dsh-vibe-math 2.4.1 → 2.6.0

package/docs/release-notes/RELEASE-NOTES-2.6.0.md

@@ -0,0 +1,268 @@
+# dsh-vibe-math 2.6.0 — 发布说明（中文）
+
+> 上一版：2.5.0。本版新增**最终论文（final paper）**功能：四个预设默认在收口时自动撰写一篇只整理
+> 已有证据的完整论文，且论文阶段发生在"标记完成"**之前**。既有参数默认值、数据格式与目录结构未变，
+> DSH 支撑窗口不变，无需迁移。
+
+---
+
+## 概览
+
+- 新增**最终论文**：默认开启（`finalPaper=true`）。收口信号命中后、**run 被标记完成之前**进入 paper 阶段。
+- 产物固定在 `Paper/<id>/`：`paper.md`、`paper.tex`、`paper.pdf`（仅在宿主检测到 LaTeX 引擎并编译成功时）、
+  `paper.meta.json`、`paper.log.md`。
+- v4/v5 为**团队合写**：各自写自己的部分 → 合并 → 交叉互审 → 定稿代表定稿 → 全体明确"可交付"才定稿；
+  v5 的定稿代表默认院士，所办仅在手动路径下可用，且必须先与全所交流并开会。
+- 编译失败**先修复、后降级**：没有引擎或编译不通过时仍交付 tex+md，只记日志告警，不阻塞定稿，
+  也绝不覆盖已有的 `paper.pdf`。
+- 随功能修掉若干问题：v5 自动触发的心跳停摆、v2/v3 写手卡死可能永久阻塞、v3 随包语料的时间戳非确定性、
+  以及一处会被空过的论文判定检查。
+- 契约文档 `docs/final-paper.md` 随包发布；双语 README 补齐参数与用法。
+
+## 变更
+
+### 1. 新功能：最终论文（四套一致，默认开启）
+
+- **触发**：各预设用自己的收口信号（v2 严格终止、v3 完整收口、v4 一致性会议的一致停止票、
+  v5 每次解题票上的"已解决"判定）。命中后进入 paper 阶段，**论文完成或降级结束之后才把这次 run
+  标记为完成**——否则会议/唤醒机制已被禁用，团队合写无法进行。
+- **手动**：`/vibe paper [lang=zh|en] [format=both|md|tex] [force]`（v2/v3）、
+  `/v4 paper [… editor=office|resident:<id>] [force]`、`/v5 paper [… editor=office|academician] [force]`。
+  命令行覆盖只作用于本次（不写回持久参数）；`force` 重写已定稿的论文；参数非法返回 `kind:'error'`；
+  `finalPaper=false` 只关闭自动触发，手动命令仍可用并在返回里说明"自动已关闭"。
+- **幂等**：同一 run 只写一次（`finalizedAt` + 逐产物存在性检查），重复触发只补写缺失的产物。
+- **内容骨架（9 节，四套一致）**：① 标题、作者、日期与摘要 ② 引言与问题背景 ③ 原问题的完整解法
+  ④ 已检验通过的命题（含判定为真的估计值与证据来源）⑤ 已解决的子问题 / 中间成果
+  ⑥ 创造或发现的有价值之物（方法、理论、思想、经验、数学理解）⑦ 规律总结 ⑧ 讨论、局限与展望
+  ⑨ 附录：证据与文件索引。论文只整理已有证据、**不得编造**；未决与被否证的条目必须显式标注。
+
+### 2. 参数
+
+- `finalPaper`（默认 `true`，四套）：收口时自动撰写最终论文；`false` 只关闭自动触发。
+- `paperFormat`（默认 `both`，四套）：`both`（md+tex）/ `md`（只写 md，跳过编译且不报"缺 tex"）/ `tex`。
+- `paperLanguage`（默认 `zh`，四套）：`zh`（LaTeX 用 `ctexart`，引擎优先 `xelatex`）/
+  `en`（`article`，引擎优先 `pdflatex`）。
+- `paperCompilePdf`（默认 `true`，四套）：检测到 LaTeX 时是否编译 `paper.pdf`。
+- `paperLatexCommand`（默认空，四套）：优先尝试指定的引擎可执行文件；解析不到时按"未检测到"降级。
+- `paperEditor`（仅 v4/v5）：v4 默认 `office`（会话根 / 人类侧），可选 `resident:<id>`
+  （指定成员已离职则降级回 office 并在 meta/log 记明）；v5 默认 `academician`，`office` 仅手动路径可用。
+
+### 3. 产物、LaTeX 检测与降级
+
+- **目录与文件**：`Paper/<id>/`，id 经各预设既有的归一化函数处理（含路径穿越防护）；内容为
+  `paper.md`、`paper.tex`、`paper.pdf`、`paper.meta.json`（参数、触发原因、编译状态与引擎、`finalizedAt`、
+  v5 的咨询计数等）、`paper.log.md`（谁写了什么、谁提了什么意见、如何采纳）。
+- **检测顺序**：`xelatex` → `latexmk` → `pdflatex` → `lualatex` → `tectonic`（中文优先 xelatex，
+  英文 pdflatex 优先）；`paperLatexCommand` 非空时优先尝试它，之后回到标准顺序。
+- **编译**：在论文目录内执行、`-interaction=nonstopmode`、跑两遍；失败**先修复**（重跑 → 换引擎 →
+  最小模板），到上限后**降级**：保留 tex+md，`paper.meta.json` 记 `not-detected` / `failed`，
+  记日志并上报，不阻塞定稿、不抛错。
+- **不覆盖既有 PDF**：宿主 fs 只支持文本写，`paper.pdf` 只能由编译器子进程产生，插件只做存在性校验；
+  无引擎、编译持续失败、`format=md force` 三种形态都逐字节保留已有 `paper.pdf` 并在 meta 里记明原因。
+- `paperFormat=md` 时不产出 tex，因此跳过编译，且不得产生"缺 tex 无法编译"的警告。
+
+### 4. 团队合写与定稿代表（v4 / v5）
+
+- **流程**：各成员写自己负责的部分 → 合并（去重、统一术语与记号）→ 至少一轮**交叉互审** →
+  定稿代表梳理成最终稿 → 全体明确"可交付"才定稿；有异议则继续迭代（有轮次上限，超限记警告并把
+  分歧写进附录）。全过程写入 `paper.log.md`。
+- **v4**：`paperEditor` 默认 `office`，可选 `resident:<id>`。
+- **v5**：自动流程**固定用 `academician`**（所办是根会话，没有唤醒路径）；`office` 只能通过手动
+  `/v5 paper editor=office` 选择，此时所办**必须**先与全所交流（至少 1 条所办消息）并至少召开一次会议，
+  把结论写进定稿说明，然后调用 `vibe_v5_finalize_paper`；缺一即被拒（`V5_PAPER_CONSULT_REQUIRED`）。
+
+### 5. 本轮修复
+
+- **v5 自动触发的心跳停摆**：paper 分支在重新武装心跳之前返回，被节流的提问会永久卡住（新增的
+  自动触发守卫当场抓出）。现在 paper 的每个等待步骤都会重新武装心跳。
+- **v2/v3 写手卡死**：新增写手判决与回收——心跳会回收"已停滞或已不在注册表"的写手并自动重派
+  （有上限），随后给出明确的 `/vibe paper force` 提示；`force` 在 10 分钟窗口内返回可操作的错误
+  （含子代理 id），超过窗口则回收并重新派发；被回收的写手若稍后返回会被记录，而不是静默丢弃。
+- **既有 PDF 不被覆盖**（见 §3）：无引擎、编译持续失败、`format=md force` 三种形态都验证了
+  `paper.pdf` 逐字节保留。
+- **"不得编造"契约**：论文唤醒提示词明确要求只整理已有证据、不得编造、未决与被否证的条目必须
+  显式标注；把措辞改成"可以编造"会立刻被守卫挡住。
+- **v3 语料确定性**：paper 摘要嵌入的证据索引含毫秒时间戳文件名，两个语料 scrubber 增加时间戳归一化，
+  连续两次运行的随包语料逐字节一致。
