[songoow]

当前修复与验证（2026-10-20）

本 PR 保留独立 C2 的阶段接续、本地执行证据、Explore/replan 与研究历程，共 27 个文件；已合入最新 main 82b1a8c72159dedcbca3a3b69fac2c7eaad3192d，当前 head 为 35d2d0e801fb93fe08b83adc48d7dfee4ce9afc0。

已修复当前 REQUEST_CHANGES：RESEARCH_LOOP.md 英文和中文均明确，独立 C2 沿用原有 Host 准入，逐次 provider 发送检查只属于组合 C1 的入口；没有复制 C1 或宣称 C3/native 反馈资格。

• 原 File/SQLite 完整实验链及 effective-turn 模块：29 passed、0 failed/skipped（325.11 秒）；相关五个 TypeScript 模块 71 passed。
• 这些后端源码、测试与 transitive owner 在本次 main 更新中逐字节未变，保留实际执行版本 b642b6771ab579b9b97e3bb5f36a01b74ba655ac。真实路径贯穿候选完成、实际 probe、Explore、当前决策、新 Todo 和改变后的实际程序。
• 最新 head 的 Dashboard/Chat 再构建通过；更新后的原 packaged research-history 完整场景 73.941 秒通过，包括 main 新增的引用焦点、错误与恢复断言。显示输入为 public synthetic，历史 HTTP owner 为真实实现，没有模型调用。
• 不可变 main 与修复源的 paired oracle 证明 status-only 不能消费实质研究结果；关闭 research flag 的三个 planning 输入与 main 逐字节相同。
• 原固定 120 秒语义扫描在当时 main 与 C2 均超时；C2 未修改的完整扫描随后通过。其余 premerge 4 direct、Python compile 与 18/19 selected 通过，保留原超时和 benchmark-sensitive 人工 hold，不提高预算。

按用户本批指示，当前 review packet 为 wait_for_ci=false，不再获取、轮询或等待 CI。先前观察的静态 workspace 名称断言在不可变 main 与当时 head 同样失败；该历史门槛与独立代码审查分开保留。合并仍需有效 review、required checks/代码所有者与 merge readiness；本片不证明模型收益、C1/C3 全链、完整成本或安装后 App。

下面保留原来源、图片和历史验证的真实版本绑定；不将其改标为最新 head 的运行。

历史实现说明与原版本验证（原拆分链路线已由上述当前方式取代）

目标与交付边界

初始候选有效，并不代表原研究目标已经完成；执行耗时、实际方法与失败结果需要进入下一次决策和真实后继工作。

这是 #6784 / #6838 拆分中的 C2 研究阶段与执行证据：原候选 Todo → 保留的研究后继 → 实际本地探针 → 普通 Explore 写回 → replan 与研究历程。它提供完整的本地证据链；native 提交、外部反馈与显式等待由 C3 接入。

Author Declaration

• Written by: model_agent — OpenAI GPT-6 Astra（本轮拆分收尾；功能来源为原 tracking: land research continuity as small PRs into main #6838 及其前置 PR）。

Implemented against

• Specification and revision: #6838，固定来源 eac81014fd3a8842ddd420d7908657af107c6787；研究运行合同 的初始候选/研究后继与本地 probe 条款；Goal Vision 的 Structured stride control；研究 RFC §6.2、§6.3。

Criterion (spec clause)	Disposition	Symbol / path	Test or command
研究运行合同：候选完成只释放独立研究后继；准备不消耗工作 Turn、不重开已准备研究	implemented	research_loop.py::prepare_research_continuation	原 test_candidate_stage_leaves_research_work_and_execution_reaches_next_context[sqlite] 本轮 1 passed（338.81 秒）；File 参数保留未补跑。
研究运行合同 / RFC §6.2：实际 probe 保留候选、方法变更、耗时/退出，缺失计数未知，坏诊断不抹去宿主观测	implemented	research_probe.py::run_probe；explore/execution_observation.py	现有 probe 回归及 execution observation codec；原 AST/Ruff 与 TS 文件已通过，真实路径见下表。
Structured stride control / RFC §6.3：同一执行观测进入 Explore、context、stride 判断及可验证后继工作；准备事件不消费实际 finding	implemented	explore_result_writeback.ts、explore_turn_context.ts、replan_context.ts、stride_policy.ts	原 5 个 TS 文件通过；本轮原 SQLite candidate→stride→新 Todo 的真实实验闭环 1 passed，原断言与期限未改。
RFC §4、§5：首次分数和长程收益需要匹配的实际 outcome 对照	out_of_scope	集成分支上的后续研究评测	本 PR 不执行模型或正式 benchmark，不宣称收益。

• Self-check before submission: 核对与 C3 的 TS 输入一致性、三个 native 测试的同步迁移、旧测试回执与公开 synthetic 图片；本轮完整 SQLite 节点另记录实际 checkout、Python imports 和 Node/SQLite 资格。图片来自冻结原始来源，UI 输入未变；当前集成的 packaged 运行结果另列，不能用旧图片替代。

