dsh-vibe-math 2.3.0 → 2.3.2

package/AUDIT-CHECKLIST.md

@@ -100,9 +100,71 @@
 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。
+
+### 1.8 四套同构：任何语义修正必须**四套同步**
+
+v2/v3/v4/v5 是**同构实现**（同一份契约、四份独立代码，刻意零共享）。这带来一个特有的缺陷类别：
+**修正只落到一套**。真实事故（2.3.1 → 2.3.2）：
+
+- `defect` 的"`encourage` 档不得声称框架会强制搁置"这条修正只改了 v5，另外三套仍无条件宣称
+  "本次裁定**不定论**"——承诺了 `encourage` 档根本无法强制的行为；
+- "撤回归档证明"在 v5 是**删除 → 校验真的没了 → 否则覆盖撤回说明**，另外三套只做尽力删除
+  （两套静默吞掉失败、一套不校验）——宿主删不掉时，已撤回的证明仍留在 `Verified/Lean/<id>.lean`
+  这个"大家找证明"的位置；
+- `formal` 回执通道在 v2/v3 有 `formalOn()` 守卫，v4/v5 没有——`off` 档可被残留回执写入状态。
+
+所以：
 
-## 2. 第二优先：把上面每一条变成**会变红**的测试
+- [ ] 任何语义/措辞修正，**逐一核对四套**（含各自的 `实现方案.md`、persona、语料与断言）；
+- [ ] 参数、工具名、字段名、路径、错误码这类**表面**已有静态守卫
+      （`audit-persona-surface` / `audit-spec-traceability` / `audit-prompt-invariants`）；
+      但**语义**（承诺强度、失败回退、边界条件）没有静态守卫，必须靠"把四套**渲染后的提示词/行为**
+      并排对照"来查——随包语料就是为这个准备的；
+- [ ] 用**同一份输入**驱动四套，比较**可观测结果**（记录落库、文件是否撤回、门禁是否放行），
+      而不是比较代码长得像不像。
+
+### 1.9 工具参数 schema：文档写了 ≠ 工具收得下
+
+§1.6 查的是"persona 里有没有写"，这一节查**工具的参数 schema 收不收得下**。本仓库所有工具 schema 都由
+`objParams` 收口，并以 `additionalProperties:false` **关闭**：schema 没列出的键会被任何遵守 schema 的
+provider **直接拒绝**。于是"提示词/规格/状态表都写着这个参数"完全可以在**功能根本打不开**的同时全绿。
+
+- [ ] 每个"可调参数"是否同时出现在：**设置工具的参数 schema**、发现面（`vibe_math_setup` 返回的
+      `PARAM_SCHEMA` / v4·v5 的 status 参数表）、`<vibe root>/*setting.json` 模板、以及 persona 参数表？
+      **真实事故（2.3.2 D1）**：v3 的四个 Lean 参数写进了 persona、规格与状态行，却**从未写进
+      `vibe_math_set_params` 的 schema**；所有套件全绿（套件直接调 handler、绕过 schema），而用户
+      **永远无法开启这个功能**。
+- [ ] schema **声明的**每个键，参数层是否**真的接收**？（v2/v3 的闸门是 `DEFAULT_PARAMS` 的键集、
+      v4 是 `k in params`、v5 是 `normalizeParams` 的类型列表。）声明而不接收 = 调用返回 `{ok:true}`、
+      什么都不发生——最容易被读成"设置成功"的静默失效。
+- [ ] 同一工具被**注册两次**（v2/v3 各有"会话 handler 表"与"真实 `tools.register`"两份定义）时，
+      两份 schema 是否**逐键一致**？漂移会让其中一条路径上的功能不可达。
+- [ ] 新增/修改任何参数后，跑 `node audit-prompt-invariants.mjs`（I13/I14）与
+      `node audit-prompt-invariants.mjs --self-probe`（证明这两条不变式**真的会变红**）。
+
+> **守卫为什么必须是"可被证伪的"**：I13/I14 用 `--self-probe` 在内存里注入真实缺陷形状
+> （v3 少一个 Lean 参数 / v4 多一个参数层不接收的键 / v5 的 `normalizeParams` 少一项），
+> 要求对应不变式**变红**，并要求**未变异的对照跑仍为绿**。没有对照的探针会把"脚本坏了"当成"守住了"。
+
+---
 
