2026-09-14：**上限 8→30 字；英文缩写一律原始含义中文意译、禁音译**；禁词/互异/黑名单约束不变） | 32（B2 结构冲突全量） | **已完成 2026-09-14** | 28/32 命名成功入 `mapping_batchB2R.json`（实证：DeepSeek→深度求索意译替代音译、9 字名合法化、撞名避开）；4 残留为**禁词死结**（`信息差公理映射矩阵` 等语义核心即被禁词「信息」，禁词未放开）→ `defer_report_B2R.json` 如实移交——若未来放开禁词豁免可再救 3 个。6 job 全过闸零错误。回溯边界：已命名 1868 节点不按 30 字新规范重跑（成本不成比例，旧名合规且无投诉） |
+
+## 6. 运行手册（key 就绪后）
+
+```cmd
+set HIVE_API_KEY=<DeepSeek密钥>
+set HIVE_API_BASE=https://api.deepseek.com
+cd /d <本仓根目录>
+python hive\plans\naming_gov\gen_specs.py --bucket cond_感知系统_d94e90d2 --limit 10 --submit
+:: serve 未启动时 submit 自动拉起（MCP 路径）；CLI 需先： target\release\hive.exe serve
+target\release\hive.exe poll
+```
+
+成本预估（试点）：10 job × ≈2k tokens 输入 + 思考/输出 ≈ 0.05 元级。全量 6,645 job 约 15–30 元（deepseek-flash 空闲时段更低）。