变更与结果

• 显式 research_loop=True 使用既有 Todo 依赖保留研究后继；候选完成释放后继，准备阶段记录 surface_only，已有研究不会被重新打开。
• Harbor planning/worker 使用同一执行指引和 evidence_conditioned_v1 策略，安装本地 loopx-research-probe。关闭处理时保留原入口行为。
• 探针固定明确选择的候选文件，保留进程耗时、退出/超时和可选 solver 诊断。缺失计数保持未知，坏诊断保留可靠宿主测量，候选变化拒绝归因。
• Explore attachment、追加事件、turn context、replan finding refs 和研究历程保留同一个可选 execution_observation，包括候选绑定、实际方法与变更理由。
• 准备活动与未知历史 delivery outcome 不消耗被引用的实际结果；负结果和有效阻塞仍进入后续判断。

依赖与源码身份

• PR base：codex/split-native-request-admission；前置 C1：feat(benchmark): enforce request admission at provider dispatch #6900；发布 head：1b243b9ac1aa056fc43d576bcb0758de8a924370。

• 本片来源 tree：8c212cfa1d38af23fa1a126712414ad211f43f66；27 个文件。

• 三个 native 自动注册测试与对应实现共同进入 C3；原始组合完整恢复；当前发布树另继承 A1 测试归属迁移与 B4 fixture 退出时先等 HTTP 请求完成、注销自身 Effect runtime，并等待子进程 close 后再删临时根的修复，未删除或放宽验收断言。

• 后续继承 A3 的两文件 Markdown 诊断预算修复；当前 tree c7817a52772708aa4312231de88e401fcac6fabd。原测试/图片保留其实际来源版本；新 head 不是原测试输入的逐字节同一 tree。A3 修复的定向回归与最新检查状态见 #6899。

验证与边界

检查	验证输入与结果
Ruff / Python AST / 明确路径检查 / diff check	通过；本轮再次核对差异格式通过。
control-plane typecheck	通过。
Explore writeback、turn-context、history、replan-context、stride-policy	5 个 TypeScript 测试文件通过，0 failed / skipped；实际输入为 C3 tree 8f852d440aae2875e916463236c79fa5ee984aff，与本片的相关 TS/Node 测试输入相同。
本轮 SQLite 候选阶段 → 实际 probe → Explore → replan → 改变后的后继实验	原完整节点 test_candidate_stage_leaves_research_work_and_execution_reaches_next_context[sqlite]，C2 commit 17b7c4d6e1315482212a0c34e1c350ca3bce2be9 / 上述来源 tree：1 passed / 0 failed / 0 skipped（338.81 秒）。实际 Python imports 来自该 checkout，Python 3.12.14 / pytest 9.1.1；Node v24.19.0、SQLite 3.53.3，原 runtime qualification=true。源码、断言与期限未改。
同一完整路径的 File 参数	本轮未补跑，保留为该路径的独立证据缺口；不能将 SQLite 通过记为 File 通过。
packaged Dashboard 浏览器路径	本轮 d1dc8/cb8 集成上原 research-history 完整功能场景 116.004 秒通过（场景 108.035 秒）；不是独立 C2 新 head 的全量运行。中文新截图缺 CJK 字形，视觉资格未补齐，保留旧来源图片。

本轮 SQLite 原节点实际验证：初始候选完成仍保留独立研究工作；两步本地 probe 的同一观测进入 Explore、context 与 history；另一候选 SHA 的结果被拒绝且不追加；stride packet 传递实际测量并接受有证据的 replan，随后准入不同新 Todo 并实际执行五步候选，读回不同候选哈希和 stdout。它补齐 C2 独立阶段/stride/新 Todo 的完整路径，C3 的 native 反馈恢复路径另验。

这次通过对应明确的 C2 来源 tree，不是最终发布 head 的完整回归。发布组合还包含列明的前置修复与集成更新，其 packaged 验证按实际输入另列；File 参数本轮没有补跑。

视觉证据

本轮 d1dc8 集成的完整 research-history 功能场景已通过，包含分组图、指针命中、实际方法、未知成本、负面/native outcome、分析竞态/错误、locale/mobile 与只读导航。新中文截图缺 CJK 字形，因此未作为合格视觉证据发布；完整字形的新截图仍待补。以下图片继续明确属于旧来源。

冻结来源 eac81014fd3a8842ddd420d7908657af107c6787 中保留的 public synthetic research-history 示例；本轮相关 UI 输入未变。截图展示计划/实际方法、变更理由、耗时/上限、未知搜索次数、停止原因与候选 SHA-256；它们不是新的拆分 head packaged 验证。

