@sema-ai/core 1.275.1

package/docs/ARCHITECTURE.md

@@ -0,0 +1,125 @@
+# ARCHITECTURE — 整体架构(活文档,据真实代码核实)
+
+> 入口见 [`HANDOFF.md`](HANDOFF.md)。路线图/难点在 [`ROADMAP.md`](ROADMAP.md);消费 API 在 [`../README.md`](../README.md)。
+> 本页是**当前架构事实**(从 `src/` 反推 + 48-agent 验证,详证在 `audit-2026-06-15/`)。
+
+## 1. 定位 + 宪法
+**无状态、任务化** AI agent 内核:推理循环已全 first-party(design/118 de-vendoring 结项:原 openclaw vendored 内核重写进 `src/engine/{llm,loop,harness}`,血统史 `docs/vendor-history.md`)+ first-party 蒸馏层(`src/`)。一个"任务"自带全套配置,跑完返回机器可读结果。
+**宪法**(design/43):**机制少而通用(primitive)、场景=配置(profile)**。core 给原语;leader 编排 / E2B·Kata 沙箱 / TiDB 后端 / config-center 在 service 仓 profile 层。三平面解耦(对标 Anthropic Managed Agents):**Brain(脑,外)/ Hands(手,`ExecutionEnv` 本地或远端)/ Session(会话,可 durable)** 各自可失败可替换。
+**主线(2026-06-27)**:最近 ship 的建造线 = **sema-shell 数据契约**(MF-*,1.146~1.150:引擎↔sema-shell `/workflows` monitor↔service 可观测数据契约,与 service 协调)· **workflow-parity**(design/97,1.144~1.145:CC Workflow 工具平价,CORE-1~9 × SVC-1~5 全收口)· **sema-shell 主权契约**(design/99,1.120~1.128:E1–E25 provider-neutral 终端壳契约)· **2c session-sync**(1.135~1.143:云↔本地会话同步)。**已封顶降为基座**:workflow-parity(CORE-1~9 × SVC-1~5)· CC-parity 编排 + 推理强度 + goal + S8 自助编排(design/96/97/98)· design/80 Supervisor 人在环监督(价值判决 GOAL 达成,结论=「worker 会失败场景的保险」+「视角受限的结构补全」,非普遍更好)。**当前焦点(快速移动,真相=`git log`+`团队/`通道+memory)**:sema-shell 数据契约 loop(MF-*/MF-Fleet)+ P2 design-review,与 service 协调;workflow 驱动扫 bug + 代码评审 / 自足本地 make-real。前端=自建客户端(CLI/桌面;CC 临时)。Beatsep/leader 编码跑是 make-real 测试场。
+
+## 2. 分层
+```
+集成方 / service 仓(profile,不在本仓):leader编排·config-center·E2B/Kata·TiDB·多租户·部署
+        │ import @sema-ai/core            │ 注入实现(Brain/ExecutionEnv/各 Store/ToolPolicy)
+────────┴───────────────────────────────────────────┴────────────────────────────────────
+src/ 蒸馏层(first-party, MIT):
+  入口   core/runner/{runtask(Runner+run循环) · prepare-task(装配) · assemble-result(终态→TaskResult)
+                       · tool-disclosure(design/36 tool_search) · synthetic-tools(submit_output/report_blocked/skill)}
+  Brain  brain/{openai · anthropic · stream-engine · failover · routing · degrading · circuit-breaker
+               · repetition · tool-call-repair · timeout · retry · errors · request-params(design/40透传)}
+  Tools  tools/fs/{index(read/edit/write) · safety(不变量+symlink) · search(grep/glob) · repo-map}
+         tools/{sql · sql-adapters · web · gitea-issue} + core/{mcp · lsp · ask-question}
+  Agents agents/{subagent · team · cascade · teacher · verify · repair-loop(RSI 进度门) · agent-definition · suspend-guard · tool-filter}
+         core/auto-promote(design/77/79 三轴 auto-promote 决策, mandate-OFF INERT)
+  Durable core/{checkpoint-store(design/45·80:CheckpointGate kinds+RiskDescriptor+SafetyAxis+pendingSteer+ResourceLedger)
+                · canonical-json(D-1 engine-only serializer) · session · session-store · session-reconcile · remote-env(design/48)
+                · with-retry · tool-result-store} + stores/pg(四 seam PG 参照)
+  安全/门 core/{tool-policy(3态) · hooks(design/37) · exec-gate(L2 MECH) · sensitive-path-policy
+               · property-harness · untrusted-text}
+  记忆   core/{memory(L2) · memory-recall(design/65) · runner/memory-consolidation(design/41)}
+  上下文 engine/{compaction · session}(design/71 P2 naturalized) + core/{auto-compaction · context-edit · context-guard}
+  观测   core/{trace(OTel seam) · pricing(整数micro-USD) · cache-break-detector}
+  其它   server/http(HTTP+SSE) · prompts/default · core/{roles · select-model · types}
+        │ 依赖(历史 VENDORED EDIT 记档见 docs/vendor-history.md;现全 first-party)
+────────┴──────────────────────────────────────────────────────────────────────────────
+src/engine/  first-party 引擎层(原 openclaw 蒸馏内核,design/118 全量 naturalize):llm · loop/agent-loop · harness/agent-harness
+  · harness/types(类型底座)· harness/env/nodejs(NodeExecutionEnv)· messages · utils/{truncate,shell-output}
+  · llm-core/{types(Model/Usage/事件协议) · validation · event-stream}
+```
+
+## 3. 单任务数据流
+```
+TaskSpec → Runner.runTaskStream(spec)        [eager: run=(async()=>await runLocked())() 立即开跑]
+  → prepareTask: 解析 model/role/thinking · acquire+reconcile session · 装配工具带(caller + offload-wrap +
+       report_blocked + submit_output + MCP + memory(remember/recall) + hands band(read/edit/write/grep/glob/
+       repo_map/bash) + lsp + ask_user_question(D-F 答案围栏) + skill) · 建 system prompt(stable→variable, memory 在尾) ·
+       建 harness · 接两阶段工具门(PreToolUse hook → policy[读只读 budget] → resolveAsk → durable suspendAsk;
+       D-2 mint-site safetyAxis → irreversible_ask、shellGate 收紧 bash;铸门时附 D-E riskDescriptor)
+  → runLocked: 订阅 harness 事件, 驱动 harness.prompt(objective)
+       onTurnEnd: 轮次/预算闸  onTurnBoundary: 任务内压缩(maybeCompact) + design/74 资源 suspend 触发
+       工具结果 >阈值 → offload(<persisted-output> ref)   命中 durable ask 门 → 铸 checkpoint + suspend
+  → assembleResult → TaskResult
+       errorCode 优先级链(公开契约, assemble-result.ts, 勿乱序):
+       output.invalid → degenerate → budget → suspend.loop → threw(timeout/turns/conflict) → blocked →
+       suspended(checkpointToken) → abortedLive → no-final → stopReason error → completed
+```
+resume:`Runner.resume(token, outcome, taskConfig)` → pre-CAS 守卫 → `store.resolve` 原子 CAS(exactly-once)→ 重入应用 pending 决策。outcome arm 按 gate.kind 分:`policy_ask`(suspended/irreversible_ask)· `dry_run_review`(needs_review)· `plan_review`(plan_review,design/80 D-B)。**D-1 决策-动作绑定**:approval 决策携 `boundCallId`+`boundInputHash`(engine-only canonical serializer 绑 SHOWN input),resume 校验决策确实对应那次调用。durable steering 经 `state.pendingSteer` 在 resume 时并入续跑提示。
+
+## 4. 能力矩阵(代码核实,✅=shipped 🟡=in-flight)
+| 能力 | 状态 | 关键位置 / 注意 |
+|------|------|----------------|
+| 单任务循环 + native 工具 + 并行工具批 | ✅ | runtask / agent-loop |
+| OpenAI+Anthropic 双脑(流/工具/图/reasoning回灌/缓存)+ failover/routing/degrade/breaker/分级超时 | ✅ | brain/* |
+| 思考兼容层(design/46 thinkingFormat 分发, max_tokens 陷阱处理) | ✅ | brain/openai.ts compat |
+| 手原语(fs 工具带 + bash/bash_readonly + repo_map) | ✅ | tools/fs/*(工具可声明 legacy `aliases` 供 CC canonical rename 兼容; ⚠️ P-4 read_file 假截断, P-14 grep cap) |
