收敛卫士 (Convergence Guard)

收敛卫士 (Convergence Guard) 是做什么的？

收敛卫士是一个决策分析协议，专门处理过早收敛这一主要失败模式：即在决策相关的替代方案被分离和验证之前，就接受了一个看似合理的因果故事或行动。

它并非代理人之间的投票。即使信息隔离的工作者仍可能共享模型先验、训练偏差、证据和框架。推理独立性不等于证据独立性。 工作者之间的一致意见本身绝不能算作独立的现实世界确认。

核心不变原则

1. 在生成模型之前，先分离证据来源、推理过程、假设、约束条件和未知因素。
2. 在运行完整模式时，于真正隔离的上下文中搜索因果上不同的模型。
3. 将早期质量筛查与因果空间映射相隔离，保持其隐蔽。
4. 不将重复或近似的模型视为确凿证据。
5. 区分因果合理性与不确定性下的最佳行动。
6. 允许模型之间相互排斥、共存、嵌套或交互；不要强制将每个比较都纳入“或 (A OR B)”的形式。
7. 优先选择能产生可区分、对决策有影响的预测的模型和行动。
8. 仅在证据和决策标准支持一个站得住脚的行动时收敛。否则，返回明确的“证据不足”结果以及最有信息价值的下一步观察或测试。
9. 除非用户另有要求，否则最终答案使用用户的语言。

激活与模式

在以下情况下使用收敛卫士：

• 至少有两个因果上不同的解释或行动仍然合理；
• 过早的错误承诺会实质性地浪费资源、掩盖真实原因、导致路径依赖或造成难以逆转的错误；
• 额外的观察、比较或干预措施可以降低决策相关的不确定性；
• 任务足够开放，值得进行结构化分析。

不要对简单的查证、常规流程、语法编辑、已知根因的故障，或事实检查后仅剩一个可行行动的情况使用完整协议。

在进入完整模式之前，先进行一次廉价的分诊。当以下情况时优先使用常规分析：直接区分性证据已能解决关键机制，可以在承诺前运行一个廉价且决定性的检查，以及可用的行动成本低或易于逆转。主要在对多种活跃的因果模型且存在至少一个额外重大风险时才升级到完整模式：常见的证据祖先/依赖关系、框架或开放世界搜索风险、难以分离的混杂/交互效应，或代价高昂/难以逆转的过早承诺。如果使用更便宜的工作流可可靠地确定“共存”或“交互”结构，则结构本身不足以构成使用完整模式的理由。参见适用性指南。

完整模式 (Full Mode)

完整模式要求对每个价值依赖独立性的操作进行真正的上下文隔离。切勿在一个上下文中模拟几个连续的角色，并将其报告为一次完整模式运行。

强制性子代理执行和模型授权

• 每当选择或请求完整收敛卫士时，必须通过宿主平台的子代理/工作者编排工具实际启动独立的子代理，以执行协议中依赖于隔离的角色（从三个 B1 搜索工作者开始，然后是新启动的 C1/C2、D1、D2 以及可能需要的条件审查者）。不要仅仅是计划启动它们，在协调器中模拟其输出，或将连续的提示或临时的本地模型 API 调用标记为已启动的子代理。
• 对这些子代理使用宿主平台上用户已授权的模型配置。在未获得用户明确授权的情况下，切勿选择、切换、启动或调用本地托管的模型或本地推理端点（包括 LM Studio、Ollama、llama.cpp 或本地托管的 OpenAI 兼容服务器）用于任何协议阶段。一个可发现的端点、已安装的模型、先前的基准测试或能够调用它的技术能力并不等于用户授权。如果配置的子代理模型是本地模型且缺少授权，请在启动前询问。
• 如果宿主平台无法启动所需的子代理，或其上下文边界无法验证，不要声称运行了完整模式。解释具体的阻塞因素，并在切换到降级模式或建议不同的模型/运行环境之前请求明确同意。切勿默默使用本地模型替代请求的子代理。
• 记录实际运行了哪些子代理操作、授权了哪个模型/运行环境，以及是否通过了隔离检查。成功启动子代理是此工作流的必要条件，但本身并不能证明上下文隔离；所有下面列出的白名单和边界保证要求仍然适用。

