Skip to content

RFC：研究型探索控制面 v0

字段 值
状态 Draft，等待维护者评审
日期 2026-08-13
作者 LoopX maintainers
范围 研究证据、覆盖、组合前沿、replan 集成、执行交接与资格验证
源码基线 LoopX 7f67d51c6

语言说明： 英文版与本文档是语义镜像， 二者出现差异即为缺陷。

1. 决策摘要

LoopX 应把研究理解为类型化知识前沿的受控演进，而不是一串很长的 Todo，也不是一个无边界的“换个方向再试试”。

第一个新增能力是组合前沿（composition frontier）。当两个已分别研究 的节点存在显式、证据关联的联合验证理由时，LoopX 应把这条尚未验证的关系 保存为 gap。这个 gap 可以派生 replan obligation，并形成普通的 runnable successor。只有带证据的组合实验结果或带证据的 dismissal 才能关闭 gap；读取 上下文、ACK packet、完成无关 Todo 或换句话重复结论都不能关闭它。

本 RFC 作出六项架构决策：

  1. Explore 拥有研究拓扑与证据。 Goal-frontier 只消费有界投影，不再构建 第二份研究图。
  2. 研究 observation 组合现有 progress contract。 不向 typed_progress_observation_v0 静默加入研究专用字段。
  3. 联合 probe 是 experiment 节点。 它依赖输入节点；二元 joint_probe 直连边不是执行记录。
  4. 第一版组合 trigger 只接受显式候选。 共享 closure constraint 可以先在 shadow mode 中排序，但在证明精度前不能自动生成所有两两 obligation。
  5. Replan 由语义状态变化关闭，而不是由协议仪式关闭。 上下文送达、手动 read、prose ACK 和重复 terminal claim 都不是研究进展。
  6. 执行继续走 LoopX 正常生命周期。 Explore planner 和 harness 保持只读； Todo、quota、claim、lease、writeback 和 spend 的权限边界不变。

更大的目标不是把所有 LoopX goal 都改造成“研究任务”，而是为结果依赖探索、 假设修正、负面证据和不同方向组合的 goal，提供一个可选且有界的底座。

2. 为什么研究需要独立的控制面视角

常规实现工作往往有已知目标和大体单调的路径：选择 Todo、修改 artifact、 验证，然后关闭或继续。研究工作的失败面不同：

  • 下一步有价值的动作取决于最新证据；
  • 负面结果即使不修改 artifact，也可能有价值；
  • 多个单独穷尽的方向可能发生相互作用；
  • 广泛探索看起来一直在动，却可能没有产生新知识；
  • 过早关闭和组合爆炸都可能发生；
  • 预先写好的长 Todo 链可以维持活动表象，却掩盖底层问题已经变化。

LoopX 已经具备大部分所需部件：

  • typed_progress_observation_v0 标识 work slice，并区分 advanced、 unchanged、blocked、exhausted 与 no-follow-up；
  • repeat detector 能从物质等价的连续 observation 派生 obligation；
  • semantic writeback 接受新 surface、hypothesis、probe family、grounded successor、concrete blocker 和 coverage-backed terminal result；
  • host 能把有界 evidence 与 uncovered frontier 投影进下一个 action packet；
  • Explore 保存 append-only node、typed edge、finding 与 public-safe evidence reference；
  • Todo、quota、claim、lease 和 spend 拥有可执行工作。

缺失的是关系型知识。当前 novelty 主要是原子性的：“新 surface”“新 hypothesis”或“新 probe family”。它无法持久表达：A 和 B 都已研究，二者的 独立结论都已知，但 A x B 的相互作用仍未验证。

这个缺口会产生两种坏结果：

  1. 即使显式 interaction hypothesis 仍然开放，LoopX 也把单点穷尽当作全局 穷尽。
  2. 模型非正式地重新发现了组合，但这条关系没有持久化，下一轮无法区分它和 又一次临时 probe。

3. 目标

本 RFC 旨在：

  • 用类型化、public-safe identity 表达研究 coverage、closure 与 composition；
  • 不解析 prose 也能检测重复或彼此隔离的探索；
  • 保留负面证据与 coverage boundary；
  • 把合格的 knowledge gap 变成唯一、因果明确、可运行的方向；
  • 区分 context delivery 和“上下文确实改变下一步动作”的证据；
  • 在中断和 replay 下避免重复实验或丢失 gap；
  • 让 hot quota packet 足够小，使协议跟随较弱的模型也能执行；
  • 同时验证确定性状态语义和模型实际选择的 tool behavior；
  • 暴露诚实的 terminal outcome：finding、coverage exhausted、concrete blocker、dismissal 或 no follow-up；
  • 通过有测量证据的 milestone 演进，而不是提前搭建框架。

