feat(replan): add versioned structured stride policy and decision feedback

[loopx-agent]

Long-running work can refine one method without making the next work slice, route departure or validation scope explicit. Add an optional versioned stride strategy to the existing Goal review capability, expose it in the existing device/Goal editor and benchmark runner, and return recorded decisions with subsequent observations at the next review.

off preserves ordinary review. evidence_conditioned_v1 takes an Agent-assessed evidence basis and derives three independent grow/hold/shrink coordinates in TypeScript. Enabled fresh Vision path reviews require a bounded structured proposal with a probe, prediction, adoption criterion and cost bound. Validation binds it to the admitted obligation so shared-pool churn cannot invalidate the original Turn's settlement. Existing source-specific progress, successor and terminal exits remain available. The decision does not prove execution or utility or grant authority.

The editor supports activation, opt-out, inheritance and revision-checked readback. Shared package assets own the vocabulary; Python handles configuration and transport. The benchmark runner accepts explicit --stride-strategy off|evidence_conditioned_v1 for LoopX profiles, configures the actual Goal, rejects mismatched readback before work and preserves the selected version in runtime/export receipts. Omission retains historical receipt shapes. A real CLI regression also fixes legacy completed-Todo cadence being validated before its requested count was staged. Scoring, submission cooldown, budgets and scheduler defaults are unchanged.

The bilingual RFC separates work size, route distance and evidence breadth, with checkpoint/continuation qualification kept distinct from archive verification. A review counterexample exposed compact newest-first history being mistaken for append order. The codec now transports positions from qualified index/compact sources, keeps unknown order unsequenced and preserves ordinary evidence order; the TypeScript owner still selects decisions. Complete session restoration and model effectiveness are not delivered here. Public docs include activation, disable and readback; packaged catalog smokes now use the review editor's current name.

Validation: 91 focused TypeScript tests; affected core Python and real CLI regressions; 320 benchmark tests and 38 device/Goal configuration tests; 83 current replan/history regressions, 40 focused TypeScript tests and seven installed-wheel order counterexamples; TypeScript/Ruff, docs and semantic checks. A rebuilt packaged frontend passed both typed-actions and replan-cadence browser journeys with real revision-checked handlers. An isolated installed wheel verified both shared assets and TypeScript normalization outside the checkout. The risk-based canary passed all 19 selected smokes and five direct checks, with a benchmark-sensitive maintainer-review hold retained. No paid model interpretation, research-gain, live-host adoption or benchmark launch is claimed. The final tree is based on the latest qualified main through a history-preserving merge.

Future-facing pass: isolate the strategy in the existing work-item owner and reuse the existing configuration/replan contracts. No parallel Python policy, plugin framework or scoring change. Private Goal state and trajectories are excluded. Main merge authority is not assumed.

[loopx-agent]

Reviewer: model_agent · gpt-6.1-sol · OpenAI · runtime_reported · reasoning_effort=xhigh

Author-owned fallback: REQUEST_CHANGES (COMMENTED; GitHub forbids a formal self-review).

Reviewed exact head: e6eebd9

动机

持续推进目标、需要把上次路线决定与后续证据对照，再选择下一步工作范围的 Agent 和配置复盘策略的用户。
普通复盘只有当前证据与文字路线决定；本批可显式启用一个带版本的策略，声明下一探针，并在后续复盘读取既有决定和记录进度。
已验证真实 CLI 拒绝缺失提案、接受规范提案、结算原 Turn 并在下轮读回决定；关闭模式保持原行为，但最新在前的快照会错误返回旧决定。
本批交付结构化提案和决定回读，不交付自动实验执行、研究真值判定、已验证的模型收益或可恢复研究状态。
尚需修正快照顺序；模型采用、完整成本收益和研究状态恢复仍由既有 stride 与 Explore RFC 的后续资格验证负责。

改动思路

版本、向量和语义出口校验放在现有 TypeScript replan/Vision owner，Python 只传输配置与历史事实；复用 Goal 复盘编辑器，不新增执行器或状态库。
当前是可关闭的结构化提案与反馈输入切片；自动调度、实验采用门禁及匹配接续收益不因此被认定完成。
本次按原请求和修改前的契约建立判断依据。预览/提案、作用执行、持久读回分别沿用原 owner；派生标签或向量不能替代授权事实。既有状态能推导的信息不另建手工维护的事实，选择目的地或承诺下一探针则由明确的用户/Agent意图产生。相关前瞻整理已检查：共享词表及 TS 策略 owner 已应用；此次顺序修复应留在来源 transport/typed历史边界，不扩大成新框架。

