[loopx-agent]

Goal and outcome

研究记录追加后，原有分析只能复用完全相同的 key；使用者需要自己比较两个结果。本改动在现有 Goal 分析入口提供“接续分析”，保留上一版，并展示新增/更新/移除的证据、覆盖与判断变化。

沿 S5/S11 的既有研究分析合同和 #6955/#6956，不创建新的评分器、调度器、模式设置或执行 Goal。既有固定包与未声明基础版本的健康调用保持原身份和行为。目录中部分历史包不可读时，现在保留其余有效包并显式报告缺口；这是已验证的错误恢复变化。

Author declaration

Written by: model_agent · Codex · OpenAI.

Implemented against docs/reference/trajectory-assessment.md and docs/development/design.md at b9e60c59f3c367a63755d97f4595d9c2eef91947，以及本 PR 所述的接续需求。

既有合同与本次要求	处理	实现 / 验证
固定输入、版本与精确引用；历史不静默覆盖	implemented	CLI 的可选基础包链接，同一 owner/Goal/case/run 校验；store/HTTP 版本与引用测试
显式执行，浏览零调用，失败和取消可恢复	implemented	原 execute/lock/cancel/retry 路径；实际临时子进程与并发、丢失基础包恢复
完整 eligible 分母，unknown 不丢弃	implemented	原 qualify/reducer；后续反证改变旧判断，完整新版归约
简洁、可读、说明按需展开	implemented	同页版本摘要与上一版入口，详细差异折叠；打包桌面/390px/键盘/Back

Implementation and boundary

• Agent/curator 用现有 trajectory-pack-register --base-pack-id 准备完整新版固定输入，用户无需手填内部 ID。登记不运行模型。
• 同一 typed owner 比较证据和适用项。新增、更正、删除以及范围/配置变化均复核完整新版，包括旧片段；此前模型总结不替代原文。旧/重叠窗口的标签和指标不相加。
• 只有实际引用文字、路径/行位置、问题、eligibility、目标/窗口/取样及模型配置等价时才复用已资格检查的输出；捕获文件其他字节变化不冒充新信息。复用仍重新绑定本版证据摘要，且不启动模型、不重复计算原用量。
• 原进程 owner 保留幂等、取消和重试。基础包缺失/损坏不会封锁有效的新结果，缺口仍明确展示。
• 当前是保守的完整复核接续，不承诺只读尾部、更低 token 成本或独立科学收益。方法变化保留原适用性，中文/英文继续独立缓存。

同域整理：比较保持为一个无 IO 的 TS helper；原 store 一次有界读取明确基础版本，不递归装载历史；UI 复用现有分析、可选详情与浏览器历史，不添加新的设置页或权限 owner。

Validation

Tested source: 8e3834597944ec89e904c0eed2ffa7a4e365d8e6.

检查	结果 / 边界
TypeScript assessment tests	11 passed，含反证、重叠、分母、跨 run 拒绝、等价证据复用
Provider/store/production HTTP tests	34 passed；真实隔离文件、HTTP 和临时子进程，不使用线上模型/solver
Control-plane typecheck, packaged Chat build	passed
Packaged research-history and goal-showcase	passed；中英、桌面/390px、键盘、旧版/Back/刷新和零分析写入
Ruff / repository-configured mypy	passed
Base/head parity and regression sensitivity	相同冻结输入的原流程一致；旧 CLI 不支持基础包链接，最终 head 可持久化读回，故意丢失该参数的 mutation 被独立断言捕获
Risk-selected premerge	最终 head 的6 direct +4 quick selected checks，0 failures；此前同一实现的19项 standard checks保留；benchmark-sensitive 人工评审及新鲜 merge-readiness 独立保留
Exact quality receipt	cqr_2ef6f6da366e3b411121 valid

公开安全扫描、DCO 和 RFC 配对检查通过。实际模型判断质量、正式 App 安装采用与原研究科学验收各自保持独立；不以合成 UI 或测试通过声称已完成这些资格。

Visual evidence

合成固定输入的真实打包 UI；当前实现同源，非真实私有研究数据、正式安装或模型质量证明。版本摘要只保留非零变化，详细方法与差异按需展开。默认 Goal overview 的 showcase 回归保持通过。

Before（原 reader，无接续摘要）：

After，桌面与窄屏：

[loopx-agent]

Reviewer: model_agent; gpt-6.1-sol; OpenAI; runtime_reported; effort=max; active_turn_verified=false

