dsh-vibe-math 2.2.2 → 2.3.1

package/AUDIT-CHECKLIST.md

@@ -76,9 +76,50 @@
 - [ ] 成员被解雇/失败后，还会不会收到后续消息？
 - [ ] 会话重建（resume）后的提示词，措辞是否与"新入职"区分开？
 
----
+### 1.6 静态提示词面：人设 ↔ 注册表
+
+1.1–1.5 检查的是**运行时逐条发出的**提示词；还有一层**静态**提示词面必须一起核对——
+`agent.cordis.yml` 的 persona 行。它是主代理收到的**唯一**一份"有哪些工具、能调哪些参数"的清单，
+而所有 e2e 套件都直接 `apply(ctx)`，**从不加载 YAML**，因此对这一层完全盲。
+
+- [ ] 注册的**每一个工具**是否在 persona（`prefix` 与 `text` **两个**块）里出现？
+      没出现 = 代理**无法发现**该能力（连准确名字都猜不到）。
+- [ ] persona 里出现的**每一个** `vibe_*` 名字是否都真的注册了？
+      出现但未注册 = 代理会去调用一个必然失败的工具。
+- [ ] 新参数是否同时进了 persona 与工具 description 的参数表？
+      （例：`formalVerify` / `leanCommand` / `leanArgs` / `leanTimeoutMs`）
+      参数没写进 prompt = 用户无法开启这个能力。
+- [ ] `prefix` 与 `text` 两个块是否**逐行一致**（只允许第 0 行不同）？
+      旧宿主读 `text`、新宿主读 `prefix`，两者漂移 = 不同宿主看到不同的工具面。
+- [ ] 工具**改名/删除**时 persona 是否同步？（"persona 提到的名字 ⊆ 注册表"这条反向检查负责抓）
+- [ ] 人设里写的路径/模式名（`Formal/Lib`、`off|encourage|require`）是否与实现中的字符串**逐字**一致？
+
+`audit-persona-surface.test.mjs` 把上述各条变成断言（"未文档化工具"用**显式快照**表示：
+新增工具必须主动改快照、或在 persona 里写清）；`audit-persona-sensitivity.mjs` 用 11 条探针
+证明这套断言真的会变红。**v2.3.0 修的就是这一类缺陷**：三个 `*_lean_*` 工具无条件注册，
+而 v2/v3/v4 的 persona 从未列出它们（只有 v5 列了），v4 的 `vibe_v4_set` 参数表也漏了
+`formalVerify`/`leanCommand`/`leanArgs`/`leanTimeoutMs`——当时**所有既有套件全绿**。
+
+### 1.7 语义映射：把"事实"映射成"字段值"时不能张冠李戴
+
+§1.6 查的是"名字/路径/参数有没有写对"；这一节查**语义有没有写反**。它比漏写更危险：提示词读起来
+通顺、完整，而套件往往只断言"包含某句话"就能全绿。
+
+- [ ] 每一个"发现 X 就投 Y"的映射是否**语义正确**？**真实事故**：Lean 形式化与命题原文不一致时，
+      提示词要求"投 0"——而 0 的含义是"**命题为假**"。于是"形式化写错了"被记成"命题被证伪"，
+      在布尔一致规则下直接被写进 `Verified/` 标注**假**：用来求真更严格的机制，反而**伪造出
+      一个错误的否定结论**。现在改为独立一档 `defect`（撤回证明 + 进待办 + 不定论）。
+- [ ] **反向情形**的指令是否也在？（"只有独立于该证据也能确定时才可否决"这类边界必须写出来，
+      否则代理只会照字面把"证据不合格"当成"结论为假"。）
+- [ ] 提示词承诺的**框架行为**是否真的实现了？**真实事故**：v2 的提示词让代理"在回执的 `formal`
+      字段写明难度判断"，但回执契约里没有这个字段、框架也从不解析它——代理的判断**静默消失**，
+      而套件只断言"那句话存在"，177 条断言全绿却守着一个**死通道**。
+- [ ] 提示词承诺的**强度档位**是否与实现一致？（`encourage` 档没有门禁，就**不能**声称
+      "框架会搁置本次裁定"；只改文字不改机制 = 骗代理。）
+- [ ] 每个档位（`off` / `encourage` / `require`）的注入文本是否**各自**被人读过？只读一个档位等于没读
+      ——首版 `require` 档的门禁措辞从未进入任何语料。
 
-## 2. 第二优先：把上面每一条变成**会变红**的测试
+---
 
 ### 2.1 逐条断言，而不是抽查
 
@@ -105,6 +146,11 @@
 - 机器可读（JSON）+ 人可读（Markdown）；
 - 覆盖全部交互类型（入职、重建、常规轮、心跳、表决初评/辩论、会议、提议、各类框头、框架提示、失败）；
 - 把工作区路径归一化（如 `<WS>`），使语料**确定性、可 diff**；
+- **归一化必须大小写与分隔符无关**：Windows 下 `os.tmpdir()` 可能给出与插件渲染路径**不同大小写**
+  的同一目录，`split(WS)` 会漏掉全局根（如 `<VibeMath 根>/Formal/Lib`）的绝对路径——语料因此
+  **每次运行都变**（临时目录名一变就 diff 一大片）并**泄露本机路径**。真实事故，已修；
+- **时间戳也要归一化**：提示词表头自带 `### YYYY-MM-DD hh:mm:ss｜<成员>`，不归一化就**逐次都变**，
+  diff 完全失去意义（真实事故：v5 语料里 54 处时间戳）。判据很简单——**连续跑两次，哈希必须相同**；
 - **随包发布**，作为人工复核提示词正确性的入口——复核者不必去翻会话日志。
 
 ### 2.5 每个不变式都要有灵敏度探针
@@ -120,6 +166,14 @@
       这类变异不能做探针——它会让审计误报"盲点"。
 - [ ] 探针**不得引入语法错误**：语法错误导致的非零退出同样是"假红"。
       每条变异都应能被 `node --check` 通过。
+- [ ] 变异必须替换锚点的**全部**出现：`String.prototype.replace` 只替换第一处。同一份契约常在
+      两处发出（例如 v5 的回执契约同时出现在 `replySpec` 与表决提示词里），只改一处时套件
+      **合理地保持绿色**——那是**假盲点**，比漏测更误导（会让人去"修"一个本来就是对的不变式）。
+      锚点声明了几次出现，就要替换几次；脚本应对此显式断言。
+- [ ] 守 **persona 静态面**的套件也要有探针，且该套件必须支持"指向副本"的环境变量
+      （`audit-persona-surface.test.mjs` 的 `PERSONA_ROOT`）：探针变异的是**副本**，
+      套件不读这个变量就永远在跑原始文件、恒为绿（同 §2.5 第二条）。
+      探针脚本还应在开跑前先确认"**未变异**的副本是绿的"，否则它探测到的可能是覆盖机制本身。
 - [ ] 对**不可达**的守卫（设计上互斥、永远不会进入的分支），**不要**留一个永远为绿的探针；
       要么写行为可观测的等价探针，要么显式删除并在脚本里注明原因。
 
@@ -150,7 +204,11 @@
 - [ ] 需求可追溯：方案里列出的工具名、参数名、理念条目，代码里是否都存在。
 - [ ] 失败路径：看门狗、幂等、崩溃恢复、降级后端、配额、越权。
 - [ ] 全量回归：**所有**历史套件，且逐个检查退出码（不要用管道截断输出，
-      管道会吞掉退出码或造成 EPIPE）。