4. 非目标

本 RFC 不提出：

  • 通用科学方法引擎或 autonomous lab；
  • 自动组合所有 closed node；
  • 用 prose classifier 判断研究意图、closure、novelty 或 similarity；
  • 替换 Explore 的通用 knowledge graph；
  • 第二套 Todo scheduler、agent launcher、settlement executor 或 quota path；
  • 强制常规实现 goal 使用 research observation；
  • 根据模型 confidence 自动产生 truth claim；
  • 自动执行不安全、昂贵、外部或需要权限的 probe；
  • 保证 composition 一定产生正面 finding；
  • 面向研究命令的通用 Kleisli 或 middleware framework；
  • 在真实执行 caller 出现前设计 n-ary composition、并发实验或 CAS 语义。

5. 当前事实与缺失部分

本节会随实现落地持续更新。Shipped behavior 以 protocol reference 和代码为 准；本 RFC 记录方向与 milestone 状态。

5.1 今天已经存在什么

能力 当前事实
类型化 work-slice progress typed_progress_observation_v0 记录稳定语义维度、result class、coverage、blocker 和 evidence id。
空转检测 连续且物质等价的 typed observation 可以派生 replan trigger。
Semantic replan closure 新类型化维度、grounded successor、concrete blocker 或 coverage-backed terminal result 可以关闭当前 obligation。
Host-delivered context Quota 可以投影 compact coverage ledger 与 uncovered frontier，不要求手动 evidence-read 仪式。
Explore evidence Explore 拥有 append-only node、edge、finding 与有界 public-safe projection。
Explore planning 可选 branch planner 保持只读，并把执行交还 quota、Todo、claim 和 lease。
Model behavior qualification 真实 function-tool 对话可以验证模型是否读取真实 packet 并选择真实 semantic writeback。

5.2 还缺什么

缺口 后果
没有 typed closure basis Terminal 结论无法脱离 prose 说明究竟是哪项 constraint 使其成立。
没有 composition candidate 分别研究过的节点之间的关系无法持久化。
没有 composition experiment identity Replay 可能重复调度 joint probe，或把 Todo 错当成实验结果。
没有 composition gap projection Goal-frontier 无法区分 atomic exhaustion 和未验证 interaction。
没有研究专用 qualification matrix 测试尚未证明 candidate→gap→experiment→result 的因果链。
inferred combination 没有 promotion evidence 共享 constraint 的精度还不足以直接触发 obligation。

6. 研究状态模型

该模型包含五个 durable concept 和两个 derived concept。

6.1 Goal-level research contract

Research mode 是叠加在现有 goal vision 与 Explore opt-in 上的显式 per-goal policy，不能创建第二份 goal statement。在 composition 变成 enforceable 之前， goal boundary 需要明确：

  • research exploration 已启用；
  • 哪个 active vision 或 question 的 acceptance 仍是权威；
  • exhaustion 或 no-follow-up claim 使用的 coverage scope；
  • composition 是 disabled、explicit_only，还是后续已 promotion 的 policy；
  • allowed terminal outcome，以及拥有这些 outcome 的 user/safety gate。

第一版实现应扩展最近的现有 Explore goal config，而不是新增 capability。没有这 份显式 policy 时，Explore evidence 仍可用于 diagnostics 与 presentation，但不 派生 composition obligation。

Research node 与 finding 可以向 goal vision 提供 evidence，但仅仅变成 resolved 不会修改 goal acceptance；局部完整的 composition frontier 也不表示 整个 goal 已完成。

6.2 Durable concept

  1. Research node：Explore log 中的 question、area、hypothesis、experiment 或 artifact。
  2. Research observation：一个有界 work slice 的类型化结果，可归因到 research node 和 evidence。
  3. Closure basis：支持 terminal 或 bounded 结论的 typed constraint 与 coverage。
  4. Composition candidate：一个显式、evidence-linked 的主张，说明两个 research node 应联合验证。
  5. Composition experiment：一等 Explore experiment node，通过 depends_on edge 连接所有 input node。

6.3 Derived concept

  1. Composition gap：没有 active、completed 或合法 dismissed composition experiment 的 eligible composition candidate。
  2. Research frontier：提供给 replan 与 status consumer 的 atomic gap、 composition gap 和 terminal coverage 的有界投影。

6.4 为什么 experiment 必须是 node

对输入节点 A 和 B，组合实验是 C：

flowchart LR
  C["组合实验 C"] -->|"depends_on"| A["研究节点 A"]
  C -->|"depends_on"| B["研究节点 B"]
  C -.->|"finding attached to C"| F["Finding 或结论"]