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

动机

研究者追加一批轨迹证据后，需要判断旧结论是否仍成立，并返回上一版及原文。 例如后续证据否定了早先的收益解释：原来需要人工对照两个分析；现在同页显示判断变化，完整复核新版，并能返回原版。 已验证的结果是新版完整归约、旧版与原文保留，以及等价证据显式复用时没有新增模型子进程。 本 PR 不证明模型判断质量、科学收益、尾部增量执行或更低 token 成本，也不改变原生评分、预算或执行 Goal。 真实模型判读质量、正式安装采用及独立科学验收仍未在本次验证中证明。

本次改动解决的是分析接续与可读性。完全不改会继续要求读者人工对齐两个结果；只加“上一版”链接又不能约束旧输出是否仍适用。用已有资格检查器重新验证完整结果，可以把版本比较、可追溯性与后续修正连起来，而不引入第二个评分器。旧版可以是有效的历史判断，新证据也可以改变它；两者不应互相覆盖。所谓接续目前是保守完整复核，不能理解为只分析新尾部或自动获得成本优势。

改动思路

复用既有输入、资格检查、进程和阅读器，只增加有界比较与明确版本关联；完整复核是当前可证明的保守策略。 当前 PR 的边界是可用的版本接续和读回，不扩展评分、执行权限、调度或科学结论。 可信准备方通过既有登记入口关联一个明确的旧包；旧包已经属于同一 owner Goal 和原 Goal/case/run。这个关系是准备方意图，不能由“最近一次结果”猜测。实际差异、可复用性、完整适用项和判断变化均从固定输入派生，不维护第二份手工同步的分数或状态。

下表为本次 head 8e3834597944ec89e904c0eed2ffa7a4e365d8e6 的源码说明，执行证据另见验证段。

触发	处理与结果
未指定基础包	保留原身份、模型提示、缓存和普通阅读路径
证据文本、位置、问题、适用项、窗口或配置实质变化	显式操作后复核完整新版，重新归约全部适用判断及 unknown
仅未选中文字节、捕获 revision 或无关顺序变化	内容与配置等价且旧结果可资格检查时，显式复用并绑定本版 manifest，无新模型子进程
基础包缺失、损坏或旧来源不可读	不认证复用；新版独立有效结果继续可读，比较缺口明确展示并可重试读取

没有采用“局部改动所以旧行不受影响”的推断，也没有把先前模型总结代替原文。重试、取消、独占和结果落盘继续由原进程 owner 管理；浏览、版本切换和语言切换仍只是读取。方法、原生收益和判断校准的边界沿用已有合同。读者的普通任务是理解新证据怎样改变结论，准备已知标识由 Agent 完成；已有意图和权限下不增加准备或确认轮次，查看详情及上一版属于可选导航。

具体改动

规范基准为 docs/reference/trajectory-assessment.md，不可变 revision b9e60c59f3c367a63755d97f4595d9c2eef91947；先读已有合同再读 diff。目标 main 13813cfb7d83c393c9e0912161fe9c2a05542272 的相关合同与实际 merge base 相同。本 PR 新增说明是行为披露，不是自行修改后用来认证自己的规范。逐项映射：

• TA-FROZEN：完整固定输入、配置及当前 manifest 绑定身份；关联写入新包，旧记录不改写。
• TA-DENOMINATOR：每个新适用项恰好一行，unknown 留在分母；完整新版归约，重叠窗口不相加。
• TA-EXPLICIT：登记与读取零模型执行；原锁、取消和显式 retry 保留失败尝试。
• TA-SOURCE：来源哈希/原文/引用范围与 owner 仍由原接口验证；来源失效不冒充当前。
• TA-JOURNEY：同一个 Goal reader 完成选择、结果、上一版、原文与失败恢复；语言独立缓存。
• TA-SCIENCE：模型判断仍未校准，不升级成科学结论、原生分数或额外研究预算。

关键代码讲解

• compareTrajectoryAssessments 位于既有 TypeScript owner。它先重建输入/配置并核验旧输出，拒绝跨 Goal/case/run；比较字面证据而非摘要，实质变化列出完整新版片段，判断差异及分母仍调用现有资格检查和 reducer。
• register_pack 只增加可选基础包关系并进入原不可变身份。CLI 的 --base-pack-id 传到同一 store，没有 renderer 任意路径登记接口。
• _continuation 只读取一个明确基础版本，不递归加载整个历史。旧记录、结果或来源不可用时不能证明可复用，同时不会删除独立有效的新结果。discover 另保留历史不可读提示。
• execute 的复用分支仍在原独占锁内，对完整输出按新 manifest 再资格检查，写入原格式结果和复用来源；原用量留在原 job，未累计为新成本，也未启动模型子进程。普通实质变化仍走原执行、取消和失败恢复路径。
• AnalysisContinuation 复用现有阅读器控制器。首层只给版本摘要和上一版入口，具体差异按需展开，当前/旧版覆盖和判断变化不混在一起。模型配置、成本与方法继续在既有详情里。