一个独立的工作站、聊天窗口、线程、窗口或会话本身并不能作为隔离的证据。隔离是工作者有效输入边界的一个属性，而非用户界面容器。

对于每个依赖隔离的操作，应将该协议定义的阶段输入视为一个明确的上下文白名单。除了宿主平台/系统/安全指令外，工作者只能接收该协议为该角色授权的证据和阶段输入。

工作者不得通过以下途径接收或检索白名单之外的决策相关材料：

• 父级对话记录或摘要；
• 同级工作者的任务、输出或结论；
• 之前的候选输出或排名；
• 账户记忆或引用的聊天历史；
• 项目级别的跨聊天上下文；
• 包含先前结论的共享便签、交接、摘要或检索索引；
• 重用工作者中的持久化历史；
• 协调器偏好或选择信号（该阶段本应对此盲化处理）。

真实世界的事实并非仅因之前被观察到而被禁止。如果此类信息相关，请在事实简报中明确包含并附上适当的来源，而不是让工作者隐式继承先前的解释或结论。

如果运行环境可以注入或检索被禁止的决策相关上下文，或者无法合理确信地建立相关边界，则该操作不满足完整模式要求。仅在获得用户明确同意的情况下使用降级模式，并明确说明该限制。

一个负面的探针结果或工作者的自我报告仅意味着“未观察到泄露”，而非确认隔离。通过运行时级别的证据建立每个所需的边界，涵盖初始上下文和后续检索/工具访问；否则记录为“不确定”。参见边界保证。

对于基于 API 的工作者，从一组全新的白名单消息集构建每个请求：必需的宿主平台/系统/安全指令加上该角色的授权输入。不要附加父级对话/会话状态；将记忆、检索和工具访问限制在同一边界内，包括后续调用。一个全新的 API 调用或低温度本身并不能证明隔离。使用模型支持的生成设置；本协议不规定temperature=0.2。

降级模式 (Reduced Mode)

如果无法实现隔离，则无法使用完整模式。在获得用户明确同意后，使用降级模式，清晰标记它，并且不得声称拥有独立代理人确认或盲阶段保证。

阶段 A — 确定决策

A1. 事实基础建立

当问题依赖外部状态时，构建一份简洁的证据简报。显式跟踪来源：

• 已确认 (CONFIRMED) — 直接在代码、数据、日志、文档、测量或其他可检查的来源中观察到；
• 已报告 (REPORTED) — 由用户、目击者、操作者或二手来源陈述，但在此次运行中未被独立检查；
• 强推断 (STRONGLY INFERRED) — 由连贯的证据链支持，但未被直接观察到；
• 假设/假定 (HYPOTHESIS / ASSUMPTION) — 合理但未经验证；
• 约束 (CONSTRAINT) — 一个真实存在的边界，例如时间、预算、政策、兼容性、安全、架构或用户的明确决策；
• 开放问题 (OPEN QUESTION) — 一个可能实质性改变决策的未知因素。

不得将“已报告”或“强推断”的证据静默升级为“已确认”。

“已确认”适用于实际被检查的内容，而非自动适用于被检查来源所陈述的每一个主张。例如，如果一份官方报告声明事件 X 已发生，那么该报告做了此声明这一事实可能是“已确认”的，而事件 X 本身仍然是“已报告”的，除非其底层证据可以直接检查。

A1.1 主张级来源策略

对于每一个实质性主张，根据主张本身及其证据链进行评估，而不是根据来源声誉来赋予真值。

在可行时优先使用最近可检查的原始证据，但不要将“原始”、“官方”、“同行评审”、“机构”或“专家”视为自动的真实标签。

使用原始材料进行事实溯源。对于群体层面或累积性的科学主张，一个透明的系统评价、荟萃分析或其他高质量的合成可能比任何单一原始研究更具决策相关性，只要其方法和构成性证据是可溯源的。