+- **守卫**：自动触发（论文写完之前不得标记完成）、既有 pdf 保留与"不得编造"契约都有可证伪的检查
+  （把对应逻辑改坏会立刻变红）；原先可被空过的论文判定检查一并修正。
+
+### 6. 文档与契约
+
+- 新增并随包发布 `docs/final-paper.md`：合并用户确认的规格与设计审计修订，写明各预设真实的收口信号、
+  触发时序、产物、9 节骨架、LaTeX 检测与降级、团队流程与 v5 咨询门。
+- 双语 README：四套各补 5 个参数行（v4/v5 另有第 6 个 `paperEditor`）与"最终论文 / Final paper"小节。
+- `docs/test-timing.md` 与 `docs/AUDIT-CHECKLIST.md` 的套件/探针计数更正为 **57 = 39 套件 + 18 探针**，
+  人设灵敏度探针更正为 13 条；npm 描述加入最终论文说明。
+
+## 兼容性
+
+- **DSH 支撑窗口不变**：`0.1.2-alpha.4 … 0.2.0-rc.2`；组合行（≥0.1.7）与目录（≤0.1.6）两条线都保留。
+- **既有参数默认值未变**；新增的最终论文参数默认开启（`finalPaper=true`），要关掉自动触发设
+  `finalPaper=false`（手动命令仍可用）。
+- **数据与目录结构不变**：状态文件、项目布局与既有镜像位置照旧；`Paper/<id>/` 只是新增的产物目录，
+  无需迁移。
+- **提示词**：新增最终论文参数与 `/vN paper` 的说明，并写明"论文完成后才算完成"；随包语料已按当前
+  四套重新生成。
+
+## 升级
+
+```sh
+npm i dsh-vibe-math@latest
+```
+
+桌面版在「设置 → 插件」里更新；命令行 profile 用 `dsh plugin --profile <你的 profile> add dsh-vibe-math@latest`，随后重启 DSH。
+
+---
+
+# dsh-vibe-math 2.6.0 — Release Notes (English)
+
+> Previous: 2.5.0. This release adds the **final paper**: each of the four presets writes a complete paper
+> at closure that only organises evidence it already has, and the paper phase runs **before** the run is
+> marked complete. Existing parameter defaults, data formats and the directory layout are unchanged, the
+> supported DSH window is unchanged, and no migration is needed.
+
+---
+
+## Overview
+
+- **Final paper** is new and **on by default** (`finalPaper=true`). Once the closure signal fires and
+  **before the run is marked complete**, the run enters the paper phase.
+- The artifacts live in `Paper/<id>/`: `paper.md`, `paper.tex`, `paper.pdf` (only when the host has a
+  LaTeX engine and the compile succeeds), `paper.meta.json` and `paper.log.md`.
+- v4/v5 co-author the paper **as a team**: each member writes its own part → merge → cross-review →
+  the editor finalises → the paper is finalised only when everyone agrees it is deliverable. In v5 the
+  default editor is the academician; the institute office is available only on the manual path and must
+  first consult the whole institute and convene a meeting.
+- A failed compile is **repaired first, degraded second**: with no engine or a failing compile the tex+md
+  are still delivered with a logged warning, the finalisation is never blocked, and an existing
+  `paper.pdf` is never overwritten.
+- The release also fixes: a v5 automatic-trigger heartbeat stall, v2/v3 writers that could hang and block
+  forever, non-determinism in the v3 shipped corpus, and a paper verdict check that could pass vacuously.
+- The contract document `docs/final-paper.md` ships with the package, and both READMEs now document the
+  parameters and usage.
+
+## Changes
+
+### 1. New feature: the final paper (all four presets, on by default)
+
+- **Trigger**: each preset uses its own closure signal (v2 strict termination, v3 full closure, v4 the
+  closing meeting's unanimous stop vote, v5 the "solved" decision on each solve vote). The run then enters
+  the paper phase, and **the run is marked complete only after the paper is finalised or has degraded** —
+  otherwise the meeting/wake mechanisms are already disabled and team co-authoring cannot run.
+- **Manual**: `/vibe paper [lang=zh|en] [format=both|md|tex] [force]` (v2/v3),
+  `/v4 paper [… editor=office|resident:<id>] [force]`, `/v5 paper [… editor=office|academician] [force]`.
+  Command-line overrides apply to that invocation only (they are not written back to the persisted
+  parameters); `force` rewrites an already-finalised paper; an invalid argument returns `kind:'error'`;
+  `finalPaper=false` disables only the automatic trigger, and the manual command still works and says so.
+- **Idempotent**: one paper per run (`finalizedAt` plus a per-artifact existence check); a repeated
+  trigger only fills in missing artifacts.
