sillyspec 3.29.4 → 3.30.0

package/round4/gate-audit-relay-receipt.md

@@ -0,0 +1,30 @@
+# 审计带话落地回执（2026-09-21，写给 gate-value-audit.md 作者）
+
+对照 [gate-value-audit.md](gate-value-audit.md) 末尾「必须转达给改第 5 项会话」的三条，逐条回执：
+
+## ① fail-fast 前置（死信检查挪到门禁前）——已落地（83d91cd4，先于本回执）
+
+module-impact 死信探针 + 预填注清零 error 门整块移到 verify test/lint 实测门之前，纯排序零语义变化。补充实证：R4-S-F 会话 db 计数死信拦 1 次 + **lint 硬拦 7 次**（比「两轮」更惨，166min 形状大半是这两件叠加）。
+
+## ② lint 范围化覆盖 verify 门——已落地（83d91cd4，与①同笔）
+
+采用**归属鉴定降档**而非 `{files}` 占位符（multi-agent-platform 的 lint 是 `cd backend && ruff && mypy && cd ../frontend && pnpm lint` 链式命令，全局文件列表无法安全替换进各子命令；归属鉴定对任意命令形状成立）：失败输出提及文件 × 变更文件集**零交集 = HEAD 存量债 → advisory 放行**；有交集 / 输出无可识别路径（unattributable，纯配置错误类）→ 维持硬拦保守。quick + verify 两门同接，你点名的 R4-S-F 两个 ruff 债文件场景在新规则下第一轮就是 advisory。
+
+## ③ 模块粒度范围化 + 600s 超时帽——本笔回执（超时半已落码；模块半是「配置补全」不是「新建机制」）
+
+**重要修正：模块粒度范围化机制早已存在**——`test_strategy: module` + `modules:` 块（inline flow `name: {path, test}`）自 v3.24 建成，v3.29.3 起 `modules:` 在场即缺省收窄到 module 子集（ql-20260920-010）。考古期 227 次全量跑的成因：当时模块映射只配了 16 个条目（注释可见 08-01/08-10/08-20/08-22 逐次补录史）+ 更早版本缺省 full。你的「文件粒度会漏、模块粒度保真拦」结论与已建成机制的语义一致（命中=触碰模块全套测试），无需新建设计。
+
+已做的两件事：
+1. **超时改判落码**（本笔提交）：`isTimeoutOnlyTestFailure` 纯函数 + verify/quick 两门接线——纯超时（所有失败单元 reason 均超时、无任何挂测）→ advisory 降档带三路处置指引；任一真实挂测维持硬拦（你的 12 次真拦防线不动）。36 次假拦桶根治。
+2. **平台仓 modules 块补全**（机器本地 local.yaml，不入库）：22 个缺失 backend 模块 + be-core（backend/tests 核心套）补齐到 39 条目，`extractModules` 解析验证 backend/app/modules 全覆盖——消掉「改到未映射模块 → 0 命中跳测 / 混合命中漏跑」陷阱。沿用既有约定（`-q --no-cov -n auto`）；脆弱用例处置（daemon fragile 三件套独跑等）原样保留。
+
+## 剩余开放项（不抢跑，留给你/后续会话拍板）
+
+- **尾截 46 次不可判**：工件只存 output_tail 的局限。模块子集启用后单模块输出短、尾部覆盖率天然升，预计大幅缓解；要不要再扩 output_tail 上限或落全量日志，等新数据说话。
+- **真拦 12 次的反事实**（不拦会不会被 pre-commit/CI 兜住）：同意你「拿不到」的判断，不追。
+- **lint 台账明细滚动窗口太短**（真拦率算不了）：小刀口，随批可修。
+- **平台仓 local.yaml 的持久化**：modules 块在机器本地文件里，换机即丢——建议把 39 条目镜像进 local.yaml.example（入库）由仓主拍板。
+
+## R4 终态通报
+
+R4-S-F 已归档（22:14→01:00，~166min，db 硬账）；R4-L / R4-O-L 状态未查（本会话聚焦修复）。全量核算收口 H1-H6 等你终态后出——判定线在 prereg.md，别忘 269min 对照臂是 Fork 续跑（混杂已声明）。

package/round4/gate-value-audit.md

@@ -0,0 +1,52 @@
+# 门禁价值考古——测试门的真拦/假拦判读（2026-09-21）
+
+> 数据源：multi-agent-platform 主仓 `.runtime/verify-runs/` 320 个运行工件（227 次有效 test 门运行）+ `verify-lint-tally.json` + 5 个 friction-tally + 2 次 R4 实测。
+> 样本期：2026-07-22 → 2026-09-20（约 2 个月，49 个变更发生过失败）。
+> 用途：回答「模块全量门禁在期望上拦过什么」，为 3.29.5 第 5 项（测试口径范围化）提供粒度决策依据。
+
+## 测试门（227 跑 / 106 败 / 47% 失败率）
+
+| 分桶 | 次数 | 占比 | 判定 |
+|---|---|---|---|
+| **real-test-fail（真拦）** | **12** | 11% | pytest/vitest 摘要行 failed>0——agent 声称完成但测试实测挂 |
+| timeout（≥590s 或 exit 143） | 36 | 34% | 假拦（门禁 600s 上限杀） |
+| 尾截不可判（尾部全 passed 但 exit 1） | 46 | 43% | 多模块串行跑、失败在尾部窗口外的模块——真/假不可判（工件只存 output_tail） |
+| runner 崩溃（tinypool/heap） | 3 | 3% | 假拦（环境） |
+| env/配置错（--no-cov 未装、模块路径不存在） | 2 | 2% | 假拦（环境） |
+| fixture 装配错（16 errors） | 1 | 1% | 存疑 |
+| unknown | 6 | 6% | — |
+
+**真拦率区间：11%（下界 12/106）~ 55%（上界含尾截桶）**；确认假拦（超时+崩溃+环境）≥ 40%。
+
+## lint 门（68 跑 / 19 败 / 28%）
+
+滚动台账只留 3 条明细（2 超时 + 1 泛化），另有两个已知存量债拦截实例（R4-S-Q quick 门、R4-S-F verify 门）。明细留存不足，无法算真拦率。
+
+## 关键抽验：真拦的「形态」决定范围化粒度
+
+**案例 2026-09-02-changes-overview-card（2 次 verify 门真拦，各 10 个测试挂）**：
+- 变更触碰面（apply-pathspec）：`backend/app/modules/daemon/{model,router,runtime/service,service}.py` + 前端 + sillyhub-daemon 等 19 文件；
+- 门禁挂点：`backend/app/modules/daemon/host_fs/tests/test_delegate_worktree.py`（9 个）+ `daemon/tests/test_worker_redispatch.py`（1 个）——**同模块、但不在变更自己的测试文件清单里**。
+
+结论：
+1. **文件粒度范围化（只跑 touched files 的测试）会漏掉这种真拦**——改模块代码弄挂了同模块相邻测试，agent 自己声明的测试面看不见它；
+2. **模块粒度范围化（跑任何触碰模块的全套测试）能保住**——挂点全在 `app/modules/daemon` 触碰模块内；
+3. 超时 36 次 + 尾截 46 次的噪声大头来自「跑所有模块」——范围化到触碰模块同时砍时长与假拦。
+
+## 成本-收益账（供产品决策，不下结论）
+
+- 227 次门禁 × 5–9min ≈ **19–34 小时门禁时间**，换 **≥12 次真拦**（每次都是「agent 说做完了但测试说没有」）≈ 1.6–2.8h/次真拦；
+- 对照组（OpenSpec 无门禁）：这 12 次会直接带病提交，靠 pre-commit/CI 或人工发现；
+- CLAUDE.md 规则 0「只跑自己修改相关的测试」语义歧义（文件级还是模块级）——本数据支持**按模块级**解释。
+
+## 给 3.29.5 第 5 项的落地建议（需转达）
+
+- scope 取 **touched modules**（触碰模块的全套测试），不要 touched files；
+- 超时帽 600s 需同步处理（36 次假拦的头号来源——范围化后模块内超时应大幅减少，但帽本身对 daemon/frontend 大模块仍可能杀）；
+
+## 本判读的局限
+
+- 单仓样本（multi-agent-platform，测试密集型 monorepo）；
+- 46 条尾截不可判未深挖（需逐条对 git 历史判「修复提交是否紧随」才能定真伪）；
+- lint 门明细留存不足；
+- 「真拦 = 有价值」仍是覆盖率视角，未追踪这 12 次如果不拦的实际损失（有无被 pre-commit/CI 兜住的反事实不可得）。

