@furongjun1999/dsh-memory 0.4.11 → 0.5.1

package/docs/theory//346/246/202/345/277/265/345/210/206/345/261/202/345/257/271/351/275/220/350/241/250_v0.1.md

@@ -1,145 +1,145 @@
-# 概念分层对齐表 v0.1
-
-> **定位**：外部评审（GPT）指出系统置信类概念在增殖——condition / evidence / trust / confidence / qualification / prediction confidence / source trust / execution confidence / consensus confidence——若不加约束会退化为 heuristic framework。本文档将既有置信面**严格对齐到五层**：Source Trust（来源信任）→ Evidence Quality（证据质量）→ Claim Confidence（断言置信）→ Execution Confidence（执行置信）→ Consensus Confidence（共识置信），盘点每层的代码落点、量纲与重叠冲突，作为后续概念收敛的共同参照。
->
-> **边界（先读）**：本表是**文档层对齐**，不裁决任何工程面合并——凡涉及行为变更（改默认值、改排序、改判定序）一律另案，经验证单元与使用者终裁后才可落地。行号对齐 2026-09-15 工作区 HEAD；行号必腐化，以符号名为准绳。
->
-> **理论锚点**：CTP 仓（仓外私有理论仓 `CommonTrustProtocol`）`智能论3.4.md`（下称「理论」）。
-
----
-
-## 1 五层定义与判定标准
-
-| 层 | 名称 | 一句话定义 | 判定问句 | CTP 理论锚点 |
-|---|---|---|---|---|
-| L1 | Source Trust 来源信任 | **谁**——来源（实例/写入者/通道）本身的历史行为可信度 | 这个来源过去的行为记录如何？ | 信任值=信噪比映射（理论 L4376）；T_total 第一性分量 P_trust（理论 L1678-1694）；compiler「德」寄存器=trust_value 名实一处 |
-| L2 | Evidence Quality 证据质量 | **凭什么**——支撑断言的外部验证基底有多硬 | 断言背后是什么类型的验证？ | 理论无独立证据层；「验证单元独立复核」（理论 L4654）为最近对应；工程侧 verification_basis 两档口径为自建分级 |
-| L3 | Claim Confidence 断言置信 | **这条断言**本身多可信、当前是否适用 | 这条记忆该不该用/有多可靠？ | 「概率负责可信度，条件负责资格」二分（理论 L1170）——资格（条件）与置信（概率）分离的理论根据 |
-| L4 | Execution Confidence 执行置信 | **做事的预测**——某通道/路线继续做某事会成功的概率 | 这么做能成吗？ | 通道可信度 2.9.1a：「置信度=单次判断内部一致性；可信度=通道历史验证命中率」（理论 L1743-1746）；T_pred 为辅助分量（理论 L1520-1525） |
-| L5 | Consensus Confidence 共识置信 | **多方是否一致**——多个独立来源对同一对象的一致程度 | 大家都同意吗？ | P_gap 宏观信息差（理论 L1737-1741）；蜂群阶段4触发 T_avg≥0.75 持续30天（理论 L2834） |
-
-**归层判定问句**（给后续新增指标用）：先问「这个数回答的是谁/凭什么/该不该/能不能成/同不同意」中的哪一个，再入层；一个数同时回答多个问句的，标记为跨层混合点并在 §4 注记。
-
----
-
-## 2 对齐总表
-
-量纲记法：`[0,1]` 连续概率型；`名义` 分类枚举型；`{a,b,c}` 离散值域；`无界` 非概率实数。
-
-### L1 Source Trust（来源信任）
-
-| 指标名 | 代码位置 | 当前语义 | 量纲 | 重叠/冲突注记 |
-|---|---|---|---|---|
-| 实例信任初值 `trust` | `swarm/rust_swarm.py:40`（make_swarm_config） | 实例注册时声明的行为信任初值，随 gossip `@trust` payload 在蜂群传播更新 | [0,1] 配置值 | 与 compiler「德」寄存器同源：德=trust_value 名实一处（compiler/SEMANTICS.md；`swarm/tests/test_rust_swarm_resume.py:48-50` 德 0.3 字面驱动） |
-| 信任聚合 T_avg/T_min/T_variance | `swarm/rust_swarm.py:129-139`（aggregate_trust_python）；Rust 对照 `swarm/rust_runtime/src/swarm.rs:6` | 蜂群实例信任分布的四个聚合量（均值/最小/方差） | [0,1] | Rust/Python 双实现已对齐；T_min 是蜂群短板度量，勿与均值混用 |
-| T_alignment 蜂群对齐度 | `swarm/rust_swarm.py:138` | `1 − T_variance/T_avg`：信任分布一致程度 | [0,1]（0 除护） | **兼有 L5 语义**（分布一致性≈弱共识），是 L5 真空缺的最近替身（见 §5） |
-| 「德」寄存器 | `compiler/SEMANTICS.md`（语义契约真源，德↔信任值名实一处存储） | 编译语言内建名，实例行为信任的载体 | [0,1] 字面 | 命名跨仓：CTP 理论叫「信任值」、swarm 叫 trust、编译语言叫「德」——三名一物，收敛时统一术语 |
-| 跨节点证据包验签 | `md_cg/evidence.py:7-21,44-48` | 他证（来源节点对主体的观测）携带签名，验签通过才入库；可拒收、禁转手 | 0/1（通过/拒收） | `evidence.py:20-21` 自声明诚实边界：验证「证据来自该节点」≠「证据为真」——L1（来源可溯）与 L2/L3（内容真假）已正确切分 |
-| writer/session 写入归属 | `md_cg/mdcos.py`（_attribution，2026-09-13 落地） | 记忆节点的写入者/会话身份进 frontmatter，检索可按 session 过滤 | 字符串身份（无数值） | **L1 在记忆域的半成品**：身份已落盘但 writer 不带信任分、不进排序——记忆域来源信任的空缺口（见 §5） |
-
-### L2 Evidence Quality（证据质量）
-
