eduevidence 5.2.0 → 6.2.0

package/docs/orchestration-role-model.md

@@ -0,0 +1,1254 @@
+# EduEvidence 角色、能力与子代理编排模型
+
+> 本文定义 EduEvidence 下一阶段唯一的多角色 / 多代理语义。  
+> 核心目标：消除“Protocol Stage = Role = Sub-skill = Subagent”的混淆。
+
+---
+
+## 1. 唯一分层模型
+
+EduEvidence 从此严格区分 5 个概念：
+
+```text
+Protocol Stage
+≠ Scientific Role
+≠ Capability
+≠ Worker/Subagent
+≠ Model/CLI
+```
+
+### Protocol Stage
+
+回答：**研究流程现在进行到哪里？**
+
+权威定义仍然只有 Canonical 9-step Protocol：
+
+```text
+Frame → Retrieve → Extract → Challenge → Audit → Adjudicate
+→ Applicability → Intervene → Evaluate
+```
+
+Stage 是科学流程，不是 Agent。
+
+---
+
+### Scientific Role
+
+回答：**谁对某一种科学责任负责？**
+
+Role 是责任边界，不代表一定要启动独立模型。
+
+例如：
+
+```text
+Skeptic
+= 对反证充分性负责
+
+Methodologist
+= 对方法学审计负责
+
+Adjudicator
+= 对最终 evidence-bounded decision 负责
+```
+
+---
+
+### Capability
+
+回答：**完成任务需要什么可复用能力？**
+
+例如：
+
+```text
+query expansion
+full-text fetch
+study identity resolution
+finding extraction
+contradiction analysis
+methodology audit
+gap derivation
+study design
+data analysis
+report rendering
+```
+
+Capability 可以由：
+
+```text
+脚本
+Python engine
+Skill recipe
+单 Agent
+Subagent
+MCP tool
+```
+
+执行。
+
+Capability 不是角色。
+
+---
+
+### Worker / Subagent
+
+回答：**这一次运行里，要不要创建一个独立执行实例？**
+
+Subagent 是 runtime object，不是静态架构成员。
+
+同一个 `evidence-retrieval` Capability：
+
+```text
+S 级任务
+→ 主 Agent 自己调用工具
+
+M 级任务
+→ 2 个 Search Worker 并行
+
+L 级任务
+→ 4 个按证据轴拆分的 Search Worker
+```
+
+所以：
+
+> **子代理数量由任务独立性和复杂度决定，不由角色数量决定。**
+
+---
+
+### Model / CLI
+
+回答：**Worker 在哪个执行底座上运行？**
+
+它只是 execution adapter。
+
+```text
+Role / TaskSpec
+↓
+能力需求
+↓
+Agent MCP approval / inventory
+↓
+CLI + model
+```
+
+不允许：
+
+```text
+Skeptic 永远等于 Claude
+Retriever 永远等于 OMP
+```
+
+具体映射仍遵守现有 `agent_mcp_approval.json + safe_spawn()`。
+
+---
+
+# 2. 当前 8 个 `skill/agents` 如何重新解释
+
+当前仓库有：
+
+```text
+research-planner
+evidence-retriever
+evidence-analyst
+skeptic
+method-reviewer
+evidence-judge
+intervention-designer
+evaluation-designer
+```
+
+不再称它们为“八个一定存在的 Agent”。
+
+重新分类：
+
+## A. Scientific Authority Roles
+
+这些角色承担不可省略的独立科学责任：
+
+```text
+Skeptic
+Method Reviewer
+Evidence Judge
+```
+
+其中 Skeptic / Method Reviewer 在高复杂度场景适合独立上下文；Evidence Judge 在高影响任务中适合与主分析分离。
+
+---
+
+## B. Domain Responsibility Profiles
+
+```text
+Education Planner
+Intervention Designer
+Evaluation Designer
+```
+
+它们定义责任与输出契约，但多数时候可以由 Lead Researcher 调用对应 capability 完成，不必单独 spawn。
+
+只有当：
+
+```text
+任务复杂
+上下文很大
+需要专门定量推理
+需要独立设计复核
+```
+
+才转成独立 Worker。
+
+---
+
+## C. Execution Worker Profiles
+
+```text
+Evidence Retriever
+Evidence Analyst
+```
+
+它们本质最接近 worker template。
+
+可以有：
+
+```text
+Retriever Worker #1
+Retriever Worker #2
+Retriever Worker #3
+```
+
+但三者共享同一个 profile，TaskSpec 不同。
+
+不需要创造：
+
+```text
+retriever-1.md
+retriever-2.md
+retriever-3.md
+```
+
+---
+
+# 3. 新增唯一 Orchestrator：Lead Researcher
+
+新增逻辑角色：
+
+```text
+Lead Researcher / Orchestrator
+```
+
+它负责：
+
+```text
+理解用户任务
+选择 Workflow
+运行 Complexity Gate
+建立 Capability DAG
+决定哪些节点本地执行
+决定哪些节点 spawn
+分配 TaskSpec
+控制预算
+等待 / 恢复 worker