在 Explore 图中，C 保存指向 A、B 的 depends_on edge。这个表示：

  • 后续可支持超过两个输入，而不用修改 edge 语义；
  • probe 有自己的 lifecycle 与 evidence；
  • 区分“输入可能组合”的 hypothesis 和“joint experiment 已运行”的 proof；
  • 让 replay identity 稳定；
  • 复用现有 experiment node kind、depends_on edge、attached finding，以及 适用时的 supports/refutes relation。

A、B 之间的 joint_probe 直连边会把 candidate、execution 和 result 压成一条 含义模糊的 relation。本 RFC 拒绝该形态。

7. Typed contract 方向

以下 schema 是设计目标，而非已经发布的 protocol。最终 wire form 必须连同 active caller、protocol reference 和 focused validation 一起引入。

7.1 组合，而不是静默修改 v0

typed_progress_observation_v0 是通用 work-item contract，研究 metadata 属于 Explore。目标 envelope 如下：

{
  "schema_version": "typed_research_observation_v0",
  "progress": {
    "schema_version": "typed_progress_observation_v0",
    "work_item_id": "todo-42",
    "surface_id": "routing-boundary",
    "hypothesis_id": "alternate-ordering",
    "probe_kind": "order-differential",
    "result_class": "exploration_exhausted",
    "coverage_scope_id": "routing-order-v1",
    "coverage_complete": true,
    "evidence_ids": ["ev-routing-order"]
  },
  "explore_node_id": "node-routing-boundary",
  "closure_basis": {
    "schema_version": "research_closure_basis_v0",
    "disposition": "bounded",
    "constraints": [
      {
        "kind": "decision",
        "id": "parameter-normalization",
        "role": "decisive"
      }
    ],
    "evidence_ids": ["ev-routing-order"]
  },
  "composition_candidates": [
    {
      "target_node_id": "node-filter-interaction",
      "basis": "explicit",
      "interaction_kind": "shared_constraint",
      "evidence_ids": ["ev-routing-order", "ev-filter-boundary"]
    }
  ]
}

该 envelope 组合 generic progress observation，不复制其 result-class 逻辑。Core progress consumer 可以读取 progress；Explore 拥有 closure 与 composition validation。未来 refresh-state 集成可以通过一个带 receipt 的 effect program 写入两部分，但不能因此创建第二个 generic settlement executor。

7.2 Typed closure basis

closure_basis.constraints[] 是 typed data，不是任意 string list。初始 kind 词表应保持 domain-neutral 且足够小：

  • stage
  • decision
  • invariant
  • dependency
  • resource
  • policy

每项 constraint 有稳定 opaque id，role 为 decisive 或 supporting。有序 list 可以描述 path，但匹配只使用 typed identity，绝不使用 substring overlap。 Terminal observation 还必须携带 coverage scope 和 evidence；closure path 不能 替代 coverage。

7.3 显式 composition candidate

第一版只接受 basis=explicit。interaction_kind 是“为什么 joint test 可能有 价值”的类型化主张：

  • shared_constraint
  • producer_consumer
  • state_interference
  • order_dependency
  • resource_coupling
  • unknown_interaction

这些值描述 candidate，不宣称 finding。Candidate identity 使用 goal id 加排序 后的 input node id 集合，因此 A x B 与 B x A 不会生成重复 gap。

每条 observation 的 composition_candidates 必须有上限。Candidate 必须引用同 一 goal 中的已知 node，并引用已归因到 input 的 public-safe evidence。Unknown node、local path、prose-only target 和 cross-goal ref 都 fail closed。

7.4 Action signature 与兼容性

当 research observation 可以关闭 replan obligation 时，action signature 必须 包括：

  • 当前 obligation id；
  • research observation schema version；
  • Explore node id；
  • composition experiment 或 candidate 的 normalized input node id；
  • generic progress fingerprint；
  • evidence id 或其有界 digest。

如果加入 research field 却不更新 action signature，adapter 可能丢掉 composition 语义却仍宣称 semantic parity。Compatibility test 必须拒绝这种漂移。