 ### 2.1 逐条断言，而不是抽查
 
@@ -129,6 +191,11 @@
 - 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
@@ -144,6 +211,10 @@
       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）。
@@ -178,7 +249,11 @@
 - [ ] 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

@@ -247,7 +247,7 @@ flowchart TB
 
 | 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**） |
+| **`'off'`（默认）** | **不额外进行任何要求。** 成员提示词里不出现任何 Lean 内容，不写入任何形式化状态，验证流程与门禁完全不变（是**真正的无操作**，有断言与探针守着）。三个工具仍注册可用（主动调用照常工作）；主代理的 persona **始终**写着这三个工具与四个参数——否则这个开关就不可发现、"off" 也就无从打开 |
 | `'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 |
 
@@ -255,6 +255,33 @@ flowchart TB
 > 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`；`Verified/Lean/<id>.lean` **删除**，宿主删不掉时改写为"已撤回"说明，
+  绝不把一个已撤回的证明留在大家找证明的位置；写入「形式化待办」），`require` 档下
+  **本次裁定不定论**（`encourage` 档没有门禁，不得声称框架会强制搁置——那里靠表决者弃权阻止定论）；
+  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。
+
+> **回执通道**（不调用 Lean 工具的成员也能留下判断，`require` 档下必须留）：
+> `"formal": {"target":"<对象id>", "decision":"used|blocked|defect", "file":"Formal/<对象id>.lean", "note":"难度判断/阻塞原因/具体偏差"}`。
+> `decision='blocked'`/`'defect'` 时 **`note` 必填**（缺则整条拒绝）；`used` 只把对象记为 `attempted`；
+> `off` 档下这个通道**失效**（否则 `off` 就不是真正的无操作了）。
+
+> 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` 解析不到可执行文件 / `NO_SUBPROCESS` 宿主没有
+> subprocess 服务）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
 
 ```
@@ -784,10 +811,14 @@ 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）
+- **全面检查必查清单**：[`AUDIT-CHECKLIST.md`](AUDIT-CHECKLIST.md)（本仓库的强制审计流程；§1.9 专门查"工具参数 schema 收不收得下"）
+- **提示词/交互不变式（四套一起，可一键复核）**：[`audit-prompt-invariants.mjs`](audit-prompt-invariants.mjs)（145 条断言）——把"历史上真实发生过的提示词/工具面缺陷类别"逐条编码成静态不变式（缩写工具名、把忠实性缺陷投成 0、`defect` 只写在提示词里没实现、回执契约缺 `defect`、无 note 放行、字段名错、`off` 档回执仍能写状态、语料不确定、探针缺失、**工具的封闭 schema 收不下它自己文档里的参数**、**schema 声明了参数层却静默丢弃的键**）。加 `--self-probe` 会在内存里注入这些缺陷形状，要求对应不变式**变红**、未变异的对照跑**仍为绿**（5/5）
+- **规格 ↔ 代码可追溯（四套一起）**：[`audit-spec-traceability.mjs`](audit-spec-traceability.mjs)（91 条断言）——`实现方案.md`/README 里承诺的工具必须真的注册；四个 Lean 参数必须同时被文档与代码接受
 
 ---
 

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。

package/RELEASE-NOTES-2.3.2.md

@@ -0,0 +1,145 @@