其余改动为既有类型和 lazy dispatch、两份合同披露、四个已有测试/浏览器载体及两张公开安全的合成展示图。没有新增设置页、provider、调度器、权限 owner 或新的评分语义。相邻整理已落在无 IO 的小 helper 和单基础版本读取，未扩大到自动划分研究片段或部分结果拼接。

对主干的风险

最强反例是旧判读在新增证据后继续被当成当前，或只有比较 helper 通过而 CLI 丢失版本关联。当前独立反例分别检查文本、路径/行位置、问题、适用项、窗口、取样和模型配置等19种边界；相同证据的捕获元数据/顺序变化允许复用，而实质变化必须完整复核。另通过真实 CLI 登记、独立读取和重放核对关联：私有副本仅丢掉 CLI 基础参数后，明确失败于“版本关联丢失”；原 head 通过。源码未被该私有变异修改。

未声明基础版本的全量准备、登记、发现和读取数据，与不可变基线逐字相同，包含 omitted、zh、en 三种完整模型提示/配置/身份。真实文件、临时子进程和生产 HTTP 的 34 项 Python 测试通过、0 跳过；TypeScript 11 项通过，包括反证翻转、完整分母、跨 run 拒绝和等价复用。控制面 typecheck、Chat 打包、Ruff 与仓库配置的17文件 mypy 通过。风险 premerge 的 6项直接检查、19项选中检查均通过，整体仍为 manual_review_required：benchmark-sensitive 的人工合并门没有被绿色测试取消。CI 按当前 wait_for_ci=false 未查询或等待。

我另以当前打包页面连接真实隔离 ChatHTTPServer、实际文件 store 和 typed owner；只有模型输出由确定性的合成子进程替代。桌面及390px无横向溢出，键盘切换上一版、Back、刷新、中英结果和精确原文均读回。基础包暂时缺失时显示警告且保留新版结果，恢复后读取即可回到版本摘要；浏览期间分析写入为零。四次普通工作区自动空会话写入被 fixture 拒绝，未算作模型或分析执行。截图是合成产品读回，不是线上私有研究、正式安装或模型质量证明。

仍有明确限制：可信准备方必须提供完整新版证据及预先声明的适用项；引用存在不能证明推论正确。本次更新另把复用输出收敛到模型原始输出字段，并使“复用”帮助明确说明没有模型调用。旧538版本的其余行为证据经四路径完整差异和调用者核对保留原修订；当前版本重跑完整34项/11项、真实 CLI/语义反例、打包与 premerge，并单独核验实际未执行等价包的帮助。此测试没有运行真实模型、solver、judge 或研究实验，不能证明翻译质量、科学效果、净人工时间或 token 节省；磁盘恶意写入者也不属于原合作式 provider 保证。私有验证起初提供了不一致的 exhaustive population，产品正确拒绝，随后修正测试输入，原失败保留；没有降低完整分母条件。

必跑前端命令 node apps/presentation/dashboard/src/features/personal-workspace/personal-workspace-contract.test.mjs 保留既存红项：实际不可变基线和当前 head 都 exit7，line378 的 Goal display name 断言相同，完整 stderr 仅替换 checkout 根路径后逐字一致。测试和被断言的 src/views/dashboard-page.tsx blob 未变，当前分析路径另有独立真实后端/打包 UI 覆盖。因此按当前能力合同归因为 pre_existing_unrelated，保留前端质量/合并限制，不改测试、不宣称已修复或全部前端通过。

语义与 CI 对齐

新增接口复用现有 TrajectoryInput、metric、verdict 和语言类型。base_pack_id 是明确准备意图，comparison 是派生结果，reused_from_analysis_key 是实际执行来源；三者没有被说成科学收益或跨主体权限。scope/key/source 的拒绝是强制校验，解释性限制则保留其说明性质。既有模型提示没有被压缩或丢失旧义务，未链接时完整内容相同；新说明公开交代完整复核、显式触发、原用量和停止/恢复边界。