+合并 staging artifacts
+触发 scientific gates
+决定是否继续 research loop
+```
+
+它**不拥有以下权力**：
+
+```text
+绕过 schema
+绕过 provenance
+修改 gold/evaluator
+把未验证 worker 输出直接写入 Graph
+在高影响模式下自己审核自己的最终 verdict
+```
+
+Lead Researcher 是 workflow control plane，不是“最权威专家”。
+
+---
+
+# 4. Single Writer Principle
+
+Canonical State 只能由主引擎写入：
+
+```text
+Evidence Graph
+GraphRevision
+DecisionSnapshot
+KnowledgeGap persistent state
+StudyDesign
+PilotRun
+AnalysisRun
+```
+
+所有 Subagent：
+
+```text
+read snapshot
+→ perform bounded task
+→ return staging artifact
+```
+
+禁止直接：
+
+```text
+commit Graph
+rewrite HEAD
+write DecisionSnapshot
+modify evaluator
+modify protected scientific rules
+```
+
+流程：
+
+```text
+Subagent Result
+↓
+Staging Artifact
+↓
+Schema Gate
+↓
+Provenance Gate
+↓
+Semantic / Scientific Gate
+↓
+Lead accepts
+↓
+Engine commit
+```
+
+这样可以避免并行 worker 同时写状态导致 race / evidence corruption。
+
+---
+
+# 5. TaskSpec：所有子代理派发的唯一契约
+
+任何 `safe_spawn()` 前先创建 TaskSpec。
+
+建议 Contract：
+
+```json
+{
+  "task_id": "TSK-...",
+  "run_id": "RUN-...",
+  "project_id": "PRJ-...",
+  "base_revision": 8,
+  "role_profile": "evidence-retriever",
+  "objective": "寻找 novice CS1 中关闭 AI 后的 transfer/independent performance 直接证据",
+  "why_parallel": "independent evidence axis",
+  "input_artifacts": [
+    "frame.json",
+    "gap:GAP-..."
+  ],
+  "allowed_capabilities": [
+    "web_search",
+    "academic_search",
+    "fetch_source"
+  ],
+  "forbidden_actions": [
+    "adjudicate",
+    "graph_commit",
+    "modify_scope"
+  ],
+  "search_boundary": {
+    "population": "novice CS1",
+    "outcomes": ["transfer", "independent_problem_solving"]
+  },
+  "budget": {
+    "max_queries": 5,
+    "max_sources": 20,
+    "timeout_seconds": 240
+  },
+  "output_contract": "candidate-source-batch",
+  "termination": "budget_exhausted_or_sufficient_candidates"
+}
+```
+
+TaskSpec 必须回答：
+
+```text
+目标是什么？
+为什么需要独立 worker？
+给它什么上下文？
+不能做什么？
+预算多少？
+返回什么 schema？
+什么时候停止？
+```
+
+没有完整 TaskSpec，不派发。
+
+---
+
+# 6. WorkerResult
+
+每个 worker 只返回结构化结果：
+
+```json
+{
+  "task_id": "TSK-...",
+  "status": "completed",
+  "artifacts": [],
+  "source_ids": [],
+  "limitations": [],
+  "negative_results": [],
+  "budget_used": {},
+  "needs_followup": false
+}
+```
+
+不要返回 5000 字“工作总结”给 Orchestrator。
+
+Lead 需要的是：
+
+```text
+Artifact
+Provenance
+Limitations
+Status
+```
+
+而不是 worker 的完整思考过程。
+
+---
+
+# 7. Capability DAG 决定派发，不是 Role List
+
+示例：Evidence Review。
+
+```text
+Frame
+ ↓
+Retrieve ────────┐
+ ↓               │
+Extract          │
+ ↓               │
+Challenge ◄──────┘
+ ↓
+Audit
+ ↓
+Adjudicate
+ ↓
+Applicability
+```
+
+真正适合并行的是：
+
+```text
+Retrieve 的独立搜索方向
+Extract 的不同 Source batch
+Challenge 的独立反证路径
+部分 Method review batch
+```
+
+不适合并行的是：
+
+```text
+最终 Graph commit
+最终 Decision adjudication
+依赖上一阶段完整状态的 Gap derivation
+```
+
+原则：
+
+> **Parallelize independent evidence acquisition; serialize canonical state transitions.**
+
+---
+
+# 8. 子代理派发判定器
+
+新增 `ExecutionPlanner`。
+
+输入：
+
+```text
+workflow
+complexity
+capability DAG
+current evidence size