8. Composition gap 派生

8.1 v0 eligibility

只有同时满足以下条件，candidate 才成为 composition_required gap：

  1. candidate 是显式的，并引用至少两个已知 Explore node；
  2. 每个 input 都有带 evidence、可归因的 terminal observation；
  3. 每个 input 的 terminal state 都 eligible；
  4. 不存在具有同一 canonical input set 的 active experiment 或带 evidence 的 result；
  5. candidate 未被合法 dismissed；
  6. gap 位于配置的 per-goal 与 per-agent projection budget 内。

v0 eligible terminal state 包括：

  • coverage-backed exploration_exhausted；
  • coverage-backed no_followup；
  • 有等价 typed observation 支持的 Explore resolved 或 dead_end node。

unchanged 不是 closed node。它可以触发普通 stall replan，但不能证明某个方向 已经完成独立研究，可以进入 composition closure 分析。

blocked 默认不 eligible。后续 milestone 只有在 blocker scope 与 resume semantics 类型化后，才可以允许带 evidence 的内生（intrinsic） blocker。 临时 permission、resource、user 或 scheduler blocker 不能表示独立研究已经 穷尽。

8.2 共享 constraint 不是 v0 trigger

共享 decisive closure constraint 的两个 terminal node 可能值得研究，但自动 组合这些 node 并不安全：

  • 公共 infrastructure constraint 可能连接许多无关 node；
  • 同一 stage 后的 N 个 node 会产生 O(N^2) pair；
  • 共享 rejection boundary 也可能说明彼此独立，而不是存在 interaction；
  • false obligation 会增加协议成本，并把注意力从更有价值的 frontier 移开。

因此，shared constraint 最初只能生成shadow ranking signal。把它提升为 inferred candidate trigger，必须先取得 precision 数据、采用有界 candidate generation，并显式更新 RFC decision log。绝不能用 closure_path prose 的 string matching 实现。

8.3 有界投影

Canonical Explore projection 可以包含全部 public-safe eligible gap，但 hot control-plane packet 不应该如此。

默认 quota action packet 应携带：

{
  "composition_frontier": {
    "schema_version": "composition_frontier_projection_v0",
    "pending_count": 3,
    "selected_gap": {
      "gap_id": "composition-gap-opaque",
      "input_node_ids": ["node-a", "node-b"],
      "required_outcome": "schedule_or_resolve_composition_experiment"
    }
  }
}

一个 agent turn 最多选择一个 obligation。Status 与 drill-down command 可以展示 另一份有界 list 和 total count。任何 hot path 都不能枚举所有 candidate pair 或复制完整 evidence body。

8.4 有界的模型自主选择（延后实现）

Eligibility 与 ranking 是两个不同的判断。控制面负责证明 candidate 合法、仍然 pending、位于当前 goal/agent scope，并满足 evidence、capability、authority 与 projection budget；它不应把结构排序伪装成“成功概率”。当只有一个 eligible gap 时可以直接投影它。当同时存在多个 eligible gap 时，后续实现应向模型交付最多三 张 public-safe、类型化 candidate card，让模型选择最值得先执行的一个。

Candidate card 至少应有界地携带：

  • experiment 与 normalized input node identity；
  • interaction_kind 与 typed closure basis；
  • 每个 input 的 terminal result class 和 compact evidence abstract；
  • proposed probe family、capability readiness、cost class 与 prior joint-attempt count；
  • 当前 obligation id 与允许的 outcome。

模型的选择目标是预期研究价值，而不是自报的成功率。第一版使用 ordinal、typed 维度比较 breakthrough plausibility、information gain、falsifiability、execution cost、duplicate risk 与 capability readiness；在没有校准 evidence 前，不发布或 消费表面精确的数值 probability。模型 confidence 只是 routing metadata，不能产生 finding、关闭 composition gap 或升级 goal acceptance truth。

模型必须返回有界的 composition_selection_v0 receipt，至少包括当前 obligation id、从交付 candidate set 中选择的 experiment ref、typed selection reasons、 confidence bucket，以及被放弃候选的有界 typed reason。Semantic write gate 必须 验证：

  1. obligation identity 仍是当前义务；
  2. selected experiment 属于本轮实际交付的 candidate set；
  3. candidate 仍 eligible，且没有 active bound successor；
  4. successor 同时绑定 obligation 与 experiment identity；
  5. selection receipt 不被误当成 experiment outcome evidence。

确定性排序只可作为显式配置、可观测的弱模型 fallback，不能静默宣称它选中了 “最有希望”的 candidate。M4 应先用真实 model-tool behavior 与重复 live shadow 证明模型能够读取 candidate cards、选择合法候选并产生 meaningful experiment 或 justified dismissal；本 RFC 不要求 M2 实现该选择协议。

9. Composition gap 生命周期

尽管 gap truth 从 durable Explore event 派生，它仍有因果生命周期：

candidate -> pending -> scheduled -> observing -> observed
                       |              |
                       |              +-> pending（中断或无效结果）
                       +-> pending（Todo 关闭但没有结果）

candidate/pending -> dismissed（带证据）
pending/scheduled -> deferred（typed resume condition）-> pending