+      管道会吞掉退出码或造成 EPIPE）。**用 `node run-tests.mjs` 并行跑**（并发 = min(4, 核数)），
+      它会打印每项耗时、wall/sum、加速比与最慢几项——**先看时间再决定策略**，基线见
+      [`docs/test-timing.md`](docs/test-timing.md)。若某个套件远慢于基线，先查它是否在等一个
+      **永远不会发生的条件**（真实事故：v2 套件 186 s，主因是一次 `tick(1100)` 嵌在
+      "从不提前退出"的 16 次循环里）。
 - [ ] 发布产物自证：不是"publish 退出 0"就算完成——要从 registry 取回 tarball，
       核对 shasum、逐字节比对插件、确认修复标记存在、并在**已发布包内**跑一遍套件。
 

package/README.md

@@ -230,6 +230,95 @@ flowchart TB
 
 ---
 
+## 🧮 Lean 形式化验证（四个架构共用，可调开关）
+
+**它改变的不是"更严格一点"，而是审查对象本身。** m 个代理一致认为"这是对的"仍然是**共识**——
+排除不了共同误解；Lean 通过是**机器核对**。于是剩下的唯一不确定项缩小为一个人能有效审查的问题：
+
+> **Lean 代码里的定义 / 对象 / 条件 / 假设 / 结论，是否与命题原文完全一致？**
+
+| | 原验证工作 | 形式化通过后的验证工作 |
+|---|---|---|
+| 审查对象 | 命题本身（推导是否正确） | **忠实性**：Lean 代码 ↔ 命题原文是否一致 |
+| 结论强度 | 共识（可能共同出错） | 严格（内核已检查），前提是忠实性成立 |
+| 副产品 | 无 | 可复用的 Lean 定义 / 引理库 |
+
+### 开关：`formalVerify`（四个架构同名，默认 `'off'`）
+
+| 取值 | 含义 |
+|---|---|
+| **`'off'`（默认）** | **不额外进行任何要求。** 提示词里不出现任何 Lean 内容，验证流程与门禁完全不变（是**真正的无操作**） |
+| `'encourage'` | **鼓励但不强制**：验证时先判断该对象的**实现难度**，能在可接受工作量内形式化就优先做；一旦 Lean 通过，审查重心转为**忠实性**。平时工作也鼓励把常用/可能复用的对象、假设、新定义随手形式化归档。**不设门禁** |
+| `'require'` | **强制**：真/假结论必须满足「**Lean 已通过**」或「**显式记录了阻塞原因**」，否则本次裁定**不生效**——记为未定论（原因 `formal-required`）、写入「形式化待办」、群聊公告，对象留库待形式化后重新提议 |
+
+> `require` 里的「显式记录阻塞原因」正是**"根据实现难度决定不做"**的落点：**决定权在代理，
+> 但决定必须说出来、可审计**，不允许静默跳过。相关参数还有 `leanCommand`（默认 `lean`）、
+> `leanArgs`（配合 `lake env lean`）、`leanTimeoutMs`（默认 120s）。
+
+### ⚠️ 忠实性缺陷 ≠ 命题为假（重要）
+
+Lean 通过只保证"这段代码过了内核"，**不保证它说的就是命题想说的**。所以当表决者逐条核对后
+发现 Lean 代码与命题原文不一致（写窄了 / 写宽了 / 换了对象 / 漏了条件）时：
+
+- **不得投 0**。投 0 的含义是"**该命题为假**"；一个写错的形式化会让框架把"形式化不合格"
+  记成"命题被证伪"，在 v5 的全 0 一致规则下甚至会把命题写进 `Verified/` 标注**假**——
+  用来求真的机制反而**伪造出一个错误的否定结论**。
+- 正确做法：给一个严格介于 0 与 1 之间的值（记为弃权）+ 用回执
+  `formal:{decision:'defect', note:'<具体偏差>'}` 记录偏差。框架随即**撤回这条证明的「已通过」状态**
+  （降级为 `attempted`、撤回 `Verified/Lean/<id>.lean`、写入「形式化待办」），`require` 档下
+  **本次裁定不定论**；修正形式化并重新跑通后再投票。
+- 只有表决者**独立于这份 Lean 代码**也能确定命题为假（并能给出独立理由）时才投 0。
+
+> 注入提示词的另外三条硬要求（契约 §6）：工具名一律**全称**（`<prefix>lean_archive` 不是
+> `lean_archive`——缩写不是注册名，代理照抄会调用一个不存在的工具）；归档可复用定义/引理**前先跑通**，
+> 跑不通不许进库；**工具链缺失**（`LEAN_NOT_FOUND`）时把代码写下来归档并在 `note` 写明
+> "宿主无 Lean 工具链"——这算显式阻塞原因，门禁据此放行，不会因为装不了 Lean 而卡死。
+
+### 归档：形式化代码放哪里
+
+```
+<VibeMath 根>/
+├─ Formal/                              # ★ 跨项目可复用库（四个架构共用）
+│   ├─ Lib/<name>.lean                  # 可复用定义 / 对象 / 假设（def / structure / notation）
+│   ├─ Lib/Index.md                     # 名称 → 文件 → 类别 → 摘要（写新定义前先查这里）
+│   ├─ Proved/<name>.lean               # 已成立的 Lean 命题 / 引理（机器已核对）
+│   └─ Proved/Index.md
+└─ Projects/<项目>/                      # （v5 为 Projects/<项目>/Institutes/<所>/）
+    ├─ Formal/
+    │   ├─ <对象id>.lean                 # 该对象的形式化工作文件
+    │   ├─ Index.md                      # 对象 → 状态 → 文件 → 归档证明 → 运行结果 → 难度判断
+    │   └─ TODO.md                       # require 模式下的「形式化待办」
+    └─ Verified/
+        ├─ <原有定论卡片>
+        └─ Lean/<对象id>.lean            # ★ 归档证明：该定论对象对应的形式化代码
+```
+
+### 工具（每个架构三个，前缀跟随各自命名）
+
+| 工具 | 作用 |
+|---|---|
+| `<prefix>_lean_run` | 在宿主 `subprocess` 服务上执行 Lean，返回 `{ok, exitCode, ms, stdout, stderr}`。**绝不抛异常**：缺工具链 → `LEAN_NOT_FOUND`，超时 → `LEAN_TIMEOUT`，路径越界 → 拒绝 |
+| `<prefix>_lean_archive` | `kind='def'/'lemma'` → 归档到**跨项目** `Formal/Lib` 或 `Formal/Proved`；`kind='proof'` → 写 `Formal/<target>.lean`，运行通过则同时写 **`Verified/Lean/<target>.lean`** 并标记该对象为 Lean 通过；`kind='blocked'` → 记录显式难度判断/阻塞原因（**原因必填**） |
+| `<prefix>_lean_lib` | 重建并返回三处索引与逐对象形式化状态——**写新定义前先查重、直接复用** |
+