package/round4/optimization-plan.md

@@ -0,0 +1,165 @@
+# sillyspec 效率优化整体方案 v3（2026-09-21 整合版）
+
+> 靶子（R4 实测，账单当量口径 = 新入 1× / 缓存 ~0.1× / 输出 3–5× 折算）：
+> **大任务账单当量 2.4×（8.04 当量差）＝ 缓存体量差 55%（4.45）+ 扇出冷启动 26%（2.09）+ 输出差 19%（1.50，其中 77% 是子代理代码/测试产出＝交付厚度，不砍）**。
+> 墙钟：大 2×、小 1.3×，差距全在非模型时间（门禁循环 + 编排等待）。
+> 红线：**不动四道防线**（审查/门禁/核验/资产）；不砍交付厚度（输出差是产品）。所有优化只打三样：冗余重读、冷启动、等待。
+
+## 战线 A：已落地，待 R5 验收（不重规划）
+
+| 项 | 状态 |
+|---|---|
+| 门禁四项：模块粒度范围化 / fail-fast 前置 / lint 归属降档两门 / 超时帽 | 已提交（83d91cd4 / 2eba595c，模块粒度 v3.24 在场） |
+| ~~增量复用~~ | **正式摘出（2026-09-21 R5 准备核对）**：src/ROADMAP/终报/batch2 四处查无落码与定义，承办无着落；疑即 ROADMAP 延后项「探针增量缓存」（quick-4af1acc3 D②：失效面广需独立失效契约）——按延后项处理，不计入战线 A，R5 验收不背此项 |
+| gate verify lint parity / module-impact 引号+多map / Wave 并发帽 ≤3 | 已提交 61995a32 |
+| 缺陷 A/B（资产尾 export + --linked-changes 管道） | 已提交 954946ae |
+
+**R5 前置核对（2026-09-21 落盘）**：①对撞仓基线 50736b6ef / 53c67e02a 经 git cat-file 实证均在（multi-agent-platform 主树干净）；Temp 残留一批 prunable gate worktree——R5 跑前 `git worktree prune`。②account.mjs 已加三分+当量列（v2），基线钉死：R4-L 当量@3× 13.89M / R4-O-L 5.87M / **比值 2.37×**（@5× 口径 2.47×，复现终报 2.4×）；R5 判定一律用同脚本同口径复算，不比绝对值。③**B-④ 接线缺口**：材料包机制已落地但 execute 主链未主动生成（task-02 接线最小化，仅 options.materials 传入时渲染）——R5 的 B-④ on/off 对照前需补接线（小 quick 一项，或并入 batch2 M3 派发分组落点）。
+
+**R5 验收点**：门禁轮次 ≤2；模块粒度下真拦率不降（用 gate-value-audit 的 12 次真拦案例回归）；大任务墙钟无额度事故（并发帽生效）。前置对账（v3.2）：五项中四项已核已交（模块粒度 v3.24 在场 / fail-fast+lint 归属 83d91cd4 / 超时降档 2eba595c），「增量复用」src 与终报均无落码痕迹——详 v3.2 第 4 条，R5 前与承办会话对齐状态，勿按「已在办」默认计入。
+
+## 战线 B：扇出账单治理（打 55%+26% 的差额）
+
+### B-① 读取范围引导（打冷启动 + 重读体量）——**已验靶：不实，实现项砍（2026-09-21，详 round4/b1-b1-target-validation.md）**
+- **前置验证（先做，30min）**：读 task-08 的 transcript，判定 8.6M 是越界读还是任务规模相称——**靶子不实不立项**。
+- **验靶结论**：越界读零发生（62 次调用全在契约链内）；8.6M = 58 轮 × 148K 轮均上下文的缓存重发（新鲜输入仅 186K）；全扇出 19 子代理名义 41.77M 中新鲜仅 1.34M（3.2%）。读上界太小，读清单注入无钱可省——**第 2 批实现项下线**，allowed_paths 现状约束维持。
+- 杠杆换位到 **B-⑥ 轮数纪律**（见下）与 B-④。
+
+### B-② 调研摘要共享（打实现侧重读）
+- **做法**：调研产出追加一份 CLI 盖章 digest（两页，**每条契约事实带 file:line 锚点 + 「关键契约回源核对」条款**）；实现子代理读 digest 替代重读原始源码。
+- **红线**：digest 转错一处 = 内部版错键正典（我们刚批判完的模式）——**走完整流程**，设计决策落盘（锚点格式 / 失效时机 / 回源义务）。
+- 预期：实现侧重读降（调研段自身的 9.4M 压不动，靠 B-③ 摊）。
+
+### B-③ batch 默认前置到 plan（打重复重建）
+- **证据**：R4-S-F 5 任务 2 batch → execute 仅 6M/17min。
+- **做法**：batch 粒度决策放 **plan 阶段**（文件正交 + 无契约链的任务默认并批，2–4/批）；execute 不加推力——**保 Wave 内并发 ≥3 的墙钟亮点**，不拿墙钟换 token。
+- 属性：提示词级 + plan-postcheck 可加机械提醒。
+
+### B-④ 材料包机制扩展到 execute（打冷启动）
+- 复用 `assembleStageReviewMaterials` 基建：实现子代理拿 CLI 裁好的合同摘录（design 相关节 + 接口签名 + 目标文件锚点），不自行通读全量文档。
+- **加分机制**：统一材料包 = 统一前缀 → 缓存命中更稳（面值之外的真实账单收益）。
+- **装配顺序契约（v3.2）**：跨任务稳定内容（design 通摘 / 接口签名）在前、任务专属内容（任务卡 / 变更面摘录）在后——统一前缀的缓存命中依赖稳定段先行，混排则任务差异打断前缀、面值收益折半。
+- 可直接进（机制在，低风险）。
+
+### B-⑤ 子代理模型分级（打单价，不动 token）
+- **必须先 A/B**：同任务双档各跑——便宜档若多轮返工（turn↑→重发↑）token 反升，且核验行为可能弱化（错键正是核验拦的）。**审查/verify 保持旗舰档是红线**。
+- 只在 A/B 证实「实现档返工率不升」后启用。
+
+### B-⑥ 轮数纪律（打轮数乘数；B-① 验靶换位新增，2026-09-21）
+- **证据**：扇出名义体量 = Σ(轮数 × 轮均上下文)，新鲜内容仅 3.2%——轮数是另一半杠杆。task-08 的 58 轮里 Edit×7（相邻同文件逐个改）+ TodoWrite×4（每条占一轮重发全上下文）+ 测试 Bash 多次循环。