9.1 状态含义

  • candidate：存在显式 relation，但 input closure 尚未完成。
  • pending：input eligible，且没有覆盖它的 experiment。
  • scheduled：一个 runnable Todo 和 experiment identity 已绑定到 gap。
  • observing：执行开始，lease 或当前 work slice 已标识 experiment。
  • observed：Explore 中已有带 evidence 的 experiment result。
  • dismissed：evidence 证明拟议组合重复、无效、不安全或超出 goal scope。
  • deferred：typed blocker 有 resume condition；gap 仍为真，但不会伪装成 runnable。

9.2 什么关闭什么

调度 grounded successor 是有效的 semantic replan delta。它关闭当前 replan obligation，因为新 runnable direction 已经存在；它不关闭 composition gap。

只有以下情况关闭 composition gap：

  • bound experiment 记录带 evidence 的 outcome；或
  • 带 evidence 的 dismissal 说明 candidate 不是有价值或合法的 experiment。

Todo 完成但没有 experiment result 时，gap 重新打开。改写 Todo、记录无关 finding、读取 evidence 或重复 blocker 都不会推进 lifecycle。

10. Ownership 与 effect 边界

层 拥有 不得拥有
Explore Research node、typed relation、closure basis、composition candidate、experiment evidence、canonical gap query Quota、claim、lease、launch、spend 或 goal acceptance truth
Goal-frontier 当前 obligation 的优先级，以及 composition gap 的有界消费 第二份 research graph 或 prose 推断语义
Quota / Turn envelope Compact context delivery、selected obligation、allowed outcome、scheduler handoff Canonical evidence write 或 experiment success proof
Todo / task lease Runnable successor、ownership、lease 与 execution lineage 仅凭 Todo completion 推导 research truth
Semantic write gate Exact obligation identity、grounded successor、typed observation、evidence 与合法 transition Manual-read ritual、legacy ACK-only closure 或 prose classification
Explore harness 显式 opt-in 下的只读 ranking 与 candidate planning Todo creation、claim、lease、worker launch、state write 或 spend
Presentation Explore projection 的 public-safe rendering 解析 private research source 或成为 evidence authority

端到端流程是：

flowchart TD
  E["Explore 证据图"] --> G["派生 research/composition gap"]
  G --> F["Goal-frontier 选择一个 obligation"]
  F --> Q["Quota/Turn 送达 compact context"]
  Q --> M["模型选择 semantic action"]
  M --> T["正常 Todo + claim + lease 生命周期"]
  T --> O["Typed research observation"]
  O --> E
  O --> W["共享 semantic write gate"]
  W --> F

这与 Agent Loop Effect Interpreter RFC 兼容。Context delivery、Todo creation、 experiment execution、observation writeback 和 quota spend 是分别带 receipt 的 不同 effect。相似 packet shape 不足以证明需要 shared executor；还必须存在两个 共享 execution authority 的真实 caller。

11. Replan 集成

11.1 Trigger 优先级

Composition 是一个 frontier source，而不是唯一 source。Goal-frontier reducer 必须保持一张有序、类型化的 rule table。Composition 只能在更高权限 gate 和已 存在 runnable successor 被处理后进入。

合理的初始顺序是：

  1. 现有 exact obligation；
  2. blocking user 或 handoff gate；
  3. 已有 runnable bound successor；
  4. 当前 vision 或 goal-acceptance obligation；
  5. 普通 succession、stall 或 long-chain obligation；
  6. eligible composition gap；
  7. monitor/exhaustion fallback。

最终顺序需要用 current reducer 语义的 characterization fixture 证明。 Composition 不能掩盖 user decision、runnable Todo 或 vision acceptance gap。

11.2 因果 identity

每次 transition 必须保留：

composition_gap_id
  -> replan_obligation_id
  -> successor_todo_id
  -> explore_experiment_node_id
  -> result evidence ids

只有这条 lineage 可以压制或关闭 gap。无关 deferred Todo、其他 agent 的 experiment 或旧 obligation ACK 都不能冒充。

11.3 Semantic outcome

Composition obligation 接受的 outcome 是：

  • new_runnable_composition_experiment；
  • composition_experiment_observed；
  • 带 evidence 的 composition_candidate_dismissed；
  • 带 typed resume/terminal scope 的 new_concrete_blocker；
  • 只有 declared coverage 包含该 composition candidate 时，才接受 coverage- backed goal-level exploration_exhausted 或 no_followup。

context_delivered、evidence_read、acknowledged、unchanged、重复 blocker 和无关 new surface 都不足以关闭该 obligation。

11.4 Host-delivered research context

Host 应投影：

  • selected gap id；
  • input node id 与 compact conclusion；
  • 有界 evidence ref；
  • required outcome；
  • allowed terminal action；
  • 精确的 writeback/successor contract。