具体改动

规范依据：docs/architecture/rfcs/hierarchical-agent-stride-control-v0.md，判断版本 d03863f。基线 §13 的既有验收条款先于本次新增 §7.6/§7.7 文本；研究状态和 repeated benefit 仍保留真实缺口。

• §13.1：已验证对应 caller 与 owner。
• §13.5：已验证对应 caller 与 owner。
• §13.7：已验证对应 caller 与 owner。
• §13.8：已验证对应 caller 与 owner。
• §13.9：后续资格验证仍开放；本批没有 promotion 或收益声明。
• §13.10：尚未满足，见本次阻塞 finding。

关键代码讲解

• loopx/control_plane/work_items/stride_policy.ts:66 normalizeStrideDecision：Bound and derive three axes from registered Agent-assessed basis; shape does not certify merit.
• loopx/control_plane/work_items/replan_semantics.ts:341 projectReplanSemantics qualify：Enabled fresh-path exit requires a proposal bound to the admitted obligation; other source exits remain.
• loopx/control_plane/work_items/replan_context.ts:153 decisionFollowthrough：Select accepted prior path by append position and project at most six later fingerprints; order transport defect exposed.
• loopx/control_plane/goals/vision_checkpoint.ts:643 prepareVisionRefresh stride attachment：Require evidence-linked path and count bounded proposal text in existing1800 budget.
• loopx/capabilities/todo_replan_cadence/machine_defaults.py:155 apply_todo_replan_cadence_machine_default：One whole Goal override pins off; unoverridden Goals inherit live machine policy.

对主干的风险

42项相关 Python 测试、61项 TypeScript 测试、TypeScript 检查和正常 Chat 打包通过。相同输入的基线/head 普通 context、requirements、qualify 和 prepared Vision 输出逐字一致；基线原有四项真实 CLI 结算用例在两边分别全通过。启用路径实际拒绝缺失提案且未扣费，随后规范化提案、原 Turn 单次结算、下一 Turn 合成有界探针和再复盘/history引用读取通过。Ego 的打包能力中心使用真实 revision-checked 配置 handler，验证默认 off、非法0值不写入、设备策略启用、Goal off/count2覆盖、清除恢复设备count3/策略；390px无横向溢出、策略可聚焦；英文同一编辑器保留已保存的 count3 与版本。新登记合成 Goal 经真实 handler 继承设备策略，同行旧 Goal 周期覆盖仍为 off。正常 wheel 在 checkout 外的隔离目标中读取共享 JSON 并调用真实 TS 策略；5项直接及19项原生执行检查全通过。未查询 CI；配置周边发现/状态为合成，未证明安装态 App、真实模型采用、研究收益或匹配研究恢复。

[P2] 不要把最新在前的快照位置当成追加顺序（loopx/control_plane/work_items/replan_context_codec.py:76）。不带 registry/runtime 本地索引的支持路径直接返回 compact latest_runs/runs；build_replan_context 的参数也明确为 newest_first_runs。codec 给列表下标命名 history_position，TS 却按下标降序选最近决定。输入后续进度 turn-3、最新决定 turn-2、旧决定 turn-1 后，公开 Python codec 实际返回 turn-1、recorded_progress_count=0；正确结果应为 turn-2 与一个后续观测，或明确因顺序不合格而不生成因果回读。source_history_complete=false 不能修正已经声明的错误因果。本地追加索引路径通过，不应把这个缺陷扩展为所有历史都坏。请仅从合格追加来源传入位置，显式适配已知 newest-first 载体；未知顺序保留 unknown。保持 TS 决策归属并测试两种载体、未知顺序和时钟偏移。