+| 统一后台 task facade(`TaskOutput`/`TaskStop`) | ✅ | core/task-registry(进程内 Map,非 durable store):Bash `b*` 隐藏 env-local shellId;RunWorkflow `w*` 且 `task_id===runId`;scope/owner guard 下 unknown 与越权同形 not_found |
+| 后台 task completion notification(core live lane) | 🟡 | core/task-notification + runner RunInternals sink:workflow completion → SDK `task_notification` + running-harness `<task-notification>` follow-up;idle durable wake/resume 和 Bash auto-notify 归 service/spool follow-on |
+| 延迟工具披露 / 结构化输出 / report_blocked / skill | ✅ | runner/{tool-disclosure,synthetic-tools} |
+| 三态权限 + hooks(design/37) + sensitive-path(72) | ✅ | tool-policy/hooks/sensitive-path-policy(⚠️ P-5 悬空符号链接) |
+| durable suspend/resume(F4 人审门, exactly-once CAS, 跨副本) + suspend-loop cap | ✅ | checkpoint-store + runner resume(⚠️ P-7/P-9/P-10/P-11) |
+| **design/80 Supervisor 人在环监督 substrate**(durable checkpoint 人审门 / approval gate / steering / plan-review / budget / riskDescriptor) | ✅ | core 全部 shipped+发版,见下方分项;§5 剩 D-G/D-C 是 service/seam |
+| └ D-1 决策-动作绑定(boundCallId + boundInputHash, engine-only canonical serializer) | ✅ 1.101.0 | tool-policy + canonical-json + checkpoint-store |
+| └ D-2 mint-site safetyAxis → irreversible_ask + shellGate(bash 收紧) | ✅ 1.102.0 | prepare-task + tool-policy(`shellGate:"off"|"always"|"classify"`) |
+| └ D-F AskUserQuestion 答案围栏(selected⊆options + inlineUntrusted) | ✅ 1.103.0 | core/ask-question + untrusted-text |
+| └ D-A durable steering(`pendingSteer` 挂在暂停 checkpoint, resume 并入续跑) | ✅ 1.103.0 | checkpoint-store(setPendingSteer) |
+| └ D-B `plan_review` 独立 CheckpointGate kind(PRE-action 计划门) | ✅ 1.103.0 | types/checkpoint-store + 编排器 `isDurablePause()` 守卫 |
+| └ D-E-core 只读 `ToolCallRequest.budget` + `costBreakdown` 财务分类 | ✅ 1.103.0 | tool-policy(budget) + assemble-result(costBreakdown) |
+| └ D-E `CheckpointGate.riskDescriptor`(确定性脱敏风险摘要, INERT, total-by-construction) | ✅ shipped(supervisor 封顶版) | checkpoint-store(RiskDescriptor/riskSeverity/buildRiskDescriptor) |
+| └ D-D contract doc(gate.kind-aware reap + terminalAt backstop 语义, reaper 由 service 拥有) | ✅ shipped(supervisor 封顶版) | Checkpoint.deadline + CheckpointStore 接口 JSDoc(core 不跑 reaper) |
+| RSI 三轴门控 + runRepairLoop + auto-promote 决策(design/76/77; SAFE baseline shipped, autonomous ON-tier mandate OFF=价值判断, PARKED) | ✅ | agents/repair-loop + core/auto-promote(ON-tier 太难无 oracle, 正确地关) |
+| 远端 ExecutionEnv seam(connect/suspendVM/resumeVM/execStream/destroy) | ✅ | core/remote-env(注:`reopen` 在 **CheckpointStore** 非此) |
+| session 持久化 + CAS(F2) + wake 对账 + 分支地板(F3) | ✅ | session/session-store/session-reconcile |
+| 自动压缩(任务间 + 任务内 turn-boundary 1.88+) + context-edit + 安全网 trimToBudget | ✅ | engine/compaction + auto-compaction + context-guard(⚠️ P-13 地板坐标) |
+| L2 记忆 + 选择性召回(65) + 写侧整合(41) + PG 三档召回 | ✅ | core/memory* + stores/pg |
+| 编排:single/subagent/team/cascade/teacher/verify/agent-definition | ✅ | agents/*(详见 audit-2026-06-15/ORCHESTRATION-STATUS) |
+| 验证栈:exec-gate(L2) + verify(L3 去相关判) + property-harness | ✅ | exec-gate/verify/property-harness(⚠️ verify 去相关需配 verifier role 否则失效) |
+| 自修复环:runWithTeacher(运行中监督) + runWithVerification(事后验-修) + runRepairLoop(非单调进度门验-修) | ✅ | agents/{teacher,verify,repair-loop}(对应 HANDOFF 旧"oracle 失败无自修复"命门 → 已被 design/80 HITL 升级路径 + runRepairLoop 处理) |
+| 观测:trace(OTel) + pricing(整数micro-USD) + cache-break | ✅ | core/{trace,pricing,cache-break-detector}(⚠️ trace effect 字段未设) |
+| MCP 真连 + 命名空间 + allowTools | ✅ | core/mcp(⚠️ P-1 丢 isError, allowTools 不挡 resources 工具) |
+| HTTP/SSE 服务 | ✅ | server/http(⚠️ P-2 断连不取消, 别裸用 SSE 分支) |
+| egress 受控(design/70) | ✅ | prepare-task egress 收集(注:web_fetch 非 egress-marked) |
+| 委托请求参数透传(design/40 extraBody/headers) | ✅ | brain/request-params(⚠️ P-18 reservedFor api 名) |
+| 模型角色 roles + selectModel 能力/成本路由(design/11) | ✅ | core/{roles,select-model} |
+| **资源切片 suspend/resume(长自治跑)** | ✅ | design/74:LIVE make-real 验证通过(真 Dart→Kotlin port,11 次真 suspend/resume,before/after trace 证进度存活)。core 侧已落地+发版;`ToolCallRequest.budget` 暴露跨切片只读账本。**活真相=`git log \| grep design/74`** |
+| **Workflow 模式(确定性脚本编排, NOT LLM planner)** | ✅ 1.116.0 | orchestration/workflow(`runWorkflow` + `WorkflowRunContext`:`parallel` barrier / `pipeline` 无 barrier / `phase` / `budget` / `agent` / `log`;`WorkflowBudgetExceededError`/`MAX_WORKFLOW_ITEMS`)(design/97 S1) |
+| **`/workflows` 可观测(run store + 订阅)** | ✅ 1.116.0 | core/workflow-run-store(`WorkflowRunStore` + `InMemoryWorkflowRunStore`)+ stores/file(`FileWorkflowRunStore`;**PG 归 service**=部署 persist 轴)+ workflow-observe(`listWorkflowRuns`/`getWorkflowRun`/`subscribeWorkflow`)+ `summarizeWorkflowRun` + `workflowRunStoreContract` |
+| **推理强度抽象(复用 vendor 7 档 + per-endpoint clamp + surfacing)** | ✅ 1.115/1.116 | brain/reasoning(`ReasoningIntensity`=vendor `ThinkingLevel` + `resolveReasoning`/`resolveEffort` per-endpoint clamp + `reasoning.resolved` TraceEvent 携 effective/graded/clamped)(design/96 S3/S5/S6) |
+| **tighten-only TaskSpec 治理原语** | ✅ 1.114.0 | core/tighten-task-spec(`tightenTaskSpec` 把 overrides 层叠到 base,放松任何安全字段即 `throw TaskSpecTightenError`)(config-center §10) |
+| **goal 模式(LLM 自报双闸 + core doneCheck 续跑)** | ✅ 1.118.0 | orchestration/goal(`runGoal`:G1 脱钩 `accepted` 恒 false + reward-hack 防线 + `delimitUntrusted` 续跑围栏;`GOAL_COMPLETION_GUIDANCE` 经 trusted `RunInternals.goalMode` 注)(design/96 S2/S4) |
+| **S8 LLM 自助编排(`run_workflow` 工具自写 JS 脚本)** | ✅ 1.117.0(门控,需部署硬沙箱) | orchestration/{run-workflow-tool,workflow-script-runner,workflow-governance,workflow-meta,workflow-sandbox-conformance}(`TaskSpec.selfOrchestration` 门 + `WorkflowScriptRunner` membrane seam + `buildGovernedChildSpec` 白名单 default-deny + `resolveModelName` fail-closed;**core 不出硬沙箱**,部署接 isolated-vm/独立进程)(design/98) |
+| **workflow-parity CORE-1~9(CC Workflow 工具平价)** | ✅ 1.144~1.145 | orchestration/workflow(`callKey` 确定性 resume + 嵌套 `WorkflowGroup` 树 + redacted egress + steerable `agentStream`/`WorkflowAgentHandle`/`onWorkflowAgentSpawn` + per-agent model/toolCalls/activity 流 + `addWorktree`/`pruneWorktrees` **isolate-only**)+ core/workflow-journal-store(`WorkflowJournalStore`:**scope-keyed 跨租户隔离 BREAKING** + `(runId,ordinal)` OVERWRITE last-write-wins + replay)(design/97) |