+- **The nine-section skeleton (identical in all four presets)**: ① title, authors, date and abstract
+  ② introduction and problem background ③ the complete solution of the original problem ④ the verified
+  propositions (with the estimated truth values and their evidence) ⑤ solved sub-problems / intermediate
+  results ⑥ methods, theories, ideas, useful experience and mathematical understanding created or
+  discovered ⑦ patterns distilled from the above ⑧ discussion, limitations and outlook ⑨ appendix:
+  evidence and file index. The paper only organises existing evidence and **must not fabricate**;
+  unresolved and refuted items must be marked explicitly.
+
+### 2. Parameters
+
+- `finalPaper` (default `true`, all four): write the final paper automatically at closure; `false` disables
+  only the automatic trigger.
+- `paperFormat` (default `both`, all four): `both` (md+tex) / `md` (markdown only; skips compilation and
+  does not warn about a missing tex) / `tex`.
+- `paperLanguage` (default `zh`, all four): `zh` (`ctexart`, engine prefers `xelatex`) /
+  `en` (`article`, engine prefers `pdflatex`).
+- `paperCompilePdf` (default `true`, all four): compile `paper.pdf` when a LaTeX engine is detected.
+- `paperLatexCommand` (default empty, all four): try this engine executable first; if it cannot be
+  resolved, degrade as "not detected".
+- `paperEditor` (v4/v5 only): v4 defaults to `office` (the session root / human side) and also accepts
+  `resident:<id>` (if that member has left, it degrades back to office and the meta/log say so);
+  v5 defaults to `academician`, and `office` is available only on the manual path.
+
+### 3. Artifacts, LaTeX detection and degradation
+
+- **Layout**: `Paper/<id>/`, with the id normalised by each preset's existing helper (including path
+  traversal protection). It contains `paper.md`, `paper.tex`, `paper.pdf`, `paper.meta.json` (parameters,
+  trigger, compile status and engine, `finalizedAt`, the v5 consultation counts) and `paper.log.md`
+  (who wrote what, who raised which review point, and how it was adopted).
+- **Detection order**: `xelatex` → `latexmk` → `pdflatex` → `lualatex` → `tectonic` (`xelatex` first for
+  Chinese, `pdflatex` first for English). A non-empty `paperLatexCommand` is tried first, then the standard
+  order.
+- **Compilation**: run inside the paper directory with `-interaction=nonstopmode`, twice; on failure it is
+  **repaired first** (rerun → switch engine → minimal template) and only then **degraded**: tex+md are
+  kept, `paper.meta.json` records `not-detected` / `failed`, a warning is logged and reported, the
+  finalisation is not blocked and nothing is thrown.
+- **An existing PDF is never overwritten**: the host fs only supports text writes, so `paper.pdf` can only
+  be produced by the compiler subprocess and the plugin merely checks that it exists. With no engine, with
+  a persistently failing compile, and with `format=md force`, an existing `paper.pdf` is kept byte for byte
+  and the meta records why.
+- With `paperFormat=md` no tex is produced, so compilation is skipped and no "cannot compile without tex"
+  warning may appear.
+
+### 4. Team co-authoring and the editor (v4 / v5)
+
+- **Flow**: each member writes its own part → merge (deduplicate, unify terms and notation) → at least one
+  **cross-review** round → the editor turns it into the final draft → the paper is finalised only when
+  everyone agrees it is deliverable; objections keep iterating (bounded, after which a warning is recorded
+  and the disagreement goes into the appendix). The whole process is written to `paper.log.md`.
+- **v4**: `paperEditor` defaults to `office`, and also accepts `resident:<id>`.
+- **v5**: the automatic flow **always uses `academician`** (the office is the root session and has no wake