+- **做法**（提示词级，execute 派发 prompt 两三行）：① 相邻同文件的多个改动合并为一次 Edit 批量提交；② TodoWrite 降频（阶段边界用，不在实现中途连发）；③ 测试验证合并跑（一次 Bash 串行多查），不逐文件跑。
+- 属性：提示词级；R5 用子代理请求数验收（扇出 522req 基线）。
+
+### 战线 B 预期（保守）
+扇出段 42.3M → **28–32M**（上界 25M 需 ①②③ 全中且提示词被遵守）；账单当量比 2.4× → **~1.7–1.9×**。到不了 parity 也不该到——剩余差额 = 上下文保险 + 独立审查 + 交付厚度的价格。
+
+## 战线 C：编排会话上下文治理（打主会话 56.8M 的一部分）
+
+### C-1（P1，quick 可落）
+- **B1 子代理返回契约**：返回体 ≤25 行结构化摘要（verdict / 触碰文件数 / 测试一行 / 偏差），细节落盘按需 Read——真相由门禁对账，不靠返回体转述。
+- **B2 审查回收瘦身**：verdict 回一行 + blockers + review.json 路径（稳定路径已在），主代理按需 Read 工件。
+- **B3a prompt 审计先行**：只读脚本统计 R4 五份 transcript 各步 prompt 规则的「引用/遵守/从未触发」，产出瘦身候选——**测量完再删**（四律这轮刚实证有效，承重规则不动）。
+
+### C-2（P2，CLI 小刀）
+- **B4a `sillyspec handoff --change <名>`**：进度库机械生成 ≤80 行交接包（阶段/Wave 状态/blockers/决策 ID/下一步命令）——把「任务太大爆窗」从硬墙变成操作规程。零状态机改动。
+- B3b 依据 B3a 审计瘦身步骤 prompt。
+
+### C-3（P3，立项评估，勿直接开码）
+- B4b 编排自动分段：先让 B4a 人工规程跑两个真实超大变更，再决定自动化。
+- 目标：R4-L 量级任务主会话峰值 **377K → <250K**，>150K 请求占比 81% → <50%。
+
+## 执行顺序（依赖排序）
+
+```
+第 1 批（并行，本周）：
+  B-①前置验证(30min) ──不实则砍①
+  B-③ plan batch 默认（提示词+postcheck 提醒）
+  B-④ 材料包扩展（复用基建，含装配顺序契约）
+  C-1 B1/B2 返回契约+回收瘦身（提示词）
+  C-1 B3a prompt 审计（只读脚本）
+  R5 探针套件：错键类+审查钳用例（verify-probes 基建增量造）──防线回归硬门的判法依赖（v3.2）
+第 2 批（依据第 1 批）：
+  B-⑥ 轮数纪律（提示词，B-① 验靶换位顶替原「读清单注入」）
+  C-2 B4a handoff 命令
+  B-⑤ 模型分级 A/B
+第 3 批（完整流程立项）：
+  B-② 调研 digest（锚点/失效/回源契约设计）
+  C-2 B3b prompt 瘦身（依据审计）
+  C-3 自动分段评估
+```
+
+## R5 验收协议（一等指标升级）
+
+| 指标 | R4 基线 | 目标 | 判法 | 依赖批次 |
+|---|---|---|---|---|
+| **账单当量比（大任务）** | 2.4× | ≤1.8×（拉伸） | account.mjs 加折算列（三分已有查询） | ④ 机制 + ①②③ 概率 |
+| 扇出段 tokens | 42.3M | ≤32M（硬门） | 子会话聚合 | ④ 机制 + ①③ 概率 |
+| 门禁轮次 | 9（S-F 病理）/ 2（稳态） | ≤2（硬门） | 进度库 | 战线 A |
+| 大任务墙钟·不劣化 | 156min | ≤156min（硬门） | 会话时间戳 | 全体——「不拿墙钟换 token」可检化 |
+| 大任务墙钟·进取 | 156min | ≤120min（拉伸） | 会话时间戳 + **阶段级拆账** | ①④+C-1，概率项无机制保票 |
+| 主会话峰值单请求 | 377K | <250K | MAX() 查询 | 第 3 批 B3b——R5 只记录不判罚 |
+| >150K 请求占比 | 81% | <50% | 计数查询 | 第 3 批 B3b——R5 只记录不判罚 |
+| 防线回归 | — | 错键类案例仍被拦；审查钳仍达标 | **探针套件（第 1 批交付）** + transcript | 第 1 批探针 |
+
+场景：50736b6ef / 53c67e02a 同基线重放（两 SHA 是对撞仓 multi-agent-platform 的基线、非本仓对象——跑前核那边基线与 worktree 卫生），小 ×2 + 大 ×1，版本钉死首步回显。**R5 时点 = 第 1+2 批完成后**；250K / 50% 两行押第 3 批 B3b，R5 只记录不判罚，第 3 批后复测。**2 跑取分布，不外推；提示词级项不达标即升级机制化（路径：CLI 截断注入/机械组装）。** 墙钟 ≤120min 无 per-item 机制预算——R5 必须落盘阶段级墙钟拆账（调研 / plan / execute 扇出 / verify / 归档 / 门禁等待），作为 R6 的预算基线，先测后诺（同 B3a 纪律）。
+
+## 诚实边界
+
+- B-①②③⑤ 全含概率性或前提验证，百分比是方向估计，唯一承诺是 R5 可测；
+- 55% 的缓存体量差不可能清零——隔离上下文的语义就是重读，治理目标是「去冗余」不是「去重读」；
+- 剩余 ~1.7× 账单差 + 墙钟差里，含交付厚度（输出 19% 差额）与独立审查的固定成本——这部分是定价，不是缺陷，对外口径已按此表述。
+
+---
+
+# 评审修订 v3.1（2026-09-21，外部评审采纳记录）
+
+## 采纳并修订的六处
+
+1. **B4a 改为 enrich handoff（已验证属实）**：`src/handoff.js` 已存在（113 行，`buildHandoff`/`nextStageSuggestion`），现产出为 session 导出 + 下一阶段建议的瘦包。C-2 第 2 批工作量修正为「进度库多抽几段进现有 buildHandoff」（Wave 状态 / 未决 blockers / 决策 ID / 下一步命令行，≤80 行封顶），**不是新命令立项**。
+2. **R5 验收拆硬门/拉伸**：
+   - **硬门**（不达标即失败）：扇出 ≤32M · 门禁轮次 ≤2 · 防线回归（错键类仍被拦 + 审查钳达标）· 大任务墙钟 ≤120min（稳态口径）
+   - **拉伸**（①②全中才承诺）：账单当量 ≤1.8×
+   - 对外口径维持 1.7–1.9×；不再把拉伸当硬门。