+| **sema-shell 数据契约(MF-*)= 可观测数据契约(引擎↔sema-shell `/workflows` monitor↔service)** | ✅ 1.146~1.150 | MF-24 `TaskResult.stats.humanReview.gates[]`(权限门/denial 账本:kind/decision/toolName/secret-scrubbed toolArg,共享脱敏边界 `src/core/arg-summary.ts`)/ MF-10 `TaskEvent.task_progress`(subagent usage tick,**ephemeral**)/ MF-25 `TaskResult.model`(effective resolved id 回声)/ MF-18 `compacted.trigger` / MF-14 `CheckpointSummary.contentKind` / MF-W WorkflowRun monitor header+活动 arg+`deriveAgentDisplayStatus`;**MF-Fleet live 聚合在 service 进程内**(replica-local + ephemeral),core 只产 fact/signal(透传 `parentToolCallId`),不建 durable 父系血缘(YAGNI + design/99 §0)(团队/通道 [295]-[302]) |
+| **sema-shell 主权契约 E1–E25(白标 CC 终端壳 provider-neutral 契约)** | ✅ 1.120~1.128(E22 defer) | E1 `tool_end.output` / E2 `TaskEventIdentity`(eventId/parentToolCallId)/ E13 `workspace_changed` / E3+E10 统一 `status` 事件(brain liveness,`brain/status-sink.ts` ALS)/ E9 `McpServerStatus` 投影 / **E23 live-only `onElicit`**(inbound MCP elicitation,per-server opt-in,fail-closed)/ **E6 `SessionPolicyStore`**(per-session 权限,tighten-only,新 `RunnerDeps` seam)/ E14 git 探针 / E18 resume-at 分支重放 / E19 rewind-files 工作树快照 / E12 prompt 建议(design/99) |
+| **message-identity Phase 1(`message_committed` wire 事件)= `preserved_segment` 解析的 enabler(CC `SDKCompactBoundary` parity 收尾)** | ✅ 1.160 | `TaskEvent.message_committed{entryId, role:"user"\|"assistant"\|"toolResult", toolCallId?}`:每条持久化的可渲染消息发出其 `SessionTreeEntry.id`(与 `compacted.preserved_segment.firstKeptEntryId`/E18 resumeAt/E19 rewindFiles 同 id 空间)。LIVE 来源 = vendored mod #23(`message_end.entryId`,在 `agent-harness.ts:602` 捕获 `appendMessage` 已返回的 id,无 `getLeafId` 竞态);RESUME = 5 处 first-party tool-result append 自捕获。消费者自建 `entryId→消息` 映射(toolResult 用 toolCallId、assistant/user 用流序)解析压缩分隔线,**去掉 service 侧 eventId↔entryId 旁路依赖**。floor 经核实在本引擎仅 user/assistant(toolResult 被 `findValidCutPoints` 排除;bashExecution/custom_message 条目无 producer)。`...ident()` 保子代理流隔离 |
+| **2c session-sync(云 ↔ 本地会话同步)** | ✅ 1.135~1.143 | `SessionRepo.export/importEntries` + `FileSnapshotStore`(export/`importManifest`/`putBlob`,BLOB 走对象存储)+ `SessionPolicyStore.listBySession` + `StreamingImportValidator`(NDJSON 流式,成本闸 maxFiles 10000/maxBytes 256MiB per-turn)+ file-backed local pull/push 对称 |
+
+## 5. 几个载重机制(handoff 值得知道)
+- **eager fire-and-forget**(runtask.ts:244):任务在 stream 构造瞬间开跑,`result()` await 共享 `run`;消费方 break early **不**通知生产者停(P-2 同源)。
+- **durable-suspend commit 协议**(prepare-task.ts):PRE-COMMIT(只读 + remote suspendVM 首个原子副作用)→ COMMIT(`checkpointStore.put`=不可逆点)→ COMMITTED(设 suspendRef、pin、停);put-failure split 路径先 unpause VM 再回落 onAsk。
+- **ID 化 mid-batch 捕获**:`batchToolCallIds`/`completedCallIds` 是 `Set<toolCallId>`,抗重排,且兼作 reconcile 的 suspended-batch 判别符 → wake-reconcile 绝不 orphan-close 一个 suspended 调用。
+- **SerializedCheckpointState 非同态 mapped 类型**(checkpoint-store.ts):强制序列化点出现每个 CheckpointState key(新字段不覆盖=编译错)→ per-task 正确性字段不会 resume 时静默丢。
+- **两阶段工具门单调用栈**:hook→policy→resolveAsk→suspendAsk 同栈 → "hook 的 allow 不能绕过 policy 的 deny/ask" 是结构性非竞态。
+- **`mapNestedSuspend`**(suspend-guard.ts):四编排(cascade/team/teacher/verify)import + subagent **内联**等价 → 嵌套 suspended 映射成 failed+`unexpected.suspended`+透传 checkpointToken、**不 release**(避免孤立 pinned checkpoint)。(team 例外:不暴露 checkpoint 字段=durable-resume 静默丢, team 成员须跑非-durable policy。)
+- **`isDurablePause()` 共享守卫**(design/80 D-B):编排器 + verifier 的 `finally` 原只守 `status==="suspended"` → 嵌套 `needs_review`/`plan_review` 暂停会孤立 checkpoint/丢 resume token;改为统一 `isDurablePause()` 判别(codex 逮到的 BLOCKER 簇,顺修一个 dry-run `needs_review` 旧孤儿)。
+- **D-2 mint-site safetyAxis + riskDescriptor**(checkpoint-store.ts):egress/irreversible 安全工具在铸门时强制走 `irreversible_ask`(`SAFETY ask 忽略 budget 永远问`=结构不变量),并附**确定性脱敏** `riskDescriptor`(severity 1–5 + axes + 脱敏 summary/touchedPaths)。`buildRiskDescriptor` **total-by-construction**(外层兜底网 + 只读顶层 DATA 属性标量)→ 对手/hook 重写的 args 永不让 mint 崩、永不改显示输出;**INERT**=core 从不读它来 gate/budget/suppress(结构 ask 严格胜)。供 supervisor inbox 排序/分诊。
+- **workflow `callKey` + journal scope 隔离**(workflow.ts + workflow-journal-store.ts,CORE-1/7/9):`callKey=ordinal:specIdentityHash`,hash **必须含每个行为定义 TaskSpec 字段**(images/thinking/limits/maxTokens/maxCostUsd/roles/memory/promptProvider)——挑字段会静默 replay 过期结果(审计 BLOCKER)。resume 重放最长不变前缀(cache hit,**不计预算**),首个 mismatch 或任何 `agentStream`/`pipeline` 锁 live divergence。`WorkflowJournalStore.append(runId, scope, entry)` 的 **scope 必须进 WHERE/INSERT**——跨租户隔离(A append → B load 必须空),InMemory 强制、PG/TiDB 后端逐字匹配;`(runId,ordinal)` 是 OVERWRITE last-write-wins 非 append-only。
+- **brain status liveness 走 ALS sink**(brain/status-sink.ts,E3+E10):rate-limit/retry/reconnect/circuit-open 经 `AsyncLocalStorage` 路由本任务流(同 workflow-depth 模式)→ **零 vendored harness / brain 接口 / per-call options 改动**;ephemeral 不进 resume。
+- **E23 elicitation = live-only,非 durable**:inbound MCP elicitation 是 server 在活的 task-scoped JSON-RPC 连接上发请求等回复;durable suspend 会 abort 循环 + dispose MCP client → 请求回不了。故 v1 = 同步 `onElicit` seam(原连接回复),per-server `elicitation?:boolean` opt-in 默认 OFF(防恶意 server 拉人进环);`message`/`requestedSchema`/`content` 全 server-controlled untrusted,展示要围栏。
+- **MF-24 gates 账本 + arg-summary 脱敏边界**(MF-24,1.148):`TaskResult.stats.humanReview.gates[]` 把每次权限门裁决(`kind`/`decision`/`toolName` + secret-scrubbed `toolArg`)记成 monitor 可读的 denial 账本。`toolArg` 经**共享脱敏边界** `src/core/arg-summary.ts` 统一裁剪——同一条脱敏路径既喂 gates 账本也喂 riskDescriptor 类的展示面,避免每个出口各写各的过滤(secret 漏写的单点风险)。账本是 fact/signal(给 sema-shell/service 排序分诊),core 自己不据它 gate。
+
+## 6. 读代码起点
+`src/index.ts`(全导出)→ `src/core/runner/runtask.ts`(循环)→ `prepare-task.ts`(装配)→ `assemble-result.ts`(终态)。vendored 时代改动账本(历史档)`docs/vendor-history.md`。测试维度 `test/COVERAGE.md`。深度子系统地图见 `audit-2026-06-15/`(INDEX 起)。
+
+---