+  path). `office` is available only through the manual `/v5 paper editor=office`, and that path requires
+  the office to consult the whole institute first (at least one office message) and to convene at least one
+  meeting, to state the conclusion in the finalisation note, and then to call `vibe_v5_finalize_paper`;
+  without both counts it is refused (`V5_PAPER_CONSULT_REQUIRED`).
+
+### 5. Fixes in this release
+
+- **v5 automatic-trigger heartbeat stall**: the paper branch returned before re-arming the heartbeat, so a
+  throttled ask could hang forever (the new automatic-trigger guard caught it). Every waiting step of the
+  paper flow now re-arms the heartbeat.
+- **v2/v3 hung writers**: a new writer verdict and reaper — the heartbeat reaps writers that have stalled
+  or left the registry and re-dispatches them (bounded), after which it points at `/vibe paper force`;
+  `force` returns an actionable error inside the 10-minute window (including the subagent id) and reaps and
+  re-dispatches past it; a reaped writer that returns later is recorded instead of being dropped silently.
+- **An existing PDF is never overwritten** (see §3): with no engine, with a persistently failing compile
+  and with `format=md force`, the file is verified to be kept byte for byte.
+- **The "must not fabricate" contract**: the paper wake-up prompts now require that only existing evidence
+  is organised, that nothing may be fabricated, and that unresolved or refuted items are marked explicitly;
+  rewording that to "may fabricate" is caught by the guards immediately.
+- **v3 corpus determinism**: the paper summary embedded an evidence index with a millisecond-timestamped
+  log name; both corpus scrubbers now normalise the timestamp, so two consecutive runs produce
+  byte-identical shipped corpora.
+- **Guards**: the automatic trigger (the run must not be marked complete before the paper is written), the
+  preservation of an existing pdf and the "must not fabricate" contract all have falsifiable checks (break
+  the corresponding logic and they go red); a paper verdict check that used to pass vacuously was corrected
+  as well.
+
+### 6. Documentation and the contract
+
+- `docs/final-paper.md` is new and ships with the package: it merges the user-approved specification with
+  the design-audit amendments and states each preset's real closure signal, the ordering, the artifacts,
+  the nine-section skeleton, detection and degradation, the team flow and the v5 consultation gate.
+- Both READMEs gain the five parameter rows per preset (plus the sixth, `paperEditor`, on v4/v5) and a
+  "final paper" section.
+- The suite/probe counts in `docs/test-timing.md` and `docs/AUDIT-CHECKLIST.md` are corrected to
+  **57 = 39 suites + 18 probes**, and the persona sensitivity probes to 13; the npm description mentions
+  the final paper.
+
+## Compatibility
+
+- **Supported DSH window unchanged**: `0.1.2-alpha.4 … 0.2.0-rc.2`; both the composition-row (≥ 0.1.7) and
+  directory (≤ 0.1.6) lines are kept.
+- **Existing parameter defaults are unchanged**; the new final-paper parameters default to on
+  (`finalPaper=true`) — set `finalPaper=false` to disable the automatic trigger (the manual command still
+  works).
+- **No data or layout change**: the state file, the project layout and the existing mirror locations are
+  unchanged; `Paper/<id>/` is only a new artifact directory, and no migration is needed.
+- **Prompts**: the final-paper parameters and `/vN paper` are documented, and the prompts state that the
+  run is complete only after the paper. The shipped corpora were regenerated for the current four presets.
+
+## Upgrade
+
+```sh
+npm i dsh-vibe-math@latest
+```
+
+Desktop updates through Settings → Plugins; a CLI profile uses
+`dsh plugin --profile <your profile> add dsh-vibe-math@latest`, then restart DSH.