-| 指标名 | 代码位置 | 当前语义 | 量纲 | 重叠/冲突注记 |
-|---|---|---|---|---|
-| verification_basis 枚举 | `md_cg/nodefile.py:51-59`（8 档）；`nodefile.py:62`（REPRODUCIBLE_BASIS 5 档）；校验 `nodefile.py:122-127` | 断言的外部验证基底类型：compiler/test/measurement/formal_proof/data（可复现档）+ textbook/public_kb/other（来源一致档） | 名义（分类，非连续） | **本层唯一主干**。「文科宽松理科严格」两档口径是现成的证据分级先例；与 L3 判定序耦合：无基底→DEFER（`md_cg/mdcg.py:1232`），是设计耦合非冗余 |
-| WAL 验签 | `swarm/rust_swarm.py:88`（verify_wal_signatures） | HMAC 逐条验签，Python 独立实现交叉验证 Rust 写出 | 0/1 + 计数 | 与 integrity_rate（下行）是**同一验证动作的两个读出面**→§4-3 |
-| integrity_rate 证据完整性 | `swarm/rust_swarm.py:173`（aggregate_health_python 内） | `(总轮数−验签失败轮数)/总轮数 × gossip覆盖率` | [0,1] | 被 health score 以 W=0.2 混入 L4 语义的聚合——**跨层混合点**（L2 语义进了 L4 聚合） |
-| 节点证据计数 evidence_count / positive_evidence / negative_evidence | `md_cg/mdcg.py:1612-1618`（verify 更新） | 外部验证裁决的累计次数与正/反例计数 | 非负整数 | 与 fm.confidence（L3）同函数内联动更新（`mdcg.py:1609-1611`）——L2 计数→L3 置信的唯一现成换算通道（固定步长，非贝叶斯） |
-| predict verification 维 | `md_cg/predict.py:378-390`（score_route，W_VERIFICATION=0.25，ver=hit_rate） | 路线评分的「验证」分量，直接代入预测命中率 | [0,1] | **L2 语义位但 L4 实现**：与 hit_rate（L4）同一数值双重使用——既作四维分量又作 dynamic_hit_threshold 输入（`predict.py:655-675`），样本不足时两处同向波动→§4-5 |
-| 「证据强度分离」待办注记 | `md_cg/bench_progressive.py:220`（注释：真伪判据=verification_basis/时间线冲突，证据强度分离另案） | 代码内已自我承认本层无强度量纲 | —（待办） | 佐证 L2 半空缺（见 §5） |
-
-### L3 Claim Confidence（断言置信）
-
-| 指标名 | 代码位置 | 当前语义 | 量纲 | 重叠/冲突注记 |
-|---|---|---|---|---|
-| fm.confidence 节点自声明置信 | `md_cg/mdcg.py:633-635`（add 默认 0.6）；恢复时同读 `mdcg.py:1385` | 写入时对断言的静态置信声明，存 frontmatter 随节点走 | [0,1] | 与 judge qual（动态、query-relative）正交但易混；唯一耦合是降级链（下行 DEMOTE） |
-| 非对称验证步长 | `md_cg/mdcg.py:1609-1611`（verify 内） | confirmed +0.05 / weakened −0.15（反例权重更大），夹取 [0,1]；falsified→负记忆化（`mdcg.py:1595-1605`） | Δ[0,1] | 与 Beta-Bernoulli（L4）哲学同源（证据更新置信）但对象不同：**节点断言 vs 预测通道**——不可合并；步长固定非贝叶斯，样本效应未建模 |
-| DEMOTE_CONFIDENCE 降级阈值 | `md_cg/mdcg.py:48-51`（=0.2，注释：0.6 起需连续 3 次 weakened） | confidence 跌破 0.2→knowledge 降 contextual | 常数阈值 | L3 置信→记忆层级的换算落点（Claim Confidence 驱动分层，非跨层混合） |
-| judge_qualification 四态 | `md_cg/mdcg.py:1171-1243` | 资格判定序：BLINDSPOT（CCG 要素不全）→REJECT（负条件命中）→正条件确认（零命中降 DEFER）→DEFER（无 verification_basis）→ACCEPT；输出 `{state, reason}` | 名义四态 `{ACCEPT, REJECT, DEFER, BLINDSPOT}` | **系统内分层最干净处**：`mdcg.py:1254` 自声明与 tier 正交（tier=怎么找到的性能 / state=是否该用的资格）；qual 是 query-relative 资格而非节点固有属性（同条记忆换问句即变判） |
-| judge_ranking 证据防火墙 | `md_cg/mdcos.py:730,756-760,835-848`（search_rrf，opt-in） | REJECT/BLINDSPOT 剔除、DEFER ×0.5 降权、ACCEPT 保位——资格裁决改写终排 | 乘数 `{0, 0.5, 1}` | **L3→L4 换算的唯一通道**；×0.5 是隐式量纲约定且未文档化——收敛时须显式声明；meta 带 judge_ranking/judge_filtered 审计字段（`mdcos.py:861-864`） |
-
-### L4 Execution Confidence（执行置信）
-
-| 指标名 | 代码位置 | 当前语义 | 量纲 | 重叠/冲突注记 |
-|---|---|---|---|---|
-| hit_rate 滑动命中率 | `md_cg/predict.py:309-314` | feedback 历史滚动窗口（≤200）频率；空历史→0.40 基线 | [0,1] | 小样本过度自信（n=5 全中→1.0），正是 beta_posterior 的修正对象→§4-1 |
-| beta_posterior / beta_mean | `md_cg/predict.py:319-346` | Beta-Bernoulli 后验（PRIOR_STRENGTH=20，先验均值=BASE_HIT_RATE=0.40），小样本向基线收缩；透出 mean/ci95/samples | [0,1] + 置信区间 | docstring（`predict.py:322-326`）自声明「置信度≠可信度（P-T-73/74）」——本层与 CTP 2.9.1a 通道可信度（理论 L1743-1746）精确对应，是五层里理论↔代码对齐最好的一处 |