+budget
+Agent MCP availability
+user approval
+```
+
+输出：
+
+```text
+local nodes
+worker nodes
+parallel groups
+dependencies
+model capability requirements
+```
+
+判定条件：
+
+## 应 spawn
+
+满足至少一类：
+
+```text
+A. 可以真正并行的独立搜索空间
+B. 需要独立反证，避免 path dependence
+C. 需要独立方法学判断
+D. 上下文过大，需要隔离
+E. 专门工具集与主 Agent 明显不同
+F. 高影响 verdict 需要 independent review
+```
+
+## 不应 spawn
+
+```text
+简单单问题
+工作只需一次工具调用
+任务高度串行
+worker 会读取几乎完全相同上下文并做相同搜索
+spawn 协调成本高于工作本身
+只是为了“八角色齐全”
+```
+
+---
+
+# 9. S / M / L 的默认执行拓扑
+
+## S — Single Agent First
+
+默认：
+
+```text
+Lead Researcher
+  ├─ Frame capability
+  ├─ Retrieve capability
+  ├─ Extract capability
+  ├─ Challenge checklist
+  ├─ Audit checklist
+  └─ Adjudicate
+```
+
+```text
+Subagents = 0
+```
+
+只有用户显式要求独立验证时才 spawn。
+
+---
+
+## M — Selective Delegation
+
+默认：
+
+```text
+Lead Researcher
+  │
+  ├─ Search Worker A — direct/support evidence
+  ├─ Search Worker B — contradiction/null/risk evidence
+  │
+  ├─ [optional] Extraction Worker — large source batch
+  │
+  ├─ Skeptic — independent challenge if decision-relevant
+  ├─ Method Reviewer — when design quality matters
+  │
+  └─ Lead / Judge → final bounded decision
+```
+
+典型并发 worker：
+
+```text
+2–4
+```
+
+不是固定 8 个。
+
+---
+
+## L — Orchestrator + Bounded Worker Pool
+
+```text
+Lead Researcher
+│
+├─ Retrieval Fan-out
+│   ├─ Worker A: direct causal evidence
+│   ├─ Worker B: transfer / retention
+│   ├─ Worker C: harms / null / contradiction
+│   └─ Worker D: applicability / subgroup / current evidence
+│
+├─ Evidence Merge + deterministic dedupe
+│
+├─ Extraction Fan-out（仅来源多时）
+│   ├─ Worker E: batch 1
+│   └─ Worker F: batch 2
+│
+├─ Scientific Independence
+│   ├─ Skeptic
+│   └─ Method Reviewer
+│
+├─ Canonical Graph Commit
+│
+├─ Evidence Judge
+│
+└─ [high impact] Independent Final Reviewer
+```
+
+默认硬上限：
+
+```text
+active parallel workers <= 6
+```
+
+具体值由 budget/config 调整。
+
+禁止递归 spawn swarm。
+
+---
+
+# 10. Retrieval Worker 应按“证据轴”拆，不按网站拆
+
+坏拆法：
+
+```text
+Agent A 搜 Google Scholar
+Agent B 搜 Semantic Scholar
+Agent C 搜 Crossref
+```
+
+因为三个 worker 很可能搜同样的问题。
+
+优先拆法：
+
+```text
+A：直接 Outcome / causal evidence
+B：retention / transfer / independent performance
+C：negative / null / risk / dependency
+D：population / subgroup / applicability
+E：最新 temporal evidence（需要时）
+```
+
+Provider 是 capability，不是研究方向。
+
+这样每个 worker 有不同 epistemic objective。
+
+---
+
+# 11. Independence 有三种，不要混淆
+
+## Search Independence
+
+不同 query / evidence axis。
+
+适用 Retriever Workers。
+
+## Context Independence
+
+Reviewer 不读取主分析的推理过程，只读取 canonical artifacts。
+
+适用 Method Reviewer / Skeptic。
+
+## Model-family Independence
+
+使用不同模型家族。
+
+适用高影响 Cross-Model Review。
+
+现有 Agent MCP 对 Skeptic 已支持 `different-model-family` capability constraint；继续保留。
+
+不是所有 worker 都必须不同模型。
+
+---
+
+# 12. Skeptic 的正确位置
+
+Skeptic 不只是一个“最后检查员”。
+
+有两个触发点：
+
+```text
+Challenge Search
+→ 独立寻找 counter/null/alternative evidence
+
+Pre-Verdict Review
+→ 检查是否仍漏反证 / scope / unsupported claim
+```
+
+同一个责任 profile 可以被调用两次，但不意味着启动两个永久 Agent。
+
+---
+