我的整体评价

结论 APPROVE，是现有研究分析 owner 上完整可用的保守接续增量。复用既有输入、资格检查、进程和阅读器，只增加有界比较与明确版本关联；完整复核是当前可证明的保守策略。 当前 PR 的边界是可用的版本接续和读回，不扩展评分、执行权限、调度或科学结论。 long_horizon 的可验证改进是历史保留、同源资格和后续修正可读；user_experience 的改进是原入口内完成版本理解和恢复，不把已知技术准备交回读者。它没有用“更少字节”“更多测试”来替代科学或长期收益验收。

没有发现剩余阻塞性缺陷。保留这55行 typed 比较及原 store/UI 扩展有实际调用者，UI-only 链接不足以解决错误复用，另造工作流则增加维护成本。旧版和未指定语言的兼容有真实持久输入依据；没有无调用者的协议分支。正式安装采用、独立校准与真实研究总成本仍沿原 owner 继续，不用本评审关闭父目标。公开 review、旧阻塞收口、精确 head readiness 和明确 merge 授权仍分开；本记录不执行合并，也不撤回其他人的有效异议。

English verdict: APPROVE — head 8e3834597944ec89e904c0eed2ffa7a4e365d8e6. The complete PR adds source-bound immutable continuation through the existing assessment, process and Goal reader. Substantive changes reassess the complete successor; only equivalent qualified evidence/configuration reuses judgments without a new model child. Independent legacy parity, semantic counterexamples, real CLI mutation,34 Python/11 TypeScript tests and actual packaged backend/UI recovery passed. Six direct and19 selected automatic checks passed; the benchmark manual hold, merge authority, installed adoption and independent scientific/model qualification remain separate. The unrelated required frontend contract remains base/head exit7 with identical complete normalized diagnostics and unchanged causal blobs; its quality/merge hold is retained. CI was not consulted.

[loopx-agent]

Reviewer: model_agent · gpt-6.1-sol · OpenAI · runtime_reported · reasoning_effort=max

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

动机

研究者在同一个实际实验 Goal 中查看既有分析，随后收到新增或更正的研究记录。

原流程只缓存相同输入的结果；换一批证据后，使用者必须自己辨认版本并比较旧结论。现在同一入口显式接续，展示新增证据、完整新版指标及旧判断的变化，并可返回上一版。

可验证的交付是版本接续、完整分母和历史回看；等价证据可零模型调用复用，实质变化会复核完整新版。

本 PR 不改变求解实验、评分、调度预算或来源权限，也不证明模型判读已独立校准或研究产生了额外收益。

正式安装采用与真实研究上的效果仍须在交付后分别核验；整个研究工作区和其他遗留任务不会因本 PR 自动完成。

改动思路

比较属于现有分析器的纯 TypeScript 决策；持久化和进程属于原 Python provider，前端仅消费版本投影。基础版本是策展者的明确意图，差异和复用资格由固定证据计算，不另建状态权威。

这一 PR 同时交付现有 CLI 的基础版本声明、完整新版资格检查、原执行/恢复路径和已打包前端；不引入尾部增量模型策略或独立评分器。

原入口中的状态	本版行为
未声明基础版本	保留原身份、缓存和完整分析路径
新增、更正、删除证据，或范围/配置改变	显式执行后复核完整新版，包括旧片段；旧新指标不相加
所选原文、问题、适用项、范围和配置完全等价	重新资格检查并绑定本版引用，不启动模型
基础版本暂不可读	显示缺口；有效新版仍可独立读取和分析

这张表说明当前 head 的源码分支，不代替执行证据。模型原提示与评分规则保持同一个 owner；这里没有把旧总结当成新的原始证据。用户仍从原 Goal 的同一分析入口操作，Agent 用既有 CLI 准备已知来源，不增加内部 ID 表单或确认轮次。

具体改动

依据修改前的 docs/reference/trajectory-assessment.md，固定版本 b9e60c59f3c367a63755d97f4595d9c2eef91947，逐项判断：Coverage and interpretation 已实现，完整适用分母保留 unknown，反证可改变旧判断；Producer and consumer boundary 已实现，固定源、方法和配置绑定身份；Goal workspace reader 已实现，浏览零模型调用，显式取消/失败/重试和上一版读回均有真实隔离 HTTP 与打包浏览器证据。新增接续文档是本次合同扩展，不能反过来作为独立验收依据。