+3. **墙钟基线钉死**：比较一律用**稳态 156min**（门禁单轮重构口径），毛墙钟 185min 仅作背景。「额度事故不再发生」是并发帽的验收项（R5 零事故），不从基线剔除。
+4. **判定路径统一显式勾掉**：gate verify PASS vs verify --done FAIL 的口径矛盾**已修**（61995a32：runGate verify 补 verify-lint，与 --done 同引擎同归属降档）；tail 截断→失败明细稳定路径**已修**（794529e5）。两项归战线 A 待 R5 验收，第 1 批不重开。
+5. **B-③ 加并发护栏**：plan-postcheck 增机械提醒——**并批后单 Wave 在飞子代理数 ≥ min(3, 该 Wave 任务数)**；batch 决策只在 plan 定，execute 不加推力。外推边界写明：S-F 5→2 batch/6M 是小任务证据；大任务 12 实现代理并批**收益在 token、成本在墙钟**，R5 大任务跑单独归因。
+6. **B-④ 预期收窄 + 升第 1 批必达**：材料包只压「design/合同文档通读」，压不动「要改的源码本身」——与 B-① 互补但**不得双重算账**。
+
+## 优先级调换（接受）
+
+**第 1 批必达改为：B-④ 材料包扩面 + C-1（B1 返回契约 / B2 回收瘦身 / B3a 审计）+ B-③（plan 默认 + postcheck 护栏）**——机制确定收益优先于又一条 hint。**B-① 降级为仅保留 30min 验靶**，验证属实再排实现。
+
+## 新增纪律（三条，全部采纳）
+
+- **prompt 注入上限**：每加一段注入必须写明「替换哪段旧文」或配 CLI 截断上限——防优化文案自己吃掉 377K→250K 指标。
+- **互斥实验标签**：①②④ 都声称「少读」，R5 至少 B-④ on/off 同基线各一跑，归因可分。
+- **A 先于 B**：R5 小任务两跑**先判门禁 ≤2**，再谈扇出 tokens——门禁稳态前账单优化会被墙钟噪声淹没。
+
+## B-⑤ 验收补一维（采纳）
+
+A/B 双档除返工率外，加测**事实核验类工具调用密度**（联网搜真名 / 读 SDK d.ts 的次数）——错键故事里「会不会核验」比「会不会写完」更关键；便宜档核验密度显著下降即否决。
+
+## 对反馈的一处澄清（非驳回）
+
+反馈第 4 条「第 1 批缺确定 ROI 墙钟项」的时态已过：判定路径统一与 tail 稳定路径在评审前已提交（61995a32 / 794529e5），本次修订将其从隐含改为显式勾掉（见上第 4 条）。其余五处修订 + 优先级调换 + 三条纪律全部接受。
+
+---
+
+# 评审修订 v3.2（2026-09-21，第二外部评审采纳记录——验收协议三硬伤修复）
+
+前置：本轮评审先核事实后评方案，承重声明全部属实——handoff.js 113 行（buildHandoff/nextStageSuggestion，src/handoff.js:23/48）、assembleStageReviewMaterials 复用面（review-material-pack.js，plan/execute/brainstorm 三处引用）、account.mjs 三分查询 + db.model_usage 本有 cache_creation/cache_read 列（折算列是小改）、review.json 稳定路径（src/index.js:664）、gate-value-audit 12 真拦/36 超时 34%/227 门禁、42.3M/156min 在 r4-final-report.html 落盘、三提交号（61995a32/954946ae/794529e5）在。方案地基为实，三红线与三纪律不动。与 v3.1 的纯追加不同，本次对 R5 验收表与执行顺序**就地重写**（表是操作性章节，留旧表加补丁会迫使读者自行对账），修订记录在此。
+
+## 三处验收协议修复
+
+1. **墙钟 ≤120min 从硬门降为拉伸，换入「不劣化 ≤156min」硬门**。依据：基线 156 本是门禁单轮重构口径（v3.1 第 3 条），门禁收益已折入基线；B-③ 明确不拿墙钟换 token，B-①/④/C-1 全为概率项——120 无任何 per-item 机制保票，硬门失败时无法区分「方案失效」与「归一化基线乐观」。不劣化硬门把「不拿墙钟换 token」从口号变成可检承诺；R5 落盘阶段级墙钟拆账（六段），R6 才有真预算基线。**硬门集合相应改定：扇出 ≤32M · 门禁轮次 ≤2 · 防线回归 · 墙钟不劣化 ≤156min（另：并发帽 R5 零事故维持）；拉伸：账单当量 ≤1.8× + 墙钟进取 ≤120min。**对外口径同步。
+2. **防线探针套件排入第 1 批**。「探针 + transcript」判法依赖的用例集原先不在任何批次——12 次真拦来自两个月 227 次历史门禁，R5 三跑自然撞不到。基于 verify-probes 基建（src/verify-probes.js 在场）增量造错键类 + 审查钳用例，硬门才有可执行判法。错键形态以 r4-final-report「错键生产 no-op、测试全绿掩护」为准。
+3. **验收表增「依赖批次」列 + R5 时点钉死**。377K→<250K、81%→<50% 实押第 3 批 B3b（B3a 只审计不删）——R5 时点定为第 1+2 批完成后，此两行只记录不判罚，第 3 批后复测；消除「表行达标承诺」与「批次排期」的错位。
+
+## 两处状态对账（操作性，非方案缺陷）
+
+4. **战线 A「增量复用」状态存疑**：五项中四项已核已交（模块粒度 v3.24 在场 / fail-fast+lint 归属 83d91cd4 / 超时降档 2eba595c），唯「增量复用」在 src 与 r4-final-report 均无落码/定义痕迹，changes/ 亦无活跃变更；ROADMAP 登记的延后项「探针增量缓存」（quick-4af1acc3 D②：失效面广需独立失效契约）疑为同物——若同物则已延后，应从战线 A 摘出重归属。R5 前与承办会话对齐，勿按「已在办」默认计入（已同步批注到战线 A 验收点）。
+5. **重放基线在对撞仓**：50736b6ef / 53c67e02a 经 git cat-file 验证非本仓对象；worktree 路径实证基线在 multi-agent-platform 仓——R5 跑前核那边基线 SHA 与 worktree 卫生（防未来提交泄露规则沿用 R4 prompt 既有一套）。
+
+## 一处实现注记
+
+6. **B-④ 装配顺序契约**（已写入 B-④ 条目）：统一前缀的缓存命中依赖稳定段先行——跨任务稳定内容（design 通摘/接口签名）在前、任务专属内容（任务卡/变更面摘录）在后；混排则任务差异打断前缀，面值收益折半。