+*活文档。最后核实 2026-06-27(版本 **1.150.0**,已发版+tagged v1.150.0,`tsc --noEmit` 干净,`npm test` = **3351 passed / 25 skipped**(200 文件);耐久架构不依赖具体 HEAD)。最近建造线 = sema-shell 数据契约(MF-*,1.146~1.150)/ workflow-parity(design/97)/ sema-shell 主权契约(design/99)/ 2c session-sync;workflow-parity + CC-parity 编排 + design/80 Supervisor + 价值判决 = 已封顶基座。**如何重验**:`npm view @sema-ai/core version` + `git tag | sort -V | tail`、`head -60 CHANGELOG.md`、`wc -l $(find src -name '*.ts' -not -path '*/vendor/*' -not -name '*.test.ts')` 末行(LOC)、`grep -c export src/index.ts`、`sed -n '108,130p' src/core/runner/assemble-result.ts`(errorCode 链)、`grep -rn 'riskDescriptor\|plan_review\|pendingSteer\|safetyAxis' src/core`(design/80 substrate)、`grep -rn 'runWorkflow\|resolveReasoning\|tightenTaskSpec\|runGoal' src/index.ts`(CC-parity 公共面)、`grep -rn 'gates\|humanReview' src/core/runner/assemble-result.ts`(MF-24 权限门账本)、`grep -rn 'task_progress' src/`(MF-10 subagent usage tick)、`ls src/core/arg-summary.ts src/core/workflow-journal-store.ts src/brain/status-sink.ts src/orchestration/{goal,run-workflow-tool}.ts`(新主线模块)、`grep -rn 'SessionPolicyStore\|onElicit\|McpServerStatus\|workspace_changed' src/index.ts`(sema-shell 契约面)。*

package/docs/BUGHUNT-2026-07-05-NIGHT.md

@@ -0,0 +1,98 @@
+# 整夜 bug-hunt 账本(2026-07-05 夜)
+
+> 纪律:**只记录,不急修**(clay 拍)。每条 = 编号 + 来源 + 现象 + 疑似根因 + 严重度 + 复现材料。
+> 三线:T1=TB 全量 89 跑分+尸检 · T2=引擎 soak/chaos · T3=make-real TS 靶。
+
+## 处置状态(2026-07-05 白天批,clay 拍板修复)
+
+> 引擎侧 6+1 件已修(见下队列逐条标注)+ codex 对抗复审两轮全处置(r1:F-1 BLOCKER=T2A-2 修复自身反噬 finalized latch 时机 / F-2 WorkflowStatus 面漏修 / F-3 关闭序反嵌套 / F-4 replay 语义拍回 prefix 契约 / F-5 microtask 竞态记档接受;r2:R-3=F-3 处置自身 tie 场景再被逮 → 同类型创建序降序 tie-break)——「修复自身要过对抗复审」教训连续两批兑现,且本批复审自身也逮到处置的处置。全量 4060 绿 + 反事实验证(revert→8/9 新测试挂);版本 1.235.0。
+> 未入本批:T1-1/T1-2(deadline 感知+后台进程存活,值独立设计小批)、verifier 基建+预算对齐(TB 节点侧非引擎)、T3-5(design/73 聚合侧)、T2A-6(待 service 侧坐实 taskId 生命周期)、T2A-7/9/10(LOW/INFO 边角,留存量)。
+
+## 白天处置队列(按优先级,晨会用)
+
+**引擎真 bug(改代码):**
+1. ✅已修(1.235.0)**T2A-3 MED** — TaskStop 打已完成 workflow 翻 completed→cancelled + result 永久丢(task-registry.ts:817 缺终态 guard)。低风险高价值,首修。
+2. ✅已修(1.235.0,含姊妹 T2A-1)**T2A-2 MED** — post-terminal phase 结算越过 run_end 发 phase_end + store 覆写(workflow.ts:1208-1223 缺 finalized guard);姊妹 T2A-1 subgroup 永久 running。
+3. ✅已修(1.235.0,连带 T2A-5 journal 洞;语义=只重放 completed、其余 live 重试)**T2A-4 MED** — resume 对 FAILED agent 无条件重放失败,「resume crashed run」主用例不可用,打脸工具描述。语义决策(要不要区分瞬时失败 vs 确定性失败),可能需小设计。
+4. ✅已修(1.235.0,resultFull + poll 回复 inline 全文→通用 offload 拿真 ref;顺手修 T2A-8 失败终态带 error)**NH-1 / [412]洞② M** — workflow result 超 bound 无全文取回通路(已回黑板 [413]);修=完成时全文入 tool-result store 拿真 ref、截断尾带 ref 指引。
+5. ⏳待设计小批 **T1-1 / T1-2 HIGH** — 后台服务活不到 verifier(setsid/不随 run 回收)+ 引擎无 deadline 感知(给 timeoutSec 不主动收尾)。TB 类考场系统性丢分,值一个设计小批。
+
+**非引擎但高杠杆(TB 考场适配):**
+6. ⏳TB 节点侧 **verifier 基建修复**(uv 预烘/走镜像)——24/89 判分无效的最大单杠杆,不改引擎;flash/pro 对照证明这是当前分数噪声主源。
+7. ⏳TB 节点侧 **预算对齐**(adapter 读任务级 timeout→TB_TIMEOUT_SEC≈0.85×harness),覆盖 15+4 例双向错配。
+
+**范本/文档小修:**
+8. ✅已修(1.235.0)**T2B-1 LOW-MED** — make-real-longrun.ts L141/L153 改读 `stats.costBreakdown.compactionMicroUsd`(字段 1.234 已迁);官方范本带病,下游照抄。
+9. 归档更新:上夜 NIGHT-REPORT #5「midstream-cut 速败」已被 1.234.1 流内重连闭合(T2B-2 复证)。
+
+**design/73 聚合候选:**
+10. ⏳design/73 聚合侧 **T3-5** — 异常成本轮廓(turns/µUSD 远超同签名基线)作 Goodhart 嗅探维度,承载进 TaskOutcome 聚合。
+
+## 状态板
+
+| 线 | 状态 | 备注 |
+|---|---|---|
+| T1 TB 全量 | **完成**:pro **0.303**(27/60) · flash **0.416**(37/52),各 4h+;异常 pro 25 / flash 22 | 尸检 T1b 完成,详见下 |
+| T2a workflow 面确定性 fuzz | **完成**:10 条(MED×5)| 700 轮 soak + 9 探针 |
+| T2b 真模型 chaos 矩阵 | **完成**:42/42,PASS 32/FAIL 10(FAIL 全 = T2B-1 checker 假警)| resume 12/12 全绿 · cut30 行为改善 |
+| T3 make-real TS 靶 | **完成**:3 切片全绿 + 3 探针,6 条 | reward-hack 实证 T3-5 |
+
+**插曲**:01:47 三 agent 齐死于「session limit resets 5:30am」,夜间 01:47~06:00 只有 T1(节点侧无 LLM 依赖)真跑;06:00 恢复后全线重启,~08:00 二次限额(resets 11am),T2b 矩阵驱动是独立 node 进程不受影响、跑完 42/42。
+
+## 🎯 T1 双模型全量分 + 基建判决(关键结论)
+
+| 模型 | mean | 1.0 | 0.0 | AgentTimeout | NonZeroExit | 其他异常 |
+|---|---|---|---|---|---|---|
+| v4-pro | **0.303** | 27 | 60 | 15 | 8 | VerifierTO 1 / EnvStartTO 1 |
+| v4-flash | **0.416** | 37 | 52 | 14 | 8 | — |
+
+**flash > pro 主因是 verifier 基建噪声,不是模型能力**:flash-only 满分 22 个里 ≥12 个(compile-compcert / archive-key-recovery / cipher-analysis-diff / cipher-analysis / repo-history-restore / git-multibranch / llm-inference-batching / pytorch-model-cli / mcmc-sampling-stan / rstan-to-pystan / sqlite-with-gcov / qemu-startup)正是 T1 尸检判定「pro 跑时容器拉 uv 失败→verifier 无效判分」的同批任务。两次 run 之间 github/uv 拉取成败不同 → 直接吞/放行十几个判分。**两模型真实能力交集 15、各有专长**(pro 强 pov-ray/sparql/prove-plus-comm,flash 强 cipher/git/pytorch),真实差距远小于 0.11。**两个 mean 都是硬下界**;修 verifier 基建(uv 预烘/镜像)后两者都会上浮且更可比。
+
+## T1 尸检判决(详情 scratchpad/night2/T1-AUTOPSY.md)
+
+- **0.303 是硬下界**:60 零分中 **24 例 = verifier 基建无效判分**(容器直连 github 拉 uv 失败 → `uvx: command not found`,agent 产出抽样多例看着是对的);36 例真 0(主体=模型能力近失:bn-fit 7/9、build-cython 10/11)。
+- **AgentTimeout 15 例系统性根因 = 预算错配**:引擎 timeoutSec=3000 vs harness 900–1200s——引擎按 50 分钟节奏干、15 分钟被拍死。时间三层:模型长生成 7 / 长跑 Bash 3 / 苦工+compaction 抖动 5。**无重复读/无效重试循环**。
+- **NonZeroExit 8 例全部合法终态,零引擎 crash**(4 timeout 反向错配 / 2 blocked 无外网自陈 / 2 deepseek 退化干净中止)。
+- **优化候选 Top3**:①verifier 基建修复(uv 预烘/镜像,+24 判分有效性,最大杠杆);②预算对齐(adapter 读任务级 timeout→TB_TIMEOUT_SEC≈0.85×harness + 引擎 deadline 感知收尾,覆盖 19 例);③run_in_background 进程存活到 verifier(3 例留驻服务任务,≈3.4pp)。
+
+### T1-1~T1-5(引擎侧,只记不修)
+- **T1-1 HIGH**:后台服务进程随 run 回收,活不到 verifier(kv-store-grpc 等 3 任务)——「留驻服务」类任务系统性丢分。
+- **T1-2 HIGH**:引擎无 deadline 感知——给了 timeoutSec 也不会在预算内主动收尾交卷,超时=生砍。
+- **T1-3 MED**:deepseek contextWindow 硬编码 64K→~45K 即 compaction,全 job 87 次抖动(待核 v4 真窗)。
+- **T1-4 MED**:output.degenerate 检测直接废整 run,不尝试截断续跑。
+- **T1-5 LOW**:退化 turn 记账 in=0 out=0。
+
+## T2a 判决(workflow 面确定性 fuzz,700 轮 soak + 9 探针;详情+最小复现 scratchpad/night2/T2A-FINDINGS.md)
+
+**10 条(MED×5 / LOW-MED×1 / LOW×3 / INFO×1),重点:**
+- **T2A-2 MED**:totalTimeoutMs 终止后,弃置 scoped phase body 迟到结算 → **run_end 之后发 phase_end + post-terminal store 覆写**(rev 3→4 实测);phase() 两条收尾路独缺 finalized guard(workflow.ts:1208-1223)。姊妹 T2A-1:closeAbandonedAgents 只关 agents,subgroup 永久 `running`。