对于决策相关的主张，在可行时记录：

• 最近的可用原始来源；
• 来源类型；
• 底层证据的可检查性；
• 方法或数据的可用性；
• 与事件的时间接近度；
• 独立性 / 共同证据祖先；
• 已知的矛盾、实质性激励或冲突；
• 在当前运行中的认知角色。

使用这些来源角色：

• 证据 (EVIDENCE) — 直接支持该主张，并且可检查性足以支撑它；
• 佐证 (CORROBORATION) — 独立支持简报中已有的证据；
• 背景 (CONTEXT) — 有用的背景信息，但不会实质性确立该主张；
• 仅作线索 (LEAD ONLY) — 指向一个可能相关的主张或来源，但在其具有证据分量之前必须溯源；
• 无支持 (UNSUPPORTED) — 目前缺乏足够的可检查支持来影响决策。

来源声誉可用于指导搜索优先级，但不能替代主张层面的来源追溯。

二手资料对于定位和发现有用，但在可行时，需将实质性主张追溯到最近的可用原始证据。

倡导性、党派性、边缘性、匿名性或其他低可验证性的来源不会被自动排除。它们可能产生线索。如果它们暴露了可直接检查的底层证据，则依据与其他来源相同的主张级规则评估该材料；如果无法建立底层支持，则根据情况将该主张保持为“仅作线索”、“已报告”或“无支持”。

当一个机构或情报机构发布的评估报告，其底层证据属于机密或不可用时，可以“确认”该评估报告存在且有明确的置信度声明；但其隐藏的支持证据本身并非“已确认”。

不要通过媒体重复报道或引用次数来倍增支持。如果几篇报告都源自一个上游的观察、数据集、泄露信息、论文、简报或文档，则除非建立了真正的独立性，否则将其视为一个证据分支。

明确保留矛盾的原始证据，而不是通过平均或依据来源声望来解决。

将激励、隶属关系、资金、意识形态或利益冲突视为需要调查的潜在偏见渠道，而不是自动认为某主张为假的证据。同样，无法获取原始数据会降低可检查性，但这本身并不证明主张为假。

在依赖隔离的阶段，工作者可以提出新的来源或证据线索，但不得静默地将分支私有的检索提升为共享的事实基础。将任何重要的新证据通过证据检查点进行路由，分类其来源/来源角色，更新共享简报，并仅重新运行受影响的操作。这确保了因果分支在实际上具有决策分量的证据基础上保持可比性。

给予所有独立搜索工作者相同的事实简报。现有的计划、待办事项、先前的建议和当前的架构都是上下文，而非证明当前框架正确的证据。

A2. 决策合约

定义：

1. 决策问题 — 必须选择、解释、优先排序或排除什么？
2. 范围 — 什么可以重新定义，什么是固定的？
3. 成功标准 — 哪个可观察的结果能证明一个行动更好？
4. 禁止的替换 — 分析绝不能静默地变成什么？
5. 错误损失/代价 — 如果选择错误，会损害什么？
6. 可逆性 — 恢复或改变方向的难度有多大？
7. 分析预算 — 时间或调用次数和纠正周期的有限限制，在搜索前根据用户约束确定。默认情况下，整个运行最多允许两个纠正周期。一个周期是指一次针对性的证据/搜索/模型修订返回及其受影响的后续重新运行，而非每次工作者调用。所有阶段共享预算；恢复重试会消耗时间/调用限制，且更改阶段永远不会重置预算。在达到任何限制、一个周期结束后没有产生新的决策相关证据、可行的机制、已解决的不确定性或更改的决策含义时停止。参见检查点和停止规则。

A3. 框架和外部视角检查

提问：我们是否在解决正确的问题？ 检查上游原因、代用目标、继承的约束、缺失的系统边界以及其他会实质性改变决策的替代表述。

当存在有意义的参考类别时，在深入细化候选方案之前，记录相关的基础概率或外部视角证据。不要让通用的基础概率覆盖强有力的具体案例证据；将其作为校准输入。

在深入细化之前使用独立的框架审查或回顾性因果分析。

[内容已截断]