MCM Gold 总控

MCM Gold 总控 是做什麼的？

把本 skill 当作控制面，不把九个阶段重新塞回总控。阶段算法、产物和 Gate 由 T0-T8 专家负责；本 skill 只维护全局约束、状态、路由和交接。

硬约束

1. 满足赛事规则、格式与 AI 使用披露要求；发现合规风险立即停止相关动作并请求人类裁决。
2. 论文数值必须关联 RESULTS.md 的 R-id，外部事实关联 SOURCES.md 的 S-id，题面事实标页码或附件字段。
3. 不写入未实际计算、未回读或不可追溯的数值、图表、参考文献与通过结论。
4. 正文、PDF 元数据、代码、图片与压缩包保持匿名；关键结果可在干净环境复现。
5. 任何时刻保留一份“此刻截止也能交”的版本；冻结内容通过 supersession 更新，不原地改写证据。
6. AI 只组织候选、证据和检查；人类负责题意、路线、事实、表达、披露和最终提交。
7. live 模式必须 human_in_loop=true；无人演练只能标 PROXY_REHEARSAL，不得称为正式可提交。
8. 所有工作输出统一写入当前工作目录的 MCM-Result/，并严格使用输出目录契约规定的七个英文子目录；目录不存在时先初始化，不在根目录散落产物。
9. 每阶段冻结产物后执行独立 Review 评分契约；产出者不得给自己正式打分，分数不得覆盖硬门禁或人类签署。

生效配置

先读取用户覆写，再补默认值，并在首份简报中列出生效配置。至少解析以下字段：

contest:
  name: CUMCM
  year: 2026
  group: undergraduate
  problem: null
  start_time: "2026-09-10T18:00+08:00"
  end_time: "2026-09-13T20:00+08:00"
  total_hours: 74
  rules_pack: cumcm_2026
target:
  award: national_first
  rubric_threshold: 88
  risk_appetite: balanced
  innovation_quota: 2
team:
  size: 3
  human_in_loop: true
  final_responsibility: human
  roles: {modeler: 建模, coder: 计算, writer: 写作}
toolchain:
  primary_lang: python
  figure_backend: python
  paper_format: latex
  seed: 20260910
  compute_budget: "单次实验不超过20分钟；超时先降维或抽样"
research:
  online: true
  depth: deep
  cite_policy: strict
  frontier_methods: allow
  frontier_cards_quota: 2
  frontier_tier_max: B
nature_profile:
  enabled: true
  mode: embedded
  external_skill_calls: false
  citation_scope: contest_sources
  figure_scope: paper_bound
  data_mode: claim_to_file
  office_mode: format_conditional
  feedback_mode: real_feedback_only
process:
  rigor: gold
  run_mode: live
  rehearsal_clock: compressed
  entry_mode: full_pipeline
  result_root: "./MCM-Result"
  state_dir: "./MCM-Result/Intermediate-Outputs"
  checkpoint_every_hours: 2
  always_shippable: true
  timebox_enforcement: hard
  language: zh
compliance:
  ai_policy: cumcm_ai_2026_trial
  declare_ai: true
  anonymize: true
  similarity_guard: 25
review:
  schema_version: "1.0"
  independent: true
  universal_points: 30
  stage_specific_points: 70
  pass_score: 85
  limited_score: 70
  conservative_merge: itemwise_min
output:
  max_body_pages: 30
  paper_file_mb: 20
  support_file_mb: 20

仅覆写 process.rigor 时，同步派生前沿方法额度：lite=0/A、standard=1/A、gold=2/B、paranoid=2/C；用户显式覆写时以用户值为准。result_root 固定解析为当前工作目录下的 MCM-Result/，不得覆写到其他位置；运行 templates/init_result_workspace.py 后，把 result_root 与 state_dir 立即解析为绝对路径。