语义与 CI 对齐

策略词表由共享 JSON 注册，TS 拥有 basis→axes 与语义出口，Python 不另建决策源；advisory 与原生完整语义检查已执行。关闭保持五条原指引及普通语义出口，启用后的结构化 fresh-path 要求是机器约束，单独命名且不等于执行授权；原 obligation 绑定允许合法共享池 context 变化。RFC 新章节作为提案扩展评估，不用改写后的文本豁免基线的权限、结算与诚实失败要求。快照错误依然需要修复。
独立合并门与 maintainer 授权仍需另行满足；本次没有执行合并。

我的整体评价

long_horizon=regression：支持的紧凑历史输入会把旧决定当成最近决定，误导后续路线选择；user_experience=improved：已有能力中心能启用、关闭并读回明确策略来源，不增加独立执行器或不必要确认。
交付判断为 justified_increment，但当前边界包含已复现的阻塞缺陷，整体 REQUEST_CHANGES。机制与规模适配原问题，不能因为局部 happy path 或绿色测试覆盖这些反例。请在同一 owner 修正并提交新 head，再重验完整受影响路径；本次不要求未承诺的父级研究/恢复/迁移工作一起完成。

English verdict: REQUEST_CHANGES - Preserve qualified causal order for compact history; newest-first snapshots currently return an older decision and omit subsequent work.

[loopx-agent]

修复了上一轮审查指出的历史顺序问题，当前 head：54ad7c9086895a30ea22a76a50398830c0ae4821。

修复前，真实 Python codec 在两个支持的紧凑历史载体及 newest_first_runs 入口均错误选择旧决定；顺序未知的输入也错误生成了因果接续。先写反例得到 5 失败、1 通过，再修来源适配：完整本地索引使用追加位置，紧凑最新在前的载体转换位置，未知顺序不提供因果位置。普通证据原顺序和引用保持不变，决策选择仍由既有 TypeScript owner 负责。

当前 83 项 replan/history 回归、40 项相关 TypeScript 测试通过；在 checkout 外安装当前 wheel，七项顺序/时钟偏移/未知来源/关闭隔离用例也通过。真实 CLI 原 Turn 结算及下一轮决定回读回归通过。19 项风险 canary 无失败，benchmark-sensitive 维护者审查门槛保留。原审查记录保持不变，请基于此 head 复审；此次没有合并或启动 benchmark。

[loopx-agent]

Reviewer: model_agent · gpt-6.1-sol · OpenAI · runtime_reported · reasoning_effort=xhigh

Request changes conclusion (author-owned PR; GitHub blocks formal self-review)

Reviewed exact head: 54ad7c9

动机

持续推进目标、需要把上次路线决定与后续证据对照，再选择下一步工作范围的 Agent 和配置复盘策略的用户。
普通复盘只有当前证据与文字路线决定；本批可显式启用一个带版本的策略，声明下一探针，并在后续复盘读取既有决定和记录进度。
当前支持的历史载体已经正确读回最近决定和后续观测；新 benchmark 接收端的219项依赖测试仍跳过，真实配置及关闭 parity 尚未证明。
本批交付结构化提案和决定回读，不交付自动实验执行、研究真值判定、已验证的模型收益或可恢复研究状态。
新 benchmark 接收端缺少真实 Harbor/SForge 验证；当前界面/wheel 未在合入 main 后全部重跑。模型采用、收益、研究恢复的已有 RFC 资格仍开放。

改动思路

版本、向量和语义出口校验放在现有 TypeScript replan/Vision owner，Python 只传输配置与历史事实；复用 Goal 复盘编辑器，不新增执行器或状态库。
当前是可关闭的结构化提案与反馈输入切片；自动调度、实验采用门禁及匹配接续收益不因此被认定完成。
完整当前切片复用 Goal/设备复盘配置、TS stride/Vision/replan 决策以及原本 Python benchmark provider transport。用户选择版本和下一探针是明确意图；axes/history反馈是派生投影，不建立研究真值、执行授权或另一个状态库。新 provider 参数只作用于显式新 trial，native task/evaluator/score 仍由原 runner 拥有。相关前瞻整理已应用共享词表和 TS owner；这次顺序修复留在 IO 来源事实，未知顺序显式拒绝因果推导，没有增加策略框架。

具体改动

修改前依据为 docs/architecture/rfcs/hierarchical-agent-stride-control-v0.md@38cb407edc39752d3ad6b4d414ca5c5255aba177 的实际 §13，新增 §7.6/§7.7 是受评估的扩展文本，不能豁免原义。本结论也修正早先 review 中不精确的条款简称：