+# 13. Method Reviewer 的正确位置
+
+Method Reviewer 只审：
+
+```text
+study design
+measurement
+bias
+precision
+Task vs Learning
+```
+
+不要让它承担：
+
+```text
+总体 verdict
+检索
+最终 intervention design
+```
+
+来源很多时：
+
+```text
+Method Reviewer worker 可以按 Study batch 并行
+```
+
+但 body-of-evidence appraisal 最终要统一合并。
+
+---
+
+# 14. Evidence Judge 的正确位置
+
+Evidence Judge 必须在：
+
+```text
+Graph 已稳定
+Challenge 完成
+Method Audit 完成
+Pre-Verdict Gate 通过
+```
+
+之后执行。
+
+Judge 不再从 worker 自然语言总结做决策。
+
+只读取 canonical / validated artifacts：
+
+```text
+Frame
+Graph Revision
+Claim synthesis
+Audits
+Gap state
+Applicability inputs
+```
+
+这会显著降低 coordination noise。
+
+---
+
+# 15. Intervention / Evaluation 不再默认派 Agent
+
+只有：
+
+```text
+用户进入 Decision & Pilot
+或 Full Research Cycle
+且当前 Decision 允许继续
+```
+
+才激活。
+
+简单 PILOT：
+
+```text
+Lead + study-design capability
+```
+
+复杂 Pilot：
+
+```text
+Intervention Designer worker
++
+Evaluation Designer worker
+```
+
+若涉及人类受试：
+
+```text
+Ethics capability / human gate
+```
+
+---
+
+# 16. Autoresearch 的子代理拓扑
+
+## Evidence Autoresearch
+
+```text
+Research Loop Controller
+│
+├─ Gap Priority capability
+├─ Hypothesis Planner capability
+│
+├─ bounded Retrieval Workers
+│   ├─ directness axis
+│   ├─ contradiction axis
+│   └─ applicability/freshness axis（按需要）
+│
+├─ validation / extraction
+├─ independent challenge/method review（按门触发）
+│
+├─ Single Writer Graph Commit
+├─ Decision Drift
+│
+└─ Next Gap
+```
+
+不要让每个 iteration 自动启动全套 8 角色。
+
+---
+
+## Skill Autoresearch
+
+使用“研究组织”而不是 swarm：
+
+```text
+Experiment Orchestrator
+│
+├─ Hypothesis Proposer
+├─ Candidate Implementer
+│
+├─ Protected Evaluator（不是可变 Agent）
+│   ├─ deterministic tests
+│   ├─ DEV benchmark
+│   ├─ HOLDOUT
+│   └─ adversarial
+│
+└─ Promotion Policy
+```
+
+`Evaluator` 必须是 protected harness；LLM judge 只能作为补充 grader，不能拥有最终 override 权。
+
+可以使用独立 Reviewer 对复杂结果做解释，但它同样不能修改 evaluator。
+
+---
+
+# 17. Autoresearch 中 Worker 绝不能修改这些对象
+
+```text
+benchmarks/annotations/**
+benchmarks/holdout/**
+benchmarks/evaluator/**
+schemas/**
+protected scientific rules
+Graph historical revisions
+Decision history
+```
+
+即使 worker 拥有写权限，也由 protected manifest / CI hard gate 拦截。
+
+---
+
+# 18. Worker Context 最小化
+
+子代理不继承主 Agent 整个对话。
+
+只收到：
+
+```text
+TaskSpec
+必要 artifact refs
+必要 protocol excerpt
+必要 schema
+必要 source batch
+```
+
+不发送：
+
+```text
+整个项目 README
+整个 SKILL.md
+所有历史对话
+所有其他 worker 输出
+```
+
+除非任务确实需要。
+
+目的：
+
+```text
+减少 context pollution
+降低 path dependence
+降低 token cost
+提高责任边界清晰度
+```
+
+---
+
+# 19. Worker 间默认不直接通信
+
+拓扑：
+
+```text
+Worker A ─┐
+Worker B ─┼→ Lead / Artifact Merge
+Worker C ─┘
+```
+
+不要默认：
+
+```text
+A ↔ B ↔ C ↔ D
+```
+
+Peer-to-peer 会增加：
+
+```text
+状态一致性
+重复讨论
+错误传播
+无法归因
+```
+
+需要 follow-up 时，由 Lead 重新创建 TaskSpec。
+
+---
+
+# 20. 动态 Steering
+
+如果 Agent MCP 支持 steer / followup，EduEvidence 只通过 adapter 使用，不复制其 queue/state machine。
+
+Steer 只用于：
+
+```text
+worker 明显偏题
+新证据改变搜索方向
+预算即将耗尽，需要收敛
+```
+
+所有 steer 记录到 run log。
+
+---
+
+# 21. Failure / Timeout
+
+每个 TaskSpec 必须有 timeout。
+
+worker：