package/round4/prereg.md

@@ -0,0 +1,67 @@
+# R4 对照实验·预注册（2026-09-20，跑前锁死）
+
+## 目的
+
+验证 3.29.1–3.29.4 效率修复栈（波次拓扑守卫 / 假红分诊去重 / 审查经济学四律 / 卡片直填 / 验证批处理 / quick 资产尾）在受控重放下的真实效果。
+
+## 设计
+
+**重放第 3 轮任务、同基线、只换工具版本**（当轮 ~3.28/3.29.0 → 3.29.4）。老版本数据直接作对照臂，不重跑；OpenSpec 侧不重跑（复用第 3 轮实测）。
+
+## 运行矩阵
+
+| 跑 | 任务 | 通道 | 工作树（platform 仓） | 基线 | 对照臂 |
+|----|------|------|----------------------|------|--------|
+| R4-L | session-replay 大任务 | 全流程 | `.sillyspec/.runtime/worktrees/2026-09-20-r4-session-replay` | 53c67e02a | 第 3 轮同基线重做 **269min**（本地 db 硬账：681 请求 / 104.13M tokens / 12 子代理；db 标题实证为 **Fork 续跑**） |
+| R4-S-F | autocompact 小任务 | 全流程（钉死） | `.../2026-09-20-r4-autocompact-full` | 50736b6ef | 第 3 轮 sillyspec 全流程 **39.5min / 17.2M**（会话在平台服务器侧，本地 db 不可复核，取当轮分析值） |
+| R4-S-Q | autocompact 小任务 | quick（钉死） | `.../2026-09-20-r4-autocompact-quick` | 50736b6ef | OpenSpec **25min / 33.3M**（产品级参照，同上来源） |
+| R4-O-L | session-replay 大任务 | OpenSpec 1.13.1 | `.../2026-09-20-r4-openspec-large` | 53c67e02a | 第 3 轮 openspec 实测（**也是 Fork 续跑**：288 请求 / 80.03M / 跨度 177.8min）——重跑目的：剔除 fork 混杂的同条件横评 |
+| R4-O-S | autocompact 小任务 | OpenSpec 1.13.1 | `.../2026-09-20-r4-openspec-small` | 50736b6ef | 第 3 轮 openspec **25min / 33.3M** |
+| R4-L2 | 同 R4-L | 同 | 复用 | 同 | **条件跑**：仅当 R4-L 墙钟结论与机制证据矛盾时补 |
+
+## 对比的三层结构（怎么比）
+
+1. **纵向主判定**（修复有没有用）：R4-L vs 269min、R4-S-F vs 39.5min——同任务同基线同 harness，唯一变量是 sillyspec 版本（3.28/3.29.0 → 3.29.4）。
+2. **横向对撞**（跟 OpenSpec 拉平没有）：R4-L vs R4-O-L、R4-S-Q vs R4-O-S——两侧都是全新会话、同基线、同时段，第 4 轮新增（第 3 轮两侧数据均带 fork 混杂，作参考不作判定）。
+3. **机制点**（为什么）：H2 五点二进制判定，横纵向解释力来源。
+
+## 固定变量（防污染清单，逐条对应前几轮踩过的坑）
+
+- 同机、同 harness（zcode 平台）、同模型、**全新会话**——禁 fork/继承续跑（第 2 轮最大 token 混杂源是分叉继承胖上下文）。
+- 任务文本 = 归档 proposal verbatim（brief-autocompact.md / brief-session-replay.md）。
+- 基线 commit 钉死（上表）；npm 全局 3.29.4 钉死，会话首步回显 `sillyspec --version` 进 transcript 作证。
+- `local.yaml` 三工作树同拷（主仓复制）——否则 quick --done 测试门禁静默跳过。
+- 会话标题含 `R4-` 前缀（db 归账定位用）。
+
+## 假设与判定线
+
+| # | 假设 | 判定线 | 载体 |
+|---|------|--------|------|
+| H1 | 大任务墙钟量级下降 | R4-L ≤150min 通过（269 的 56%）；≤100min 理想 | R4-L |
+| H2 | 机制真实生效（非纸面） | 以下 5 点 ≥3 中：a 波次并发（同波 ≥2 任务窗口重叠≥1 次）；b 无假红循环（同 gate 连续 FAIL≥3 计为循环）；c verify 批量补完（缺口单轮批补非逐条多轮）；d 审查请求钳 design≤12/plan≤10/QA≤15；e plan 零卡片填充子代理 | R4-L |
+| H3 | 提示词级修复可靠性 | H2-d 不达标 ⇒ 结论「四律被 agent 无视，需机制化」，列入后续工作项 | R4-L |
+| H4 | quick 资产尾 | R4-S-Q `--done` 后：`2026-09-20-r4-linked-parent` 被 lite-archive 且 FR/decisions 落盘 knowledge | R4-S-Q |
+| H5 | 小任务全流程提速 | R4-S-F ≤30min（39.5 降 ≥24%）且无假红循环 | R4-S-F |
+| H6 | 小任务轻通道对齐 | R4-S-Q ≤20min 且 --done 一次过 | R4-S-Q |
+
+**量级原则**：单跑噪声大，结论只对量级跳变负责，不对 ±20% 负责；机制点（二进制可判）优先于墙钟均值。
+
+## 已知混杂（事先声明，防事后找补）
+
+1. 269min 对照会话**已确证为 Fork 续跑**（db 标题「新版 Fork of …」实证）——fork 继承胖上下文是第 2 轮实证的最大 token 混杂源，对照臂墙钟天然偏悲观；若 R4-L 大幅优于对照，墙钟结论保守表述，机制点为主证据。
+2. brief 用归档 proposal 而非用户原始口语 prompt（信息量等价，措辞不同）。
+3. 小任务基线含 redlines.yaml、大任务基线不含——各自忠实重放第 3 轮当侧条件，非失衡。
+4. R4-S-Q 的 linked-parent 为手放 fixture（H4 机制验证用）；其 requirements 为 3 条精简版，不超 proposal 已有信息。
+5. R4-S-Q 钉 quick、R4-S-F 钉全流程——通道是实验变量，不是 agent 自选（路由行为不在本轮假设里）。
+
+## 采集
+
+- **R4 会话必须在本地 zcode 新建**（标题带 `R4-` 前缀）——本地 db 才能归账；第 3 轮小任务会话在平台服务器侧、本地 db 无痕，勿重蹈。若某跑必须在平台服务器执行，usage 从平台会话回放页读（回放功能已上线，正好自举）。
+- **zcode db**（`round4/account.mjs`）：按标题 `R4-` 定位主会话，`parent_id` 递归滚子会话；requests / tokens / model-time 汇总。`started_at` 一律数值 epoch-ms 比较（第 2/3 轮各踩过一次字符串比较静默错坑；`session.time_created` 同为数值 ms，本日已复核）。
+- **transcript**：`analyze-transcript.cjs` 命令级重复/慢命令。
+- **平台侧**：progress db 阶段时间戳、write-audit.jsonl。
+- **机制点人工判**：波次并发=同波两任务执行窗口重叠；假红=gate FAIL 计数；审查钳=review 子会话请求数；批量补完=verify 轮次与补丁粒度。
+
+## 执行顺序
+
+R4-L 先开（主战场）；R4-S-F / R4-S-Q 可与其并行（不同工作树互不干扰）。全部终态（archive / --done 落账）后叫核算。