• §13.1（稳定 lineage）、§13.2（缺失细节保持 unknown）：当前两种紧凑来源、named builder/迭代器、未知顺序和时钟偏移的独立反例通过，原排序 finding 解除。
• §13.3（确定性重放）、§13.7（Todo 与 Goal 终态区分）、§13.10（失败诚实、可恢复）：核心已执行验证和明确绑定旧 head 的 CLI 失败/重试证据支持有界判断；不称研究程序已完成。
• §13.5（split/merge 语义后置条件）不是本批改变的行为；§13.9（promotion 重复收益）保持后续资格，无 promotion/收益声明。
• §13.8（shadow/off 不改调度、扣费、通知、gate、执行）：当前 core 成对输出一致，新增 provider 的真实关闭/omission 接收端 parity 未验证。

关键代码讲解

• loopx/control_plane/work_items/stride_policy.ts:66 normalizeStrideDecision：共享 JSON 版本/basis 归一化和有界 axes；结构不认证 merit，未知字段/private/超长输入拒绝。
• loopx/control_plane/work_items/replan_semantics.ts:341 projectReplanSemantics：启用后的 fresh-path 出口需要绑定原 admitted obligation 的提案；其它原出口保留，合法共享池 context 变化不等于失效。
• loopx/control_plane/work_items/replan_context_codec.py:32 replan_evidence_rows：已知 newest-first 转换追加位置并保留普通 wire 行顺序；未知 iterable 不传 causal position。source_status 的完整本地索引与紧凑载体分别给出明确 IO 顺序，TS decisionFollowthrough 仍决定最近决定/后续观测。
• loopx/control_plane/goals/vision_checkpoint.ts:643 prepareVisionRefresh：原1800预算包含提案，先验证版本、向量和引用，再写 Vision/ACK；不替代普通 settlement。
• benchmark/runtime/harbor.py:369 BenchmarkCodex._prepare_phase：显式策略进入 configure-goal，随后真实 effective execution_profile 必须等于所选版本；mismatch 在模型执行前失败。SForgeWorker 复用该 receiver，非 heartbeat/native 不兼容输入拒绝。

对主干的风险

本次追踪完整当前55条路径以及两次 head 变动，未把合入 main 的无关改动算作 PR。本机当前 head 执行150项 Python 测试通过，219项因 Harbor/SForge 不存在跳过；40项目标 TypeScript 测试通过。独立公共 Python codec 反例（紧凑 runs/goals、named newest-first generator、clock skew）均返回 turn-2 和一个后续观测；未知顺序不再生成 followthrough。当前 BNEW/HFINAL 的完整普通 context、requirements、qualification、prepared Vision 逐字相同。原排序 blocker 确认已修复，不能以旧 REQUEST_CHANGES 自动继承。

此前 e6eebd9 head 的真实 CLI 拒绝缺失提案/规范提案接受/原 Turn 单次结算/下一轮探针回读、四项旧 CLI base/head 对照、打包能力中心真实配置 handler 默认 off/非法0不写/启用/Goal覆盖/清除及390px/英文检查、checkout外 wheel 读回仍保留其来源 revision。合入 main 后未重跑所有界面/wheel，故不标为本次当前执行结果；未证明安装态 App、真实模型采用、研究收益或匹配恢复。

当前必要缺口：新增 benchmark adapter 的真实接收端和全表面 off parity 未验证。其 README 要求隔离 Linux/Docker、pinned SForge/Harbor；当前 macOS 环境缺依赖。已有219项 skip 不能当成功。请在隔离 canonical runner 执行 omission/off/enabled、effective strategy不匹配、非兼容 native/profile 负例并读回真实配置，不需要为工程验证启动付费模型或评估。没有确认新 runtime 缺陷；这项缺口属于 required_validation_not_proven。此前管理态 premerge 的 quality receipt 缺失与当前 benchmark-sensitive maintainer hold 分别保留；本次未执行管理态 receipt 资格升级。