+
+```text
+completed
+partial
+timeout
+tool_failure
+blocked
+invalid_output
+```
+
+Lead 对 partial 结果可以：
+
+```text
+接受已有 artifact
+重派更小任务
+降级本地执行
+```
+
+不能因为一个 worker timeout 让整个 Evidence Graph 状态半写入。
+
+Single Writer 保证失败前后 canonical state 一致。
+
+---
+
+# 22. 成本控制
+
+ExecutionPlanner 先估计：
+
+```text
+parallelism benefit
+coordination cost
+model cost
+tool cost
+context cost
+```
+
+只有：
+
+```text
+Expected information gain > delegation overhead
+```
+
+才 spawn。
+
+这不是展示 Agent 数量的产品。
+
+---
+
+# 23. EventBus 事件
+
+新增：
+
+```text
+orchestrator.plan.created
+orchestrator.task.dispatched
+orchestrator.task.completed
+orchestrator.task.failed
+orchestrator.artifact.accepted
+orchestrator.artifact.rejected
+orchestrator.merge.completed
+orchestrator.gate.failed
+```
+
+每个事件至少包含：
+
+```text
+run_id
+task_id
+role_profile
+capability
+status
+cost/latency when available
+```
+
+Dashboard 显示 DAG，而不是“八个头像都亮了”。
+
+---
+
+# 24. Role Registry
+
+新增：
+
+```text
+skill/roles/registry.yaml
+```
+
+建议结构：
+
+```yaml
+roles:
+  skeptic:
+    class: scientific_authority
+    duties:
+      - contradiction_sufficiency
+      - scope_challenge
+    capabilities:
+      - contradiction_analysis
+    spawn_policy: independent_when_M_or_L
+    independence: context
+
+  method-reviewer:
+    class: scientific_authority
+    duties:
+      - study_methodology
+    capabilities:
+      - methodology_audit
+    spawn_policy: when_methodology_material
+
+  evidence-judge:
+    class: scientific_authority
+    duties:
+      - bounded_decision
+    capabilities:
+      - adjudication
+    spawn_policy: separate_for_high_impact
+
+  evidence-retriever:
+    class: worker_profile
+    capabilities:
+      - retrieve
+      - fetch
+    spawn_policy: parallel_when_search_space_decomposable
+```
+
+Registry 是 runtime source of truth。
+
+`skill/agents/*.md` 暂时作为 detailed profile / compatibility layer。
+
+---
+
+# 25. `skill/agents` 迁移策略
+
+Phase 1：
+
+```text
+不改路径
+新增 Role Registry
+SKILL.md 改用“role profile”语言
+```
+
+Phase 2：
+
+```text
+新增 skill/roles/
+旧 skill/agents/ 变兼容 shim / alias
+integrations/agent_mcp.py 改读取 registry
+```
+
+Phase 3：
+
+```text
+所有内部引用迁移完成后
+决定是否删除 agents 命名
+```
+
+避免一次大改破坏 Agent MCP approval / tests。
+
+---
+
+# 26. ExecutionPlan Artifact
+
+每次运行保存：
+
+```text
+runs/<RUN>/execution-plan.json
+```
+
+示例：
+
+```json
+{
+  "complexity": "L",
+  "workflow": "evidence-review",
+  "nodes": [
+    {"id":"frame","mode":"local"},
+    {"id":"retrieve-direct","mode":"worker","parallel_group":"R1"},
+    {"id":"retrieve-counter","mode":"worker","parallel_group":"R1"},
+    {"id":"extract","mode":"local_or_batch_worker"},
+    {"id":"skeptic","mode":"worker","independent":true},
+    {"id":"audit","mode":"worker"},
+    {"id":"adjudicate","mode":"judge"}
+  ]
+}
+```
+
+这样每次“为什么派了 4 个 Agent”都有可审计答案。
+
+---
+
+# 27. 多代理 Benchmark
+
+不要只测最终答案。
+
+新增 orchestration 指标：
+
+```text
+Duplicate Search Rate
+Coverage Gain per Worker
+Unique Eligible Evidence per Worker
+Coordination Token Cost
+Worker Failure Recovery Rate