关键代码讲解

1. compareTrajectoryAssessments 对两版输入复用既有 prepare/qualify，核对 Goal/case/run，再比较所有所选证据和适用项。捕获文件其他字节变化不被当作新信息；实质变化不走标签拼接，而是复核完整新版。
2. register_pack 将明确的基础版本纳入新包身份，原 CLI dispatch 传递 --base-pack-id。它只登记，不启动作业；跨 owner/run 拒绝，缺省参数保持原身份。真实 dispatch 中故意丢掉参数时，独立持久化读回断言失败。
3. _continuation 只读一个明确的基础版本，禁止递归载入历史。基础来源不可读不能证明复用；基础包损坏也不会覆盖或封锁当前有效结果。
4. execute 在原文件锁、缓存、进程、取消及重试 owner 内重新核对请求。等价分支只保存输出 schema 字段，重新归约完整本版结果，并记录旧分析 key；原模型用量留在上一版，不重复计费展示。
5. useResearchAnalysis 保持原 source/pack/language 代际隔离与历史导航。版本摘要显示非零变化，细节与旧判断变化按需展开；上一版、Back、刷新、键盘焦点和390px布局均走现有 reader。

16个路径共544增17删，包含4个验证路径、2份说明和2张公开安全的合成打包截图。已应用一次有界简化：复用输出只留规定字段，并统一“无新增模型调用”的帮助与用量说明。没有新增调度器、设置页或第二套资格 owner。

对主干的风险

最危险的回归是后续反证已经改变原问题，却误复用旧标签。完整结构比较、固定来源和原 qualify 共同保护该边界：新/更正/删除、目标、窗口、取样、eligibility、模型和语言变化都不能被忽略；旧版仍能单独回看。真实临时子进程验证了并发 busy、取消、失败、显式 attempt3 重试及基础包丢失恢复；没有在线求解器或付费模型用于这些工程测试。

健康的未声明基础版本流程在固定基线与精确 head 上具有相同完整归一化观察，指纹 baa156114dc657fe15ee0b453bef7912cf3d64adb5d8f92e0f7610fa6a6ea44a。只排除了开始时钟和运行秒数，不归一化任何判断、错误或状态。另有一项明确默认错误路径变化：旧目录中一个包丢失会导致整份目录失败，现在保留其余有效包并报告 unreadable IDs；基线失败与新版恢复分别执行过，不能称为全部字节一致。

11项 TS、34项 provider/store/HTTP、类型检查、打包、Ruff/mypy、中英/窄屏/键盘/Back 的完整浏览器场景通过。最终 head 的6项 direct+4项 quick premerge通过；此前同实现19项 standard结果保留。benchmark-sensitive 人工 hold 由本评审逐项覆盖，后续新鲜 merge-readiness 仍是独立条件。按 Goal 的 wait_for_ci=false 没有查询或等待 CI。测试夹具曾在切英文后仍用中文 region 定位，已修正定位并重跑完整场景；没有删断言或放松产品条件。

语义与 CI 对齐

复用既有 benchmark-toolkit，扩展其明确基础版本及派生比较词汇。源权限、结构和显式执行是机器检查；帮助与方法解释是说明，不产生新的全局工作义务。模型原文提示、求解评分和预算均未变。语义 advisory 覆盖新增 TS 源文件；它未识别到闭集载体不等于没有语义，本评审仍检查了新增字段、调用者与 handler 注册。

我的整体评价

结论 APPROVE，精确 head 8e3834597944ec89e904c0eed2ffa7a4e365d8e6。long_horizon 与 user_experience 的工程路径均改善：多版证据能接续、失败不吞旧结果、等价内容不重复模型调用，同一 Goal 内读回无需新设置或重复确认。比较是纯决策，存储/进程保持原 owner，前端是投影；本次范围和代码量相称，保留旧持久化格式有真实升级读者依据。

这是 justified_increment，正式 App 的真实研究使用会在正常合并安装后继续验证；模型独立校准、总研究成本和实际研究收益仍未证明。完整重分析可能和新分析花费相近 token，因此不宣称尾部增量算法或额外科研收益。更晚的 main 只涉及独立 heartbeat/public-source 路径，未改变这16个路径或受测调用链；旧固定基线证据经失效检查继续适用。质量回执 cqr_2ef6f6da366e3b411121 有效。当前无未解决的阻断发现；APPROVE 本身不授予合并或安装权限。

English verdict: APPROVE — 8e3834597944ec89e904c0eed2ffa7a4e365d8e6. Versioned continuation reuses the existing typed qualifier and job owner, preserves complete current eligibility and prior results, and executes only explicitly. Exact-head local, packaged, negative/recovery, immutable baseline and real-CLI mutation evidence passed. Partial catalog corruption recovery is intentional; model calibration, installed adoption and scientific benefit remain separate qualifications.