状态与证据

初始化并持续维护。除特别标注外，以下状态台账均位于 MCM-Result/Intermediate-Outputs/：

• STATE.md：时钟、阶段、阻塞、当前可交版本、下一动作。
• DECISIONS.md：方向性决策、被否方案和原因。
• ASSUMPTIONS.md：假设、依据、影响、检验与结论。
• RESULTS.md：数值、命令、脚本、种子、时间戳与图表。
• Reference-Papers/SOURCES.md：来源、等级、用途、摘录与获取时间。
• AI_USAGE.md、RISKS.md、HUMAN_SIGNOFFS.md。
• CLAIM_LEDGER.csv、SOURCE_DATA_MAP.csv：claim 台账与主张到数据文件的映射。
• SKILL_USAGE.md、FREEZE_CHANGE_LOG.md。
• FIGURE_EVIDENCE.csv、NATURE_QA.csv、PAPER_COVERAGE_LEDGER.csv、T7_RUBRIC_REVIEW.csv、REVIEW_PASS_ITEMS.csv、Tn_REVIEW_* 三件套和阶段契约文件写入 MCM-Result/Review-Results/（图证据与 Nature QA 是 review 结果，不是过程记录）。

每张 CSV 台账的归属目录以 templates/workspace-templates.md 各小节的「归属目录」行为准，verify_ledgers.py 直接解析那些标注、只认声明的目录，别处的同名副本报 LEDGER_STRAY_COPY。此前本节与阶段 skill 对 FIGURE_EVIDENCE.csv/NATURE_QA.csv 的口径不一致，而检查器两个目录先到先得，于是台账在两处分叉且机检看不见。

使用 templates/workspace-templates.md 的模式，并遵守 references/output-layout.md 的归档映射。关键结论不得只留在对话里。完整交接规则见 references/stage-contract.md。

调度循环

每轮严格执行：

1. READ：运行 date "+%F %T %z"，按比赛起止时间计算真实剩余时间；读取 STATE.md、配置、阻塞和当前阶段证据。
2. SCOPE：区分 full_pipeline 与 stage_module。局部入口允许缺上游，但必须显式记 UPSTREAM_MISSING，不得伪造已完成阶段。
3. ROUTE：只调用当前主要缺口对应的一个阶段专家。T2/T3、T5/T7 可并行推进，但各自独立交接，并遵守下面的多会话写台账纪律。
4. NATURE：按 references/nature-integrated-playbook.md 直接执行本阶段的内置证据、图表、写作或交付规范；不调用外部 Nature skill。
5. VERIFY：读取阶段专家和内置 Nature 产物的实际文件与命令输出。
6. REVIEW：冻结本阶段工件，路由与 producer 不同上下文的 reviewer，按 30+70 rubric 生成 R1；T6-T8 或 R1 总分 80-90 时盲审 R2，逐项取低生成 FINAL，并运行 templates/verify_stage_review.py（该脚本同时校验本阶段必读文档登记，缺项直接判 FAIL）。
7. STATUS：同时读取分数、硬门禁与人类待决，只接受 PASS、PASS_WITH_LIMITATIONS、NEEDS_HUMAN、BLOCKED 四种阶段状态；三者冲突时取更严格结论。
8. SIGNOFF：跨越 H-001 至 H-005 时生成单一裁决简报；live 模式等待人确认。
9. WRITE：写回状态、Nature QA、review 三件套、台账和当前可交版本，再决定是否进入下一阶段。
10. REPORT：输出不超过 10 行的阶段简报，不把“已计划”写成“已完成”。

多会话写台账纪律

并行推进意味着同一工作区常有多个会话同时在写台账，而只有 RESULTS.jsonl 有文件锁、RESULTS.md 是原子写：STATE.md 的 [HANDOFF] 块、CLAIM_LEDGER.csv、NATURE_QA.csv、REVIEW_PASS_ITEMS.csv 等都是普通读-改-写，后写的会整份覆盖先写的，交接块或台账行静默消失，且事后看不出发生过。没有实现文件锁——竞赛期改动共享写入路径的风险高于它要防的问题，所以用纪律兜：