-| channel_posterior 通道后验 | `md_cg/predict.py:349-375`（channel_history/channel_posterior） | 按反馈通道分组的后验；未标注通道归 unlabeled 诚实不冒充 | [0,1] 分通道 | `md_cg/self_state.py:250-271` 透出 beta_mean/beta_ci95 进自我模型面——同一统计的第二个读出位（透出非重复计算，注记即可） |
-| dynamic_hit_threshold 动态死区 | `md_cg/predict.py:655-675` | 样本<50 不反思；阈值=max(0.40, mean−2σ)——只对显著劣化反思，防噪声空耗 | [0,1] 阈值 | 消费的是 hit_rate 非 beta_mean——修正前后两个读数并存→§4-1 |
-| score_route composite | `md_cg/predict.py:378-390` | T_pred 四维加权：trend 0.40 / boundary 0.20 / verification 0.25 / balance 0.15 | [0,1] | 权重表对齐 AEIS 2.10 节，与 CTP 理论 T_pred 四维（U_trust .30/U_behavior .25/U_connection .30/U_prediction_error .15，理论 L1520-1525）**不同表**——理论↔代码映射须显式注记，防「对齐了」的错觉 |
-| 边置信度 edge confidence | `md_cg/predict.py:127-131`（_edge_conf）；EDGE_BOOST=0.05（`predict.py:43`）；命中回写 +0.05（`predict.py:599-652,678-719`） | 因果/时序边的结构置信，预测命中时增量回写 | [0,1] | `md_cg/mdcos.py:553`（_path_chain）逐跳**乘**边置信度进检索打分——与词面相似度混合聚合，量纲同语义异（结构信任 vs 词面匹配）→§4-7 |
-| σ(Gain) 增益门槛 | `md_cg/autonomy.py:51-92`（gain_gate） | 无历史→1.0；读上轮 explore 实现值，连续 2 次终态停滞且冷却内（GAIN_COOLDOWN=3600s）→0.0 | `{0.0, 1.0}` 二值 | 筛选器非置信——值域碰巧与二值概率同形，勿与 qual 四态或概率混同 |
-| proposals score 信息差定价 | `md_cg/autonomy.py:34,133-138`（W_D2/W_BLINDSPOT/W_DEFER=1.0/2.0/1.0） | 探索提案定价：1.0×Σ\|d2\| + 2.0×BLINDSPOT计数 + 1.0×DEFER计数 | 无界正实数 | **不归五层**（是信息差信号强度非置信）；代码 `autonomy.py:17-18` 自声明「score 只做排序不做资格」；名为 score 与检索分/health score 撞名→§6 |
-
-### L5 Consensus Confidence（共识置信）
-
-| 指标名 | 代码位置 | 当前语义 | 量纲 | 重叠/冲突注记 |
-|---|---|---|---|---|
-| health score 四因子 | `swarm/rust_swarm.py:142-178`（aggregate_health_python）；Rust 同公式 `swarm/rust_runtime/src/health.rs:51`（score_instance） | 0.4×成功轮占比 + 0.2×参与轮占比 + 0.2×(1−error轮占比) + 0.2×integrity_rate | [0,1] | **混合层聚合**：对单实例是 L4 执行健康，成分里含 L2（integrity）；蜂群比较时易被误读为「该实例可信度」（L1）——三层语义挤在一个数里，是 GPT 所指增殖的典型样本 |
-| T_alignment | `swarm/rust_swarm.py:138` | 见 L1 表；此处按语义归 L5 | [0,1] | 度量「信任分布一致性」而非「独立验证共识」——L5 的弱替身（见 §5） |
-| RRF fusion="sum" 多路共识奖励 | `md_cg/mdcos.py:752-755`（search_rrf 注释） | 等权 RRF 用 sum 奖励「多路共识」，max 只认单路最好 | 排序贡献 | L5 弱形态（检索路间共识）；注释自声明会系统性低估单路独有候选——共识语义进召回面的现成案例 |
-| 蜂群阶段4触发条件 | CTP 理论 `智能论3.4.md:2834`（T_avg≥0.75 持续30天） | 阶段升级的共识门槛 | 阈值 | **理论有、代码无**：阶段升级未工程化——L5 空缺的理论侧佐证 |
-
----
-
-## 3 分层正确先例（代码内自声明，收敛的现成锚点）
-
-概念收敛**不需要发明新原则**——四个关键分离代码里已有自声明，缺的只是给它们统一命名与显式分层：
-
-| 先例 | 代码位置 | 自声明内容 | 对应分层 |
-|---|---|---|---|
-| 性能/资格正交 | `md_cg/mdcg.py:1254` | tier=怎么找到的（性能）/state=是否该用（资格），二者正交 | L3 资格 ≠ L4 检索性能 |
-| 置信度≠可信度 | `md_cg/predict.py:322-326` | 置信度=单次判断内部一致性；可信度=通道历史验证命中率（P-T-73/74） | L3 断言置信 ≠ L4 通道执行置信 |
-| 来源≠内容 | `md_cg/evidence.py:20-21` | 验证「证据来自该节点」≠「证据为真」 | L1 来源信任 ≠ L2/L3 证据与断言 |
-| 定价≠资格 | `md_cg/autonomy.py:17-18` | score 只做排序不做资格 | 信号定价（非五层）≠ L3 资格 |
-
----
-
-## 4 冗余与可合并项清单
-
-| # | 项组 | 实质关系 | 处理建议（文档层；工程改动另案） |
-|---|---|---|---|
-| 4-1 | hit_rate ↔ beta_mean（`predict.py:309-314` ↔ `319-346`） | **同源同对象**：同一份 feedback 历史；beta = hit_rate 的先验收缩修正 | 读出面统一以 beta_mean 为「可信度」口径，hit_rate 降为审计字段；当前 dynamic_hit_threshold 与 score_route.verification 仍消费 hit_rate（修正前后读数并存）——切换属行为变更须回归验证 |