执行观测不认证方法收益，不判定 Goal 完成。本次没有模型调用或正式 benchmark，不能据此声称首次质量或长期收益改善。前置 C1 本轮在其来源 tree 上原背压 File 单例精确诊断 1 passed（31.05 秒），未改源码、断言或期限；C1/C3 历史同节点失败保留，不能将该单例结果赋给完整 native 矩阵。

发布、进入 main 与集成证据（2026-10-20）

• 本片 source head：1b243b9ac1aa056fc43d576bcb0758de8a924370；tree：c7817a52772708aa4312231de88e401fcac6fabd。当前 base 为 codex/split-native-request-admission。按原小 PR 路线，前置进入 main 后再将本片改向 main，并核对本片差异、检查和审批。
• 新版 #6784 与 B1/A1–A3 存在组合重叠；它们的承载路线会影响后继重定基线，详见总进度。 完整顺序、评审阻塞和操作步骤。
• 原小 PR 路线按依赖逐片进入 main；本仓库允许 merge commit，保留原提交身份通常便于后继继续比较。若采用 squash/rebase，需按旧父提交边界整理后继自身增量后再复核；改 base 本身不完成这一步。
• 14 PR 的检查/评审快照为 2026-10-20 00:14–00:15 UTC。本片当时为 检查未完成；尚无正式批准。后续合并资格以对应当前 head 与 main 基线的检查和审批为准。
• 集成分支 已快进到 fe3b1f7b382e，tree 6bbf110b1cb2535975b2389558a86dff73792926。它保留原 d1dc8ebfe7ff0ce888c8e7a6b7a5051413f29af2 与最新 C3 7368ca0286d503a93e50b26ab24755a5fb429b2f 两侧祖先；真实 Git merge-tree 与 GitHub tree 一致、零冲突，仅增 A3 的两文件 Markdown 诊断修复。
• 此集成继续使用已验证的冻结 main 45d742088a3f7896a0a008761f68d2437398bcd1。本轮观察的 main e4190c30d7f94886dddd8e06b899664df34120f9 已另有变化，进入主干前须另行更新与验证。原 d1dc8 的 supplied-candidate in_sync 收据保留历史绑定；后续正式 owner 收据见总进度，不将旧收据改标为新 main 的资格。
• 构建及 UI 的实际运行版本仍为 d1dc8/cb8：control-plane TypeScript 50.754 秒通过，标准 Chat build 131.930 秒通过，Outcome 恢复 97.616 秒通过，独立正常首屏 41.605 秒通过，Worker readback 126.422 秒通过，research-history 功能场景 116.004 秒通过。该版本的 8 张可读截图与验证摘要 已发布；后继两文件修复不改变这些 UI 输入，截图保留真实拍摄版本。
• 保留限制：首次 Outcome fixture 的 90 秒启动失败未抹去，后续通过使用正常缓存预热；research-history 新中文图仍需补全 CJK 字形；完整新 head Python/native/File/重放/并发矩阵、installed App 与模型/benchmark 收益未取得全面资格。摘要记录实际运行范围，原临时 raw logs 已随执行环境回收，未重建成伪收据。
• 本轮最终对象核对确认 12 个 source heads 被保留、两文件补丁逐字节一致、UI/build 的 tracked 输入一致，以及源链 18/18 作者签署匹配。未修改的 integration owner 对已发布候选给出 preview_ready（execute=false）；恢复的新 plan 仍是 never_synced，完整 CLI bootstrap 未执行，未重新签发 in_sync。

[songoow]

Reviewer: model_agent; OpenAI GPT-6 Astra; provider OpenAI; self_reported.

Code review comment — source-only review with a non-blocking documentation suggestion.

审阅版本：e907547b353816674407af37e704c7c194328c11；base：main 5853e151d97d9129bda9dce45a92a0944dcb9565。已逐文件对照本次重放：27 个文件的新增/删除内容与原 C2 切片一致；另外重读了随 base 改变的 worker、Explore context、replan 和 stride 调用处。本次是源码评审，没有执行测试、构建或浏览器检查，不用 CI 状态代替代码结论。

动机

做出一个有效的初始候选之后，研究者仍可能需要比较其他方法、理解失败结果并继续优化。若候选通过就把原研究目标一起结束，或者下一次决策只看到“做过实验”而看不到实际方法、候选版本和资源测量，后续工作就容易脱离已经取得的证据。C2 把初始候选与后续研究分别保留为现有 Todo，并让本地进程产生的执行观测贯穿 Explore、replan 和研究历程。

这个本地证据链可以独立交付；它不需要在本片接入 native 提交与自动反馈，也不认证实验方法有效或原 Goal 已完成。

改动思路

实现沿用了已有 Todo 依赖、Vision 写回、Explore finding 和 stride 决策入口，没有另造研究调度器。准备阶段写 surface_only，初始候选完成后释放后继；probe 负责选定文件的前后哈希及宿主进程测量，TypeScript codec 负责字段与归因关系，原 Explore 追加日志继续负责持久记录。