模型应该选择并执行研究动作，而不是花一个 turn 猜哪个 evidence command 能 满足协议仪式。Delivery receipt 证明 context 到达；observation 证明下一步是否 真正使用了 context。

12. 写时强制

Write gate 必须复用 quota 所用的同一 current goal-frontier 与 Explore gap projection。只从 run history 读取 obligation 不够，因为 vision、frontier 与 composition obligation 都可能在 prior compact run 不存在时派生。

Composition obligation 打开期间，gate 拒绝：

  • maintenance 或 unchanged writeback；
  • 未绑定当前 gap 与 obligation 的 successor；
  • 没有 coverage 与 evidence 的 terminal result；
  • input node 未知或不匹配的 composition experiment；
  • 没有 experiment observation 的 Todo closeout；
  • 作为 semantic completion 提交的 manual read 或 legacy ACK；
  • 没有 typed supersession reason，却重复已覆盖 input set 的 experiment identity。

Gate 只接受上述 lifecycle 的合法 transition。Error output 应指出当前 obligation id、缺失 typed field 或非法 transition，以及一个 canonical next command；不能 dump 完整 graph 或 private evidence。

13. 复杂度与安全预算

研究能力只有在它节省的重复成本高于自身成本时才有价值。

13.1 Cardinality 规则

  • 永不枚举所有 closed node pair。
  • 限制每条 observation 的显式 candidate 数量。
  • Canonicalize input set，保证 idempotency。
  • 每个 agent turn 最多选择一个 composition obligation。
  • Full gap list 不进入 hot quota packet。
  • 必须声明 overflow/read-drilldown policy，不能静默截断 material gap。
  • 只有真实 caller 证明 binary experiment 不够时，才引入 n-ary candidate generation。

精确数值上限是结合 qualification 数据选择的 protocol constant，不是藏在 renderer 或 prompt 中的 magic number。修改这些值属于 behavior change，需要 packet-budget 与 model-behavior evidence。

13.2 Authority 规则

  • 在首个 milestone 通过 qualification 前，该能力按 goal default-off。
  • 启用 research projection 不授予 network、filesystem-write、worker、claim、 lease、quota 或 external-system authority。
  • Experiment 仍需经过普通 capability、permission、user、budget、scheduler 与 safety gate。
  • 不安全或需要权限的组合可以 dismissed 或 deferred；gap 存在不等于授权执行。

13.3 Public/private 边界

Durable public-safe research event 可以包含 opaque id、typed relation kind、 compact summary、coverage id 和 public relative evidence ref，但不得包含：

  • raw prompt、reasoning、transcript、trajectory 或 provider response；
  • raw benchmark task text、verifier output 或 private incident log；
  • credential、header、token 或 secret；
  • local absolute path；
  • private document、private link、customer 或 organization context；
  • 未脱敏 external payload。

Private research input 留在仓库外。Graph 只保存 source boundary 允许的有界 public-safe observation 或 opaque pointer。

14. 资格验证策略

测试从合法与非法 state transition 推导，不能从当前实现输出反推 expected result。

14.1 P0：状态机与 replay matrix

枚举以下流程的合法 prefix 与中断点：

candidate -> pending -> scheduled -> observing -> observed/dismissed

至少证明：

  • 没有显式 candidate 就没有 v0 composition gap；
  • unchanged 不能关闭 input node；
  • scheduling 改变 replan state，但不改变 gap truth；
  • Todo 完成而无 experiment result 时，gap 重新打开；
  • 同一 canonical input set 最多调度一个 active experiment；
  • 旧 obligation、无关 Todo 或无关 evidence 不能关闭当前 gap；
  • observation 之前失败不会产生 false result；
  • 每次 durable write 后 replay 都 idempotent。

14.2 P0：跨投影 conformance

对同一个 synthetic goal，quota、status、Turn envelope 与 refresh-state write gate 必须在以下方面一致：

  • selected gap 和 obligation identity；
  • active bound successor；
  • required semantic outcome；
  • gap 是否仍 open；
  • public-safe evidence ref；
  • scheduler 仍位于 research settlement 之外。

14.3 P0：Model tool behavior

行为测试必须接近真实 LoopX turn：

  1. 构造 hermetic public-safe goal，包含两个独立 covered node 和一个显式 composition candidate；
  2. 调用真实 quota should-run path；
  3. 通过真实 function-tool conversation 送达 actual compact packet；
  4. 让模型选择下一条 tool action；
  5. 只在 temporary fixture state 中执行 allowlisted command；
  6. 判断 selected action 是否创建或观测正确绑定的 composition experiment；
  7. 只持久化 compact receipt 与 digest，不持久化 prompt 或 raw response。