-| 4-2 | T_alignment ↔ health score（`rust_swarm.py:138` ↔ `142-178`） | **不可合并**：对象不同（信任分布 vs 执行健康）；但两者都被泛称「蜂群健康/信任」 | 保持分离，命名区分（trust_alignment / execution_health），禁止合成为单一 swarm score |
-| 4-3 | WAL 验签 ↔ integrity_rate ↔ 跨节点 evidence 验签（`rust_swarm.py:88` / `173` / `evidence.py`） | 同一验证动作（验签）的三个读出位置 | 统一定位为「验签=来源可信（L1/L2 边界）原语」；三处读出各有用途（对账/健康/入库），不删读出面，只统一术语 |
-| 4-4 | verification_basis 枚举 ↔ judge DEFER 规则（`nodefile.py:51` ↔ `mdcg.py:1232`） | **设计耦合非冗余**：无基底→DEFER 把 L2 当 L3 资格的门槛 | 保留现状；注记该耦合是五层间唯一已实现的跨层依赖，概念收敛时作为跨层依赖的范式 |
-| 4-5 | score_route.verification 维 ↔ hit_rate 双重使用（`predict.py:378-390` ↔ `655-675`） | 同一统计（hit_rate）同时进入路线评分分量与反思死区阈值，样本不足时同向波动 | 建议 verification 维改读 beta_mean（与 4-1 同一动作）；另案 |
-| 4-6 | proposals score ↔ reflect d2（`autonomy.py:133-138` ↔ `mdcg.py:1487-1497`） | 同源链：score = d2 的加权聚合 + 资格计数；非冗余，但「score」与检索相似度分、health score 撞名 | 建议改名（如 signal_price / info_gap_score）；改名属接口变更，另案 |
-| 4-7 | 边置信度 ↔ 检索相似度（`predict.py:127-131` ↔ `mdcos.py:553`） | 量纲同（[0,1]）语义异（结构信任 vs 词面匹配），_path_chain 已逐跳混乘 | 分层命名：edge_trust vs lex_score；混乘公式是否保留属检索行为变更，另案 |
-
-**合并先后建议**：先做零行为变更的（4-2、4-3 命名统一 → 4-6、4-7 改名），后做需回归的（4-1+4-5 统一读数源）；4-4 只注记不动。
-
----
-
-## 5 空缺层清单
-
-| 层 | 空缺程度 | 具体缺口 | 备注 |
-|---|---|---|---|
-| L1 Source Trust | 半空缺 | 蜂群域有实现（trust/德/验签）；**记忆域只有身份无信任**——writer/session 已落盘（2026-09-13 归属落地）但 writer 不带信任分、不进检索排序 | 若补：writer 信任属 L1，排序消费属 L3/L4，跨层链路须显式设计 |
-| L2 Evidence Quality | 半空缺 | verification_basis 是名义枚举，**无连续证据强度量纲**；REPRODUCIBLE_BASIS 五档是唯一分级；`bench_progressive.py:220` 已自我承认（「证据强度分离，另案」） | 分级（枚举）与强度（数值）是两种量纲，收敛时不可混称 |
-| L3 Claim Confidence | 不空缺 | fm.confidence + 四态 qual + 降级链，链路完整 | 当前最厚实层之一 |
-| L4 Execution Confidence | 不空缺 | predict.py 全套 + judge_ranking 换算通道 | 当前系统重心；理论对齐最好（P-T-73/74） |
-| L5 Consensus Confidence | **最薄（真空缺）** | 无「多验证者对同一断言独立验证→共识聚合」实现：review_queue 是单裁决者制；T_alignment 只度量信任分布一致性；CTP 阶段触发条件（T_avg≥0.75×30天）未工程化 | 若未来补 L5，最小闭环候选=review 队列多裁决者聚合或蜂群对同一节点证据的交叉验签计数 |
-
----
-
-## 6 术语漂移实录（GPT 所指增殖的词面证据）
-
-| 词 | 现状 | 各处含义 |
-|---|---|---|
-| 信任 / trust / 德 | 三名一物 | CTP「信任值」=信噪比协作度量（理论 L4376）= swarm trust（L1）= compiler「德」寄存器——本层内部一致，但外部读者易读成「总体置信」 |
-| confidence | 一词三用 | fm.confidence（L3 断言静态声明）、edge confidence（L4 结构置信）、SEMANTIC_CONF=0.4（语义诱导候选固定置信） |
-| 可信度 | 最干净 | beta docstring 专指「通道历史验证命中率」（`predict.py:322-326`），与 CTP 2.9.1a 一致——建议保留为 L4 专名 |
-| score | 一词四用 | autonomy proposals（信号定价）、检索相似度分、score_route composite、health score——四处同名异义 |
-| qual / 资格 | 最干净 | judge 四态，名义非数值，自声明与 tier 正交——建议保留为 L3 专名 |
-
-**收敛建议方向**（文档层）：每层一个专名——L1=信任（trust）、L2=证据（basis/strength）、L3=置信（confidence，断言面）+资格（qualification，query 面）、L4=可信度（reliability，通道面）、L5=共识（consensus）；其余同义词（德→trust 保留别名注记、score 按 §4-6/4-7 改名）逐步归位。
-
----
-
-## 7 边界声明
-
-1. 本表是**文档层对齐**：只做概念归位、量纲盘点、冗余/空缺识别；不裁决任何工程面合并——行为变更（改默认值/排序/判定序/接口名）一律另案，过验证单元与使用者终裁。
-2. 行号对齐 2026-09-15 工作区 HEAD，行号必腐化，引用以「文件+符号名」为准绳；本表为手写文档，不进 cogmap_sync 管线（非 README 认知图/功能映射表的投影对象）。
-3. 五层框架来自外部评审提案；CTP 理论提供了 L1/L3/L4/L5 的锚点，**L2 在理论侧无独立层**（工程侧 verification_basis 为自建）——这是框架引入时的已知差异，不是本表的遗漏。