当前改为直接面向 main 后，本片保留的是“阶段接续和本地执行证据”，不再包含原祖先 C1 的逐请求准入。这一拆分可以成立；建议运行说明明确哪些保证来自组合 C1，便于读者理解本片的独立发布范围。

具体改动

非阻塞建议：明确逐请求准入由 C1 组合提供

位置：benchmark/runtime/RESEARCH_LOOP.md:7–9。

这里先介绍本片的 research_loop=True，随后描述当前 request guard 会在每次 provider send 检查普通 Host admission，且该边界要求 Responses-compatible endpoint。已按固定 head 重新核对：worker.run_once 的启动路径 没有 C1 的 ResearchRequestGuard 创建、serve()、bind() 或 invocation-only gateway 路由；heartbeat body:88–95 只是追加执行证据指引。因此，这几句应帮助读者区分独立 C2 与 C1 组合后的能力。

建议把这几句限定为“组合 C1 后提供的保证”，并明确独立 C2 提供研究阶段与本地执行证据。这是拆分后的非阻塞文档范围建议，不要求把 C1 实现恢复入 C2，也不改变本片可独立交付的判断。

关键代码讲解

• prepare_research_continuation：把研究后继持久化为 todo_done:<initial> 的 deferred Todo，并给初始 Todo 写 successor 关系；已有研究直接返回，不把已完成或真正等待的工作重新打开。
• run_probe：先验证归因并保留选定文件清单，再启动受本地期限约束的进程，记录退出/超时；可选 solver 诊断与宿主事实分开处理。前后文件变化会拒绝归因，未测量计数不补零，非零退出在 CLI 继续表现为失败。
• normalizeExploreExecutionObservation：实际方法与计划方法不同必须给出理由，数值必须有限且符合范围，结果引用必须同时保留同一候选 SHA。附件层继续验证其 input revision 和 evidence refs 属于当前 finding，避免把另一候选的结果附到这里。
• workResultUse：复用 MATERIAL_DELIVERY_OUTCOMES 判断后续记录是否有资格消费被引用结果；状态更新与未知历史结果不能冒充实际后续交付，负结果和真实 gap 仍可参与后续判断。
• GoalResearchHistory.findingBody：为有观测的 finding 展示实际方法、资源和候选标识，空测量显示“未测量”，并提示它不能证明方法收益或当前候选验收。

已检查现有 probe、codec、status-only followthrough 及 File/SQLite 全路径测试的断言。它们明确区分“证据已传递”和“后续实验实际改变”，也覆盖错误候选引用与坏诊断；本轮未运行，不能据此声称当前 head 已通过这些场景。

对主干的风险

持久化影响集中在可选的 execution_observation：旧事件缺省仍沿原投影处理，新事件需要支持该字段的 reader。回滚不能只考虑 Python 入口，也应考虑已经落盘的 finding 与 Dashboard reader。候选哈希只覆盖显式选择的文件和两个观测边界，不能扩展解释为所有依赖、执行期间所有瞬间或 native 归档的认证。

runtime 的 research 引导受显式开关控制；共享 Explore affordance、可选附件和读回投影也有新增能力，因此应区分“未启用研究 treatment”与“整个 Explore 接口逐字不变”。准备动作分多次 canonical 写入，已有成功准备的重复调用有测试，但任一步部分失败后的恢复没有在本轮执行验证。UI 的实际渲染、持久化往返和完整组合运行同样未实测；这些是本次评审的证据边界，不作为阻断结论的依据。

我的整体评价

在 C2 自己的生产增量中，暂未建立新的执行逻辑阻断缺陷：状态分类使用既有类型，执行观测使用单一 codec，后续决策和展示保留原证据而不夸大其证明力。代码量主要用于本地 producer、归因校验与既有通路上的小幅传递，和这一独立交付边界相称。

这份意见按 COMMENT 发布，暂未确认 C2 自身需要阻断的实现缺陷。建议补一句 C1 组合前置的文档说明，随后继续按本地阶段与执行证据的独立范围推进；C1 的请求生命周期问题和 C3 的 native 恢复分别保留自己的结论。

English verdict: COMMENT — no blocking implementation defect was established in C2's execution-evidence logic during this source-only review. Clarifying that per-request admission is supplied by the C1 composition is a non-blocking documentation suggestion, not a request to restore C1 into C2.

[loopx-agent]

Reviewer: model_agent; gpt-6.1-sol; provider OpenAI; runtime_reported; reasoning_effort=max.