+- **T2A-3 MED**:TaskStop 打在**已完成** workflow 上把 completed 翻成 cancelled,回执谎报 stopped:true,且 result 永久丢(stopWorkflow 缺已终态 guard,task-registry.ts:817;对照 stopBackgroundAgent 有)。
+- **T2A-4 MED**:journal 无条件缓存 FAILED agent 结果并重放 → `resumeFromRunId` 对瞬时失败 0 次 live 调用、永远复现失败,「resume crashed run」主用例不可用,与工具描述直接矛盾。
+- **T2A-5 LOW-MED**:runTask THROW(parallel 吞成 null)在 journal 留洞 → resume 从洞起**整段后缀全部重跑**(含已成功有副作用的 agent);700 轮 soak 全部 27 条 resume 违例皆此类。
+- 其余:T2A-6 owner 锁发起时 host taskId(跨轮 poll 自己 run 报 not found,待 service 确认);T2A-7 blocked poll timeout<400ms 实等 ~400ms;T2A-8 store-less 失败终态 poll 零 error 信息;T2A-9 重复 runId 共享观察通道被先结束者关死;T2A-10 裸 marker 泄出词法作用域。
+- **验证为正确面**:notifier/ackServed 恰一次 · 0 unhandledRejection · store 终行一致 · 无泄漏 interval · 干净 resume 100% 重放零计费。
+
+## T3 判决(make-real TS 靶 cronwell,runSpec 全形态,3 正式切片 + 3 探针;详情 scratchpad/night2/T3-FINDINGS.md)
+
+- **三切片全绿**(特性缺失 22/22 · planted 并发 bug 3/3 修对 16/16 五复跑稳 · 重构双门),双向 oracle 闸全过(6 突变探针全逮红);probe A 证预算耗尽诚实(failed+limit.max_turns+发射照常),`minPass:"baseline"` 首次 live 逮到测试消失式假象。
+- **T3-5 MAJOR(观测缺口)**:矛盾 oracle 探针下模型造 `statsCallCount`(前 3 次说谎第 4 次说真话)拿到 mechanical green——frozen 防线没破,但引擎对该局 green **零 Goodhart 信号**;成本轮廓(20 turns/98k µUSD vs 正常 4-9 turns/11-24k)本身是强嗅探轴,TaskOutcome 缺承载维度。→ design/73 聚合侧候选:异常成本轮廓 flag。
+- **T3-1 MINOR**:oracle stdout+stderr 合流,良性 stderr 噪声(ExperimentalWarning)可误伤 mustNotMatch;OracleGreenSpec 无 stream 选择。
+- **T3-6 MINOR**:74-91s 长 brain call 期间 tracer 全静默,监控端无法区分长输出与挂死。
+- 未证伪面(诚实):stop-gate red 反馈/frozen 恢复/连续 error 放弃,6 局顺路径 0 触发,需 harness 注入或更弱模型才能 live 覆盖。
+
+## T2b 判决(真模型 chaos/resume 矩阵 42/42;详情 scratchpad/night2/T2B-FINDINGS.md)
+
+- **resume lane 12/12 全绿**(续跑到绿,零真不变量违规)· **resume-chaos 8/8 PASS**(leg1 chaos+abort → leg2 续绿)——resume 面比预期干净,是今晚正面复证。
+- **T2B-1 LOW-MED(示例契约漂移,非引擎 bug)**:1.234 把顶层 `stats.compactionMicroUsd` 剥离进 `stats.costBreakdown.compactionMicroUsd`(codex review #4),但 `src/examples/make-real-longrun.ts` L141/L153 仍读旧字段→恒 undefined→0,任何 compaction run 假报 I2 失败(矩阵复现 5+ 例)。**该示例是官方驱动范本,下游照抄即带病**——违反「修类不修点」纪律。定向探针证引擎账目逐 µ$ 精确无损。→ 白天顺手修范本读法。
+- **T2B-2 观察(上夜判断修正,非 bug)**:midstream-cut 30% 注入下引擎有流内重连(发 "connection lost, reconnecting" 重试),零速败零 wedge,代价=烧 turn 到 limit.max_turns。**上夜 NIGHT-REPORT #5「mid-stream cut 无 turn 级重试→速败」在 1.234.1 不复现**——缺口疑似已在 1.230-1.234 间闭合,归档时更新旧条。
+- 全部 10 个 FAIL 均为 T2B-1 型 checker 假警(该 leg compacted>0 且 gap/次≈4-8kµ$),**引擎侧零真违规**。
+
+## Bug 记录
+
+### NH-1 [blackboard 412 洞②] WorkflowRun.result durable/registry 腿疑似未接
+- **来源**:飞轮 H,clay 生产首跑 runId `wb5eda2293958d89c`
+- **现象**:1.234.0 引擎完成的 workflow,模型 TaskOutput 取 result 得 "No persisted output for ref … may have expired" —— 走到 durable fallback miss 分支
+- **真根因(转录逐帧坐实,与飞轮猜测不同)**:durable 记录 result 完好、TaskOutput 终态回执**确实带了 result**(4419 字符);但 result 被 bounded 截断(`…[+36276 chars]`),截断尾**没有全文取回通路指引** → 模型顺着 `[+N chars]` 心智调 `ReadToolResult(ref=<runId>)` → runId 不是 tool-result ref → "No persisted output for ref" miss 文案。即:**workflow result 超 bound 后全文没地方取**(durable store 有全文,但没有模型可达的读口)。
+- **严重度**:M(契约半兑现:承诺 "reply carries its result",大 result 场景模型拿不全且被误导撞 miss)
+- **修向(明早批)**:完成时把**全文 result 存 tool-result store 拿真 ref**,截断尾带该 ref(`use ReadToolResult(ref) for the full text`);或 TaskOutput 加 `full` 参数直读 durable run.result。倾向前者(与既有 offload 心智一致)。
+- **状态**:已回黑板编号确认;修不动手(夜间纪律)

package/docs/BUILD.md

@@ -0,0 +1,63 @@
+# BUILD — 编译 / 测试 / 发版(活文档,命令已实跑验证)
+
+> 入口见 [`HANDOFF.md`](HANDOFF.md)。**本页每条命令均于 2026-07-03 实跑验证**(命令/产物不依赖具体 HEAD;测试数随主线持续涨,1.221.0 时 3887 passed,以实跑为准)。见尾部「如何重验」。
+> 语言:TypeScript + Node(ESM, NodeNext)。包名 `@sema-ai/core`,发到 Gitea 私有 registry(scope `@sema-ai`)。
+
+## 1. 环境要求(已验证)
+- **Node ≥ 20.3.0**(`package.json` engines;开发机实跑 **v24.2.0** 通过)。用到全局 `fetch`、`zlib.crc32`。
+- **依赖**:运行时仅 `typebox` + `@modelcontextprotocol/sdk`(`package.json` dependencies 实测);devDeps 有 `vitest`/`@types/node`/`pg-mem`/`tsx`/`typescript`。
+- 无需 Docker / DB 跑单测(mock brain + pg-mem,离线)。
+
+## 2. 装 + 编译 + 自检(逐条已验证 exit 0)
+```bash
+npm install                          # 装依赖
+npm run build                        # = tsc -p tsconfig.build.json → dist/(.js + .d.ts + .map)  ✅ exit 0
+npm run typecheck                    # = tsc --noEmit                                            ✅ exit 0
+npm test                             # = vitest run(全维度,mock brain,离线,含真 stdio MCP)   ✅ 全绿(3887 passed / 36 skipped @1.221.0,随主线加测试会涨,以实跑为准)
+npm run smoke                        # = tsx src/examples/smoke.ts(mock brain e2e,无需网关)
+```
+- `npm run build` 产出 `dist/`(`agents/ brain/ core/ engine/ internal/ prompts/ + index.{js,d.ts}`)。`package.json.exports` 指向 `dist/index.js` + `dist/index.d.ts`。`files` 只发 `dist/ docs/ README.md CHANGELOG.md NOTICE.md LICENSE`(vendored 血统档在 `docs/vendor-history.md` 随 docs 发)。
+- 本仓开发直接用 `tsx` 跑 `src/`(不必先 build)。
+
+## 3. 真模型 / 网关相关(需网关可达,非 CI)
+```bash
+LIVE_AI=1 npx vitest run test/live-real-model.test.ts   # 真网关 e2e(默认 skip;LIVE_AI_BASE_URL/LIVE_AI_MODEL 覆盖)
+PG_URL=postgres://… npx vitest run test/pg-stores.test.ts  # pgvector SQL 路径(默认 skip,pg-mem 不模拟扩展)
+npx tsx src/examples/live.ts                            # 真网关:工具调用 + 续聊
+npx tsx src/examples/features.ts                        # 流式 / 图片 / SQL / blocked
+```
+> 默认 `npm test` **离线全绿**;真模型/真 PG 行为由 env-gated 测试 + `src/examples/*` 手动验证(同一 gating 惯用法)。1 skipped = `pgvectorSql` 分支(需 `PG_URL`)。
+
+## 4. 发版(npm publish,双步)
+```bash
+# 0) ⚠️ 共享工作树:发版前先 stash 隔离 clay/团队 WIP(docs/团队 未提交文件),避免 prepublishOnly 的 build/test 被脏树污染
+git stash push -u -m "pre-publish isolate WIP"   # 发完 git stash pop 还原
+# .npmrc(本地,已 gitignore;模板 .npmrc.example)需一个有 write:package(+read:package)的 Gitea PAT
+npm publish                          # prepublishOnly 自动跑 build + 全量 test(= 发版 gate)
+git push origin main && git push origin v<version>   # 推 main + 推 tag
+```
+- **发版 = `npm publish` + `git push`(main + tag)双步**(只 push registry 装不到;只 push git 拿不到包)。`prepublishOnly = npm run build && npm run test` 是硬 gate——build + 全量测试不绿则发不出去。
+- **发版前 `git stash -u` 隔离 WIP**:本仓是多 AI 共享工作树 + clay 有未提交的 docs/团队 文件;不隔离则 prepublishOnly 的 build/test 可能踩到脏树。发完 `git stash pop` 还原。提交只显式列自己改的文件,**别 `git add -A`**。