-4. 表中「建议」列均非决议；凡标注「另案」者需独立判定单（设计者视角）后才可进入工程面。
+# 概念分层对齐表 v0.1
+
+> **定位**：外部评审（GPT）指出系统置信类概念在增殖——condition / evidence / trust / confidence / qualification / prediction confidence / source trust / execution confidence / consensus confidence——若不加约束会退化为 heuristic framework。本文档将既有置信面**严格对齐到五层**：Source Trust（来源信任）→ Evidence Quality（证据质量）→ Claim Confidence（断言置信）→ Execution Confidence（执行置信）→ Consensus Confidence（共识置信），盘点每层的代码落点、量纲与重叠冲突，作为后续概念收敛的共同参照。
+>
+> **边界（先读）**：本表是**文档层对齐**，不裁决任何工程面合并——凡涉及行为变更（改默认值、改排序、改判定序）一律另案，经验证单元与使用者终裁后才可落地。行号对齐 2026-09-15 工作区 HEAD；行号必腐化，以符号名为准绳。
+>
+> **理论锚点**：CTP 仓（仓外私有理论仓 `CommonTrustProtocol`）`智能论3.4.md`（下称「理论」）。
+
+---
+
+## 1 五层定义与判定标准
+
+| 层 | 名称 | 一句话定义 | 判定问句 | CTP 理论锚点 |
+|---|---|---|---|---|
+| L1 | Source Trust 来源信任 | **谁**——来源（实例/写入者/通道）本身的历史行为可信度 | 这个来源过去的行为记录如何？ | 信任值=信噪比映射（理论 L4376）；T_total 第一性分量 P_trust（理论 L1678-1694）；compiler「德」寄存器=trust_value 名实一处 |
+| L2 | Evidence Quality 证据质量 | **凭什么**——支撑断言的外部验证基底有多硬 | 断言背后是什么类型的验证？ | 理论无独立证据层；「验证单元独立复核」（理论 L4654）为最近对应；工程侧 verification_basis 两档口径为自建分级 |
+| L3 | Claim Confidence 断言置信 | **这条断言**本身多可信、当前是否适用 | 这条记忆该不该用/有多可靠？ | 「概率负责可信度，条件负责资格」二分（理论 L1170）——资格（条件）与置信（概率）分离的理论根据 |
+| L4 | Execution Confidence 执行置信 | **做事的预测**——某通道/路线继续做某事会成功的概率 | 这么做能成吗？ | 通道可信度 2.9.1a：「置信度=单次判断内部一致性；可信度=通道历史验证命中率」（理论 L1743-1746）；T_pred 为辅助分量（理论 L1520-1525） |
+| L5 | Consensus Confidence 共识置信 | **多方是否一致**——多个独立来源对同一对象的一致程度 | 大家都同意吗？ | P_gap 宏观信息差（理论 L1737-1741）；蜂群阶段4触发 T_avg≥0.75 持续30天（理论 L2834） |
+
+**归层判定问句**（给后续新增指标用）：先问「这个数回答的是谁/凭什么/该不该/能不能成/同不同意」中的哪一个，再入层；一个数同时回答多个问句的，标记为跨层混合点并在 §4 注记。
+
+---
+
+## 2 对齐总表
+
+量纲记法：`[0,1]` 连续概率型；`名义` 分类枚举型；`{a,b,c}` 离散值域；`无界` 非概率实数。
+
+### L1 Source Trust（来源信任）
+
+| 指标名 | 代码位置 | 当前语义 | 量纲 | 重叠/冲突注记 |
+|---|---|---|---|---|
+| 实例信任初值 `trust` | `swarm/rust_swarm.py:40`（make_swarm_config） | 实例注册时声明的行为信任初值，随 gossip `@trust` payload 在蜂群传播更新 | [0,1] 配置值 | 与 compiler「德」寄存器同源：德=trust_value 名实一处（compiler/SEMANTICS.md；`swarm/tests/test_rust_swarm_resume.py:48-50` 德 0.3 字面驱动） |
+| 信任聚合 T_avg/T_min/T_variance | `swarm/rust_swarm.py:129-139`（aggregate_trust_python）；Rust 对照 `swarm/rust_runtime/src/swarm.rs:6` | 蜂群实例信任分布的四个聚合量（均值/最小/方差） | [0,1] | Rust/Python 双实现已对齐；T_min 是蜂群短板度量，勿与均值混用 |
+| T_alignment 蜂群对齐度 | `swarm/rust_swarm.py:138` | `1 − T_variance/T_avg`：信任分布一致程度 | [0,1]（0 除护） | **兼有 L5 语义**（分布一致性≈弱共识），是 L5 真空缺的最近替身（见 §5） |
+| 「德」寄存器 | `compiler/SEMANTICS.md`（语义契约真源，德↔信任值名实一处存储） | 编译语言内建名，实例行为信任的载体 | [0,1] 字面 | 命名跨仓：CTP 理论叫「信任值」、swarm 叫 trust、编译语言叫「德」——三名一物，收敛时统一术语 |
+| 跨节点证据包验签 | `md_cg/evidence.py:7-21,44-48` | 他证（来源节点对主体的观测）携带签名，验签通过才入库；可拒收、禁转手 | 0/1（通过/拒收） | `evidence.py:20-21` 自声明诚实边界：验证「证据来自该节点」≠「证据为真」——L1（来源可溯）与 L2/L3（内容真假）已正确切分 |
+| writer/session 写入归属 | `md_cg/mdcos.py`（_attribution，2026-09-13 落地） | 记忆节点的写入者/会话身份进 frontmatter，检索可按 session 过滤 | 字符串身份（无数值） | **L1 在记忆域的半成品**：身份已落盘但 writer 不带信任分、不进排序——记忆域来源信任的空缺口（见 §5） |
+
+### L2 Evidence Quality（证据质量）
+
+| 指标名 | 代码位置 | 当前语义 | 量纲 | 重叠/冲突注记 |
+|---|---|---|---|---|