+例如 v5 是 `vibe_v5_lean_run` / `vibe_v5_lean_archive` / `vibe_v5_lean_lib`，v2/v3 是 `vibe_math_lean_*`，v4 是 `vibe_v4_lean_*`。
+
+**边界（有意为之）**：框架**不内置 Lean**（不装工具链、不下载依赖；工具链缺失时优雅降级并如实记录）；
+框架**不判断忠实性**（那是代理/人审查并投票的对象，框架只负责把审查焦点**换成**忠实性）；
+**Lean 通过 ≠ 命题为真**——它只表示"这段形式化代码通过了内核检查"。
+
+完整契约（参数、路径、状态迁移、提示词语义、门禁位置、索引格式、测试要求）见
+[`docs/formal-verification.md`](docs/formal-verification.md)。
+
+> **四个预设的 persona（主代理收到的提示词）都完整列出了上面三个工具与四个参数**，
+> 并且 `prefix` 与 `text` 两个块逐行一致（只允许第 0 行不同）。这一层由
+> [`audit-persona-surface.test.mjs`](audit-persona-surface.test.mjs) 与
+> [`audit-persona-sensitivity.mjs`](audit-persona-sensitivity.mjs) 守护——加入本特性时正是
+> 在四个预设里发现了"工具已注册、persona 从未列出"的缺陷（同批还发现 persona 少列了两条
+> 增删常驻研究员的工具、`/v4`/`/v5` 的子命令列表与实现不一致；详见随包发布说明）。
+
+---
+
 ## 🚀 安装
 
 两种安装方式，任选其一（也可并存）：
@@ -422,6 +511,10 @@ v5 的完整架构（含成员生命周期、一轮时序、共识状态机、
     └─ <研究所>.v5state.json      # 仅当宿主缺 sessionProjections 时的回退权威源
 ```
 
+> 启用 Lean 形式化验证时另有两个目录：本所 `Formal/`（工作文件 + 索引 + 形式化待办）与 `Verified/Lean/`
+> （**归档证明**），以及**跨项目**的 `<VibeMath根>/Formal/{Lib,Proved}/`（可复用定义与已证引理）——详见
+> 上方「Lean 形式化验证」一节。
+
 **v5 铁律**：① 权威状态在**会话日志的 host-only 投影单元**（键 `vibeMathV5`）里，上表中除
 `State/<研究所>.v5state.json`（降级回退）之外的一切文件都只是**镜像/工作区**，手工改坏不会破坏研究所；
 ② 成员**只写自己的库**（`Members/<自己的代号>/`），但可以读任何人的库；
@@ -609,6 +702,10 @@ v5 的完整架构（含成员生命周期、一轮时序、共识状态机、
 | `tickIntervalMs` | 2000 | 调度器心跳间隔（毫秒） |
 | `activityLogCap` | 100 | 活动日志保留条数（report 最多显示 30 条） |
 | `maxExplorerRetries` | 3 | explorer 拆方向失败的重派生上限 |
+| `formalVerify` | `'off'` | **Lean 形式化验证开关**：`'off'` 不额外要求（默认）｜`'encourage'` 鼓励（验证时按实现难度自行决定是否形式化）｜`'require'` 强制（真/假结论必须先有「Lean 通过」或显式阻塞记录，否则记为未定论并进入形式化待办）。非法值一律回退 `'off'` |
+| `leanCommand` | `'lean'` | 要执行的 Lean 可执行文件（例：`'lake'`） |
+| `leanArgs` | `[]` | 插在文件名之前的附加参数（例：`['env','lean']` 配合 `leanCommand='lake'`） |
+| `leanTimeoutMs` | `120000` | 单次 Lean 运行的上限（毫秒） |
 
 ### v3（论文式 md + 规划代理 + 方法库）默认值
 
@@ -629,6 +726,10 @@ v5 的完整架构（含成员生命周期、一轮时序、共识状态机、
 | `indexAutoRebuild` | true | 每次写盘后自动重建 `State/index.json`（false = 手动 `vibe_math_index`） |
 | `projectLockTimeoutMs` | 60000 | 项目锁等待超时（同项目同一时刻只允许一个会话调度） |
 | `methodKeeperPersona` | 空 | 注入方法整理代理提示词开头的人格/要求 |
+| `formalVerify` | `'off'` | **Lean 形式化验证开关**：`'off'` 不额外要求（默认）｜`'encourage'` 鼓励（验证时按实现难度自行决定是否形式化）｜`'require'` 强制（真/假结论必须先有「Lean 通过」或显式阻塞记录，否则记为未定论并进入形式化待办）。非法值一律回退 `'off'` |
+| `leanCommand` | `'lean'` | 要执行的 Lean 可执行文件（例：`'lake'`） |
+| `leanArgs` | `[]` | 插在文件名之前的附加参数（例：`['env','lean']` 配合 `leanCommand='lake'`） |
+| `leanTimeoutMs` | `120000` | 单次 Lean 运行的上限（毫秒） |
 
 ### v4（常驻自组织 · 实验）默认值
 
@@ -647,6 +748,10 @@ v5 的完整架构（含成员生命周期、一轮时序、共识状态机、
 | `provider` / `model` | 空 | **常驻 LLM 路由**（空 = 常驻继承主代理的 provider/model；此前声明未用，v1.4.1 真正接入） |
 | `residentPersona` | 空 | 注入每个常驻提示词开头的人格/要求 |
 | `toolAllow` / `toolDeny` | `[]` | **常驻工具权限**（经 `startContinuable` 的 `toolFilter` 做作用域 `tools.restrict()`；空 = 继承全部工具；⚠️ 空 `allow:[]` 会拒绝一切工具） |
+| `formalVerify` | `'off'` | **Lean 形式化验证开关**：`'off'` 不额外要求（默认）｜`'encourage'` 鼓励（验证时按实现难度自行决定是否形式化）｜`'require'` 强制（真/假结论必须先有「Lean 通过」或显式阻塞记录，否则记为未定论并进入形式化待办）。非法值一律回退 `'off'` |
+| `leanCommand` | `'lean'` | 要执行的 Lean 可执行文件（例：`'lake'`） |
+| `leanArgs` | `[]` | 插在文件名之前的附加参数（例：`['env','lean']` 配合 `leanCommand='lake'`） |
+| `leanTimeoutMs` | `120000` | 单次 Lean 运行的上限（毫秒） |
 
 ### v5（研究所体系 · 实验）默认值
 
@@ -674,8 +779,12 @@ v5 的完整架构（含成员生命周期、一轮时序、共识状态机、
 | `toolAllow` / `toolDeny` | `[]` | 常驻员工工具权限（⚠️ 空 `allow:[]` 会拒绝一切工具） |
 | `tempToolAllow` / `tempToolDeny` | `[]` | 临时工的工具权限（比常驻更窄） |
 | `staffPersona` | 空 | 追加到每个成员章程前的人格/要求 |