+# dsh-vibe-math 2.3.2 — 四套深度审计：三处高危门禁缺陷 + 撤回语义统一 + 语料确定性
+
+> 上一版：2.3.1。本版是**审计驱动**的修复版：对 v2/v3/v4/v5 各做了一轮逐架构深度审计
+> （插件 + 套件 + 实现方案 + persona + 语料），并做了四个架构之间的**横向对照**。
+> 无破坏性变更，默认仍为 `formalVerify: 'off'`。
+
+---
+
+## 0. 三处高危缺陷（都会让"严格验证"失效或不可用）
+
+| # | 架构 | 缺陷 | 后果 |
+|---|---|---|---|
+| 1 | **v3** | 四个 Lean 参数**根本没写进 `vibe_math_set_params` 的参数 schema**（该 schema 是 `additionalProperties:false`） | 遵守 schema 的 provider **拒绝这个调用** → 用户**永远无法开启**这个功能；而套件全绿，因为它直接调 handler、**绕过 schema** |
+| 2 | **v2** | `require` 门禁**只读自己那一侧的 id**（`formalOf(rId)`），而代理用**对象 id** 归档、别名同步只更新**已存在**的键 | "归档了 passed、验证侧还没有记录"时门禁**永远搁置**；搁置本身又写下 `rId='none'`，于是**每轮重开一次辩论、对象永远无法定论**、其它对象被饿死 |
+| 3 | **v4** | `formalSetRun` 硬编码 `status:'attempted'`，**把已验证对象的 `passed` 抹掉**（与自己的注释、规格、v2/v5 都矛盾） | 一次随手 `lean_run` 就让对象丢掉"已形式化"：投票提示词**丢掉忠实性分支**，`require` 档对**已有绿色归档证明**的对象重新关门 |
+
+另有一处**门禁旁路**（v2）：`settleVerdict` 的「判断命题」转移在 v=0 时直接写
+`布尔估计=0`/`已验证`/`优先级 never` 并压入 `正确概率:1` 条目，**完全不看门禁**——一个未形式化的
+命题被侧面判为**假**且永久退出调度。已改为先过门禁。
+
+---
+
+## 1. 撤回语义统一：**删除 → 复核 → 覆盖撤回说明**
+
+2.3.1 只在 v5 做对了。本轮把同一语义推广到四套：撤回归档证明时
+
+1. 先删（`subprocess` 可用时）；
+2. **用 fs 复核文件真的没了**；
+3. 仍在（宿主没有 `subprocess`、shell 静默失败、权限问题）→ **就地覆盖为撤回说明**
+   （`-- 已撤回（<时间>）：该形式化被认定与命题原文不一致。` + 指向保留的工作文件）；
+4. 公告**如实说明**发生了哪一种（删除 / 覆盖 / ⚠ 两者都失败，请不要把它当作该对象的证明）。
+
+此外修掉了两处静默漏洞：v2 只从两个 id 收集 `proof`（别名归档的证明留在盘上）；v2/v3/v4 用
+`removeFile` 尽力删除且吞掉结果。
+
+**同一类问题还有一处**：`lean_archive kind='proof'` 在**这次跑红**时曾保留 `prev.proof`
+（而工作文件已被新代码覆盖）→ `Formal/Index.md` 会同时显示"attempted/fail"与一条**不再成立的**
+`Verified/Lean/…`，忠实性提示词还会打印这个路径。四套统一为"`proof` 只属于 `passed`"，并在跑红时
+撤回旧的归档证明（v4 另外把"随手 `lean_run` 不许降级 passed"补回）。
+
+---
+
+## 2. 提示词/交互修复（逐条都有断言与探针）
+
+| 修复 | 说明 |
+|---|---|
+| **按档位承诺**（四套） | 忠实性分支曾**无条件**宣称"本次裁定**不定论**"，而只有 `require` 有门禁。现在 require 保留该承诺，encourage 明确写"**本档没有门禁**：请务必给弃权值，以保证本轮无法得出一致结论"；defect 公告、TODO/Index 措辞同样按档位分叉 |
+| **无工具链出路点名两个错误码**（四套） | 只写 `LEAN_NOT_FOUND` 时，遇到 `NO_SUBPROCESS`（宿主没有 subprocess 服务）的代理会当成未知失败而重试；现在两个都点出 |
+| **失败提示要可执行**（v3） | `LEAN_NOT_FOUND`/`NO_SUBPROCESS`/`LEAN_SPAWN_FAILED` 没有编译器输出，却提示"按上面的编译器输出修复" → 改为按失败码给不同的出路 |
+| **活动日志里的工具名**（v4） | 代理可读的日志里写着缩写 `lean_run` → 改为注册名 `vibe_v4_lean_run`；注入文本扫描现在也覆盖 `State/session.json` 的 `activityLog` |