+| verification_basis 枚举 | `md_cg/nodefile.py:51-59`（8 档）；`nodefile.py:62`（REPRODUCIBLE_BASIS 5 档）；校验 `nodefile.py:122-127` | 断言的外部验证基底类型：compiler/test/measurement/formal_proof/data（可复现档）+ textbook/public_kb/other（来源一致档） | 名义（分类，非连续） | **本层唯一主干**。「文科宽松理科严格」两档口径是现成的证据分级先例；与 L3 判定序耦合：无基底→DEFER（`md_cg/mdcg.py:1232`），是设计耦合非冗余 |
+| WAL 验签 | `swarm/rust_swarm.py:88`（verify_wal_signatures） | HMAC 逐条验签，Python 独立实现交叉验证 Rust 写出 | 0/1 + 计数 | 与 integrity_rate（下行）是**同一验证动作的两个读出面**→§4-3 |
+| integrity_rate 证据完整性 | `swarm/rust_swarm.py:173`（aggregate_health_python 内） | `(总轮数−验签失败轮数)/总轮数 × gossip覆盖率` | [0,1] | 被 health score 以 W=0.2 混入 L4 语义的聚合——**跨层混合点**（L2 语义进了 L4 聚合） |
+| 节点证据计数 evidence_count / positive_evidence / negative_evidence | `md_cg/mdcg.py:1612-1618`（verify 更新） | 外部验证裁决的累计次数与正/反例计数 | 非负整数 | 与 fm.confidence（L3）同函数内联动更新（`mdcg.py:1609-1611`）——L2 计数→L3 置信的唯一现成换算通道（固定步长，非贝叶斯） |
+| predict verification 维 | `md_cg/predict.py:378-390`（score_route，W_VERIFICATION=0.25，ver=hit_rate） | 路线评分的「验证」分量，直接代入预测命中率 | [0,1] | **L2 语义位但 L4 实现**：与 hit_rate（L4）同一数值双重使用——既作四维分量又作 dynamic_hit_threshold 输入（`predict.py:655-675`），样本不足时两处同向波动→§4-5 |
+| 「证据强度分离」待办注记 | `md_cg/bench_progressive.py:220`（注释：真伪判据=verification_basis/时间线冲突，证据强度分离另案） | 代码内已自我承认本层无强度量纲 | —（待办） | 佐证 L2 半空缺（见 §5） |
+
+### L3 Claim Confidence（断言置信）
+
+| 指标名 | 代码位置 | 当前语义 | 量纲 | 重叠/冲突注记 |
+|---|---|---|---|---|
+| fm.confidence 节点自声明置信 | `md_cg/mdcg.py:633-635`（add 默认 0.6）；恢复时同读 `mdcg.py:1385` | 写入时对断言的静态置信声明，存 frontmatter 随节点走 | [0,1] | 与 judge qual（动态、query-relative）正交但易混；唯一耦合是降级链（下行 DEMOTE） |
+| 非对称验证步长 | `md_cg/mdcg.py:1609-1611`（verify 内） | confirmed +0.05 / weakened −0.15（反例权重更大），夹取 [0,1]；falsified→负记忆化（`mdcg.py:1595-1605`） | Δ[0,1] | 与 Beta-Bernoulli（L4）哲学同源（证据更新置信）但对象不同：**节点断言 vs 预测通道**——不可合并；步长固定非贝叶斯，样本效应未建模 |
+| DEMOTE_CONFIDENCE 降级阈值 | `md_cg/mdcg.py:48-51`（=0.2，注释：0.6 起需连续 3 次 weakened） | confidence 跌破 0.2→knowledge 降 contextual | 常数阈值 | L3 置信→记忆层级的换算落点（Claim Confidence 驱动分层，非跨层混合） |
+| judge_qualification 四态 | `md_cg/mdcg.py:1171-1243` | 资格判定序：BLINDSPOT（CCG 要素不全）→REJECT（负条件命中）→正条件确认（零命中降 DEFER）→DEFER（无 verification_basis）→ACCEPT；输出 `{state, reason}` | 名义四态 `{ACCEPT, REJECT, DEFER, BLINDSPOT}` | **系统内分层最干净处**：`mdcg.py:1254` 自声明与 tier 正交（tier=怎么找到的性能 / state=是否该用的资格）；qual 是 query-relative 资格而非节点固有属性（同条记忆换问句即变判） |
+| judge_ranking 证据防火墙 | `md_cg/mdcos.py:730,756-760,835-848`（search_rrf，opt-in） | REJECT/BLINDSPOT 剔除、DEFER ×0.5 降权、ACCEPT 保位——资格裁决改写终排 | 乘数 `{0, 0.5, 1}` | **L3→L4 换算的唯一通道**；×0.5 是隐式量纲约定且未文档化——收敛时须显式声明；meta 带 judge_ranking/judge_filtered 审计字段（`mdcos.py:861-864`） |
+
+### L4 Execution Confidence（执行置信）
+
+| 指标名 | 代码位置 | 当前语义 | 量纲 | 重叠/冲突注记 |
+|---|---|---|---|---|
+| hit_rate 滑动命中率 | `md_cg/predict.py:309-314` | feedback 历史滚动窗口（≤200）频率；空历史→0.40 基线 | [0,1] | 小样本过度自信（n=5 全中→1.0），正是 beta_posterior 的修正对象→§4-1 |
+| beta_posterior / beta_mean | `md_cg/predict.py:319-346` | Beta-Bernoulli 后验（PRIOR_STRENGTH=20，先验均值=BASE_HIT_RATE=0.40），小样本向基线收缩；透出 mean/ci95/samples | [0,1] + 置信区间 | docstring（`predict.py:322-326`）自声明「置信度≠可信度（P-T-73/74）」——本层与 CTP 2.9.1a 通道可信度（理论 L1743-1746）精确对应，是五层里理论↔代码对齐最好的一处 |