package/docs/test-timing.md

@@ -8,52 +8,81 @@
 ## 1. 怎么跑（并行是默认）
 
 ```bash
-node tests/run-tests.mjs                     # 全部 *.test.mjs（在 tests/ 下），并行（并发 = min(4, CPU 核数)；命令都从**仓库根**执行）
-node tests/run-tests.mjs --only formal       # 只跑名字含 formal 的套件
+node tests/run-tests.mjs                     # 全部套件 + 全部探针（tests/ 下每个 .mjs），并行（并发 = min(4, CPU 核数)；命令都从**仓库根**执行）
+node tests/run-tests.mjs --only formal       # 只跑名字含 formal 的项（套件与探针一起筛）
 node tests/run-tests.mjs --concurrency=6     # 手动指定并发
-node tests/audit-formal-sensitivity.mjs      # 49 条不变式探针，并行（--concurrency=N / --only=<preset> / --list）
-node tests/audit-persona-sensitivity.mjs     # 11 条提示词面探针（串行，本身只要几秒）
-node tests/audit-prompt-invariants.mjs       # 静态：四套的提示词/工具面不变式 + 扫描器自检（< 0.1s）
-node tests/audit-prompt-invariants.mjs --self-probe   # 证明上面那 157 条不变式真的会变红（5 个自探针）
-node tests/audit-spec-traceability.mjs       # 静态：规格/README ↔ 代码可追溯（< 0.1s）
-node tests/audit-v5-integrity.mjs            # 静态：v5 完整性/理念门禁 + 扫描器解析级自检（≈0.5 s）
+node tests/run-tests.mjs --json              # 机器可读汇总（含 skippedNeedsArgs / devCheckout）
 ```
 
-两个并行 runner 都会打印**每项耗时 + 汇总（wall / sum / speed-up / 最慢几项）**。跑完请读这几行。
+`run-tests.mjs` 的收集规则（Round B 起）：`tests/` 下**每个** `.mjs` 都会被跑——
 
-## 2. 基线（本机：4 核 / 8 GB，Windows，实测）
+- `*.test.mjs` 是**套件**；其余 `.mjs` 是**探针/审计**（灵敏度变异、注册面、自驱动守卫）；
+- 只有登记在 runner 的 `NEEDS_ARGS` 里的脚本才会被跳过（当前只有 `audit-tool-exec.mjs`：它必须带
+  `<preset-js> <tool-name>` 才能跑）。跳过项**每次运行都会打印出来**；在开发检出（存在 `.git`）里
+  该登记失效会**直接报错退出**，所以改名不可能悄悄把一条守卫踢出发布门禁；
+- 需要参数的变体登记在 `VARIANTS`：`audit-registration.mjs` 四个预设各跑一次（裸跑只查 v3）、
+  `audit-prompt-invariants.mjs --self-probe`、以及 `audit-v3-registration-parity.mjs --self-probe`
+  （这条**成功 = 退出码 1**：它注入真实变异并要求守卫变红，runner 用 `expectExit` 表达）。
+
+### 1.1 随包发布 vs 仅仓库（`npm pack --dry-run --json`）
+
+`package.json` 的 `files` 只发 `tests/` 的一个**子集**（发布物共 105 个文件，其中 `tests/` 18 项），
+所以安装用户跑 `node tests/run-tests.mjs` 得到的是子集的结果——runner 会把缺失的跳过项打印出来，
+不会静默少跑：
+
+- **随包（18 项）**：`run-tests.mjs`、`audit-formal-sensitivity.mjs`、`audit-persona-sensitivity.mjs`、
+  `audit-prompt-invariants.mjs`、`audit-spec-traceability.mjs`、`audit-v5-integrity.mjs`、
+  `audit-v5-sensitivity.mjs`、`selfdrive-v5.mjs`；套件 **10** 个：`audit-installer-compat`、
+  `audit-installer-policy`、`audit-persona-surface`、`audit-preset-rows`、`e2e-v5-round2`、
+  `formal-verify-v2`、`formal-verify-v3`、`formal-verify-v4`、`formal-verify-v5`、`prompt-v5-integrity`。
+- **仅仓库（不发）**：其余 29 个套件（v2/v3/v4 的 e2e、`selfdrive-v3`/`v4`、v2/v3 修复探针、
+  `audit-fuzz-helpers` 之外的若干 `audit-*`……）与 7 个脚本（`audit-fuzz-helpers`、
+  `audit-registration`、`audit-roundtrip-idempotence`、`audit-tool-exec`、
+  `audit-v3-registration-parity`、`selfdrive-v3`、`selfdrive-v4`）。
+- 因此**完整门禁只能在开发检出里跑**；发布物里的子集是"用户可自查"的一部分，不是全部证据。
+  （`audit-fuzz-helpers.mjs` 在 2.3.13 时曾随包发布；现在不在 `files` 里。）
+
+## 2. 基线（本机：4 核 / Windows，实测）
 