[P2] 将逐次 provider 请求保护限定到 C1 组合入口。 本片独立 head 尚未接入 C1 的逐次 provider 请求守卫，但使用文档把这项保护写成当前入口已具备的行为。 将文档改为明确的 C1 组合条件，并分别说明独立 C2 与组合后的请求边界；本片无需为此合入 C1 或复制其实现。

动机

需要 Agent 持续研究、分清实际执行与方法收益，并查看候选资源消耗的使用者。 初始候选通过后，旧路径可能只留下阶段完成；新路径保留后续研究，并把真实耗时、未知计数和方法变化带到下一次决策。 真实 File/SQLite 流程完成阶段接续、观测写回、下一次重规划及改变后的实际实验；打包界面保留未知值、旧记录和读取失败恢复。 本片独立 head 尚未接入 C1 的逐次 provider 请求守卫，但使用文档把这项保护写成当前入口已具备的行为。 不证明真实模型或 benchmark 得分、C3 原生提交反馈、安装后 App、Windows 实机或长期完整成本净收益。

本评审绑定 6901@e907547b353816674407af37e704c7c194328c11，actual merge-base 为 5853e151d97d9129bda9dce45a92a0944dcb9565。研究过程中，已运行、已记录、已采用和确有收益是不同事实；丢失候选或资源归属会令后续重复试验、错误归因。当前 #6838 明确允许 C2 独立推进，我按这个边界评审，不要求把 C1、B5 或 C3 旧祖先一并合入。已有来源和授权足够，本次新增用户确认轮次为零。

改动思路

阶段依赖和研究证据分别复用 Todo/Vision 与 Explore 的现有 owner，探针只负责本地 IO，界面只展示来源；不另造研究调度器或结果认证服务。 保留可独立验证的 C2：阶段接续、本地观测、结果写回与研究历程。最小修复只需纠正文档的 C1 保护范围；native feedback、完整研究效益和成本归约留在现有 C3/研究计划。

显式 research_loop=True 才建立初始候选与 deferred 研究后继，使用既有 todo_done 与 successor 语义。探针把宿主耗时/退出与 solver 自报计数分开，固定调用者明确选择的文件清单；它没有 native submit、隐藏 evaluator 或结果认证权限。单个 TS codec 负责字段约束，Python 负责 transport/cache 和本地进程，现有 Explore 写回、replan、history 接收同一个来源。核心没有新增研究专用 planner 或手工结果账本。

下表是当前源码行为说明，执行证据由后面的真实检查单独提供：

触发	可观测行为与边界
候选阶段结束	释放原研究任务；不等于研究目标验收
本地探针完成，solver 未报告	保留耗时/退出，搜索次数为未知
所选候选前后变化	拒绝归因，保留这次尝试
只有状态整理、没有实质工作	不消费被引用的旧研究结果
使用独立 C2	已有阶段/证据流程；不能据此宣称 C1 每次请求保护

具体改动

完整27路径 +871/-15 包含阶段 composer、本地 producer、共享 typed metadata、旧事件读取、五处结果消费者、现有研究历程详情、说明、真实 CLI 回归与两张 synthetic 图片。图片是历史来源，当前独立打包观察另行执行，未把截图或字段存在当作方法收益。读过现有 comments/inline 与本片完整增量，相关 #6838/#6900/#6902 边界也分别核对。

关键代码讲解

• prepare_research_continuation：Opt-in creates deferred research; existing row is returned without reopening or overwriting later Vision。Retain real research scope using ordinary Todo and Vision owners；The original initial candidate id and exact claimed owner must exist。
• run_probe：Fresh output only; timeout and optional bad diagnostics preserve distinct facts。Own local process measurements and candidate boundary pins；Candidate changes reject attribution; missing solver counters remain null。
• normalizeExploreExecutionObservation：Adds explicit optional fields; refuses conflicting method/result attribution。Single typed execution metadata codec；Changed method requires reason; bare candidate hash and finite measurements/null。
• workResultUse：Surface-only/unknown outcomes no longer consume or create work results。Derive cited-work followthrough from material outcomes；Reuse MATERIAL_DELIVERY_OUTCOMES and append order。
• findingBody：Legacy finding stays readable; optional measurements do not become success。Show producer observations in existing detail disclosure；null renders 未测量; no second current-state owner。

spec_ref：docs/reference/protocols/goal-vision-replan-contract-v0.md；spec_revision：5853e151d97d9129bda9dce45a92a0944dcb9565，采用改动前文本。criterion_id decision_followthrough.work_result_use 已实现：必须有随后 material writeback，原 status-only 反例在 actual base 失败，在当前 File/SQLite 流程通过。criterion_id execution_and_goal_gain=unknown 已保留：recorded observation 和路线采用不认证科学收益。criterion_id Ownership Boundary 已满足本片的领域分工：benchmark 指导与测量由 adapter 提供，通用 Vision/Todo/replan 仍由 kernel 负责。下述文档错误是独立的实际能力范围问题，不要求把 C1 当成本协议已经规定的 C2 实现前置。

