merttcetn/pev-loop

PEV 循环

围绕一个持久目标运行无状态规划器-执行器-验证器循环。将主智能体保持为薄控制器：维护规范状态、分派隔离角色、强制执行限制并报告结果，而不规划、实施或评估产品本身。

不可协商的保证

• 要求显式调用 $pev。将此次调用视为创建或重用匹配本地目标以及分派 P、E 和 V 子智能体的授权。
• 让控制器远离产品工作。不得在主上下文中检查源文件主体、实施更改、解释原始测试日志或决定标准满足情况。
• 使用全新上下文创建每个 P、E 和 V 智能体。使用 fork_turns="none" 或运行时的最强等效项。
• 绝不让智能体评估自己的工作。
• 对验证器隐藏规划器和执行器的推理、摘要和预期结果。
• 仅允许验证器证据更改标准的满足状态。
• 将所有运行状态存储在一个唯一命名的操作系统临时目录中。绝不要在仓库、工作区、主目录或技能目录下创建运行状态。
• 运行结束时保留确切的临时目录。不要将其中内容暂存、提交、推送、发布或复制到持久的项目文件中。
• 将 PEV 机制排除在产品标准之外。通过控制器的机械审计强制执行迭代限制、模型路由、角色隔离和仅临时状态。
• 不要仅仅为了获得通过而删除、跳过、削弱或重写现有测试。仅当用户目标要求时才允许合理的测试更改，然后让验证器对其进行仔细审查。
• 绝不要绕过最终的全标准验证。

解析调用

接受 $pev 之后的目标以及这些可选控制参数：

• max=N 或 --max N：允许 1..10；默认为 6。
• using=$skill-name：在相关每个角色中独立加载指定技能。在标准中将其要求包含在内，要求执行器遵循它，并要求验证器独立评估它。

如果调用省略了目标，则读取活动的本地目标。如果两者都不存在，则询问目标并停止。

当本地目标工具可用时：

1. 在创建目标之前读取当前目标。
2. 仅当活动目标与请求的目标匹配时才重用。
3. 当没有目标时创建一个。除非用户显式提供，否则不设置代币预算。
4. 如果存在不同的未完成目标，则停止并要求用户解决它，而不是替换它。

当本地目标工具不可用时，作为有界 PEV 运行继续，并说明自动延续不可用。

引导临时状态

运行：

python3 <skill-directory>/scripts/init_run.py --max-iterations <N>

在线程中记录返回的绝对 run_dir 并将其显式传递给每个子智能体。在首次分派之前阅读 references/contracts.md。

使用准确的目标和约束填充 goal.json。分派一个全新的规范规划器来创建不可更改的完成定义。要求每个标准项：

• 从未满足状态开始；
• 描述可观察的结果而非活动；
• 命名可接受的证据；
• 保留用户和仓库约束；并且
• 可独立验证。

将内部 PEV 机制（如迭代计数、智能体选择、上下文隔离、临时路径和控制器簿记）排除在产品标准之外。当它们约束请求的结果时，保留用户可见的工作区不变性，例如“不要提交”、“不要推送”或“不要修改测试”。

在控制器的机械模式门控之后冻结 rubric.json。仅将可变满足状态和证据存储在 progress.json 中。

控制器拥有每个状态文件。P、E 和 V 智能体必须返回紧凑的 JSON 响应，并且不得修改临时状态。

运行循环

对于从 1 到 max_iterations 的每次迭代，按顺序执行以下阶段。

1. 分派全新的规划器

启动一个全新的只读 Sol 规划器。只给它：

• 工作区路径；
• goal.json、rubric.json 和 progress.json；
• 之前的验证器裁决（如果存在）；
• 迭代编号和剩余预算；以及
• 显式请求的 using= 技能。

允许规划器检查产品和仓库说明。不要给它之前的规划器或执行器推理。

要求一个与合同匹配的有界 task_packet。仅当没有有用的工作单元剩余时才允许 DONE_CANDIDATE；绝不要将其视为完成的证明。

机械地拒绝以下计划：

• 未解决任何未满足的标准项；
• 省略了范围、约束或验证目标；
• 重复失败的工作单元而没有回应验证器证据；
• 请求测试削弱或未经授权的破坏性操作；或
• 无法适应一个执行器分配。