+| channel_posterior 通道后验 | `md_cg/predict.py:349-375`（channel_history/channel_posterior） | 按反馈通道分组的后验；未标注通道归 unlabeled 诚实不冒充 | [0,1] 分通道 | `md_cg/self_state.py:250-271` 透出 beta_mean/beta_ci95 进自我模型面——同一统计的第二个读出位（透出非重复计算，注记即可） |
+| dynamic_hit_threshold 动态死区 | `md_cg/predict.py:655-675` | 样本<50 不反思；阈值=max(0.40, mean−2σ)——只对显著劣化反思，防噪声空耗 | [0,1] 阈值 | 消费的是 hit_rate 非 beta_mean——修正前后两个读数并存→§4-1 |
+| score_route composite | `md_cg/predict.py:378-390` | T_pred 四维加权：trend 0.40 / boundary 0.20 / verification 0.25 / balance 0.15 | [0,1] | 权重表对齐 AEIS 2.10 节，与 CTP 理论 T_pred 四维（U_trust .30/U_behavior .25/U_connection .30/U_prediction_error .15，理论 L1520-1525）**不同表**——理论↔代码映射须显式注记，防「对齐了」的错觉 |
+| 边置信度 edge confidence | `md_cg/predict.py:127-131`（_edge_conf）；EDGE_BOOST=0.05（`predict.py:43`）；命中回写 +0.05（`predict.py:599-652,678-719`） | 因果/时序边的结构置信，预测命中时增量回写 | [0,1] | `md_cg/mdcos.py:553`（_path_chain）逐跳**乘**边置信度进检索打分——与词面相似度混合聚合，量纲同语义异（结构信任 vs 词面匹配）→§4-7 |
+| σ(Gain) 增益门槛 | `md_cg/autonomy.py:51-92`（gain_gate） | 无历史→1.0；读上轮 explore 实现值，连续 2 次终态停滞且冷却内（GAIN_COOLDOWN=3600s）→0.0 | `{0.0, 1.0}` 二值 | 筛选器非置信——值域碰巧与二值概率同形，勿与 qual 四态或概率混同 |
+| proposals score 信息差定价 | `md_cg/autonomy.py:34,133-138`（W_D2/W_BLINDSPOT/W_DEFER=1.0/2.0/1.0） | 探索提案定价：1.0×Σ\|d2\| + 2.0×BLINDSPOT计数 + 1.0×DEFER计数 | 无界正实数 | **不归五层**（是信息差信号强度非置信）；代码 `autonomy.py:17-18` 自声明「score 只做排序不做资格」；名为 score 与检索分/health score 撞名→§6 |
+
+### L5 Consensus Confidence（共识置信）
+
+| 指标名 | 代码位置 | 当前语义 | 量纲 | 重叠/冲突注记 |
+|---|---|---|---|---|
+| health score 四因子 | `swarm/rust_swarm.py:142-178`（aggregate_health_python）；Rust 同公式 `swarm/rust_runtime/src/health.rs:51`（score_instance） | 0.4×成功轮占比 + 0.2×参与轮占比 + 0.2×(1−error轮占比) + 0.2×integrity_rate | [0,1] | **混合层聚合**：对单实例是 L4 执行健康，成分里含 L2（integrity）；蜂群比较时易被误读为「该实例可信度」（L1）——三层语义挤在一个数里，是 GPT 所指增殖的典型样本 |
+| T_alignment | `swarm/rust_swarm.py:138` | 见 L1 表；此处按语义归 L5 | [0,1] | 度量「信任分布一致性」而非「独立验证共识」——L5 的弱替身（见 §5） |
+| RRF fusion="sum" 多路共识奖励 | `md_cg/mdcos.py:752-755`（search_rrf 注释） | 等权 RRF 用 sum 奖励「多路共识」，max 只认单路最好 | 排序贡献 | L5 弱形态（检索路间共识）；注释自声明会系统性低估单路独有候选——共识语义进召回面的现成案例 |
+| 蜂群阶段4触发条件 | CTP 理论 `智能论3.4.md:2834`（T_avg≥0.75 持续30天） | 阶段升级的共识门槛 | 阈值 | **理论有、代码无**：阶段升级未工程化——L5 空缺的理论侧佐证 |
+
+---
+
+## 3 分层正确先例（代码内自声明，收敛的现成锚点）
+
+概念收敛**不需要发明新原则**——四个关键分离代码里已有自声明，缺的只是给它们统一命名与显式分层：
+
+| 先例 | 代码位置 | 自声明内容 | 对应分层 |
+|---|---|---|---|
+| 性能/资格正交 | `md_cg/mdcg.py:1254` | tier=怎么找到的（性能）/state=是否该用（资格），二者正交 | L3 资格 ≠ L4 检索性能 |
+| 置信度≠可信度 | `md_cg/predict.py:322-326` | 置信度=单次判断内部一致性；可信度=通道历史验证命中率（P-T-73/74） | L3 断言置信 ≠ L4 通道执行置信 |
+| 来源≠内容 | `md_cg/evidence.py:20-21` | 验证「证据来自该节点」≠「证据为真」 | L1 来源信任 ≠ L2/L3 证据与断言 |
+| 定价≠资格 | `md_cg/autonomy.py:17-18` | score 只做排序不做资格 | 信号定价（非五层）≠ L3 资格 |
+
+---
+
+## 4 冗余与可合并项清单
+
+| # | 项组 | 实质关系 | 处理建议（文档层；工程改动另案） |
+|---|---|---|---|
+| 4-1 | hit_rate ↔ beta_mean（`predict.py:309-314` ↔ `319-346`） | **同源同对象**：同一份 feedback 历史；beta = hit_rate 的先验收缩修正 | 读出面统一以 beta_mean 为「可信度」口径，hit_rate 降为审计字段；当前 dynamic_hit_threshold 与 score_route.verification 仍消费 hit_rate（修正前后读数并存）——切换属行为变更须回归验证 |