对主干的风险

阻断项限于上述错误的请求保护声明。RESEARCH_LOOP.md:7–9 使用当前完成时；独立运行 prepare_codex_home 的真实配置直接保留 caller 的 provider URL，完整 runtime 没有 ResearchRequestGuard/research_request_guard 接入，research_loop 在 worker 这里只添加研究指导。#6900 与当前 C3 的依赖说明也明确该模块属于 C1。不能让研究使用者依据这段文字误判 Stop/预算在每次网络发送时都会重查。最小修复是写清“组合 C1 时”及独立 C2 的边界，无需扩成本 PR 的实现依赖。

另做了四个真实 File/SQLite 准备中断：在 add 后/update 前，或 update 后/Vision refresh 前退出，再重试。现有 early return 不补齐全部 annotation/Vision，但研究 Todo 仍由 canonical resume 选中，successor_replan_required、可运行、非 terminal 均实际读回。因此我没有把缺少附属写入误报为研究丢失或新增 blocker；可在原 helper 内做有界幂等整理，不必新建任务或覆盖后来 Vision。候选清单仍只固定显式文件的两个边界，不覆盖 transitive imports、独立 writer 或 native archive bytes，已按现有说明保留这些限制。

语义与 CI 对齐

独立执行的两项 Python 模块 29 passed；五个相关 TS 模块 71 passed；control-plane typecheck、正常 Dashboard 与 Chat build 通过。把相同 current-head oracle 放到 actual base 的真实 CLI/File 路径，原 surface_only 整理会消费旧结果，新增的 unresolved 断言在585行失败；当前头的同一 File/SQLite 路径通过，未弱化断言。研究入口关闭且省略 execution attachment 时，两 provider 的实际任务、状态写回、旧 finding shape 与 base 一致。通用 Explore 的可选指导文字确有独立扩展，不宣称整个 off prompt 逐字相同；它没有把 metadata 变为 settlement 必填或授权。

当前 build 在真实 production history HTTP owner 上检查了1512×982与390×844：方法变化、未知计数、宿主耗时、旧 finding、reload、Escape 返回，以及实际损坏日志导致的 unavailable 与恢复。没有前端 mock 替换 history 规则；展示 events 是合成输入，执行观测来自本次本地子进程。readback 确认源字节恢复且未变；三次自动偏好写入被只读 fixture 拒绝，没有配置模型 executor。这不等于运行了原全量浏览器套件、已安装 App、完整 Harbor 打包或真实模型。

native premerge 的 6 direct +19 selected 检查全部通过，退出码1来自显式人工 review hold，没有检查失败；未提高预算。没有获取、轮询或等待 GitHub CI。原 measurement model §6.2/§6.3 的模型、完整成本和科学资格继续由既有研究计划验收，不从本批工程测试推导提升。

我的整体评价

REQUEST_CHANGES，修复范围很小：纠正文档的 C1 保护条件。 long_horizon 在本片范围得到改善，真实观测已进入后续实际实验；user_experience 的实际读回成立，但公开入口的保护说明仍不足以安全理解，当前不予批准。结构和体量与已验证功能相称，TS 扩展既有 Explore vocabulary、复用 material outcome owner，Python 保留本地 IO 职责；无需新的框架、强制全量重写或把父研究计划做完。保留旧事件兼容与有效负结果。文档修正后，对新 exact head 检查实际 diff、原有正反例和当前组合边界即可；现有源码验证不能替未来 head 的完整判断，也不授予 merge、安装或付费运行权限。

English verdict: REQUEST_CHANGES at e907547b353816674407af37e704c7c194328c11. The independent C2 stage/evidence/replan flow is supported by real File/SQLite execution, 29 Python and 71 TypeScript cases, baseline counterfactuals and packaged history recovery. Its usage guide nevertheless promises per-provider-send admission from C1, which this standalone tree does not integrate. Make that guarantee explicitly conditional on C1 composition; do not require C1 implementation or broaden this independently useful slice merely to correct the documentation.

[songoow]

Reviewer: model_agent; model=GPT-6; provider=OpenAI; declaration_source=self_reported.

Approval conclusion (author-owned PR; GitHub blocks formal self-approval)

APPROVE 6901@35d2d0e801fb93fe08b83adc48d7dfee4ce9afc0 的代码结论；没有剩余的本片实现阻断项。 原 REQUEST_CHANGES 中的逐次请求保护范围已经双语修正。远端红色检查和合并权限仍是独立门槛，下面保留其实际结果。

动机

在初始候选通过后继续研究、查看实际实验与资源消耗的使用者。候选通过后仍保留研究任务，真实探针的候选、方法与未知计数进入下一次决策和改变后的实际实验。这样可以避免把初始候选完成当成整个目标完成，也减少重复试验及把迟到结果归给错误候选的风险。

当前 File/SQLite 完整流程与打包研究历程均通过；文档现在明确逐次 provider 守卫只属于 C1 组合入口。本片不接入 C3 原生反馈，不证明真实模型或付费评测收益、完整成本净收益或已安装 App。C1/C3 组合和研究收益仍由既有后继与研究计划独立验收。