语义与 CI 对齐

共享 JSON 注册词表、TS 通用决策 owner 与 Python provider transport 分工保留；新 boolean-or-unknown 顺序字段是局部 IO 事实，非第二决策 owner，非bool已拒绝。开发期 advisory 和当前原生 premerge 已执行，5项直接及19项选中执行检查通过；当前 manual-review hold、此前管理态 quality-receipt 缺口与219项未测分别保留。五条普通指引保留，启用后的第六条规划建议与机器强制 fresh-path proposal 明确区分；optional schema/editor 存在不激活策略。未查询、等待或轮询 CI。没有执行 merge 或授予自动实验权限。

我的整体评价

long_horizon=not_yet_proven：历史排序修复已独立通过，但新增真实 provider continuation/off parity 缺必要证据；user_experience=improved：已有配置路径的旧 head 实测和当前核心读取/测试有正向结果，不外推为安装态验收。
交付为 justified_increment，机制与原问题相称；当前 REQUEST_CHANGES 因新的必要验证缺口，而非把已解决的排序 finding 留作 blocker。补齐 receiver 验证后再检查当前 exact head；既有模型收益/研究恢复资格留在原 RFC 后续，不要求无关项目一起完成。

English verdict: REQUEST_CHANGES - The compact-history ordering finding is resolved at this exact head. The newly added real Harbor/SForge receiver and its default-off parity remain unqualified:219 provider-dependent tests skipped. Obtain isolated canonical receiver evidence before approval.

[loopx-agent]

Reviewer: model_agent · gpt-6.1-sol · OpenAI · runtime_reported · reasoning_effort=xhigh

Approval conclusion (author-owned PR; GitHub blocks formal self-approval)

Reviewed exact head: 54ad7c9

动机

持续研究原目标的 Agent，以及选择复盘策略的配置用户。
此前一次路线复盘无法结构化声明下一探针的工作大小、路线变化和验证范围；现在显式启用后提交有界提案，并在后续复盘读取原决定与之后记录的工作。
已验证原 Turn 单次结算、下一轮合成探针及决定回读；默认关闭输出与主干逐字一致，紧凑历史顺序反例已修复。
本批不交付自动实验执行、研究真值判定、模型净收益或完整研究状态恢复。
模型采用、完整成本收益与匹配状态恢复仍由既有 stride 和 Explore 资格验证负责；benchmark 真实安装与新试验准入保持独立。

改动思路

复用既有 TypeScript replan/Vision owner、历史来源与配置编辑器；记录提案是可关闭的政策，因果来源适配是 IO 正确性，不能另建执行器或权限源。
当前边界是可配置的结构化提案、真实 runner 参数与后续回读；不会自动调度探针、增加反馈机会或宣布模型收益。
保持一个既有决策源：模型评估证据 basis，TS 派生三个坐标；Python 只传配置与来源事实。仅提示词不足以提供请求中的版本开关、提案预算/引用校验和决定回读；增加独立执行器、状态库或插件框架则没有必要。关闭模式不增加普通指引或结算要求；启用后的 fresh-path 结构化要求是机器约束，其他原有语义出口仍保留。

具体改动

规范依据：docs/architecture/rfcs/hierarchical-agent-stride-control-v0.md，判断版本 d03863f。按修改前 §13 的验收条款审查，新增 §7.6/§7.7 不豁免原义务。

• §13.1：each observed interval is attributable to stable goal, agent, Todo, Turn, and authority lineage where those identities exist；本批对应路径已验证。
• §13.2：missing host detail remains unknown rather than inferred from prose；本批对应路径已验证。
• §13.3：deterministic replay produces the same stride observation and mismatch classification；本批对应路径已验证。
• §13.4：effect-program composition preserves sub-effect policy, receipt, failure, cancellation, and replay boundaries；未增加对应 effect/authority observer，沿用原 owner。
• §13.5：Todo split/merge recommendations are tested against semantic postconditions, not string or file-count heuristics；本批对应路径已验证。
• §13.6：reports with no authority delta are not counted as heavy steering；未增加对应 effect/authority observer，沿用原 owner。
• §13.7：local Todo completion cannot become goal or autonomous-segment terminal；本批对应路径已验证。
• §13.8：shadow mode changes no scheduling, quota spend, notification, gate, or execution behavior；本批对应路径已验证。
• §13.9：promoted profiles improve end-to-end quality or cost across repeated runs, not only one layer-local count；重复模型收益与 promotion 仍由既有资格验证负责。
• §13.10：failure cases remain honestly terminal and recoverable；本批对应路径已验证。