模型不能通过输出 test-only field、以某关键词开头、读一个文件或重复 expected label 通过测试。Negative arm 应包括 isolated repeat、unrelated novelty、 candidate omission、pre-obligation ACK、Todo-only completion 和无 evidence 的 terminal closure。

确定性 scripted transport 只验证 harness 与 protocol decoder，不是 live-model evidence。Promotion 需要 allowlisted model 的重复、低频 live qualification 和 显式 owner review。

14.4 P1：Mutation test

以下 mutation 应失败：

  • 从 experiment identity 丢掉一个 input node；
  • 重排 non-commutative experiment plan；
  • 从 closure 删除 evidence；
  • 把共享 prose 当作 typed shared constraint；
  • 接受 unchanged 为 terminal；
  • 仅依据 Todo status 关闭 gap；
  • 接受不同 obligation id；
  • replay 后重复 experiment effect；
  • 从 adapter action signature 省略 research semantics。

14.5 P1：Public-safe incident replay

只保留能保护 durable behavior 的 generalized synthetic case：

  • frontier-derived obligation 打开时仍接受 repeated maintenance；
  • context 已送达，但之后没有 semantic action；
  • 无关 runnable Todo 掩盖特定 gap；
  • 已完成长链没有 outcome checkpoint；
  • 显式 composition candidate 在跨轮时丢失。

Raw trajectory 与 private benchmark artifact 必须留在本地，绝不成为 fixture。

14.6 P2：并发

只有真实 concurrent writer 能调度或观测同一 experiment 时，才开始 race/CAS 测试。在此之前，deterministic identity、file locking、claim、lease 与 replay test 已足够。不要为假想 caller 增加 distributed coordination abstraction。

15. 评估与 claim 边界

该能力的成功不由新增 Todo 或 replan event 数量决定。Qualification 应比较：

  • 每个有用 finding 对应的 materially repeated work slice；
  • 到下一个 semantic delta 的时间和 tool call 数；
  • 真正产生新 runnable direction 的 replan obligation 比例；
  • composition-candidate precision：eligible gap 中产生 meaningful experiment 或 justified dismissal 的比例；
  • autonomous-selection yield：模型选择相对于显式 deterministic fallback 产生 meaningful experiment 或 justified dismissal 的比例；
  • out-of-set/invalid selection rate，以及 selection 后到 semantic outcome 的时间；
  • duplicate experiment rate；
  • false-obligation rate；
  • protocol/tooling call 占比；
  • honest terminal rate 与 unsupported-exhaustion rate；
  • 重复 matched run 下的 external task outcome；
  • 普通非研究 goal 的 regression。

Shared closure constraint 的 shadow inference 应记录 candidate precision 与 estimated packet cost，但不创建 obligation。只有它改善 research outcome 或 convergence，且没有不可接受的 false-obligation 或 protocol-cost 增长时，才可 promotion。

单次 benchmark 不能证明 general uplift。可信 claim 需要 stable release、stable scheduler/harness、matched starting state、repeated arm、事先声明的 stopping rule，以及 model variance 与 control-plane failure 的分离。

16. Milestone

Milestone 交付物 Promotion gate 状态
M0 RFC、current-state inventory 与显式 ownership decision Maintainer review；无 runtime behavior Draft
M1 Characterization fixture，以及 Explore 中的 typed research observation 与 closure contract Deterministic normalization、privacy、compatibility 与 negative test 未开始
M2 Explicit-only composition candidate、canonical gap projection 与 read-only status shadow 不做 pairwise inference；packet 有界；projection parity 部分实现（#3173：显式 experiment 投影与 successor binding）
M3 Goal-frontier obligation、精确 Todo/experiment lineage 与共享 write-time gate State/replay matrix 与 premerge canary 通过 未开始
M4 有界 multi-candidate card、composition_selection_v0、真实 model-tool behavior qualification 与重复 live shadow 模型从交付 candidate set 中自主选择合法 semantic action；选择质量不劣于 declared fallback；只保留 compact receipt 未开始
M5 Shared-constraint candidate 在 shadow mode 中排序 有 precision/cost evidence；不自动触发 未开始
M6 可选 inferred trigger 显式 maintainer decision 与量化 promotion threshold 延后
M7 N-ary composition 或并发调度 存在真实 second-order caller 与 authority boundary 延后

16.1 最小有用实现切片

M1 与 M2 是第一组可评审切片：

  • 不增加 scheduler 或 executor；
  • composition gap 保持 read-only、default-off；
  • 只接受显式 candidate；
  • 修改 Explore projection 前先 characterization；
  • 证明 public safety、canonical identity 与 bounded projection；
  • 在 status 中展示 candidate 与 gap，但暂不阻止 writeback。