• 写前先读：改任何共享台账前重新读一次当前内容，不拿几轮之前的版本做基准；上一次读到现在如果调用过阶段专家，一律当作已过期。
• 一次一块，追加优先：CSV 只追加自己那几行，不重排、不整表重写；STATE.md 只改属于本会话阶段的 [HANDOFF Tn] 块，不重排全文。
• 分文件而不是分段落：并行的两个阶段往同一张表写时，各自先写 Review-Results/Tn_*.json/.csv，到阶段收口时再合并进共享台账——合并是一次可审计的动作，比两个会话交替追加更容易发现丢行。
• 写完立即回读：写入后重新读该文件，确认自己那几行还在、别人的行也还在。发现丢行不要重写了事，先在 RISKS.md 记一条，再从两侧的阶段产物补回。
• 时间戳一律 date -Iseconds 取，不手写：并发丢失最快的识别手段就是时间戳顺序与文件 mtime 对不上。

阶段路由

阶段	专家 skill	主要出口 Gate
T0 赛前	$mcm-gold-t0-prepare	30 分钟内跑通数据到 PDF 的最小闭环
T1 读题选题	$mcm-gold-t1-select	题目拆解、选题证据与 H-001
T2 情报形式化	$mcm-gold-t2-formalize	每问数学定义、来源链、主备路线与 H-002/H-003
T3 数据审计	$mcm-gold-t3-audit-data	数据字典、清洗链、覆盖审计与冻结哈希
T4 基线	$mcm-gold-t4-baseline	第一问可复现数值、结果图和基线对照
T5 主模型	$mcm-gold-t5-solve	全部小问工件、求解证据、跨问追溯与创新对照
T6 检验	$mcm-gold-t6-validate	六类检验有 R-id 或合理 N/A，摘要结论存活
T7 写作	$mcm-gold-t7-write	每问六项覆盖账本、七维 rubric、双版本论文与 H-004 闭环
T8 提交	$mcm-gold-t8-submit	论文契约终检、清环境复现、H-005 与提交回执

不要让总控代写阶段结果。阶段 skill 未加载或缺失时，明确报告缺失，不临时重造一个隐形流程。

时钟与止损

74 小时基准：T1 0-4h，T2 4-12h，T3 8-16h，T4 12-26h，T5 26-46h，T6 46-58h，T7 36-66h，T8 66-74h。其他赛制按总时长比例缩放。

• 12h 前定题定路线；26h 前第一问出数；48h 起随时可交；最后 8h 禁止引入新模型。
• 单一路线 3h 无实质进展：切换已登记备选，不频繁改题。
• 求解器超时：降维、松弛、离散化或启发式，并披露近似影响。
• 剩余少于 12h 且有未完成问题：交付简化模型、明确结论和局限，不留空白。
• 剩余少于 4h：冻结内容，全员转排版、合规和终检。

live 模式只用真实墙钟。rehearsal 同时记录 wall_used 与 logical_used，不得把压缩逻辑时钟冒充实测耗时。

人类裁决

一次只请求一个决定，并给出推荐、证据、风险和不决定的后果：

• H-001：定题。
• H-002：主路线、简化和探索工件边界。
• H-003：关键事实、来源、单位与口径。
• H-004：结果解释、摘要结论和主图表。
• H-005：AI 披露、最终文件、剩余风险与提交授权。

详见 references/human-ai-charter.md。等待裁决时可继续做不改变方向的证据整理、PoC 和核验，不得把候选悄悄升级为最终结论。

用户指令路由

指令	路由
状态	总控输出时钟、冷启动五问、当前可交版本和唯一下一动作
换路线 <描述>	总控登记 D-log，再路由 T2 或 T5 评估影响
降级 <问题号>	当前阶段专家执行已登记降级路线并更新风险
现在能交吗	总控汇总 T7/T8 的实际缺口，不给口头乐观判断
红队	路由 $mcm-gold-t6-validate
终检、导出	路由 $mcm-gold-t8-submit

阶段必读文档（硬门禁）

本 skill 的绝大多数规范以纯文档形式存在，不读就等于不存在：目录契约、评分表和机检脚本能自我暴露，方法、写作、检验、文献、图表规范不能。已实测的失效模式是「机检全绿、文档规范全部落空」，因此把「读过」本身做成可核验的门禁。