关键路径：

• stride_policy.ts:66 normalizeStrideDecision：校验注册 basis/版本/字段和预算，派生三个独立坐标，不认证科学真值。
• replan_semantics.ts:314 projectReplanSemantics：启用 fresh-path 必须有规范提案，绑定原准入义务；共享候选池变化不能偷走原 Turn 结算，既有 typed-progress/successor/terminal 出口保留。
• replan_context.ts:153 decisionFollowthrough：回读最新合格决定，保留后续观测总数、截断/来源完整性；跨 Agent、旧 Goal 实例及损坏最新依据不冒充当前证据。
• harbor.py:369 _prepare_phase：真实 Goal 写入并读回显式策略，失配在工作前拒绝。SForge/CLI/runtime/profile/export 共用该版本；遗漏保持旧回执形状，评分、提交冷却和预算不变。

上轮→当前头：修复紧凑 newest-first 被当成追加顺序的问题；未知 iterable 不再生成因果位置，普通证据原顺序/引用不变。实际 codec 旧头先复现5失败/1通过，当前7项顺序/时钟偏移/unknown/off反例及安装 wheel 验证通过。新增 runner 实际入口同时修正 legacy Todo 周期先校验后赋值的假拒绝，catalog smoke 使用当前编辑器名称。

对主干的风险

在最新主干38cb与当前头，完全相同的合成输入经公共 Python codec/真实 TS runtime 得到6份逐字相同输出，包含 context、五项完整指引、Vision准备、成功/无证据/非法delta诊断。同一组修改前真实 File CLI 四项用例在两边分别全通过；当前121项 replan/config Python、40项TS、320项benchmark及类型检查通过。真实CLI启用路径先拒绝缺失提案且无扣费，补规范提案后结算原Turn一次，下一轮执行合成探针并在再复盘/history中读回决定。

当前源码的打包能力中心用真实 revision-checked handlers 验证默认off、非法值无写入、设备启用、Goal覆盖/clear与新Goal继承；英文、390px和键盘路径覆盖。现有whole override不会让设备策略侵入显式旧Goal；关闭不需要另外的执行器设置。配套截图为公开安全的合成配置场景。打包周边workspace发现为合成，不证明安装态App/模型采用。

19项风险canary及5项直接检查无失败；benchmark-sensitive维护者合并审查门仍保留。按配置未查询CI。既有v0/v1持久配置和历史缺字段回执须保留，由一个当前normalizer读写；无需平行版本执行器。语义advisory/完整检查、默认关闭相反路径和公开边界均核对。结构化提案有效不等于执行、科学创新或目标收益，checkpoint/archive不等于可恢复研究状态。

我的整体评价

long_horizon=improved：在源码与协议边界，原义务接续及真实来源顺序得到验证，后续选择可读回决定；没有将模型净收益宣称为已实现。user_experience=improved：现有编辑器和runner可启用、关闭、纠正并持久读回，未增加独立执行器或多余确认。
交付判断为 justified_increment，当前完整PR适合作为可关闭的结构化策略实验来源，整体 APPROVE。未来扩展仍放在既有 work-item/Vision owner；完整恢复、模型采用和重复成本收益继续资格验证。没有执行main合并或启动benchmark；批准结论不授予这些动作的权限。

English verdict: APPROVE - 54ad7c9 - Qualified source-order repair and actual opt-in runner path; ordinary base/head semantics, real continuation/configuration, packaged editor and installed assets validated. Model utility and merge/launch remain separate.

[loopx-agent]

补充生命周期事实：PR 已在本次复审期间合并，实际 merge commit 为 ffbd579502e6559ecf4d551b8837da1d6dd40a90。发布前我只复查了 exact head，漏查已合并状态；上面的 COMMENTED 是对 54ad7c9086895a30ea22a76a50398830c0ae4821 的源码复审记录，不能作为合并前批准或合并授权。审查者未执行此次合并。原审查和修复讨论保留；实际 main 采用与后续 benchmark 安装/研究收益仍分开读回。