把 Skill 当成产品来做实验

exp-005

第一轮 keep 修的是假完成。原来 section 6 的收尾校验是平铺 checklist，很多 completion 相关结论可以靠侧面推断蒙混过关。`exp-005` 把它拆成三道门，分别是 Preflight、Final Audit、Completion。 其中 Completion 不再允许靠侧面推断成立，而是明确要求 WORLD、processing_summary、尾章边界、旧批次污染这些结论都有显式证据。

这一轮的 summary 主分是 `7 → 8`。证据文件是 autoresearch-runs/import-world-from-book-phm-loop-20260405/iterations/exp-005/summary.md

exp-011

第二轮 keep 修的是证据质量还不够硬。`exp-011` 继续把 Completion 压紧，新增 `BOOK.md` 一致性、`processing_summary.md` 对齐、断链和占位符、标题层级、以及尾章 `0031` 到 `0033` 的原文引用级校验。重点不是文件存在，而是交付状态和内容证据必须对上。

这一轮的 summary 主分是 `8 → 11`。证据文件是 autoresearch-runs/import-world-from-book-phm-loop-20260405/iterations/exp-011/summary.md

后面为什么没有继续 keep

因为后面的候选没有再拿出更强证据。`exp-012`、`exp-013` 是中断恢复后的清理轮次。`exp-014`、`exp-015` 这类轮次，账本里直接是 `10 → 10`，而且 `notes` 明写 `quick pass count stayed flat`，同时还有 runtime drift 风险记录。按照 keep 规则，这种平盘或受环境污染的轮次就应该 discard。

exp-001

第一轮 keep 修的是路由假阳性。用户只是想总结网页，不是想生成本地剪藏包，这种请求本来不该进入 `web-clipper`。`exp-001` 把这类误路由挡住了，`routing confirmation` 从 `2/3` majority pass 修到 `3/3 pass`。

exp-002

第二轮 keep 修的是路由不只要挡错，还要接住该接的。明确要求本地剪藏的请求，即使页面不稳，也应该进入 wrapper 流程。于是这一轮同时清掉了 summarize 请求的 `route_false_positive`，以及显式剪藏请求的 `route_false_negative`。

exp-003

第三轮 keep 修的是 planning-only 的 `dir` 模式。用户有时只是先问，如果剪藏这条 URL，会落到哪个本地目录。旧版会把这类任务误判成没走 `web-clipper`。到了 `exp-003`，`dev_dir_mode_should_only_plan_path` 从 expected pass、actual fail，回到了 expected pass、actual pass，`selected_target` 也恢复成 `web-clipper`。

后面为什么几乎全是 discard

因为从 `exp-003` 开始，当前 accepted baseline 在关键维度上已经接近满分。后面的候选如果还是 `1.0 → 1.0`，又没有明显更简单，就不该 keep。`exp-027` 就是典型，它 `7/7 adversarial matches`，却仍然因为 flat-result rule 被丢掉。另一批候选则更直接，出现新 mismatch 或保护指标回退，所以只能 discard。