本轮按 #6838 明确允许 C2 独立落地的边界，先读既有评论和规格，再复核完整 27 文件增量及最后一次评审后的修复。没有要求复制 C1，也没有通过删负例或扩大父研究目标来制造完成结论。

改动思路

阶段接续、实验观测与结果读取沿用既有 Todo、Explore 和 replan owner，避免第二份执行或调度权威。本片保留可独立使用的阶段接续和本地证据链；只纠正 C1 文档条件，不复制 native 请求或反馈实现。

显式 research_loop=True 才组合初始候选与延期研究后继，真正的准入、结算、Stop 和预算仍由原 owner 决定。Python 探针只执行调用者明确选择的本地命令；单个 TypeScript codec 检查候选、输入、方法和结果引用的一致性。已有研究历程在原详情里展示来源，既不增加配置屏幕，也不自动采用候选。

触发	当前行为及边界
候选完成	原研究后继可继续；不等于 Goal 完成
探针结束，solver 未报告	保留宿主耗时和退出；计数保持未知
候选变化或结果属于另一候选	拒绝归因，错误附件不追加
后来只有状态整理	不消费旧的实质研究结果
独立 C2 / 组合 C1	前者沿用已有 Host 边界；后者才提供逐次 provider 发送检查

表格是源码职责说明，执行证据另列。与完全不改相比，这个边界确实补上后继工作；比加入另一套研究调度或只交付 serializer 更合适。

具体改动

当前 head 已合入最新 main 82b1a8c72159dedcbca3a3b69fac2c7eaad3192d，相对该基线 为 27 文件、+876/-15。包括研究阶段 composer、本地进程探针、Explore 的可选执行附件及严格旧事件读取、context/stride/replan/history 消费者、原有前端详情、双语说明及原正反例。两张仓库图片仍是标明来源的历史 synthetic 证据；本轮当前打包界面另行执行，没有将旧图重新标成新 head 验收。

关键代码讲解

• prepare_research_continuation：使用现有 Todo 依赖保留独立研究；已有工作不会被准备流程重开，准备写 surface_only，不支出工作 Turn。
• run_probe：在进程执行前后固定明确文件清单，拥有本地进程组并保留退出/超时。可选诊断损坏时仍保存可靠宿主测量；候选变化则拒绝归因。文件清单摘要不冒充 native 归档摘要。
• normalizeExploreExecutionObservation：共享 typed owner 校验方法变化原因、未知值和确切结果候选；Python transport、事件与前端读取没有另设一份判断源。
• workResultUse：复用 MATERIAL_DELIVERY_OUTCOMES，让纯整理及未知历史分类继续可读，但不能消费实质工作结果；有效负结果和具体阻塞仍保留。

spec_ref：docs/reference/protocols/goal-vision-replan-contract-v0.md；spec_revision：82b1a8c72159dedcbca3a3b69fac2c7eaad3192d。使用改动前的不可变文本判断：criterion_id decision_followthrough.work_result_use 已实现真实后继与来源关系；Ownership Boundary 由原 Todo/Vision/Explore owner 保持；execution_and_goal_gain=unknown 仍保留，不把记录、采用或低耗时认证成研究收益。协议补文是需要论证的修改，没有反向作为自身正确的唯一依据。

最后一次旧 head 的阻断位于 RESEARCH_LOOP.md：独立树没有 C1 的逐请求 guard，原文却说当前每次发送都会检查。当前英文与中文均明确区分 standalone 和 C1-composed 入口，已与实际 runtime 调用及 C1/C3 frame 对照；其余生产行为没有因这项文档修复扩大。

对主干的风险

在 b642b6771ab579b9b97e3bb5f36a01b74ba655ac 独立执行的两项 Python 模块为 29 passed、0 failed/skipped，325.11 秒，包含原 File/SQLite 的候选完成→真实探针→Explore→重规划→新 Todo→实际改变程序。坏诊断、真实超时、失败退出、变化候选、错误迟到结果不追加及负结果继续可用均保留原断言。五个相关 TypeScript 模块 71 passed；本次再合入 main 的 8 文件只涉及已接受的分析引用焦点、界面验证与设计说明；上述 Python、typed owner 与测试输入的字节均未变，按此失效检查复用证据，不将旧执行改标为新执行。control-plane typecheck、正常 Dashboard/Chat build、Ruff、双语 RFC 与 diff 检查通过。

同一个当前 oracle 对不可变 main 的真实 typed replan owner 为 24 passed、1 个预期失败：纯整理错误地消费被引用结果；当前对应 25 个用例全部通过。planning renderer 在省略、0、false 三种关闭输入下与 main 逐字节一致，仅显式 1 增加研究指导。普通 Explore 的可选 metadata 说明属于已披露的通用附件扩展，不能把它说成所有 off 提示逐字节相同；它没有变成必填、结算义务或研究执行授权。