+| **路径指向真实位置**（v2） | 工作轮把可复用引理指向项目内的 `Formal/Proved/`——那是**不存在**的路径（全局库在项目树之外）→ 改为 `<VibeMath 根>/Formal/Proved/` |
+| **红灯不许声称可复用**（v2） | `kind='def'/'lemma'` 跑红时工具返回值仍写"已并入全局可复用库，可直接 import 复用" |
+| **`vibe_math_setup` 重复参数**（v3） | `plannerPersona` 出现两行 |
+| **规格里的幽灵工具**（v4，由我的新审计发现） | `实现方案.md` 把 `vibe_v4_propose_verify(targetId)` 写成工具，而 v4 **没有**这个工具（真机制是回执字段 `propose_verify`） |
+
+---
+
+## 3. 语料确定性（契约 §10 要求"逐字节可 diff"）
+
+- **v5**：语料每跑一次都变。根因有三层：心跳/会议唤醒依赖**真实时钟**与异步顺序；捕捉心跳时
+  "最闲成员"随时间抖动；写入端**只按 kind 排序**，同 kind 内仍随 drain 顺序变化。
+  修法：套件加**虚拟时钟**（`ctx.timeout` 接虚拟队列、`sleep(n)` 推进虚拟时间）＋心跳在
+  **单成员研究所**内捕捉＋写入端**全序排序**（kind → owner → prompt）。
+  结果：**连跑 6 次哈希全同**，且套件 **7–9 s → 1.7 s**。
+- **v3**：20 条 `planner:*` 条目带随机 plan id 与 epoch 时间戳 → scrub 归一化 + 断言。
+- **v2/v4**：本已稳定；v4 的语料在套件运行中重生成并验证两次哈希一致。
+- 五份语料（四个预设 + persona）现在都通过我的确定性检查（无绝对路径、无时间戳、可重复）。
+
+---
+
+## 4. 新增的常驻守卫（随包发布，可一键复核）
+
+| 脚本 | 作用 |
+|---|---|
+| `audit-prompt-invariants.mjs` | 把历次**真实发生过的提示词/工具面缺陷类别**编码成四套 × 31 条静态不变式（缩写工具名 / "偏离→0" / `defect` 规则缺失或未实现 / 回执契约缺 `defect` / 无 note 放行 / 字段名错 / `off` 档回执未被门禁 / 语料不确定或缺档位 / 探针缺失 / 按档位承诺 / **封闭的 schema 收不下自己文档里的参数** / **schema 声明了、参数层却静默丢弃的键**）。**当前 145/0**，并带 `--self-probe`：在内存里注入这些缺陷形状，要求对应不变式**变红**、未变异的对照跑**仍为绿**（5/5） |
+| `audit-spec-traceability.mjs` | 规格/README 承诺的工具必须真的注册（**能识别"文档里说它不存在"的否定语境**）；四个 Lean 参数必须同时被文档与代码接受；契约 §7 的 `terminate()`；契约 §8 的**门禁收口点无旁路**（调用图检查）。**当前 91/0** |
+| `run-tests.mjs` | 并行跑全部套件，打印每项耗时/加速比/最慢几项（本轮又修了 `--only x` 空格形式被静默忽略、`--json` 混入人类输出两个 bug） |
+| `docs/test-timing.md` | 耗时基线 + 并行安全规则 + 虚拟时钟的适用条件（若套件用 `Date.now()` 做超时判据又用 `setInterval` 轮询，冻结时钟会让判据永不超时，必须连轮询定时器一起虚拟化） |
+
+### 4.1 新增「工具参数 schema」守卫：文档写了 ≠ 工具收得下
+
+本轮最贵的一处缺陷（v3 开不了档）暴露出一整类**既有测试全都盲**的漏洞：四个预设的工具 schema 都由
+`objParams` 以 `additionalProperties:false` **关闭**，因此 schema 没列出的键会被任何遵守 schema 的
+provider **直接拒绝**——可提示词/规格/状态行可以全都在说这个参数，套件也可以全绿（套件直接调 handler、
+绕过 schema）。现在这层有了三重守卫：
+
+1. 四套各自的 `formal-verify-vN.test.mjs` 直接检查**真实注册的** schema 对象：schema 必须仍是封闭的、
+   必须声明 `formalVerify`/`leanCommand`/`leanArgs`/`leanTimeoutMs`、`formalVerify` 的 enum 必须恰好是
+   三档（**已用探针证明**：把 v3 真实注册那一份里的 `leanArgs` 去掉，套件立刻变红）；
+2. `audit-prompt-invariants.mjs` 的 I13：**每一处** set 工具定义（v2/v3 有"会话 handler 表"与