package/round4/prompt-R4-L.md

@@ -0,0 +1,63 @@
+【R4 对照实验·受试会话 R4-L：session-replay 大任务·sillyspec 全流程】
+
+你是独立执行会话。请在指定工作树里，用 sillyspec（npm 全局 3.29.4）按完整流程完成下述变更，走完到归档。
+
+## 工作树与身份（第 0 步必做，进 transcript 作证）
+
+```
+cd C:\Users\qinyi\IdeaProjects\multi-agent-platform\.sillyspec\.runtime\worktrees\2026-09-20-r4-session-replay
+export SILLYSPEC_SESSION_ID=r4-large
+sillyspec --version    # 必须输出 3.29.4，不符立即停止并报告
+```
+
+变更名：`2026-09-20-r4-session-replay`（brainstorm 建卡时用此名）。
+流程：完整 `brainstorm → plan → execute → verify → archive`（实验钉死全流程，勿降级 quick）。
+
+## 防作弊铁律（违反即实验作废，比任务本身更重要）
+
+1. **禁止从 git 对象库捞未来提交**：本任务此前已被实现过，对象库里存在答案提交（main / replay-redo 等分支上）。不得 `git log --all`、不得看 main/replay-redo/任何其他分支、不得 cherry-pick / checkout / diff 其他分支的提交。只在本工作树分支（sillyspec/2026-09-20-r4-session-replay，基于 53c67e02a）上工作。
+2. **禁止读平台主仓工作区**（`C:\Users\qinyi\IdeaProjects\multi-agent-platform` 本体）与任何兄弟目录（*-openspec* / *-replay-redo* / .sillyspec/.runtime/worktrees/ 下非本目录）。
+3. **禁止改 sillyspec 工具本身**（~\IdeaProjects\sillyspec 源码仓、npm 全局安装、node_modules 里的 sillyspec）。
+4. 只在本工作树分支提交，**不 push**。
+5. 工具流程正常注入的知识/文档可用（本基线时点它们不含本任务答案）。
+
+## 任务简报（verbatim）
+
+# 提案书（Proposal）— tool_report 会话回放
+
+## 动机
+
+SillySpec CLI 自动上报创建的会话（origin=tool_report 且未继续过对话）打开后看到的是**日志元数据卡列表**，不是用户预期的会话内容。用户明确要求：「应该直接按 会话样式展示，只是数据来源不一样而已」「token 信息也要能获取到」「不光 zcode 其他 agent 也要核对能正确获取与正确显示」。
+
+## 关键问题
+
+1. **形态错位**：对话内容藏在每条日志卡的「查看内容」320px 嵌套小窗里，主对话被埋在元数据与子代理日志中间（实证会话 137ddfff：1 主日志 + 5 条子代理日志），没有「会话」的样子。
+2. **内容错位**：自主运行日志的 user 角色消息多为系统注入（task-notification），现渲染当用户气泡处理，直接「内容不对」；轮次边界（zcode turnId）与 token 用量（response.usage 五项）都在日志里但解析层全部丢弃。
+3. **harness 覆盖断层**：claude-code 格式规整且含 usage 但无解析器（只能看原文）；cursor-agent transcript 干净可解析但整条上报链路缺失；cursor IDE 二进制格式点开是 409 死胡同。
+
+## 变更范围
+
+- 前端：回放主体组件 AgentReplayBody（适配器 → TurnTimeline 真组件复用）、系统事件中性行、工作会话折叠条、不可用三态、token 徽标与累计显示。
+- daemon：NormalizedLogMessage 扩展（usage/turnId/model/durationMs/sender）+ zcode 补字段 + 新增 claude-code、cursor-agent 两个解析器 + RPC totalUsage。
+- backend：messages 端点 schema 可选新字段透传 + gen:types（零表结构改动）。
+- docs：cursor-agent 上报链路跨仓跟进记录。
+
+## 不在范围内（显式清单）
+
+- 不做解析产物落库（L3 持久化，单独决策）
+- 不做 cursor-agent 作为 provider 接入（运行时 token 捕获，另行立项）
+- 不做 cursor IDE store.db 对话化（blob 库 + 无 token）
+- 不动已激活 tool_report 会话路径与 chat 会话
+- 不改 sillyspec 仓（cursor-agent 扫描上报仅记录跨仓跟进）
+
+## 成功标准（可验证）
+
+- 打开纯 tool_report 会话：主体即会话时间线（对话/全部视图可用），主日志为正文、子代理在「工作会话」折叠条，系统事件显示为中性行非用户气泡。
+- zcode/claude-code 回放可见每轮 token（输入/输出/上下文）与会话累计；数据源无 token（cursor-agent）时显示「未知」。
+- 老 daemon / 机器离线 / 格式不支持 / 文件缺失时回退到显式中文提示，不弹错框。
+- 全量既有测试不受影响（activated 路径、查看内容语义、上报/归属链路零改动）。
+
+## 终态自查（完成后在报告里给出）
+
+- `sillyspec progress show --change 2026-09-20-r4-session-replay` 输出
+- 各阶段大致起止时间（brainstorm/plan/execute 各任务/verify/archive）