 | 脚本 | 串行（sum） | 并行（wall） | 实测输出 |
 |---|---|---|---|
-| `tests/run-tests.mjs`（29 个套件） | ≈ 230 s | **≈ 110 s**（并发 4） | 关键路径 = `e2e-v4-fixes` ≈ 96 s |
-| `tests/audit-installer-policy.test.mjs` | ≈ 1 s | — | 在临时 DSH_HOME 里驱动真实安装器（复制 4 套预设 × 2 个版本） |
-| `tests/audit-preset-rows.test.mjs` | ≈ 0.2 s | — | 四个 preset 的声明行（cordis.patch.yml 与生成器逐字节一致、bundle.patch 必须是字符串、行不得用 `ctx.get` 的 `!!js` 门、组合里必须有 present/command-goal/isolate/workflow-ptc；纯静态） |
-| `tests/audit-readme-bilingual.test.mjs` | ≈ 0.2 s | — | 中英 README 的结构/链接/图片/锚点一致性（英文版架构图按 `-en` 变体配对；纯静态） |
-| `tests/audit-diagram-assets.test.mjs` | ≈ 1 s | — | 四张架构图 PNG 必须装得下它自己的画面、四张英文版 SVG 必须存在且正文为英文（解 PNG 与 SVG，纯静态） |
-| `audit-formal-sensitivity.mjs`（49 探针） | 612.0 s | **154.6 s**（并发 4，speed-up x3.96） | 关键路径 = 12 个 v2 探针（每个 ≈32 s） |
-| `audit-persona-sensitivity.mjs`（11 探针） | ≈ 5 s | — | 本身很快，不需要并行 |
-| `audit-prompt-invariants.mjs`（157 条，含 X5–X8b 扫描器自检） | 0.4 s | — | 静态 |
-| `audit-prompt-invariants.mjs --self-probe`（5 探针） | 1.5 s | — | 每个探针 = 一次自我重跑（0.3 s） |
-| `audit-spec-traceability.mjs`（94 条） | 0.3 s | — | 静态 |
-| `audit-v5-integrity.mjs` | ≈ 0.5 s | — | 静态审计（含扫描器自检） |
-| `prompt-v5-integrity.test.mjs` | 1.6 s | — | 虚拟时钟下生成 v5 语料（语料字节稳定；**stdout 里的会议成员顺序仍是运行间随机的**，只有落盘语料是逐字节确定的） |
-
-> 优化前：全量回归 ≈ 5.5 min（串行，`formal-verify-v2` 单独 186 s）；
-> 探针脚本 ≈ **38 min**（49 条串行，其中 12 条 × `formal-verify-v2` 162 s）。
-> 现在：**1.9 min / 2.6 min**。
+| `tests/run-tests.mjs`（**57 项** = 39 套件 + 18 探针/变体） | ≈ 629 s | **≈ 208 s**（并发 4，speed-up x3.02） | `TOTAL 57  PASS 57  FAIL 0  (suites 39 · probes 18)`；关键路径 = `audit-formal-sensitivity` 208 s |
+| `tests/audit-formal-sensitivity.mjs`（49 探针，自带并发 4） | 803 s | **≈ 208 s** | 关键路径 = 12 个 v2 探针（每个 ≈42–60 s） |
+| `tests/audit-v5-sensitivity.mjs`（39 探针，串行） | ≈ 101 s | — | 每条 = 一次被测套件重跑 |
+| `tests/audit-persona-sensitivity.mjs`（16 探针） | ≈ 4.4 s | — | 本身很快，不需要并行 |
+| `tests/audit-prompt-invariants.mjs`（157 条） | ≈ 1.9 s | — | 静态 |
+| `tests/audit-prompt-invariants.mjs --self-probe`（5 探针） | ≈ 7.4 s | — | 每个探针 = 一次自我重跑 |
+| `tests/audit-spec-traceability.mjs`（94 条） | ≈ 0.2 s | — | 静态 |
+| `tests/audit-v5-integrity.mjs` | ≈ 0.6 s | — | 静态审计（含扫描器自检） |
+| `tests/audit-registration.mjs`（4 个预设各一次） | ≈ 1.0 s | — | 裸跑只查 v3，所以 runner 跑四个变体 |
+| `tests/audit-v3-registration-parity.mjs`（+ `--self-probe`） | ≈ 0.3 s | — | 自探针**成功 = exit 1**（变异后守卫必须变红） |
+| `tests/prompt-v5-integrity.test.mjs` | ≈ 2.2 s | — | 虚拟时钟下生成 v5 语料（语料字节稳定；**stdout 里的会议成员顺序仍是运行间随机的**，只有落盘语料是逐字节确定的） |
+| `tests/e2e-v5-round2.test.mjs` | ≈ 3.2 s | — | v5 e2e（含本轮新增的"预置快照不被覆盖""命名研究所被读取""失败轮次"三节） |
+| `tests/host-failure-paths.test.mjs` | ≈ 6.3 s | — | 真实宿主的失败路径（`kind:'error'`、`/v4 set` 键校验、失败轮次不算进展） |
+| `tests/v4-mailbox-stall.test.mjs` | ≈ 7.1 s | — | `sendMessage` 拒绝后必须重投并唤醒（control + treatment 各一个 host） |
+| `tests/v2-fix-probes.test.mjs` | ≈ 8.6 s | — | v2 的 flat 等权均值 / ≥2 名验证者 / runShell 失败分支（26 条） |
+| `tests/v2-path-escape.test.mjs` | ≈ 2.2 s | — | 验证日志路径逃逸（7 条） |
+| `tests/v2-tool-cap.test.mjs` | ≈ 0.4 s | — | 能力表来自真实组合、*MaxToolCalls 只是提示（10 条） |
+
+> 上表 `≈629 s / ≈208 s` 两列是 **56 项（38 套件）** 时的实测；第 39 个套件是随 final-paper 功能加入的
+> `tests/v4-final-paper.test.mjs`，本表尚未单独计时，所以全量的绝对时间会比 208 s 略大——数字**形状**
+> （`TOTAL 57 … suites 39 · probes 18`）以 runner 每次运行的输出为准。
 