+| `formalVerify` | `'off'` | **Lean 形式化验证开关**：`'off'` 不额外要求（默认）｜`'encourage'` 鼓励（验证时按实现难度自行决定是否形式化）｜`'require'` 强制（真/假结论必须先有「Lean 通过」或显式阻塞记录，否则记为未定论并进入形式化待办）。非法值一律回退 `'off'` |
+| `leanCommand` | `'lean'` | 要执行的 Lean 可执行文件（例：`'lake'`） |
+| `leanArgs` | `[]` | 插在文件名之前的附加参数（例：`['env','lean']` 配合 `leanCommand='lake'`） |
+| `leanTimeoutMs` | `120000` | 单次 Lean 运行的上限（毫秒） |
 
-常用控制：`vibe_v5_configure`（先配置）→ `vibe_v5_start`（开工）→ `vibe_v5_report` / `vibe_v5_status`；`vibe_v5_message` / `vibe_v5_meeting` / `vibe_v5_members` / `vibe_v5_hire` / `vibe_v5_fire` / `vibe_v5_pause` / `vibe_v5_resume` / `vibe_v5_stop`；斜杠命令 `/v5`。
+常用控制：`vibe_v5_configure`（先配置）→ `vibe_v5_start`（开工）→ `vibe_v5_report` / `vibe_v5_status`；`vibe_v5_message` / `vibe_v5_meeting` / `vibe_v5_members` / `vibe_v5_hire` / `vibe_v5_fire`（临时工）/ `vibe_v5_add_researcher` / `vibe_v5_remove_researcher`（增删常驻，仅所办）/ `vibe_v5_pause` / `vibe_v5_resume` / `vibe_v5_stop`；斜杠命令 `/v5`。
 
 ---
 
@@ -694,6 +803,11 @@ v5 的完整架构（含成员生命周期、一轮时序、共识状态机、
 - **v4（常驻自组织）**：[`vibe-math-v4/实现方案.md`](vibe-math-v4/实现方案.md)
 - **v5（研究所体系）**：[`vibe-math-v5/实现方案.md`](vibe-math-v5/实现方案.md)（文字规格）· [`vibe-math-v5/架构图.md`](vibe-math-v5/架构图.md)（全套架构图）
 - **v5 提示词与交互语料**：[`prompt-corpus-v5/prompt-corpus-v5.md`](prompt-corpus-v5/prompt-corpus-v5.md)（框架真正发出的每一条提示词原文，可直接人工复核身份/编制/交互署名是否正确）
+- **四套 Lean 提示词语料**：[`prompt-corpus-v2/formal-verify-v2.md`](prompt-corpus-v2/formal-verify-v2.md) · [`prompt-corpus-v3/formal-verify-v3.md`](prompt-corpus-v3/formal-verify-v3.md) · [`prompt-corpus-v4/formal-verify-v4.md`](prompt-corpus-v4/formal-verify-v4.md)（各自覆盖 off / encourage / **require** / 忠实性分支 / 工作轮 / 回执契约；工作区归一化为 `<WS>`、VibeMath 根为 `<VIBEMATH>`）
+- **四个预设的 persona 原文**：[`prompt-corpus-persona/persona-corpus.md`](prompt-corpus-persona/persona-corpus.md)（主代理实际收到的提示词：有哪些工具、哪些参数、哪些斜杠子命令；由 `audit-persona-surface.test.mjs` 生成，随包发布）
+- **Lean 形式化验证（四架构共用契约）**：[`docs/formal-verification.md`](docs/formal-verification.md)
+- **测试耗时基线与并行跑法**：[`docs/test-timing.md`](docs/test-timing.md)（`node run-tests.mjs` 并行跑全部套件 ≈1.9 min；探针脚本 ≈2.6 min；每个 runner 都会打印耗时/加速比供下次选策略）
+- **静态提示词面一致性（persona ↔ 工具注册表 ↔ 斜杠命令 hint/usage）**：[`audit-persona-surface.test.mjs`](audit-persona-surface.test.mjs)（197 条断言，并生成 [`prompt-corpus-persona/persona-corpus.md`](prompt-corpus-persona/persona-corpus.md) 供人工复核）+ [`audit-persona-sensitivity.mjs`](audit-persona-sensitivity.mjs)（11 条灵敏度探针）——守"注册的工具必须在 persona 里出现 / persona 里的名字必须真的注册 / `prefix` 与 `text` 两块逐行一致 / hint、usage、实际分支三处必须一致"
 - **全面检查必查清单**：[`AUDIT-CHECKLIST.md`](AUDIT-CHECKLIST.md)（本仓库的强制审计流程）
 
 ---
@@ -728,6 +842,10 @@ v5 的完整架构（含成员生命周期、一轮时序、共识状态机、
 - **成员章程是入职快照**：升级本包不会改写已在跑的研究所里成员的章程（它们仍用入职时冻结的版本）。
   需要新章程就在新会话里重开一个研究所；投影状态与文件树无需迁移。
 - **安装器行为同 v2**（版本化自动更新，`vibe-math-v5` 目录同样受管）。
+- **Lean 形式化需要宿主上有 Lean 工具链**：框架不内置、不下载；没有工具链时三个 Lean 工具会如实返回
+  `LEAN_NOT_FOUND`，形式化代码仍可写下来归档，但无法执行验证。
+- **`require` 模式的门禁是「搁置」而不是「卡死」**：缺形式化的真/假结论会被记为未定论 + 进入形式化待办，
+  研究所继续推进（与「未达门槛留库附平均概率」同一取舍），不会被一个对象永久卡住。
 
 ---
 

package/RELEASE-NOTES-2.3.0.md

@@ -0,0 +1,207 @@
+# dsh-vibe-math 2.3.0 — 四个架构新增可调控的 Lean 形式化验证
+
+> 上一版：2.2.2。本版为 **v2 / v3 / v4 / v5 四个架构**各新增同一个**可调控参数**与配套机制。
+
+---
+
+## 0. 这个参数解决什么问题
+
+多代理交叉验证的本质是**共识**：m 个代理一致认为"这是对的"，既排除不了共同误解，
+也排除不了共同漏掉的情形。Lean 形式化把"我认为"换成"机器已核对"，于是
+
+> **一旦形式化代码通过，剩下的唯一不确定项就缩小为：Lean 代码里的定义 / 对象 / 条件 / 假设 / 结论，
+> 是否与命题原文完全一致？**
+
+这个问题人（和代理）是能有效审查的，而"这个证明对不对"交给内核。所以这个参数改变的
+**不是"更严格一点"，而是审查对象本身**：
+
+| | 原验证工作 | 形式化通过后的验证工作 |
+|---|---|---|
+| 审查对象 | 命题本身（推导是否正确） | **忠实性**：Lean 代码 ↔ 命题原文是否一致 |
+| 结论强度 | 共识（可能共同出错） | 严格（内核已检查），前提是忠实性成立 |
+| 副产品 | 无 | 可复用的 Lean 定义 / 引理库 |