对于高风险的安全、迁移、权限、财务或不可逆工作，在执行前插入一个全新的只读计划审查员。给它目标、标准和任务包，但不给规划器推理。

在接受任务包后写入 plan.json，然后再分派执行器。不要将控制器状态更新推迟到验证之后。

2. 分派全新的执行器

启动一个全新的 Sol 工作进程，只拥有任务包文件的所属权和责任。告知它代码库中可能存在其他工作，并且它必须保留不相关的更改。

给它：

• 确切的任务包；
• 工作区路径和适用的仓库说明；
• 避免范围漂移所需的原始约束；以及
• 显式请求的 using= 技能。

不要给它验证器权限。要求它实施一个有意义的工作单元，运行相应的检查，并仅返回执行器收据。不要让它更新标准或临时状态。

防止验证和构建命令在目标工作区中留下意外的缓存、日志、覆盖率输出或其他非产品工件。当支持时，将可丢弃的输出路由到独立创建的操作系统临时位置。否则，仅删除由该分配创建的、来源确定的确切可丢弃工件；绝不要删除预先存在的或模糊的路径。

当运行时支持模型覆盖时，按如下方式路由推理努力：

• 机械的、范围狭窄的执行：gpt-5.6-sol 配合 低；
• 普通实施：gpt-5.6-sol 配合 中；
• 交叉或高风险实施：gpt-5.6-sol 配合 高。

除非目标显式请求这些操作，否则不要提交或推送。

3. 分派全新的盲验证器

启动一个全新的只读 Sol 验证器，使用 高 推理；对于关键安全、迁移、权限或不可逆工作，使用 极高。

只给它：

• 准确原始目标和冻结的标准；
• 工作区或已产生的工件；
• 适用的仓库说明；
• 用户强制要求的验证命令；以及
• 显式请求的 using= 技能。

不要给它控制器运行目录、任务包、规划器输出、执行器收据、实施摘要、预期结果、先前裁决理由或 P/E 对话历史。如果验证器的工具需要可丢弃的输出，则为其提供一个单独的操作系统临时暂存目录。

要求验证器独立检查当前产品，运行相关检查，检查测试更改以防范奖励黑客攻击，并返回裁决合同。验证器不得修改产品、测试、运行状态或外部系统。

4. 更新规范状态

让控制器验证响应形状，将完整响应写入迭代的裁决文件，并在任何下一次分派之前将验证器支持的状态和证据复制到 progress.json 中。不要将弱证据重新解释为通过。

• 在 NEEDS_WORK 上，使用新的规划器开始下一次迭代。
• 在 PASS 上，分派一个额外的全新最终验证器，不带先前的满足状态。要求它从头评估每个标准项。
• 在最终 PASS 上，运行控制器的机械审计，检查角色隔离、迭代计数、仅临时状态和授权边界。仅当两个门控都通过时，才将本地目标标记为完成。
• 在最终失败时，如果还有迭代剩余，则继续。

停止条件

仅在新最终验证器证明每个标准项后成功停止。

将产品验证和编排完整性视为单独的门控：

• 产品门控： 一个新的盲最终验证器证明冻结的标准。
• 控制器门控： 机器可检查的记录证明迭代限制、全新角色分派、仅临时状态以及没有未经授权的提交、推送、发布、部署或破坏性操作。

不要将控制器簿记失败发送回产品验证器或将其转化为产品标准项。在可能时立即修复安全的簿记；否则报告控制器门控失败而不声称完成。

在迭代限制处：

• 不要声称成功；
• 不要仅仅因为达到限制而将目标标记为完成或阻塞；
• 报告已满足的项、剩余项、决定性证据和确切的临时路径；以及
• 保持目标活动以进行显式延续。

仅当运行时的重复阻塞器阈值真正满足时，才将目标标记为阻塞。当授权、重大产品决策、缺少凭据或不可用的外部依赖项阻止安全进展时，暂停等待用户输入。

恢复

如果临时目录消失，则创建一个新目录，并根据活动线程目标和对话重建目标及其冻结的标准。将所有先前的满足视为未证明，然后在继续之前运行全新的完整验证器。

如果子智能体失败：

• 使用相同的隔离边界重试关键 P、E 或 V 角色一次；
• 绝不要用控制器判断替换缺失的验证器裁决；
• 通过新的规划器缩小过大的工作单元；
• 保留不相关的工作区更改；以及
• 当迭代限制阻止恢复时，诚实地报告差距。

最终质量门控

在返回成功之前，确认：

• 主智能体仅充当控制器；
• 每个角色使用全新的隔离上下文；
• 没有智能体评估自己的输出；
• 验证器未看到 P/E 推理或预期结果；
• 每个标准项都有来自最终验证器的当前、直接证据；
• 现有测试未被削弱以制造成功；
• 由工作流创建的意外命令工件未保留在目标工作区中；
• 运行状态仅存在于记录的操作系统临时目录下；
• 没有运行状态被提交或复制到项目中；以及
• 仅在最终 PASS 之后，本地目标（如果可用）才被标记为完成。