 单套件耗时（并行时的关键路径按此排序）：
 
 | 套件 | 耗时 | 备注 |
 |---|---|---|
-| `e2e-v4-fixes.test.mjs` | **≈ 98 s** | 9 个用例是**轮次采样**型（如 T13 采样 400 轮、T19/T25 多轮）；时间 ≈ 轮数 × 框架自身的 40 ms 计时粒度 |
-| `formal-verify-v2.test.mjs` | **≈ 38 s** | 曾为 186 s：见 §3 |
+| `e2e-v4-fixes.test.mjs` | **≈ 104 s** | 9 个用例是**轮次采样**型（如 T13 采样 400 轮、T19/T25 多轮）；时间 ≈ 轮数 × 框架自身的 40 ms 计时粒度 |
+| `formal-verify-v2.test.mjs` | **≈ 43 s** | 曾为 186 s：见 §3 |
+| `e2e-v3.test.mjs` | ≈ 21 s | |
 | `e2e-regression.test.mjs` | ≈ 14 s | |
-| `e2e-business.test.mjs` | ≈ 13 s | |
-| `e2e-d9-d13.test.mjs` | ≈ 13 s | |
-| `e2e-v3.test.mjs` | ≈ 12 s | |
-| `formal-verify-v3.test.mjs` | ≈ 12 s | |
-| 其余 21 个 | ≤ 6 s | 其中绝大多数 < 1 s |
+| `formal-verify-v3.test.mjs` | ≈ 13 s | |
+| `e2e-business.test.mjs` / `e2e-d9-d13.test.mjs` | ≈ 13 s | |
+| 其余套件 | ≤ 10 s | 其中绝大多数 < 2 s |
+
+> 优化前：全量回归 ≈ 5.5 min（串行，`formal-verify-v2` 单独 186 s）；
+> 探针脚本 ≈ **38 min**（49 条串行，其中 12 条 × `formal-verify-v2` 162 s）。
+> 现在：**一套 `node tests/run-tests.mjs` ≈ 3.5 min 覆盖套件 + 探针**（探针单独跑仍是 ≈2.6 min）。
 
 ## 3. 已经做过的优化（别再重复踩）
 
@@ -68,9 +97,9 @@ node tests/audit-v5-integrity.mjs            # 静态：v5 完整性/理念门
    现在连续 100 次无待答 followup 就停（`V4_IDLE_POLLS` 可调）。
    **再往下压就要砍采样深度了**——那 9 个慢用例（T13/T19/T22/T23/T25/T27/T2/T9/T20）是在
    观察"多轮之后某个指令**没有**泄漏/重复"，轮数是它们的不变式本体，不要再动。
-3. **两个 runner 并行**（本轮新增）：探针 38 min → 2.6 min（sum 612 s，wall 154.6 s，x3.96）；
+3. **两个 runner 并行**（Round A）：探针 38 min → 2.6 min（sum 612 s，wall 154.6 s，x3.96）；
    全量回归 5.5 min → 1.9 min（sum 221.5 s，wall 111.5 s，x1.99）。
-4. **虚拟时钟**（`prompt-v5-integrity.test.mjs`，本轮新增）：v5 研究所由 `ctx.timeout` + `Date.now()`
+4. **虚拟时钟**（`prompt-v5-integrity.test.mjs`）：v5 研究所由 `ctx.timeout` + `Date.now()`
    驱动，真实时钟下"哪个成员被心跳/会议唤醒"取决于负载与毫秒差 → **随包语料每跑一次都变**（无法 diff，
    真实缺陷会被淹没）。套件现在把 `ctx.timeout` 接到**虚拟时钟**、`sleep(n)` 推进虚拟时间：
    套件 **7–9 s → 1.7 s**，且语料连续 6 次运行**字节一致**。语料写入端另加**全序排序**
@@ -79,13 +108,21 @@ node tests/audit-v5-integrity.mjs            # 静态：v5 完整性/理念门
    > 想给别的套件套用同一手法前请注意：若套件的等待助手用 `Date.now()` 做**超时判据**、又用
    > `setInterval` 轮询（例如 `e2e-v4-fixes.test.mjs` 的 `waitFor`），冻结时钟会让判据永不超时；
    > 那种情况必须连**轮询定时器**一起虚拟化，不能只改 `sleep`。
+5. **语料里的随机 id 也要归一化**（Round B，`formal-verify-v4.test.mjs`）：v4 的
+   `propose_task` 用 `Math.random` 造 `t-<8 位 hex>`，语料把 `[YOU CLAIMED TASK t-…]` 逐字写盘，
+   于是**每次跑测试都会改写随包语料**（`git status` 永远有 `prompt-corpus-v4/*`，且违反
+   `AUDIT-CHECKLIST` §2.4"连续两次哈希相同"）。`scrub()` 现在把它归一化成 `<TASKID>`，并断言
+   "语料里既没有裸 id、也真的有 `<TASKID>`"。连续两次运行哈希相同（`d3381886…` / `e6c4e445…`）。
 