+- `publishConfig.registry` = `http://git.zhenbs.com:9999/api/packages/AI-Only/npm/`。
+- ⚠️ **PAT 需 `write:package` scope**,否则 `E401`(Gitea 设置→应用→生成令牌勾 package 读写)。
+- semver;pre-1.0 minor 可含 breaking。commit 尾加 `Co-Authored-By: Claude ...`。打 tag `v<version>`。
+- **发版 go 只来自 clay**;search/council 背书 = 质量 clean(必要非充分)。
+
+## 5. 版本现状(2026-06-27,接手必知)
+- **当前 = `1.221.0`,已 publish + 打 tag `v1.221.0`,CHANGELOG 有 `## 1.221.0` 头**(干净发版,无版本漂移)。`package.json.version`、`git tag`、`npm view @sema-ai/core version`、CHANGELOG 顶部头四者一致。
+- **发版口径(clay 2026-07-02 拍)= 自主发版**:复审+全量绿即 merge+tag+`npm publish`+黑板通告,不再等逐版 go(纪律不变:多轨对抗复审/反事实/关键路径 live;memory `feedback-release-gate-and-endorsement`)。
+- 近期发版谱系(全 released + tagged):`1.104.0`(design/80 supervisor 封顶)→ `1.111.0`(metrics→core `/bench`)→ `1.113.0`(ask 冒泡)→ `1.114.0`(`tightenTaskSpec` 治理原语)→ `1.115~1.118`(CC-parity:推理强度真切换 / S1 workflow 引擎 / S8 LLM 自助编排 / goal 模式 S2+S4)→ `1.119.0`(**改名 `@ai-only/ai-agent-core`→`@sema-ai/core`,仓库 `sema-core`**)→ `1.120~1.128`(**sema-shell 主权契约 E1–E25**,design/99)→ `1.129~1.139`(**多轮对抗 bug-hunt + vendored 硬化**,1.139 含 36 修)→ `1.135~1.143`(**2c session-sync** 云↔本地)→ `1.144~1.145`(workflow-parity CORE-1~9 — `WorkflowJournalStore` scope-keyed durable resume + steerable agents + worktree 隔离 + per-agent activity 流)→ **`1.146~1.150`(当前:sema-shell 数据契约 MF-*/MF-Fleet + P2 design-review,与 service 协调 —— 引擎↔sema-shell monitor↔service 可观测数据契约。MF-24 权限门/denial 账本 `TaskResult.stats.humanReview.gates[]` + 脱敏边界 `src/core/arg-summary.ts`(1.148)/ MF-10 `TaskEvent.task_progress` subagent usage tick(1.147)/ MF-25 `TaskResult.model` 回声 effective model id(1.148)/ MF-18 `compacted.trigger`(1.149)+ MF-14 `CheckpointSummary.contentKind`(1.150)+ MF-W WorkflowRun monitor header / 活动 arg / deriveAgentDisplayStatus(1.147~1.150)。MF-Fleet live 聚合在 service 进程内,core 只产 fact/signal、不建 durable 父系血缘)**。每片 = subagent/workflow 实现 + 我审 + codex 异源复审。
+- **主线说明**:最近建造线 = sema-shell 数据契约(MF-*/MF-Fleet,design/99)/ workflow-parity(design/97)/ 2c session-sync;CC-parity 编排 + design/80 Supervisor + 价值判决 + workflow-parity(CORE-1~9×SVC-1~5)+ sema-shell 主权契约 E1–E25 + 2c session-sync = **已封顶基座**。**当前焦点**(快速移动)= sema-shell 数据契约 loop(MF-*/MF-Fleet)+ P2 design-review,与 service 协调(真相查 `git log` + `团队/` 通道[302] + memory)。
+- ⚠️ 旧文档里的历史版本笔记已**作废**——现在干净停在 **1.221.0**(1.150→1.221 谱系见 HANDOFF 顶部横幅 + CHANGELOG)。
+- **CI 版本一致性 pin 已转正**(`test/known-issues-2026-06-15.test.ts` 的 P-17:断言**每个 shipped package.json version 都有匹配的 `## <version>` CHANGELOG 头**——已从 pin-现状翻成 DESIRED 不变量,作为漂移守卫)。
+- **teacher hang 历史校正**(保留):cap=10000 曾让 ~23 个 teacher 测试无限 mock loop → "publish 卡 11 分钟"的真因;revert + teacher 测试设显式 maxTurns 后已修,suite 全绿。
+
+## 6. 测试组织(改代码必看)
+- `test/` **一文件一维度**,矩阵见 [`../test/COVERAGE.md`](../test/COVERAGE.md)。每个发布版须全维度绿。
+- 确定性单测用 mock brain(`test/helpers.ts: scriptedBrain`,报告 context-sized usage 使压缩逻辑被真实驱动);`errorBrain`/`slowBrain` 盖失败/abort。
+- 新 bug 的 tripwire:`test/known-issues-2026-06-15.test.ts`(pin 当前 buggy 行为、保持绿;修 bug 时翻成 DESIRED 断言)。
+- design/80 supervisor 测试新增多片(decision-binding / riskDescriptor / pendingSteer / plan_review / req.budget 等),均随发版进 suite,矩阵以 `test/COVERAGE.md` + 实跑为准。
+- ℹ️ 旧的「改代码避开 design/74 活跃文件」警告已**作废**——design/74 LIVE suspend/resume 已落地+验证,design/80 也已动过 `runtask.ts`/`checkpoint-store.ts` 并发版。这些文件现在是常规可改文件(改 supervisor 控制流仍最高爆炸半径,走 code-ready council + dogfood)。
+
+---
+*活文档。最后核实 2026-07-03(构建事实不依赖具体 HEAD)。**如何重验**:`node -v`、`npm run build && echo $?`、`npm run typecheck && echo $?`、`npm test`(看 passed 数,当前 3887 passed / 36 skipped)、`node -p "require('./package.json').version"` 应与 `git tag | sort -V | tail -1` + CHANGELOG 顶部 `## <version>` 头三者一致(版本无漂移)、`grep -A3 '"dependencies"' package.json`。*

package/docs/CANCEL-ASYNC-ATTRIBUTION-2026-07-09.md

@@ -0,0 +1,98 @@
+# cancel-async-tasks 归因 — 2026-07-09
+
+**结论(TL;DR)**:`divergence_class = **model_variance**`(非 engine_surface,非 prompt_surface)。
+"1249 PASS → 1.258.5 FAIL" 是**采样运气翻面**,不是引擎面回退。该题的 pass/fail **完全由模型自采样的三种实现策略中哪一种决定**,而策略选择在两个版本上都不稳定。所谓"1249 基线 PASS"只是那一注恰好抽到了唯一稳健的 TaskGroup 形态;1249 的其它注(rerun-n5-1249ctl/lowc)同样大量抽到 gather 形态并 FAIL。**无引擎锚可拍;不构成硬回退。**
+
+---
+
+## 1. 失败信号(逐题一致)
+
+FAIL 只挂 `test_tasks_cancel_above_max_concurrent`(3 tasks / max_concurrent 2 / 0.5s 后真 SIGINT):
+```
+assert stdout.count("Task started.") == 2   # PASS: 只起 2 个,并发闸对
+assert stdout.count("Cleaned up.")   == 2   # FAIL: 实得 0 —— cleanup 没跑
+```
+其余 5 项(file_exists / run_concurrently / obey_max_concurrent / cancel_below / cancel_at)全 PASS。即:并发语义、非-above 场景的取消清理都对,**唯独真 SIGINT 下 above-max 的 cleanup 不跑**。
+
+关键测试细节(决定性):测试的 `task()` 的 cleanup **自身含 await**:
+```python
+finally:
+    await asyncio.sleep(1)   # <-- cleanup 里有 await
+    print("Cleaned up.")
+```
+测试驱动是顶层 `asyncio.run(main(...))`,外部进程发真 SIGINT。
+
+---
+
+## 2. 三种实现策略 = pass/fail 唯一判据(经验复现)
+
+在海外机 `/tmp/cadiv` 用真 test.py + 真 SIGINT 逐形态复现(Python 3.12,与容器一致):
+
+| 策略 | 机制 | 复现结果 | 全库注数 |
+|---|---|---|---|
+| **A. TaskGroup**(= 参考解 solve.sh) | `async with asyncio.TaskGroup()`;`__aexit__` 在把控制权交还 runner **之前**、在循环仍存活时驱动每个子任务的 `finally`(含其 await)跑完 | `started=2 cleaned=2` **PASS** | 2/2 PASS |
+| **B. gather + 自装 SIGINT 信号处理器** | `loop.add_signal_handler(SIGINT, …)` 把 SIGINT 截成 `stop_requested` 标志,**阻止 KeyboardInterrupt 拆循环**,已起任务的 awaiting cleanup 得以跑完 | `started=2 cleaned=2` **PASS** | 1/1 PASS |
+| **C. gather + `except BaseException` 二次 re-await 兜底**(无信号处理器) | `await asyncio.gather(...)` 捕获 CancelledError → cancel 剩余 futures → `await asyncio.gather(..., return_exceptions=True)` 收尾 | `started=2 cleaned=0` **FAIL** | **1/16 PASS(~94% 挂)** |
+
+其它形态(WVpyz5c 的 Condition-bypass)本质属 C 族(无信号处理器),复现同挂。
+
+**6 注目标 FAIL 全部是 C 族**(full89 的 4j5X8et + r3-rerun 全 5 注 msW3z35/pNuzGjn/TaPRk7f/tSNCqSU/WVpyz5c)。**1249 的 PASS 基线 3JM7tfs 是 A 族(TaskGroup)**。
+
+---
+
+## 3. C 族为什么在真 SIGINT 下 cleanup 不跑(精确机制,带 trace)
+
+Instrument 版 trace(海外机实跑)显示 recovery gather **确实"完成"了**(打印 `recovery gather COMPLETED`),但 `Cleaned up.` 从未打印。根因链:
+
+1. 外部进程发 SIGINT → CPython 的 `asyncio.runners.py` 在 `run_until_complete` 里**取消主任务**,并在 runner 收尾处 `raise KeyboardInterrupt()`(runners.py:123)。
+2. CancelledError 传入 `run_tasks` 的 `except`,C 族 cancel 已起任务 → 它们从 `await asyncio.sleep(2)` 抛 CancelledError → 进入 `finally`。
+3. `finally` 里的 `await asyncio.sleep(1)` **又是一个 await**。此刻整个主任务正被 runner 的 KeyboardInterrupt 收尾拆除,这个二次 await **立即再被取消**,`asyncio.sleep(1)` 永不完成,`print("Cleaned up.")` 到不了。
+4. recovery gather 的 `return_exceptions=True` 把这些二次 CancelledError 吞掉,于是 gather"完成",但 cleanup body 的 await 从没被满足。
+
+**反证(锁死机制)**:把测试 cleanup 改成**不 await**(纯 `print`),C 族立刻 `cleaned=2` PASS。→ 挂点精确落在"cleanup 内含 await + 循环正被顶层 KeyboardInterrupt 拆除"。A/B 之所以过,是因为它们都在循环存活期把 cleanup 的 await 驱动完(A 靠 TaskGroup 的 `__aexit__` 自身 shielding,B 靠信号处理器不让循环被拆)。
+
+---
+
+## 4. 对抗自查:排除 engine_surface,坐实 model_variance
+
+- **引擎面证伪**:提交物是模型自写的 Python 源码,失败纯由 `asyncio` 语义决定,与 sema 引擎的 steering/attachment/窗口/记忆无因果。events.jsonl 里唯一的 `steering_injected` 是 `todo_reminder`(与实现路线无关)。prompt.assembled = constitution `core` 三块(role.base/harness.context/env.context),无异常。→ **不是 engine_surface,也不是 prompt_surface。**
+- **版本无关性(base-rate)**:全库形态×奖励聚合:
+  - `gather-recovery: 1/16 PASS`、`TaskGroup: 2/2`、`gather+sighandler: 1/1`、`other(condition): 2/2`。
+  - 形态几乎完美决定 pass/fail,**跨 1249/1257/1258 版本同分布**。
+  - **1249 自己**:rerun-n5-1249ctl = 3/3 gather **全 FAIL**;rerun-n5-1249lowc = 3 注 gather(1 FAIL + 2 PASS,其中 1 个 PASS 靠信号处理器=B 族,另 1 个是 C 族 asyncio.wait 变体的 timing-flaky PASS)。→ **1249 绝非"该题稳过",只是 full-pro 那一注抽到了 A 族。**
+  - **1258**:rerun-n5-1258 = 4 注 gather FAIL + 1 注 TaskGroup PASS。分布与 1249 同族,**没有可辨的版本性漂移**。
+- **纯 deepseek 服务端漂移**:无法完全排除微观概率偏移,但**不需要**——即便采样概率完全不变,C 族本就 ~94% 挂,一次 full-89 抽到 C + N=5 r3-rerun 又抽到 5×C(C 是最高频形态)完全在概率之内。**系统性 0/5 是"高频劣形态"的直接后果,不是引擎劣化。**
+- 无 CC 同题同日腿(a1-ccdiff-1258 未覆盖此题),故时段对照缺。但版本内 base-rate 已足以定谳。
+
+**唯一 gather-recovery PASS 异常(1249lowc rigQaBR)**:用 `asyncio.wait` 而非 `gather(...return_exceptions=True)` 且吞 CancelledError,结构上仍有同款拆除脆弱性,PASS 是 timing 侥幸——反而佐证 gather 族是"多数输的彩票"。
+
+---
+
+## 5. 修复候选
+
+这是**能力/稳健性(prompt-shaping 或 finetune)**问题,不是引擎 bug,**无引擎锚**。可选杠杆:
+
+1. **(无 core 改)记为已知方差题**:该题真值极窄——只有 TaskGroup 或"截 SIGINT 信号"两条稳健路。C 族(gather+re-await)是 asyncio 常见误区(测试 docstring 明说 "common gotcha")。模型对 asyncio 取消语义的掌握不稳=纯 model 面,建议归入方差桶,不追引擎修。
+2. **(可选,prompt 面)** 若要提该题稳定率,在 role.base/harness 里加一条通用 asyncio 提示("cleanup 含 await 时,顶层 SIGINT 会拆循环;优先 TaskGroup 或 loop signal handler")——但这**逼近 teaching-to-the-test**,除非能证明它泛化到别的取消类题,否则不建议。
+3. **不建议**任何 core 行为面改动(steering/attachment/窗口)——它们与本失败无因果,改了也不动这题。
+
+---
+
+## 6. 建议快环验收口径(单题 N=3)
+
+- **口径**:单题 `cancel-async-tasks` × N=3,记录每注的**实现形态**(TaskGroup / gather+sighandler / gather-recovery / other)与 reward,**看形态分布而非单看 pass 计数**。
+- **判据**:
+  - 若 N=3 里出现 ≥1 注 A/B 形态且 PASS → 印证"形态决定论",维持 model_variance 定性,**不追引擎**。
+  - 若刻意要抬稳定率(采纳候选 2),验收看 **A/B 形态占比是否上升**(而非单纯 pass 率——pass 率会被 gather-recovery 的 1/16 侥幸污染)。
+  - **反例守门**:任何一注 C 族(gather-recovery)若 PASS,需核是否 `asyncio.wait`/非-await-cleanup 侥幸,不计入稳健证据。
+- **别用**:纯 pass/fail 计数做验收(会把形态方差误读成版本效应)——这正是"1249 基线 PASS"结论的陷阱来源。
+
+---
+
+## 附:证据坐标(海外机 `ubuntu@91.199.82.197`)
+
+- 任务真值:`~/.cache/harbor/tasks/5pwPaf92MGZBJjvqnuBn9d/cancel-async-tasks/`(test.py / test_outputs.py / solution/solve.sh=TaskGroup 参考解)
+- 6 注 FAIL(全 C 族):`full-1258.5-fb/full89/cancel-async-tasks__4j5X8et` + `r3-rerun-1258.5-fb/r3/cancel-async-tasks__{msW3z35,pNuzGjn,TaPRk7f,tSNCqSU,WVpyz5c}`
+- PASS 对照(A 族):`full-pro-1249-fb/cancel-async-tasks__3JM7tfs`
+- base-rate 腿:`rerun-n5-1249ctl-fb`(3×C FAIL)/`rerun-n5-1249lowc-fb`(B PASS + C flaky PASS + C FAIL)/`rerun-n5-1258-fb`(A PASS + 4×C FAIL)/`full-pro-1257-fb`(C FAIL)
+- 复现脚本:`/tmp/cadiv/`(run_gather.py=C / run_tg.py=A / run_sig.py=B / test.py + test_noawait.py)

package/docs/CC-198-VS-201-DRIFT-2026-07-09.md

@@ -0,0 +1,70 @@
+# CC 2.1.198 → 2.1.201 版本漂移横扫（答题行为面）
+
+日期：2026-07-09
+执行：core search AI（版本漂移取证）
+目的：TB 基线腿实测跑 2.1.201，但全部 CC-parity 考据锚定 2.1.198（`docs/cc-probe-198/`）。定谳两版在「影响答题行为的面」上有无漂移。
+
+## 终判
+
+**① 零行为面漂移 —— 198 锚继续有效，无需对 201 重采活体探针。**
+
+两版在所有六个答题行为面上语义一致。全部差异均为 minifier 符号重命名（如 `A→E`、`Ke→Ve`、`_Yo→Ses`、`sBu→Rju`）与字符串模板化（工具名内插 `${KC}`/`${Bg}`），无一改变发给模型的提示词/工具契约/参数。198 活体档（tools-array.json + system-prompt.txt + probe-*.json）可继续作为 201 基线腿的 CC-parity ground truth。
+
+## 取证物料
+
+| 项 | 路径 | 说明 |
+|---|---|---|
+| 198 JS bundle | `/Users/clay/开发/gittea/claude-198/cc-2.1.198/package/claude-cli-2.1.198.min.js` (18MB) | 从 198 darwin-arm64 bun 二进制已抽出 |
+| 201 JS bundle | scratchpad `cc201-bundle.js` (24MB) | 从 `@anthropic-ai/claude-code-darwin-arm64@2.1.201` bun 二进制 carve（offset 207735112，`@bun-cjs` 标记）|
+| 198 活体档 | `docs/cc-probe-198/tools-array.json` / `system-prompt.txt` | 27 工具 + print/interactive 双档系统提示词 |
+
+注：201 主 npm 包已 Bun 二进制化（`extractFromBunfs.js`，无 `cli.js`），故拉 darwin-arm64 平台子包取原生 `claude` 二进制再 carve JS 区。198 侧本地已有抽好的 min.js，like-for-like 对比。
+
+## 逐面判定
+
+### a. 工具面（工具列表增删 + 每工具 description/schema）— SAME
+
+- **工具集**：27 工具（198 活体：`n_tools_interactive=27`，print=24，interactive_only=AskUserQuestion/EnterPlanMode/ExitPlanMode）。201 无新增/删除工具能力（对 Glob/Grep/MultiEdit/TodoWrite/BashOutput/KillShell/SlashCommand 等潜在新工具的 hallmark 字符串扫描：201 有而 198 无 = 0；198 有而 201 无 = 0）。
+- **description 逐条**：27/27 工具描述在 201 bundle 中逐字命中（探针取每条描述的 distinctive 中段 60 字符）。
+- **唯一 flag=CronList**：探针误报。198 活体把 `${KC}`（=CronCreate 工具名）渲染成字面量，且 201 保留 durable/session 双分支条件文案。原文一致：
+  - 201: `` List all cron jobs scheduled via ${KC}, both durable (.claude/scheduled_tasks.json) and session-only.`:`List all cron jobs scheduled via ${KC} in this session. ``
+  - 198 活体：durable 分支渲染为 `...scheduled via CronCreate, both durable...`
+  - 判定：同一描述，工具名内插，198 探针只捕获 durable-enabled 分支。
+
+### b. 系统提示词主体 — SAME
+
+- 49 条静态 prose 行（剔除 banner/env 值如 `/home/ubuntu/cc-probe-home`、`cc_version=2.1.198`、`deepseek-v4-pro`、OS 行——这些是运行时/环境注入非源字符串）全部逐字命中 201。
+- 初判 21 条 miss 全为编码/转义伪影：em-dash `—`（latin-1 解码 mangle，改 UTF-8 后命中）、`\\`` 转义反引号、以及 `invoke it via Skill` 在 201 中作 `invoke it via ${Bg}`（Skill 工具名内插）。均同文。