M3 是第一个 behavior-changing slice。它应单独成 PR，使 obligation 与 write gate 能够独立于 evidence schema 评审和回滚。

17. 被拒绝的替代方案

17.1 自动组合拥有共享 closure stage 的 node

v0 拒绝。共享 infrastructure 会制造 false pair 与 quadratic growth；该方向只 保留为后续 shadow-ranking hypothesis。

17.2 直接向 generic progress v0 添加 closure_path 与 composes_with

拒绝。它会在没有 version boundary 的情况下改变既有 generic contract 语义， 并把 Explore knowledge 搬进 work-item schema。应使用 Explore-owned research envelope 组合现有 progress observation。

17.3 用 direct edge 保存 joint_probe

拒绝。它无法区分 candidate、scheduled experiment、execution 和 result。应使用 带 dependency 的 experiment node。

17.4 让 Explore harness 创建 successor Todo

拒绝。Harness 保持只读。它可以推荐 bound experiment，但执行必须回到正常 Todo/quota/claim/lease 生命周期。

17.5 把任意 runnable Todo 当作充分的研究 continuation

拒绝。无关 Todo 会掩盖精确 knowledge gap。只有位于该 gap causal lineage 中的 Todo 才能压制重复 replan。

17.6 通过 evidence-log read 或 ACK 关闭 replan

拒绝。Context delivery 不等于 semantic use。必须产生新的 grounded action 或 evidence-backed terminal result。

17.7 把所有 core path 泛化成一个 research/effect executor

拒绝，直到真实 adapter 共享 execution authority。Shared algebra 与 typed receipt 有价值，但仅有相似 data 不足以证明需要 generic executor registry。

18. 开放问题

  1. 哪些 typed blocker scope 足以让 blocked input 具备 composition eligibility？
  2. Composition experiment 是否可以用不同 probe family supersede 相同 input 的 旧 experiment？需要什么 evidence？
  3. 哪些 interaction kind 能跨多个研究 domain 预测有价值组合，又不会把 domain-specific vocabulary 放进 core？
  4. 什么 packet/candidate budget 能给协议跟随较弱的模型足够 context，又不恢复 protocol tax？
  5. Goal acceptance 是否要求全部高优先级 composition gap 都 observed/dismissed， 还是应由 goal 声明显式 research coverage policy？
  6. Shared-constraint ranking signal 何时获得从 shadow evidence 到 enforceable trigger 的 promotion 资格？
  7. 第二个真实 caller 是否需要 reusable composition-experiment builder，还是 Explore CLI 仍是正确 owner？

19. RFC 维护协议

这是 living RFC，不是 append-only diary。

  • Shipped behavior 改变时更新当前事实与缺失部分。
  • 在 milestone 落地或退役的同一 PR 中更新 milestone table。
  • Ownership、trigger policy、eligibility 或 promotion gate 改变时，在下方记录 简短 decision-log entry。
  • 替换 stale statement，而不是追加平行的历史章节。
  • 稳定 wire contract 移到 docs/reference/protocols/，在此链接并让本文保持 architecture focus。
  • Implementation tutorial 放进 control-plane course，user/operator instruction 放进 capability docs，不在此重复。
  • 不加入 private experiment result、raw model trace、internal link 或 local path。
  • 后续 abstraction 必须有 active caller 并通过 scope-fit review，不能只因为 milestone 仍 open。

Decision log

日期 决策
2026-08-13 采用 Explore 作为 canonical research-topology owner；v0 选择 explicit-only composition candidate；joint work 表示为 experiment node；shared-constraint inference 延后到 shadow qualification。
2026-08-13 将 eligibility 与 ranking 分离：控制面拥有合法、有界 candidate set，模型在多个 eligible candidate 中自主择优；selection receipt 只证明调度选择，不构成 research truth。该协议延后到 M4，不进入 #3173 的首期 runtime。

20. RFC 验收标准

满足以下条件后，RFC 可从 Draft 转为 Accepted：

  • ownership boundary 不创建第二份 research graph 或 executor；
  • 第一切片不依赖 inferred pair generation 也有独立价值；
  • typed contract 避免 prose classification 和静默修改 v0；
  • gap、obligation、Todo、experiment 与 evidence lineage 明确无歧义；
  • qualification plan 能拒绝 protocol ceremony 与 test-only behavior；
  • complexity、authority 与 privacy budget 都显式；
  • milestone promotion 依赖 evidence 和真实 caller；
  • 中英文文档保持语义镜像。