+Artifact Acceptance Rate
+Parallel Speedup
+Cross-Worker Contradiction Yield
+Judge Dependency on Unvalidated Text = 0
+Canonical State Conflict = 0
+```
+
+重点指标：
+
+```text
+Marginal Evidence Gain / Added Cost
+```
+
+如果 4 worker 相比 2 worker：
+
+```text
+cost +90%
+evidence gain +3%
+```
+
+则 4 worker 拓扑应被 autoresearch 淘汰。
+
+---
+
+# 28. Orchestration Autoresearch
+
+Outer Loop 可以自动实验：
+
+```text
+2 vs 3 retrieval workers
+按 provider 拆 vs 按 evidence axis 拆
+是否独立 Skeptic
+何时启用 Method Reviewer
+哪个 complexity threshold 值得 spawn
+context bundle 大小
+TaskSpec wording
+```
+
+但评价目标是：
+
+```text
+科学质量
++ unique evidence gain
++ robustness
++ cost
+```
+
+不是“更多 Agent”。
+
+---
+
+# 29. 默认最终拓扑
+
+```text
+                       User
+                        │
+                        ▼
+                Lead Researcher
+                        │
+              Workflow + Complexity
+                        │
+                 Capability DAG
+                        │
+          ┌─────────────┴─────────────┐
+          │                           │
+       Local                      Delegated
+     Capability                    TaskSpec
+          │                           │
+          │                  Agent MCP safe_spawn
+          │                           │
+          │                     Worker Pool
+          │                           │
+          └─────────────┬─────────────┘
+                        ▼
+                  Staging Artifacts
+                        │
+              Schema + Provenance Gate
+                        │
+                 Scientific Gates
+                        │
+                        ▼
+                 Single Writer Engine
+                        │
+                 Graph Revision
+                        │
+            Skeptic / Method Review
+                        │
+                        ▼
+                 Evidence Judge
+                        │
+                DecisionSnapshot
+```
+
+---
+
+# 30. 最终规则
+
+1. **9 步协议是流程，不是 9 个 Agent。**
+2. **8 个现有 role profile 不是 8 个常驻子代理。**
+3. **Capability 是可复用能力，不是组织结构。**
+4. **Subagent 是按需 runtime worker。**
+5. **只并行真正独立的工作。**
+6. **主 Agent/Lead 保持唯一 workflow control。**
+7. **Canonical state 单写者。**
+8. **子代理只返回 staging artifacts。**
+9. **高影响 Challenge / Audit / Verdict 才强调独立性。**
+10. **模型/CLI 只是 adapter，继续由 approval + safe_spawn 控制。**
+11. **多代理是否值得，用 benchmark 测，不靠视觉上“很 Agentic”。**
+12. **Autoresearch 可以优化编排策略，但不能修改科学不变量。**
+
+---
+
+# 31. 外部架构依据
+
+本模型吸收但不照搬以下实践：
+
+- Anthropic Multi-Agent Research：使用 orchestrator-worker，Lead 规划并派发明确边界的独立搜索任务；其公开复盘特别强调，模糊 delegation 会导致 worker 重复搜索、遗漏和 coordination overhead。
+- OpenAI Practical Guide to Building Agents：优先从单 Agent 开始，只有逻辑复杂度、工具重叠或独立专业化真正需要时进入 multi-agent；需要统一用户控制时使用 manager pattern。
+- Anthropic Long-running Harness：把 planner / generator / evaluator 的责任分开，并通过结构化 artifact 做跨阶段 handoff，而不是传递无限自然语言上下文。
+
+EduEvidence 在此基础上进一步增加科学研究特有约束：
+
+```text
+provenance
+evidence append-only
+scientific independence
+single canonical writer
+protected evaluator
+```
+
+这使多代理只是执行增强，不成为科学真理来源。