package/round4/prompt-R4-O-L.md

@@ -0,0 +1,59 @@
+【R4 对照实验·受试会话 R4-O-L：session-replay 大任务·OpenSpec】
+
+你是独立执行会话。请在指定工作树里，用 OpenSpec（CLI 1.13.1）走你的标准流程完成下述变更，走完到 archive。
+
+## 工作树与身份（第 0 步必做，进 transcript 作证）
+
+cd C:\Users\qinyi\IdeaProjects\multi-agent-platform\.sillyspec\.runtime\worktrees\2026-09-20-r4-openspec-large
+openspec --version    # 必须输出 1.13.1，不符立即停止并报告
+
+工作树里若无 openspec/ 目录，先 `openspec init` 再开始。流程走完整：proposal（delta 规格）→ apply（实现+测试）→ archive（合入活规格库）。
+
+## 防作弊铁律（违反即实验作废，比任务本身更重要）
+
+1. **禁止从 git 对象库捞未来提交**：本任务此前已被实现过（main 上 4c628adaa 等、openspec/tool-report-session-replay 分支上 d7112d7f8/71219e1f9）。不得 `git log --all`、不得看 main / 任何其他分支、不得 cherry-pick / checkout / diff 其他分支的提交。只在本工作树分支（openspec/r4-session-replay，基于 53c67e02a）上工作。
+2. **禁止读平台主仓工作区**（`C:\Users\qinyi\IdeaProjects\multi-agent-platform` 本体）与任何兄弟目录——特别是 `.sillyspec/.runtime/worktrees/` 下的 2026-09-20-r4-session-replay（sillyspec 侧受试会话正在进行，读了即双向污染）与 2026-09-20-r4-openspec-small。
+3. **禁止改 OpenSpec 与 sillyspec 工具本身**（npm 全局安装、~\IdeaProjects\sillyspec 源码仓）。
+4. 只在本工作树分支提交，**不 push**。
+5. 工作树里的 `.sillyspec/` 目录是另一工具的存量数据，与本任务无关，不要读不要动。
+
+## 任务简报（verbatim）
+
+# 提案书（Proposal）— tool_report 会话回放
+
+## 动机
+
+SillySpec CLI 自动上报创建的会话（origin=tool_report 且未继续过对话）打开后看到的是**日志元数据卡列表**，不是用户预期的会话内容。用户明确要求：「应该直接按 会话样式展示，只是数据来源不一样而已」「token 信息也要能获取到」「不光 zcode 其他 agent 也要核对能正确获取与正确显示」。
+
+## 关键问题
+
+1. **形态错位**：对话内容藏在每条日志卡的「查看内容」320px 嵌套小窗里，主对话被埋在元数据与子代理日志中间（实证会话 137ddfff：1 主日志 + 5 条子代理日志），没有「会话」的样子。
+2. **内容错位**：自主运行日志的 user 角色消息多为系统注入（task-notification），现渲染当用户气泡处理，直接「内容不对」；轮次边界（zcode turnId）与 token 用量（response.usage 五项）都在日志里但解析层全部丢弃。
+3. **harness 覆盖断层**：claude-code 格式规整且含 usage 但无解析器（只能看原文）；cursor-agent transcript 干净可解析但整条上报链路缺失；cursor IDE 二进制格式点开是 409 死胡同。
+
+## 变更范围
+
+- 前端：回放主体组件 AgentReplayBody（适配器 → TurnTimeline 真组件复用）、系统事件中性行、工作会话折叠条、不可用三态、token 徽标与累计显示。
+- daemon：NormalizedLogMessage 扩展（usage/turnId/model/durationMs/sender）+ zcode 补字段 + 新增 claude-code、cursor-agent 两个解析器 + RPC totalUsage。
+- backend：messages 端点 schema 可选新字段透传 + gen:types（零表结构改动）。
+- docs：cursor-agent 上报链路跨仓跟进记录。
+
+## 不在范围内（显式清单）
+
+- 不做解析产物落库（L3 持久化，单独决策）
+- 不做 cursor-agent 作为 provider 接入（运行时 token 捕获，另行立项）
+- 不做 cursor IDE store.db 对话化（blob 库 + 无 token）
+- 不动已激活 tool_report 会话路径与 chat 会话
+- 不改 sillyspec 仓（cursor-agent 扫描上报仅记录跨仓跟进）
+
+## 成功标准（可验证）
+
+- 打开纯 tool_report 会话：主体即会话时间线（对话/全部视图可用），主日志为正文、子代理在「工作会话」折叠条，系统事件显示为中性行非用户气泡。
+- zcode/claude-code 回放可见每轮 token（输入/输出/上下文）与会话累计；数据源无 token（cursor-agent）时显示「未知」。
+- 老 daemon / 机器离线 / 格式不支持 / 文件缺失时回退到显式中文提示，不弹错框。
+- 全量既有测试不受影响（activated 路径、查看内容语义、上报/归属链路零改动）。
+
+## 终态自查（完成后在报告里给出）
+
+- openspec archive 后的规格库状态（list）
+- 各阶段大致起止时间（proposal / apply / archive）