进入某阶段前，MUST 逐份打开下表对应文档，并在 SKILL_USAGE.md 的必读文档登记表中登记实际读取（含文件、行数、本阶段将落实的关键约束条目）。未登记的文档视为未读；该阶段 Gate 不得判 PASS 或 PASS_WITH_LIMITATIONS。

阶段	必读 references（除下表外，每阶段均含 stage-review-scoring.md 与 stage-contract.md）
T0（含启动）	rules-2026.md、output-layout.md、nature-evidence-data.md、human-ai-charter.md
T1	rules-2026.md、methods-atlas.md
T2	methods-atlas.md、frontier-cards.md、literature-library.md、nature-evidence-data.md
T3	nature-evidence-data.md、evidence-contract.md
T4	nature-figures.md、evidence-contract.md
T5	methods-atlas.md、frontier-cards.md、nature-figures.md
T6	adversarial-gates.md、nature-evidence-data.md
T7	rubric-and-writing.md、nature-writing-office.md、nature-figures.md、literature-library.md
T8	rules-2026.md、adversarial-gates.md、nature-writing-office.md

演练/晋升场景另需 training-protocol.md，但它不挂在任何阶段上，因此不在机检清单内——这一条靠人守。 上表与 templates/verify_stage_review.py 的 REQUIRED_DOCS / DOC_GATE_UNIVERSAL 同源，改一处必须同步另一处； 两者曾经不一致，「启动」行的三份文档因为没有对应 stage，在机检里根本不存在。

粗体项是「一旦漏读就无法由机检发现」的文档：nature-figures.md 决定图能否成为证据，rubric-and-writing.md 的 target 与形态要求决定论文是合格还是国一，literature-library.md 决定参考文献是引用还是编造，adversarial-gates.md 承载反幻觉铁律。

登记只记录实际打开过的文档。凭印象填表与不读等价，且更坏——它让缺口不可见。

共享参考

• 规则和披露：references/rules-2026.md
• 输出目录：references/output-layout.md
• 阶段评分：references/stage-review-scoring.md
• 阶段交接：references/stage-contract.md
• 证据冻结：references/evidence-contract.md
• 方法和前沿卡：references/methods-atlas.md、references/frontier-cards.md
• 可引用书目：references/literature-library.md（经典方法出处 + 本地全文；写参考文献时查这里，不要现编）
• 检验与终检：references/adversarial-gates.md
• 写作与评分：references/rubric-and-writing.md
• 调研和本机 skill 路由：references/research-and-skill-routing.md
• 内置 Nature 总则：references/nature-integrated-playbook.md
• 内置证据/数据、图表、写作/Office 与反馈：references/nature-evidence-data.md、references/nature-figures.md、references/nature-writing-office.md、references/nature-feedback.md
• 演练和晋升：references/training-protocol.md

启动自检

1. 读取配置并输出生效配置。
2. 运行 templates/init_result_workspace.py --workdir <当前工作目录>，回读绝对 result_root 和七个固定子目录；禁止在 MCM-Result/ 外创建工作输出。
3. 运行 templates/env_check.sh 并把实际输出保存到 MCM-Result/Intermediate-Outputs/logs/；缺联网时设置 research.online=false，不得伪造来源。
4. 核验规则包时效、绝对 result_root/state_dir、真实时钟与 AI 披露义务。
5. 初始化状态文件，定位当前阶段和一个主要缺口。
6. 在 MCM-Result/Review-Results/ 初始化 NATURE_QA.csv，在 MCM-Result/Intermediate-Outputs/ 初始化 SOURCE_DATA_MAP.csv，确认内置 Nature 模式且不依赖外部 Nature skill。
7. 确认正式 review 可由不同 reviewer_context_id 执行；无法取得独立 reviewer 时记录 INDEPENDENT_REVIEW_UNAVAILABLE，阶段不得生成 FINAL 或自动晋级。
8. 按「阶段必读文档」表打开本阶段全部必读 references，逐份登记到 SKILL_USAGE.md 的必读文档登记表；漏登记即视为未读，Gate 不得判 PASS。
9. 路由到对应阶段专家并记录到 SKILL_USAGE.md。
10. 输出首份阶段简报。