+
+---
+
+## 1. 参数：`formalVerify`（四个架构同名同语义，默认 `'off'`）
+
+| 取值 | 含义 |
+|---|---|
+| **`'off'`（默认）** | **不额外进行任何要求。** 提示词里不出现任何 Lean 内容，验证流程与门禁完全不变。**这是真正的无操作**，并且有专门的测试与灵敏度探针守着这一点（`formalOn` 被改成恒真时套件必须变红） |
+| `'encourage'` | **鼓励但不强制**：验证时先判断该对象的**实现难度**，能在可接受工作量内形式化就优先做；一旦 Lean 通过，投票提示词明确告诉表决者"**你不需要重新检查推导**，你的任务是**忠实性审查**"。平时工作也鼓励把常用/可能复用的对象、假设、新定义随手形式化归档。**不设门禁** |
+| `'require'` | **强制**：真/假结论必须满足「**Lean 已通过**」或「**显式记录了阻塞原因**」，否则本次裁定**不生效**——记为未定论（原因 `formal-required`）、写入「形式化待办」、公告全所，对象留库待形式化后重新提议。门禁落在**写 Verified 卡片的唯一收口点** |
+
+配套参数：`leanCommand`（默认 `'lean'`；配合 `leanArgs` 可做 `lake env lean`）、`leanArgs`（默认 `[]`）、
+`leanTimeoutMs`（默认 `120000`）。
+
+**非法值一律回退 `'off'`，绝不回退到更强的档位**——一个拼写错误若静默启用强制形式化，
+会让所有结论被门禁拦下。这条也有专门的断言与探针。
+
+### 关于「强制」的准确含义
+
+`require` 强制的是**"必须做出并记录判断"**，不是"必须成功形式化"：
+
+- 形式化成功 → 走忠实性审查；
+- 判断不值得/做不到 → 必须用 `kind='blocked'` 写下**原因**（`note` 必填），据此放行。
+
+也就是说：**"根据实现难度决定是否用 Lean"的决定权在代理，但决定必须显式、可审计，
+不允许静默跳过。** 这正是需求里那三个调控方向的落点。
+
+---
+
+## 2. 归档：形式化代码放在哪里
+
+```
+<VibeMath 根>/
+├─ Formal/                              # ★ 跨项目可复用库（四套共用同一份布局）
+│   ├─ Lib/<name>.lean                  # 可复用定义 / 对象 / 假设
+│   ├─ Lib/Index.md                     # 名称 → 文件 → 类别 → 摘要（写新定义前先查）
+│   ├─ Proved/<name>.lean               # 已成立的 Lean 命题 / 引理（机器已核对）
+│   └─ Proved/Index.md
+└─ Projects/<项目>/                      # （v5 为 Projects/<项目>/Institutes/<所>/）
+    ├─ Formal/
+    │   ├─ <对象id>.lean                 # 该对象的形式化工作文件
+    │   ├─ Index.md                      # 对象 → 状态 → 文件 → 归档证明 → 运行结果 → 难度判断
+    │   └─ TODO.md                       # require 档下的「形式化待办」
+    └─ Verified/
+        ├─ <原有定论卡片>                 # 卡片上多一行 `- 形式化: <状态>`
+        └─ Lean/<对象id>.lean            # ★ 归档证明：该定论对象对应的形式化代码
+```
+
+**可复用的东西放全局**（跨项目复用是这套设计的核心收益），**证明与定论卡片放在一起**
+（一眼可见"这条结论的证明在哪"）。也因此 Lean 路径守卫的边界是 **VibeMath 根**而不是项目根：
+爬出项目但仍在 VibeMath 内是合法的，那正是全局库所在——而爬出 VibeMath 会被拒绝
+（用**词法归一化**判断，不是字符串前缀，所以 `..` 穿越拦得住；这一点也有探针）。
+
+---
+
+## 3. 工具（每个架构三个，前缀跟随各自命名）
+
+| 工具 | 作用 |
+|---|---|
+| `…_lean_run` | 在宿主 `subprocess` 服务上执行 Lean，返回 `{ok, exitCode, ms, command, stdout, stderr}`。**绝不抛异常到调度循环**：缺 `subprocess` → `NO_SUBPROCESS`，解析不到可执行文件 → `LEAN_NOT_FOUND`，非零退出 → `LEAN_FAILED`，超时 → `LEAN_TIMEOUT`（并 `terminate()`），路径越界 → 拒绝 |
+| `…_lean_archive` | `kind='def'/'lemma'` → 归档到**跨项目** `Formal/Lib` 或 `Formal/Proved`；`kind='proof'` → 写 `Formal/<target>.lean`，运行通过则同时写 **`Verified/Lean/<target>.lean`** 并把对象标为 Lean 通过；`kind='blocked'` → 记录显式难度判断/阻塞原因（**原因空则拒绝**） |
+| `…_lean_lib` | 重建并返回三处索引与逐对象形式化状态——**写新定义前先查重、直接复用** |
+
+前缀：v2/v3 → `vibe_math_lean_*`；v4 → `vibe_v4_lean_*`；v5 → `vibe_v5_lean_*`。
+三个工具**无条件注册**（注册是静态的，与既有 `ctx.effect` 纪律一致）；`off` 档只是不主动告诉成员它们存在。
+
+另有回执通道 `"formal": {"target","decision":"used|blocked","file","note"}`：
+一个从不调用 Lean 工具的成员仍然可以（也必须在 `require` 档下）给出难度判断。
+
+---
+
+## 4. 各架构的实现落点（细节见各自 `实现方案.md`）
+
+| | v2 | v3 | v4 | v5 |
+|---|---|---|---|---|
+| 状态存放 | `VibeMath_State/formal.json` | `State/formal.json` | `<项目>/State/formal.json` | **会话日志投影单元**（新事件 `vibe5/formal`） |
+| 门禁收口点 | `writeVerifiedCardIfNeeded` + 问题收口（两处） | `writeVerifiedCardIfChanged`（唯一写卡点）+ 判定入口前置 | `finalizeVerify`（`closeVerify` 之前） | `continueVerifyRound`（`closeVerify` 之前） |
+| 提示词注入 | `verifierReviewPrompt` / `verifierDebatePrompt` + solver 提示词 | 同上 + Method Keeper（沉淀可复用 Lean） | `verifyPrompt` + 常规/心跳/coreRules | `verifyPrompt` + 常规/心跳轮 + 状态块 `[形式化]` 行 |
+| 可视化 | `status`/`report` | `status`/`report` + `Logs/报告.md` | `status`/`report` + `vibe_v4_formal_report` | `status().formal` + `report()` 的 Lean 小节 |