package/round4/prompt-R4-O-S.md

@@ -0,0 +1,56 @@
+【R4 对照实验·受试会话 R4-O-S：autocompact 小任务·OpenSpec】
+
+你是独立执行会话。请在指定工作树里，用 OpenSpec（CLI 1.13.1）走你的标准流程完成下述变更，走完到 archive。
+
+## 工作树与身份（第 0 步必做，进 transcript 作证）
+
+cd C:\Users\qinyi\IdeaProjects\multi-agent-platform\.sillyspec\.runtime\worktrees\2026-09-20-r4-openspec-small
+openspec --version    # 必须输出 1.13.1，不符立即停止并报告
+
+工作树里若无 openspec/ 目录，先 `openspec init` 再开始。流程走完整：proposal（delta 规格）→ apply（实现+测试）→ archive（合入活规格库）。
+
+## 防作弊铁律（违反即实验作废，比任务本身更重要）
+
+1. **禁止从 git 对象库捞未来提交**：本任务此前已被实现过（main 上 2026-09-19 之后的提交、openspec/autocompact-config 分支上也有）。不得 `git log --all`、不得看 main / 任何其他分支、不得 cherry-pick / checkout / diff 其他分支的提交。只在本工作树分支（openspec/r4-autocompact，基于 50736b6ef）上工作。
+2. **禁止读平台主仓工作区**（`C:\Users\qinyi\IdeaProjects\multi-agent-platform` 本体）与任何兄弟目录——特别是 `.sillyspec/.runtime/worktrees/` 下的 2026-09-20-r4-autocompact-full / -quick / -session-replay（sillyspec 侧受试会话正在进行，读了即双向污染）与 2026-09-20-r4-openspec-large。
+3. **禁止改 OpenSpec 与 sillyspec 工具本身**（npm 全局安装、~\IdeaProjects\sillyspec 源码仓）。
+4. 只在本工作树分支提交，**不 push**。
+5. 工作树里的 `.sillyspec/` 目录是另一工具的存量数据，与本任务无关，不要读不要动。
+
+## 任务简报（verbatim）
+
+# 提案书（Proposal）— claude 引擎 autocompact 配置（provider 级）
+
+## 动机
+
+claude 引擎长会话在 ~160K tokens 触发引擎自动压缩（默认 believed limit 200K × ~80% 设计点），生产会话（6e213eb3，113 轮）频繁被压。平台无干预手段，用户希望按 provider 配置压缩行为（更晚压缩/关闭/预计算）。
+
+## 关键问题
+
+1. 平台管道已有 `settings_config → lease 透传 → claude-settings 白名单 → settings.json` 机制（attribution 等键先例），但白名单不含任何 autocompact 键——配置写了也不生效。
+2. 前端 provider 表单无 autocompact 入口，用户只能手改数据库 JSON。
+3. window 配置超过模型实际窗口会撞硬限报错而非压缩——需要风险提示承载（用户自担的配置面）。
+
+## 变更范围
+
+- daemon：claude-settings.ts 白名单加三键（值守护：window 正整数/两开关布尔）。
+- 前端：llm-provider-form claude 分支「引擎自动压缩」区（三键 + 风险提示）。
+- 文档：daemon.md 增量段。
+
+## 不在范围内（显式清单）
+
+- profile 级配置（D-001 否决）
+- pi/codex 引擎压缩配置
+- 阈值比例可配（SDK 无可写项）
+
+## 成功标准（可验证）
+
+- settings_config 配 `{"autoCompactWindow": 230000}` 的 claude provider 会话，daemon spawn 后 `$CLAUDE_CONFIG_DIR/settings.json` 含该键（单测断言）
+- 三键值守护：window=0/负数/非整数、开关非布尔 → 不写入（单测）
+- 前端表单 claude 分支渲染三键控件并正确提交进 settings_config；非 claude 不渲染（组件测试）
+- 既有 attribution/env 白名单行为零回归（既有用例全绿）
+
+## 终态自查（完成后在报告里给出）
+
+- openspec archive 后的规格库状态（list）
+- 各阶段大致起止时间（proposal / apply / archive）

package/round4/prompt-R4-S-F.md

@@ -0,0 +1,60 @@
+【R4 对照实验·受试会话 R4-S-F：autocompact 小任务·sillyspec 全流程】
+
+你是独立执行会话。请在指定工作树里，用 sillyspec（npm 全局 3.29.4）按完整流程完成下述变更，走完到归档。
+
+## 工作树与身份（第 0 步必做，进 transcript 作证）
+
+```
+cd C:\Users\qinyi\IdeaProjects\multi-agent-platform\.sillyspec\.runtime\worktrees\2026-09-20-r4-autocompact-full
+export SILLYSPEC_SESSION_ID=r4-small-full
+sillyspec --version    # 必须输出 3.29.4，不符立即停止并报告
+```
+
+变更名：`2026-09-20-r4-autocompact-full`（brainstorm 建卡时用此名）。
+流程：完整 `brainstorm → plan → execute → verify → archive`（实验钉死全流程——虽然此规模按 AGENTS.md 第 6 条可走 quick，但本跑测的就是全流程通道，勿改道）。
+
+## 防作弊铁律（违反即实验作废，比任务本身更重要）
+
+1. **禁止从 git 对象库捞未来提交**：本任务此前已被实现过（main 上 2026-09-19 之后的提交）。不得 `git log --all`、不得看 main / 任何其他分支、不得 cherry-pick / checkout / diff 其他分支的提交。只在本工作树分支（sillyspec/2026-09-20-r4-autocompact-full，基于 50736b6ef）上工作。
+2. **禁止读平台主仓工作区**（`C:\Users\qinyi\IdeaProjects\multi-agent-platform` 本体）与任何兄弟目录（*-openspec* / .sillyspec/.runtime/worktrees/ 下非本目录——特别是 2026-09-20-r4-autocompact-quick 与 2026-09-20-r4-session-replay）。
+3. **禁止改 sillyspec 工具本身**（~\IdeaProjects\sillyspec 源码仓、npm 全局安装、node_modules 里的 sillyspec）。
+4. 只在本工作树分支提交，**不 push**。
+5. 工具流程正常注入的知识/文档可用（本基线时点它们不含本任务答案）。
+
+## 任务简报（verbatim）
+
+# 提案书（Proposal）— claude 引擎 autocompact 配置（provider 级）
+
+## 动机
+
+claude 引擎长会话在 ~160K tokens 触发引擎自动压缩（默认 believed limit 200K × ~80% 设计点），生产会话（6e213eb3，113 轮）频繁被压。平台无干预手段，用户希望按 provider 配置压缩行为（更晚压缩/关闭/预计算）。
+
+## 关键问题
+
+1. 平台管道已有 `settings_config → lease 透传 → claude-settings 白名单 → settings.json` 机制（attribution 等键先例），但白名单不含任何 autocompact 键——配置写了也不生效。
+2. 前端 provider 表单无 autocompact 入口，用户只能手改数据库 JSON。
+3. window 配置超过模型实际窗口会撞硬限报错而非压缩——需要风险提示承载（用户自担的配置面）。
+
+## 变更范围
+
+- daemon：claude-settings.ts 白名单加三键（值守护：window 正整数/两开关布尔）。
+- 前端：llm-provider-form claude 分支「引擎自动压缩」区（三键 + 风险提示）。
+- 文档：daemon.md 增量段。
+
+## 不在范围内（显式清单）
+
+- profile 级配置（D-001 否决）
+- pi/codex 引擎压缩配置
+- 阈值比例可配（SDK 无可写项）
+
+## 成功标准（可验证）
+
+- settings_config 配 `{"autoCompactWindow": 230000}` 的 claude provider 会话，daemon spawn 后 `$CLAUDE_CONFIG_DIR/settings.json` 含该键（单测断言）
+- 三键值守护：window=0/负数/非整数、开关非布尔 → 不写入（单测）
+- 前端表单 claude 分支渲染三键控件并正确提交进 settings_config；非 claude 不渲染（组件测试）
+- 既有 attribution/env 白名单行为零回归（既有用例全绿）
+
+## 终态自查（完成后在报告里给出）
+
+- `sillyspec progress show --change 2026-09-20-r4-autocompact-full` 输出
+- 各阶段大致起止时间