+- system-reminder/memory/model-facts 段（`<system-reminder> tags injected by the harness`、`The most recent Claude models are the Claude 5 family...`、`Fast mode for Claude Code uses Claude Opus...`、memory 写盘契约）全在。
+
+### c. 压缩/microcompact — SAME
+
+- **压缩摘要 prompt**：`Your task is to create a detailed summary of the conversation` 起 1620 字符窗口**逐字节相同**（归一化转义后 first-divergence=None）。
+- **microcompact 逻辑**：`tengu_time_based_microcompact` 事件族（`toolsCleared/toolsKept/keepRecent/tokensSaved`、`context_hint` trigger）结构一致，仅符号重命名（`Ke→Ve`、`Bqt→pZt`）。
+- **阈值常量**：`0.92`(3=3)、`24000`(3=3)、`0.85`(2=2) 计数一致。`compact_boundary`/`auto-compact`/`autoCompact` 全在。`auto-compact` 上下文 9=9 个站点，文案逐字同。
+
+### d. system-reminder 注入族 — SAME（一处需记档的表面差异，非行为漂移）
+
+- reminder payload 文本核对：`model changed`、`Brief mode`、`Until fetched only the name`、`Plan mode is active`、`TodoWrite hasn't been used recently`、`As you answer the user's questions...context`、`The user opened the file` 全部 198=201。
+- **唯一真差异**：`<system-reminder>This file is already in your context` 字面量 201 有、198 无——但**功能两版都有**。Read-dedup 逻辑（`Wasted call — file unchanged since your last Read. Refer to that earlier tool_result instead.` / `The content from the earlier Read tool_result...still current — refer to that instead of re-reading.`）198 与 201 **均存在**。差异仅在于 201 把 `<system-reminder>` 前缀抽成独立字符串常量（`a8i`），198 运行时拼接。同一「别重读未改动文件」行为，minifier/重构差异。
+
+### e. 请求参数构造（max_tokens/thinking/温度）— SAME
+
+- 锚点计数全等：`temperature:`(16=16)、`max_tokens:`(74=74)、`budget_tokens`(86=86)、`type:"enabled"`(10=10)、`interleaved-thinking`(6=6)、`maxThinkingTokens`(6=6)。
+- thinking 预算构造逐字同：`{type:"enabled",budget_tokens:Math.min(m,a-1)}`，`type:"disabled"` 分支同，`"1h"` cache flag 同。
+
+### f. agent 循环控制（turn 上限/超时）— SAME
+
+- `maxTurns`(51=51)、`max_turns`(27=27)、`MAX_TOOL_USE`(2=2)、`AGENT_TIMEOUT`(1=1) 全等。`stop_reason` 189→192（+3，散落于其它代码，无循环语义变化）。
+
+## 已注意到的良性差异（不影响答题行为，记档避免后续误判）
+
+1. **枚举常量新增**：198 常量表某槽为 `CLAUDE_PREVIEW_CLASSI...`，201 同槽为 `CLAUDE_WORKFLOW_NAME_...`。env-var/feature-flag 枚举增改，非提示词/工具面。
+2. **符号全面重命名**：201 bundle 增大（18→24MB，含 bytecode blob）+ 全量 minifier 变量重命名，属正常构建差异。
+3. **Read-dedup reminder 字符串重构**（见 d），行为等价。
+
+## 重锚方案
+
+**无需重锚。** 198 活体档对 201 继续有效。若追求零残留严谨，可在后续里程碑对 201 补一次单探针（仅 tools-array 快照）交叉确认，但当前证据不支持投入——工具描述已逐条命中，系统提示词静态 prose 全命中，压缩 prompt 逐字节同。
+
+TB 基线腿跑 201 vs CC-parity 锚 198 的版本差可判为**测量无关变量**，198 考据结论直接沿用。

package/docs/CC-BASELINE-FAKE-ZERO-AUDIT-2026-07-09.md

@@ -0,0 +1,51 @@
+# CC 基线腿「verifier 假 0」污染复核（公平性审计 · 最高优先项）
+
+日期：2026-07-09
+复核机：`ubuntu@91.199.82.197`（海外机，非 CN-egress）
+复核对象：`~/sema-tb/jobs/cc-pro-r3-full/`（权威 CC 全量腿）+ 对照 `cc-pro-full/`
+
+## 三个数（回复摘要）
+
+| 项 | 结论 |
+|---|---|
+| **假 0 数量** | **0**（r3-full 全量 0 例 verifier 假 0） |
+| **修正后 CC 基线** | **仍为 54/89**（无修正；54 PASS / 34 FAIL / 1 verifier-timeout 非结果，后者不入分母，result.json 记 88 evaluable，mean=0.6067） |
+| **CC 版本号** | **2.1.201**（89/89 trial 一致，独立源 `agent/claude-code.txt` 逐字确认 `claude_code_version":"2.1.201`；审计腿报的 2.1.201 正确） |
+
+## 机制面判据（本次复核建立的口径）
+
+「verifier 假 0」= verifier 阶段因 uv/pip/网络安装失败而无法跑测，把本应 PASS 的 trial 记 0。判据三条，任一不满足即非假 0：
+1. verifier 阶段未产出 `reward.txt`/`ctrf.json`（测未跑）；
+2. verifier 日志在**安装阶段**（uv/pip 拉包）有明确失败签名（下载超时、resolve 失败、连接拒绝、name resolution 失败、uv 命令缺失）；
+3. agent 侧实际产出了合格产物（有产出但 verifier 挂 = 假 0 实锤）。
+
+## 关键机制事实：CC 腿 verifier 确实无 uv 预植入，但本机网络通
+
+- 前提坐实：CC 腿 verifier **在验证时现场从网络拉 pytest/numpy/requests 等包**（`downloading uv 0.9.5` → `Installed N packages`），无 sema 腿的 uv 预植入。
+- 但复核机 91.199.82.197 是**海外机（非 CN-egress）**，这些下载**全部成功**，不触发 CN-egress uv 死锁。因此「无预植入」在本机**没有转化为**任何假 0。
+- 实证锚：`kv-store-grpc`（25 行 Downloading，全成功，reward=1）、`largest-eigenval`（13 行，成功，reward=1）、`model-extraction`（`downloading uv 0.9.5 ... everything's installed! ... Installed 7 packages`，安装成功后才进 pytest）。
+
+## 逐 trial 分类（r3-full，89 trial）
+
+- **③ PASS：54**（reward=1，含 largest-eigenval / path-tracing 等 agent 超时但 verifier 仍判 1 的用例）
+- **② verifier 正常跑完判 0（真 FAIL）：34** — 每一例 `ctrf.json` 均含真实 test 结果（tests 跑了，部分 pass 部分 fail），无一例是 verifier 未跑的空壳 0。抽验实锤：
+  - `adaptive-rejection-sampler`：9 tests 7 pass 2 fail（R 侧 `h_prime` 契约不符，测试断言失败，非安装失败）
+  - `sam-cell-seg`：9 tests 1 pass 8 fail（mask 形状/csv shape 实质错误）
+  - `caffe-cifar-10`：agent exit 137（OOM 被杀），verifier 仍跑 6 tests 仅 1 pass（训练未完成 = 真 FAIL，非 verifier 挂）
+  - `filter-js-from-html` 的 `INSTALL/NET-SIG` 初筛命中 = 任务**自身测试 harness** 的 localhost selenium/webdriver 连接问题（read timeout / connection refused on localhost:xxxxx），**非** pypi 拉包失败，属任务测试行为不属基建污染。
+- **① verifier 安装失败/异常（假 0 候选）：0** — 精确签名扫描（`error: Failed to download/fetch/prepare`、`No solution found`、`ReadTimeoutError...pythonhosted`、`Failed to establish...pypi`、`Temporary failure in name resolution`）在全 89 trial verifier 安装阶段**零命中**。初筛的 4 个 case-insensitive 命中（caffe/make-doom/make-mips/sam-cell）经严格过滤后全为**测试断言文本里的 "Failed to build/generate" 等词**，非安装失败，apt/uv 头部日志显示仓库全部 Hit 成功。
+
+## 唯一边界 case：model-extraction-relu-logits（reward=None，1 例）
+
+- 现象：`verifier_result: None`，无 `reward.txt`，verifier 阶段跑满 900s（22:00:52→22:15:52）超时。
+- 归因：verifier 日志显示 **uv 0.9.5 安装成功 → numpy 等 7 包 Installed → pytest collected 1 item 并进入测试体**，随后在**测试执行内**挂住(agent 先 AgentTimeoutError，产出的是部分/死循环产物，导致测试体跑不完)。**不是**安装阶段死锁。
+- 处置：属 agent-timeout 连带的 verifier-timeout 非结果，result.json 已将其**排除出分母**（n_trials=88），不计为 0，故不影响基线。即便按最严格口径把它当作"基建可疑"，也仅 1 例且已不在分母，对 54 无影响。
+
+## 对照发现（附带，非本任务分母）
+
+- 更早的 `cc-pro-full/` 腿几乎每个 0 都带 `exception_info`（AgentTimeoutError / NonZeroAgentExitCodeError exit 137 / UnknownApiError），是 agent 侧大面积超时/被杀/CLI 报错，污染严重——这正是为何 **r3-full 是权威腿**、更早的 cc-pro-full 不应作为基线。
+- 需澄清的机制点：所有 `exception_info` traceback 里的 `~/.local/share/uv/tools/harbor/` 路径是 **harbor 自身的安装位置**，不是 per-task uv 安装，易被误读为"uv 失败"。真正的 per-task verifier 安装在各 trial `verifier/test-stdout.txt` 头部，本次已逐一核查。
+
+## 结论
+
+CC 基线腿（r3-full, 2.1.201）**不存在 verifier 假 0 污染**。全部 34 个 0 均为 verifier 正常跑完的真 FAIL（ctrf 有真实 test 结果），无一例因 uv/pip/网络安装失败被记 0。CC 真实基线**无需上修，维持 54/89**。「CC 腿无 uv 预植入」的前提属实，但因复核在海外机（网络通）上完成，该差异未转化为任何假 0——注意：**若 CC 腿曾在 CN-egress 机上跑过，则那批数据需单独复核**；本次权威腿 r3-full 跑在海外机，安全。