+| 额外 | — | v3 的卡片刻意保持 **off 档字节不变**（新增锚点行只在非 off 且有记录时写） | 新增 `vibe_v4_prompts`（把"某成员会收到的确切提示词"作为可审计面） | `vibe_v5_overview` 增加形式化小节 |
+
+**四套完全一致的语义**：默认 off 无操作、未知档位回退 off、通过后转忠实性审查、
+`require` 门禁搁置而非卡死、阻塞原因必填、证明归档到 `Verified/Lean/`、
+可复用定义归档到跨项目 `Formal/Lib`、路径守卫词法归一。
+
+共用契约：[`docs/formal-verification.md`](docs/formal-verification.md)。
+
+---
+
+## 5. persona 静态提示词面：本次审计新发现的一整类缺陷（已修）
+
+给四套加工具时暴露了一类**此前没有审计维度**的缺陷——不是运行时发出的提示词（§1.1–1.5 守的
+那一层），而是 `agent.cordis.yml` 里 **persona 行本身**。persona 是主代理收到的**唯一**一份
+"有哪些工具、能调哪些参数"的清单；而**所有 e2e 套件都直接 `apply(ctx)`，从不加载 YAML**，
+所以这一层对既有 4000+ 条断言完全盲。发现的真实缺陷：
+
+| # | 缺陷 | 后果 |
+|---|---|---|
+| 1 | **v2 / v3 / v4 的 persona 从未列出**三个 `*_lean_*` 工具（只有 v5 列了，尽管它们**无条件注册**） | 主代理**不知道这个能力存在**，连准确名字都猜不到；用户在 v2/v3/v4 上无法指挥形式化 |
+| 2 | v4 的 `vibe_v4_set {…}` 参数表漏了 `formalVerify`/`leanCommand`/`leanArgs`/`leanTimeoutMs` | 开关**不可发现**（工具 schema 里有、prompt 里没有） |
+| 3 | v3 的 persona 从未列出 `vibe_math_setup` / `vibe_math_save_settings` / `vibe_math_template`（v2 列了） | 三个主控工具不可发现 |
+| 4 | v4 的 persona 从未列出 `vibe_v4_prompts`（"把成员会收到的确切提示词读出来"的审计工具） | 恰恰是审计提示词最需要的工具被藏起来了 |
+| 5 | v5 的 persona 写了 `hire`/`fire`（临时工），却没写 `add_researcher`/`remove_researcher`（常驻），而它同时声称"所办握有增聘常驻的权力" | 权力存在但工具不可发现 |
+| 6 | v5 的 `prefix` 与 `text` 两个块**漂移**：同一句在 `prefix` 里是 `... are`、在 `text` 里是 `... is` | 旧宿主读 `text`、新宿主读 `prefix`，同一版本对不同宿主呈现不同文字 |
+| 7 | v4 的命令**失败提示** `usage` 长期列着 `message` 子命令，而处理器**没有** `message` 分支（`usage` 把自己再列一遍） | 用户按提示输入 `/v4 message …` 得到"未知子命令"，而错误信息本身又说它存在。**这是复发**：同一个文件的 `/v4 set` 在更早一轮修过一次，但当时没留下"三处表面必须一致"的守卫 |
+| 8 | v5 的 persona `/v5` 子命令列表漏了 `add` / `remove`（处理器实现了、`hint` 也列了）；v4 的 `/v4` 列表漏了 `message` | 人读 prompt 与人读 hint 不一致 |
+
+**新增 `audit-persona-surface.test.mjs`（197 条断言）**，把这一层变成硬约束：
+
+- **双向**一致性：注册的每个工具必须在 persona 里出现（未文档化者必须进**显式快照**，
+  新增工具会被迫做出"写进 prompt 还是明确不进"的决定）；persona 里每个 `vibe_*` 名字必须真的注册
+  （反向检查抓改名/拼错/幽灵工具；`name*` 通配写法允许）；
+- `prefix` 与 `text` **逐行一致，只允许第 0 行不同**（防宿主间漂移）；
+- Lean 面在**两个块**里都齐全：三个工具名、四个参数名、三个档位名逐字出现、
+  忠实性语义、`Formal/Lib` / `Formal/Proved` / `Verified/Lean` 路径；
+- **斜杠命令四处一致**：`hint` ⊆ 实际分支、实际分支 ⊆ `hint`（`hint` 用 `...` 表示非穷举时除外）、
+  失败 `usage` 串与分支集合**完全相等**、persona 的 `/vN` 列表与 `hint` 一致；
+- 与共享契约 `docs/formal-verification.md` 交叉核对（契约里漏写参数/档位/路径同样变红）。
+
+**新增 `audit-persona-sensitivity.mjs`（11 条探针）**证明上面这套断言真的会变红，
+并遵守既有四条防假绿纪律：开跑前先确认**未变异**的副本经由 `PERSONA_ROOT` 是绿的
+（否则探针探测到的可能是覆盖机制本身）；变异副本若损坏 persona 的 YAML 块结构判 SETUP-FAIL；
+`.js` 变异副本先过 `node --check`；锚点出现次数不符判 SETUP-FAIL。
+
+`AUDIT-CHECKLIST.md` 因此新增 **§1.6「静态提示词面：人设 ↔ 注册表」**，把这一类列为
+每次全面检查的必查项——本类的教训与 v2.1.0 的"身份错乱"同源：**审计维度漏了一整类，
+而不是某一行写错了**。
+
+同时新增**随包发布**的人工复核语料 [`prompt-corpus-persona/persona-corpus.md`](prompt-corpus-persona/persona-corpus.md)
+（+ `.json`）：四个预设的主代理实际收到的 persona 原文、注册工具数、斜杠命令 hint 一览，
+由 `audit-persona-surface.test.mjs` 每次运行时确定性重写——复核者不必去翻 YAML。
+
+---
+
+## 6. 测试与审计
+
+| 套件 | 断言 |
+|---|---|
+| `formal-verify-v2.test.mjs` | **177** |
+| `formal-verify-v3.test.mjs` | **189**（另导出 `prompt-corpus-v3/` 交互语料） |
+| `formal-verify-v4.test.mjs` | **144** |
+| `formal-verify-v5.test.mjs` | **88** |
+
+四套都用**注入的 `subprocess` 服务**做"假 Lean"（退出 0，除非文件里还有 `sorry` 或 `-- FAIL`），
+因此**不需要真的安装 Lean** 就能把整条路径（`resolveExecutable` → `spawn` → `collected.stdout` →
+退出码 → 归档 → 提示词切换 → 门禁）测到。四套都支持插件覆盖环境变量（`V2_PLUGIN` / `V3_PLUGIN` /
+`V4_PLUGIN` / `V5_PLUGIN`）——这是灵敏度探针能生效的前提。
+
+**新增 `audit-formal-sensitivity.mjs`**：33 个探针（v2 9 / v3 8 / v4 8 / v5 9 中的实际数目见运行输出），
+每个都故意打破一条不变式并要求**对应架构的套件变红**。脚本本身防住了四种"假绿"：