 ## 4. 并行安全（为什么可以并发）
 
 - 每个套件/探针都自建 `mkdtempSync` 工作区，互不共享状态；
 - **会写语料的套件必须给不同的语料目录**：`V2_CORPUS_DIR` / `V3_CORPUS_DIR` / `V4_CORPUS_DIR` /
   `V5_CORPUS_DIR`。探针 runner 为**每个探针**分配独立目录，否则同一套件的并发实例会互相覆盖语料；
+- `audit-v5-sensitivity.mjs` 现在**自己**把 `V5_CORPUS_DIR` 指向临时目录：被变异的插件绝不能把
+  自己的提示词倒进随包语料；
 - `audit-persona-sensitivity.mjs` 用 `PERSONA_ROOT` 指向变异副本，且在覆盖模式下**不写**语料；
+- `audit-formal-sensitivity.mjs` 同样给每个探针独立的 `V{2,3,4,5}_CORPUS_DIR`；
 - `audit-prompt-invariants.mjs --self-probe` 用 `PROMPT_INVARIANTS_MUTATE`（JSON `[rel, from, to]`）
   在**内存里**变异一个文件并自我重跑，**不碰磁盘**，因此可与任何东西并发；
   变异串里不要用 NUL 分隔（环境变量不允许 NUL 字节）。
@@ -94,11 +131,11 @@ node tests/audit-v5-integrity.mjs            # 静态：v5 完整性/理念门
 
 | 目的 | 跑什么 | 预期 |
 |---|---|---|
-| 改了某个架构的插件 | `node tests/run-tests.mjs --only <vN>` + `node tests/audit-formal-sensitivity.mjs --only=vN` | 30 s – 2 min |
-| 改了提示词/人设 | `node tests/run-tests.mjs --only persona --only prompt` + `node tests/audit-persona-sensitivity.mjs` | ≈ 15 s |
-| **改了任何工具的参数 schema / 参数处理** | `node tests/audit-prompt-invariants.mjs --self-probe` + `node tests/run-tests.mjs --only formal` | ≈ 40 s（v2 套件占大头） |
-| 改了共享契约 / 发版前 | `node tests/run-tests.mjs` + `node tests/audit-formal-sensitivity.mjs` + `node tests/audit-persona-sensitivity.mjs` + `node tests/audit-prompt-invariants.mjs --self-probe` + `node tests/audit-spec-traceability.mjs` + `node tests/audit-v5-integrity.mjs` | ≈ 4.5 min |
-| 只想快速看提示词/文档有没有漂移 | `node tests/audit-prompt-invariants.mjs && node tests/audit-spec-traceability.mjs` | **< 0.5 s** |
+| 改了某个架构的插件 | `node tests/run-tests.mjs --only <vN>` + `node tests/audit-formal-sensitivity.mjs --only=vN` | 30 s – 3.5 min |
+| 改了提示词/人设 | `node tests/run-tests.mjs --only persona --only prompt` + `node tests/audit-persona-sensitivity.mjs` | ≈ 20 s |
+| **改了任何工具的参数 schema / 参数处理** | `node tests/run-tests.mjs --only audit-prompt-invariants --only formal` | ≈ 60 s（v2 套件占大头） |
+| 改了 `tests/` 下的 runner/守卫 | `node tests/run-tests.mjs`（**必须**：它现在同时跑套件与探针，任何一条守卫变红都会让门禁失败） | **≈ 3.5 min** |
+| 只想快速看提示词/文档有没有漂移 | `node tests/audit-prompt-invariants.mjs && node tests/audit-spec-traceability.mjs` | **< 3 s** |
 | 只想知道"快不快" | `node tests/run-tests.mjs --json` | 读 `wallSeconds` / `slowest` |
 
 **每次跑完都要看那几行 timing**：如果某个套件突然比基线慢很多，先怀疑新增的固定等待，