合入最新 main 前，打包 research-history 场景 70.333 秒 PASS，使用真实 production history HTTP owner，覆盖完整分页、有效负结果、未知资源、reload/back/forward、窄屏和失败读取恢复。我实际查看了 1280 与 390 宽执行详情，CJK 可读，资源与来源在原有详情中展开，没有新增常驻控制。显示输入为 public synthetic 事件；真实进程和后继实验由上述 Python 路径验证。它不等于已安装 App 或真实模型采用。合入最新 main 后，当前 35d2d0e801fb93fe08b83adc48d7dfee4ce9afc0 的 Dashboard/Chat 再构建通过，更新后的原 packaged research-history 完整场景再次 73.941 秒 PASS，包括 main 新增的引用焦点与错误恢复断言。整个任务没有新增必需的人类确认轮次。

语义与 CI 对齐

新增可选 explore_execution_observation_v0 是 Explore 的共享来源契约；material 分类复用现有 vocabulary。diff advisory 没发现其支持语法内的新 carrier，不能据此漏掉动态/schema 字面量；完整 semantic-vocabulary-drift-smoke.py 在 b642b6771ab579b9b97e3bb5f36a01b74ba655ac 实际通过；之后 main 没有改变任何受检控制面 owner，只新增已接受的前端焦点处理。这里保留实际执行版本，没有将其改标成新 head 的整树运行。通用核心没有加入 benchmark 专属结算义务，方法建议与机器检查的区别也保留。

此前 b642b6771ab579b9b97e3bb5f36a01b74ba655ac 标准 premerge 的 4 个直接检查、Python compile、19 个选检中的 18 个通过；唯一失败为完整语义扫描的原 120 秒 timeout，同阈值独立重跑仍 timeout。依赖一致的不可变 main 用相同命令也以 124 超时；当前未改脚本的完整扫描随后以 0 结束。没有提高预算或将 timed-out gate 写成 passed，benchmark_sensitive 人工 hold 也仍保留。

用户改为本批不等待 CI 前读取的远端 build 及三个 chat-bundle-browser shard 都在同一个旧静态断言 “Personal workspace prefers the registered Goal display name” 退出。我对不可变 main 4a6a43cccd34a9eadc2c6e465c26e60bf0df2e8e 和当时的 b642b6771ab579b9b97e3bb5f36a01b74ba655ac 执行同一 personal-workspace-contract.test.mjs，均失败于该断言；该测试及它读取的 workspace 页面两边 SHA-256 完全一致，本片只改已有 history 详情。判为主干既存、与本片因果路径无关，保留远端红色 gate；独立的当前功能、打包界面和错误恢复证据不依赖该断言。没有把其他待完成 CI 记成通过，也没有为了转绿修改无关测试。当前新 packet 按用户本批指示设置 wait_for_ci=false，不再获取、轮询或等待 CI；上述只是保留历史归因。

我的整体评价

APPROVE 代码审查结论，合并仍需满足远端检查、有效 review reconciliation 和代码所有者权限。 long_horizon 与 user_experience 在这片的边界内为 improved：证据确实走到后续真实工作，用户能在原界面看清未知、负结果与实际方法；研究效益和 C1/C3 全链没有被提前宣称完成。

体量与交付相称；未来改动可定位到已有 typed owner。此次做了有界重构判断：直接复用 material delivery 分类已消除重复知识，没有必要再引入框架或新 ledger。可选字段兼容旧事件，历史收据不重写。当前 head 已读回保持不变；作者自评的 COMMENTED 记录不等于 GitHub formal approval，更不自动清除另一 reviewer 的 REQUEST_CHANGES 或授予合并权。

English verdict: APPROVE 35d2d0e801fb93fe08b83adc48d7dfee4ce9afc0. The standalone C2 guarantee is now correctly conditional on C1 composition. Independent File/SQLite continuation, actual revised execution, 29 Python and 71 TypeScript cases, main/head counterfactuals, current builds and packaged history recovery support this bounded slice. Backend evidence is retained at its actual execution revision with unchanged-source checks after integrating latest main; fresh UI validation is recorded above. Preserve the separate CI/merge holds: the same unchanged workspace assertion fails on main, and the original semantic scan deadline times out on both trees although the unmodified complete head scan passes. No live-model, native-chain, installed-App or research-benefit qualification is claimed.

Verified resolved at 35d2d0e: RESEARCH_LOOP.md now explicitly distinguishes standalone C2 from the C1-composed per-provider-send guard in both English and Chinese. The requested repair remains documentation-only and does not copy C1 implementation. Current source/readback, 29 Python cases, 71 TypeScript cases and packaged history/recovery were qualified in exact-head review #6901 (review) . Dismissing only this resolved scope statement; independent Code Owner approval, GitHub protection and merge authority remain separate.