+探针自身启动失败、套件不读覆盖变量、变异语义惰性、变异引入语法错误（每个变异副本都先过 `node --check`，
+语法错误直接判 SETUP-FAIL，绝不当作"探测成功"）。
+
+`prompt-v5-integrity.test.mjs` 另加了一组用例，把 Lean 相关提示词原文写进**随包发布的语料**
+（`lean-work` / `lean-verify` / `lean-fidelity`），供人工复核"忠实性审查"那段的措辞；
+v5 的架构图（`示例图/框架图-v5.svg`）也新增了 Lean 形式化区块。
+
+`audit-v5-integrity.mjs` 的理念门禁从 31 条扩到 **48 条**，其中 17 条专守这个特性。
+
+**新增 `audit-persona-surface.test.mjs`（197 条断言）** 与 **`audit-persona-sensitivity.mjs`（11 条探针）**：
+见 §5。它们守的是**静态提示词面**（persona ↔ 注册表 ↔ 斜杠命令 hint/usage），是本次审计新开的一个维度；
+套件同时生成随包发布的人工复核语料 `prompt-corpus-persona/`。
+
+---
+
+## 7. 边界（有意为之）
+
+- **框架不内置 Lean**：不装工具链、不下载依赖。没有工具链时三个工具如实返回 `LEAN_NOT_FOUND`，
+  形式化代码仍可写下来归档，但无法执行验证（不会崩、不会假装通过）。
+- **框架不判断忠实性**：那是代理/人审查并投票的对象；框架只负责把审查焦点**换成**忠实性。
+- **Lean 通过 ≠ 命题为真**：它只表示"这段形式化代码通过了内核检查"。这正是 §0 表格里
+  "审查对象变化"的含义。
+- **`require` 是"搁置"而不是"卡死"**：缺形式化的裁定记为未定论 + 进入待办，研究所继续推进
+  （与既有的"未达门槛留库附平均概率"同一取舍），不会被一个对象永久卡住。
+
+---
+
+## 8. 升级
+
+```
+npm i dsh-vibe-math@latest
+```
+
+无迁移：新参数默认 `off`，四套的既有行为与 `off` 完全一致（v3 的卡片刻意保持字节不变）。
+已经在跑的研究所/项目不受影响；把 `formalVerify` 调到 `encourage` 或 `require` 即启用。

package/RELEASE-NOTES-2.3.1.md

@@ -0,0 +1,134 @@
+# dsh-vibe-math 2.3.1 — 提示词与交互修复：忠实性缺陷不再被记成"命题为假"
+
+> 上一版：2.3.0（四个架构新增 Lean 形式化验证）。本版是**审计驱动的修复版**：
+> 2.3.0 的功能是对的，但**代理读到的文字**与**回执通道**里有几处会造成错误结论的缺陷。
+> 发布前对"运行时注入的 Lean 提示词 + 回执通道 + 语料"做了一次专项审计，本版修掉全部发现。
+
+---
+
+## 0. 最严重的一条：形式化写错了 ≠ 命题为假
+
+2.3.0 的忠实性分支写的是：
+
+```
+▸ 因此请把 verdict 用在**忠实性**上：一致 → 1；发现任何偏离 → 0（或按不确定度给中间值并说明）。
+```
+
+当 Lean 代码写的不是命题想说的（把条件写窄了 / 写宽了 / 换了对象 / 漏了条件）时，这条指令让表决者
+投 **0**——而 0 的含义是"**该命题为假**"。于是：
+
+- 框架把"形式化不合格"记成"命题被证伪"；
+- 在 v5 的**全 0 一致**规则（或 v4 的全组一致规则）下，一个写错的形式化会把命题
+  **写进 `Verified/` 并标注「假」**；
+- 也就是说，**为了求真更严格而引入的机制，反而伪造出一个错误的否定结论**。
+
+本版把它改成独立的一档 `defect`（契约 §4.1）：
+
+| | 2.3.0 | 2.3.1 |
+|---|---|---|
+| 发现忠实性偏差 | 投 0（= 命题为假） | **不得投 0**：给严格介于 0 与 1 之间的值（记为弃权）+ 回执 `formal:{decision:'defect', note:'<具体偏差>'}` |
+| 框架动作 | 按"假"参与定论 | **撤回「已通过」**：降级 `attempted`、清空 `proof`、撤回归档证明、写入「形式化待办」、公告 |
+| `require` 档 | 门禁已放行（`passed`） | 门禁**重新拦住**：本次裁定**不定论**，修正形式化并重新跑通后再投票 |
+| 什么时候才能投 0 | 发现偏差就投 | **只有独立于这份 Lean 代码也能确定命题为假**（并给出独立理由）时 |
+
+> `encourage` 档没有门禁：框架仍然撤回证明并记入待办，但**不在提示词里承诺一个它无法强制的
+> "不定论"**——那里靠表决者按指令给出的弃权使表决得不出布尔一致结论。（这条区分本身也是审计发现的：
+> 首版草稿在两种档位下都声称"本次裁定不定论"，而 `encourage` 档根本没有门禁。）
+
+---
+
+## 1. 本版修掉的缺陷（按严重度）
+
+| # | 缺陷 | 影响 | 落点 |
+|---|---|---|---|
+| 1 | **v2 的 `formal` 回执通道是死代码**：提示词让代理"在回执的 formal 字段写明难度判断"，但 v2 的两份验证回执契约里**没有**这个字段，框架也**从不解析**它 | 代理写下的难度判断**静默消失**；`require` 档下代理以为记录了阻塞，门禁却一直拦着 | 补齐 `formalJsonField` / `formalReplyNote` / `absorbFormalFromReply`，并接进初评 + 辩论两条路径 |
+| 2 | **忠实性缺陷被判成"命题为假"**（四个架构） | 可能伪造出错误的否定结论（见 §0） | 新增 `defect` 档（四套） |
+| 3 | **字段名写错**：v2/v3 的 Lean 段说"并据此给出 verdict"，但这两套的回执字段是 `Result` | 代理回 `{"verdict":…}` 时**那一票被静默丢弃**（默认 0.5） | 忠实性分支改写为 `Result`（v3 还补上了缺失的"偏差怎么映射"指引） |
+| 4 | **缩写工具名**：注入文本里出现 `lean_lib` / `lean_archive`（v2/v3/v5，**包括工具自己返回的 `hint`**） | 照抄的代理调用一个**不存在的工具** | 全部改为注册名全称 `<prefix>lean_*` |
+| 5 | **没有"归档前先跑通"的要求** | 不编译的定义/引理会污染跨项目复用库 | 提示词明确：`run=true` 或先 `lean_run`，跑不通不许入库 |
+| 6 | **工具链缺失没有出路** | 宿主没装 Lean 时，`require` 档代理可能反复空转 | 提示词明确：`LEAN_NOT_FOUND` 时把代码归档并在 `note` 写明"宿主无 Lean 工具链"，算显式阻塞原因 |
+| 7 | **语料不是确定性产物**：v5 的路径归一化在 Windows 下因**大小写**差异（`split(WS)` 匹配不上）漏掉了 VibeMath 根的绝对路径，且提示词表头自带 `### YYYY-MM-DD hh:mm:ss｜<成员>` **时间戳** | 随包语料每跑一次都变（上一次提交里的语料改动就纯粹来自临时目录改名）、泄露本机路径、diff 失去意义 | `scrub` 改为大小写/分隔符无关，并把时间戳归一化为 `<TIME>`——现在**逐字节稳定**（已实测两次运行的 SHA256 相同） |
+| 8 | **v2/v4 没有 Lean 提示词语料；`require` 档文本不在任何语料里** | 复核者只能翻源码；门禁那段话从没被人读过 | 四套各自新增 `prompt-corpus-vN/`，覆盖 off/encourage/**require**/忠实性/工作轮/回执契约 |