+| 4-2 | T_alignment ↔ health score（`rust_swarm.py:138` ↔ `142-178`） | **不可合并**：对象不同（信任分布 vs 执行健康）；但两者都被泛称「蜂群健康/信任」 | 保持分离，命名区分（trust_alignment / execution_health），禁止合成为单一 swarm score |
+| 4-3 | WAL 验签 ↔ integrity_rate ↔ 跨节点 evidence 验签（`rust_swarm.py:88` / `173` / `evidence.py`） | 同一验证动作（验签）的三个读出位置 | 统一定位为「验签=来源可信（L1/L2 边界）原语」；三处读出各有用途（对账/健康/入库），不删读出面，只统一术语 |
+| 4-4 | verification_basis 枚举 ↔ judge DEFER 规则（`nodefile.py:51` ↔ `mdcg.py:1232`） | **设计耦合非冗余**：无基底→DEFER 把 L2 当 L3 资格的门槛 | 保留现状；注记该耦合是五层间唯一已实现的跨层依赖，概念收敛时作为跨层依赖的范式 |
+| 4-5 | score_route.verification 维 ↔ hit_rate 双重使用（`predict.py:378-390` ↔ `655-675`） | 同一统计（hit_rate）同时进入路线评分分量与反思死区阈值，样本不足时同向波动 | 建议 verification 维改读 beta_mean（与 4-1 同一动作）；另案 |
+| 4-6 | proposals score ↔ reflect d2（`autonomy.py:133-138` ↔ `mdcg.py:1487-1497`） | 同源链：score = d2 的加权聚合 + 资格计数；非冗余，但「score」与检索相似度分、health score 撞名 | 建议改名（如 signal_price / info_gap_score）；改名属接口变更，另案 |
+| 4-7 | 边置信度 ↔ 检索相似度（`predict.py:127-131` ↔ `mdcos.py:553`） | 量纲同（[0,1]）语义异（结构信任 vs 词面匹配），_path_chain 已逐跳混乘 | 分层命名：edge_trust vs lex_score；混乘公式是否保留属检索行为变更，另案 |
+
+**合并先后建议**：先做零行为变更的（4-2、4-3 命名统一 → 4-6、4-7 改名），后做需回归的（4-1+4-5 统一读数源）；4-4 只注记不动。
+
+---
+
+## 5 空缺层清单
+
+| 层 | 空缺程度 | 具体缺口 | 备注 |
+|---|---|---|---|
+| L1 Source Trust | 半空缺 | 蜂群域有实现（trust/德/验签）；**记忆域只有身份无信任**——writer/session 已落盘（2026-09-13 归属落地）但 writer 不带信任分、不进检索排序 | 若补：writer 信任属 L1，排序消费属 L3/L4，跨层链路须显式设计 |
+| L2 Evidence Quality | 半空缺 | verification_basis 是名义枚举，**无连续证据强度量纲**；REPRODUCIBLE_BASIS 五档是唯一分级；`bench_progressive.py:220` 已自我承认（「证据强度分离，另案」） | 分级（枚举）与强度（数值）是两种量纲，收敛时不可混称 |
+| L3 Claim Confidence | 不空缺 | fm.confidence + 四态 qual + 降级链，链路完整 | 当前最厚实层之一 |
+| L4 Execution Confidence | 不空缺 | predict.py 全套 + judge_ranking 换算通道 | 当前系统重心；理论对齐最好（P-T-73/74） |
+| L5 Consensus Confidence | **最薄（真空缺）** | 无「多验证者对同一断言独立验证→共识聚合」实现：review_queue 是单裁决者制；T_alignment 只度量信任分布一致性；CTP 阶段触发条件（T_avg≥0.75×30天）未工程化 | 若未来补 L5，最小闭环候选=review 队列多裁决者聚合或蜂群对同一节点证据的交叉验签计数 |
+
+---
+
+## 6 术语漂移实录（GPT 所指增殖的词面证据）
+
+| 词 | 现状 | 各处含义 |
+|---|---|---|
+| 信任 / trust / 德 | 三名一物 | CTP「信任值」=信噪比协作度量（理论 L4376）= swarm trust（L1）= compiler「德」寄存器——本层内部一致，但外部读者易读成「总体置信」 |
+| confidence | 一词三用 | fm.confidence（L3 断言静态声明）、edge confidence（L4 结构置信）、SEMANTIC_CONF=0.4（语义诱导候选固定置信） |
+| 可信度 | 最干净 | beta docstring 专指「通道历史验证命中率」（`predict.py:322-326`），与 CTP 2.9.1a 一致——建议保留为 L4 专名 |
+| score | 一词四用 | autonomy proposals（信号定价）、检索相似度分、score_route composite、health score——四处同名异义 |
+| qual / 资格 | 最干净 | judge 四态，名义非数值，自声明与 tier 正交——建议保留为 L3 专名 |
+
+**收敛建议方向**（文档层）：每层一个专名——L1=信任（trust）、L2=证据（basis/strength）、L3=置信（confidence，断言面）+资格（qualification，query 面）、L4=可信度（reliability，通道面）、L5=共识（consensus）；其余同义词（德→trust 保留别名注记、score 按 §4-6/4-7 改名）逐步归位。
+
+---
+
+## 7 边界声明
+
+1. 本表是**文档层对齐**：只做概念归位、量纲盘点、冗余/空缺识别；不裁决任何工程面合并——行为变更（改默认值/排序/判定序/接口名）一律另案，过验证单元与使用者终裁。
+2. 行号对齐 2026-09-15 工作区 HEAD，行号必腐化，引用以「文件+符号名」为准绳；本表为手写文档，不进 cogmap_sync 管线（非 README 认知图/功能映射表的投影对象）。
+3. 五层框架来自外部评审提案；CTP 理论提供了 L1/L3/L4/L5 的锚点，**L2 在理论侧无独立层**（工程侧 verification_basis 为自建）——这是框架引入时的已知差异，不是本表的遗漏。
+4. 表中「建议」列均非决议；凡标注「另案」者需独立判定单（设计者视角）后才可进入工程面。