+   "真实注册"两份）都必须声明这四个参数，且每一份 `objParams` 都必须关闭 schema；
+3. 同脚本的 I14：schema **声明的每个键**都必须被参数层真正接收（v2/v3 的闸门是 `DEFAULT_PARAMS` 键集、
+   v4 是 `k in params`、v5 是 `normalizeParams` 的类型列表）——声明而不接收 = 调用返回 `{ok:true}`
+   而什么都不发生，是最容易被读成"设置成功"的静默失效。
+
+`AUDIT-CHECKLIST.md` 新增 **§1.8「四套同构：任何语义修正必须四套同步」**——本轮三处高危里有两处正是
+"改了一套、另三套没改"或"四套共用同一写法而没人横向对照"造成的。
+
+---
+
+## 5. 测试与探针（实测）
+
+| 套件 | 2.3.1 | 2.3.2 |
+|---|---|---|
+| `formal-verify-v2.test.mjs` | 261 | **319** |
+| `formal-verify-v3.test.mjs` | 247 | **283** |
+| `formal-verify-v4.test.mjs` | 226 | **269** |
+| `formal-verify-v5.test.mjs` | 120 | **145** |
+| `prompt-v5-integrity.test.mjs` | 588 | **506**（语料去重：心跳只记 1 条）+ 虚拟时钟 |
+| `e2e-v4-fixes.test.mjs` | 120 | 120（**修掉并行下的抖动**：T21 的会议看门狗 80 ms 在 CPU 争用下提前放弃会议） |
+
+- 全量回归：**连续 3 次并行跑，23/23 全绿**（wall ≈111 s，最新一次实测 wall 111.5 s / sum 221.5 s / x1.99，
+  关键路径 `e2e-v4-fixes` 98.1 s）；
+- `audit-formal-sensitivity.mjs`：**49 条探针全部按预期变红，0 问题**；
+- `audit-prompt-invariants.mjs`：**145/0**，`--self-probe` **5/5**；`audit-spec-traceability.mjs` **91/0**；
+- `audit-persona-sensitivity.mjs`：11/11 变红；`audit-persona-surface.test.mjs` 197/0；
+- `audit-v5-integrity.mjs` clean；四套 `audit-registration.mjs` 无重复/无缺失；
+- 新增两条 **schema 级探针**：把 v3 真实注册的 schema 里 `leanArgs` 去掉 → v3 套件变红（已实测）；
+  在 v4/v5 里造一个"声明但不接收"的参数 → `audit-prompt-invariants.mjs` 变红（已实测）。
+
+---
+
+## 6. 仍然存疑、需要人决定的政策问题（不是 bug，故未擅自改）
+
+1. **跑红的 `kind='proof'` 是否应撤销旧证明**：本轮按"`proof` 只属于 `passed`"（契约 §4）统一四套；
+   若你认为"随手一次失败不该抹掉已证结论"，应改**契约**而不是改代码。
+2. **`off` 档"主动调用工具"算不算无操作**：契约 §2 明确工具仍可用，但那会写 `Formal/Index.md`/状态/公告；
+   四个审计都把它记为 policy call，现已在规格里澄清"off 约束的是**框架自身**，主动调用是显式行为"。
+3. **`used` 回执的语义**：契约状态表字面写"→ attempted"，而四套实现都**保留** `passed`/`blocked`
+   （否则每条"我用了它"的回执都会把 passed 打回 attempted 并重新关门）。建议改契约字面。
+4. **v2 的 id 解析歧义（真实可达）**：`formalObjectIdOf` 把"对象 id 本身以 `-sN/-pfN/-rfN` 结尾"的
+   rId 解析错（`r-p-s1 → p`）：这类命题的提示词/卡片会引用**另一个对象**的证明、门禁会被那个对象的
+   `passed` 放行。正确修法是**在记录里落权威 `objectId`**，但这要先把契约定下来。
+5. **只剩"被门禁搁置"的对象时**：调度器会空转（不会卡死、不会误判终止）——契约没写这种局面该终止还是空转。
+
+---
+
+## 7. 升级
+
+```
+npm i dsh-vibe-math@latest
+```
+
+无迁移：新参数默认 `off`，四套既有行为与 `off` 一致。升级后重启 DSH；未被手动改过的 preset 文件
+会自动更新。