+| 9 | **v2 套件的回执断言只查措辞**（"提示词里有那句话"） | 177 条断言全绿却守着一个**死通道** | 改为**行为断言**：把带 `formal` 的回执真的喂给框架，断言记录落库 |
+| 10 | 套件里"占位垃圾"扫描用了裸 `\bundefined\b` | 把 v2 explorer 提示词里合法的英文 "no undefined symbols" 误报为垃圾 | 改为只匹配**数据位**的垃圾（`: undefined` / `"undefined"` / `undefined,` …） |
+
+> 第 1、9 条是同一件事的两面：**提示词说了、框架没做、测试只查措辞**——这类缺陷在任何只断言
+> "包含某些关键词"的套件里都是隐形的（`AUDIT-CHECKLIST.md` §2.2 早就点过名）。
+
+---
+
+## 2. 契约与文档同步
+
+- `docs/formal-verification.md`：新增 **§4.1 `defect`**（含状态迁移与"唯一可以投 0 的情形"）、
+  §6 顶部新增 **5 条提示词硬要求**、§6.1 忠实性分支改写、§6.3 回执契约加 `defect` 与"必须真的被解析"，
+  §10 新增测试要求 8–11（行为断言 / 忠实性语义断言 / 每架构语料 + 归一化 / 提示词探针）。
+- `README.md`：Lean 章节新增「⚠️ 忠实性缺陷 ≠ 命题为假」，并把三条硬要求写进正文。
+- 各 `实现方案.md`：v2 / v3 / v4 / v5 都补了 `defect` 语义、工具名全称、归档前跑通、工具链缺失出路，
+  以及各自的断言数与语料说明。
+- `AUDIT-CHECKLIST.md` §1.6 静态提示词面 + §2.5 探针纪律：本版新增的 16 条**提示词探针**正是按它执行。
+
+---
+
+## 3. 测试与探针（本版实测）
+
+| 套件 | 2.3.0 | 2.3.1 |
+|---|---|---|
+| `formal-verify-v2.test.mjs` | 177 | **261**（含 `defect` 双向 id 降级、回执通道行为断言、语料 89 条） |
+| `formal-verify-v3.test.mjs` | 189 | **247** |
+| `formal-verify-v4.test.mjs` | 144 | **226** |
+| `formal-verify-v5.test.mjs` | 88 | **120** |
+| `prompt-v5-integrity.test.mjs` | 563 | **588**（语料 70 条 / 27 类，新增 `lean-require`、`lean-after-defect`） |
+| `audit-formal-sensitivity.mjs` | 33 探针 | **49 探针**（新增 16 条提示词探针：删掉"不要投 0"、把工具名换成缩写、删掉 `require` 门禁措辞、把回执契约里的 `defect` 去掉——四套各 4 条） |
+| `audit-persona-sensitivity.mjs` | 11 探针 | 11 探针（不变，全红） |
+| `audit-persona-surface.test.mjs` | 197 断言 | 197 断言（persona 未改，仍全绿） |
+
+四套现在都**自带**随包发布的人工复核语料：
+
+```
+prompt-corpus-v2/formal-verify-v2.{json,md}     # 89 条
+prompt-corpus-v3/formal-verify-v3.{json,md}
+prompt-corpus-v4/formal-verify-v4.{json,md}
+prompt-corpus-v5/prompt-corpus-v5.md            # 70 条 / 27 类
+prompt-corpus-persona/persona-corpus.md         # 四个预设的 persona 原文
+```
+
+语料里的工作区路径归一化为 `<WS>`、VibeMath 根归一化为 `<VIBEMATH>`，可 diff、不含本机路径。
+
+---
+
+## 3.5 测试执行提速：并行 runner + 耗时反馈（本版新增）
+
+这轮顺带做了一次"测试脚本自己有多慢"的审计，结论是**时间几乎全花在等待上，而不是在测东西**：
+
+| | 优化前 | 优化后 | 手段 |
+|---|---|---|---|
+| 探针脚本 `audit-formal-sensitivity.mjs`（49 条） | **38 min**（串行） | **2.6 min**（wall 154.6 s，sum 612 s，**x3.96**） | ① 探针并行（并发 4，每个探针独立变异副本 + 独立语料目录，互不干扰）；② 修掉 v2 套件的 186 s（见下） |
+| 全量回归（23 个套件） | ≈ 5.5 min（串行） | **1.9 min**（wall 114.4 s，sum 219.4 s，**x1.92**） | 新增 **`run-tests.mjs`**：并行跑全部套件并打印每项耗时、wall/sum、加速比、最慢几项 |
+| `formal-verify-v2.test.mjs` 单套件 | **186 s** | **≈32 s** | 两处根因：① 插件用 `setInterval(...,1000)` 轮询调度器，套件每次 `tick()` 都得等满 1 秒——套件现在**只把 `setInterval` 快进到 25 ms**（自己的 `sleep` 用 `setTimeout`，不受影响；插件内部"该不该 tick"仍按真实 200 ms 下限判断，**生产代码零改动**）；② `verifyWithDebate` 的 16 次循环**从不提前退出**（判据 `autoDone` 之类的条件永远不会发生），每次调用白烧 ~21 s——现在按"连续 3 轮没有新 followup"提前退出。断言数不变（261） |
+| `e2e-v4-fixes.test.mjs` | 105 s | 101 s | 12 个轮询循环加了"安静即停"（原判据 `autoDone‖running===false` 对活着的 run 永不成立）。**再往下压就要砍采样深度**：9 个慢用例（T13/T19/T22/T23/T25/T27/T2/T9/T20）是在观察"多轮之后某指令**没有**泄漏/重复"，轮数就是它们的不变式本体 |
+
+**耗时基线写进了 [`docs/test-timing.md`](docs/test-timing.md)**：单套件耗时表、并行安全性（语料目录必须
+逐实例隔离）、以及"按目的选最小代价组合"的策略表。两个 runner 每次都会打印耗时与加速比——
+**下次跑之前先看这几行**，再决定并发数、要不要 `--only`、以及某个变慢的套件是不是又在等一个
+永远不会发生的条件。
+
+---
+
+## 4. 兼容性与迁移
+
+无破坏性变更，**不需要迁移**：
+
+- 默认仍是 `formalVerify: 'off'`（真正的无操作），行为与 2.3.0 逐字节一致；
+- `defect` 是**新增**的回执取值；已有代理若仍回 `"decision":"used"|"blocked"` 一切照旧；
+- 提示词里的工具名由缩写改为全称，只会让**照抄的调用**从失败变为成功；
+- 归档路径、门禁位置、三个工具、四个参数**都没有变**。
+
+---
+
+## 5. 升级
+
+```
+npm i dsh-vibe-math@latest
+```
+
+升级后重启 DSH：未被手动改过的 preset 文件会自动更新；语言/提示词层面的变化在新会话生效。