iteration_log.md — Small Loop 迭代记录
打分对象：
SKILL.md（不是某次具体交付，是这份操作手册本身"照做能不能拿到高分"）。 打分方法：与industry_avg_score.md基线一同一套方法——逐维度检查 SKILL.md 的操作指令 是否明确关闭了该维度对应的真实缺口，用真实样本（A/B/独立样本p-v82tpc）做交叉验证： "如果 coder 严格照这份 SKILL.md 执行，会不会拦住/记录下这个样本里已经发生过的真实问题"。 目标线：80（industry_avg_score.md基线三）。上限 10 轮，本文档记录每轮改了什么/为什么/ 重新打分多少，不展开评分细节推演过程（细节口径与sample_verification.md/benchmark_v1.md一致，此处只记结论）。
Round 1 — SKILL.md v1 首次打分
交叉验证（对样本 A/B 的一致性核对）：
- 样本A attempt-1"代码走查+CSS规则推导确认……判定PASS"——命中 SKILL.md VERIFY 机械动作1 的信号词列表（"代码走查"）。若 coder 照做，这条会被当场拦住 → D1 机制有效。
- 样本B
currentScrollTarget——SDD §3.2"不需要维护状态标志……不写这段代码是明确选择"，命中 SKILL.md 清单B 摘录规则（"不需要""不写"字样）。若 coder 照做，写这段代码时会触发清单B 停下 三选一 → D5 机制对"SDD明确禁止"这一档有效。
独立样本反查（发现真实缺口）：p-v82tpc 的 hashchange/replaceState 防御性代码，SDD
I-2 没有明确禁止，只是没提到。按 SKILL.md v1 EXECUTE 机械动作当前写法——"这段代码对应
清单B哪一条？（大概率是'不对应任何一条'，那就跳过，正常记流水账即可）"——这段代码恰好落在
"不对应清单B"这一支，会被直接放过，不会被强制记录。但 benchmark_v1.md D5 5分档原文要求
"代码里出现的每一个 SDD 未提及或明确禁止的实现决策，都能在 coder.log 找到对应的显式记录"
——"未提及"和"明确禁止"是并列要求，SKILL.md v1 只做到了后半句，前半句被自己的"大概率
跳过"这句话堵死了。这是本轮 SKILL.md 自身的真实设计缺口，不是凑数——sample_verification.md
里独立样本的 D5=3 分档命中，就是这个缺口在真实场景下的直接后果。
逐维度打分：
| 维度 | 分数 | 依据 |
|---|---|---|
| D1 | 5 | 信号词负面清单 + "命令+输出缺一不算数"正面要求双重把关，样本A交叉验证通过，未发现遗漏 |
| D2 | 4 | 三要素要求明确，但 SKILL.md 正文已自陈"独立发现的 D2 缺口……本轮先记录不展开处理"（取值口径/最坏情况覆盖问题），已知缺口未关闭 |
| D3 | 5 | 占位符扫描 + 数值逐项核对，判据字面清晰，无遗漏 |
| D4 | 4 | 清单A 机制能覆盖"扫描SDD全部具体标识符"，但"标签语义变化算不算锚点"这条边界未写清楚，存在分类歧义风险 |
| D5 | 3 | 本轮核心问题：EXECUTE 机械动作只强制记录"清单B匹配"（明确禁止）情形，未强制记录"SDD未提及"情形，与 benchmark D5 5分档要求的"未提及或明确禁止"并列条件不符，独立样本已实测命中这个缺口 |
| D6 | 5 | 高/低风险判断线 + vacuous case 显式记录要求，判据清晰，样本核对无遗漏 |
加权和 = 5/5×25 + 4/5×15 + 5/5×13 + 4/5×12 + 3/5×25 + 5/5×10
= 25 + 12 + 13 + 9.6 + 15 + 10 = 84.6
封顶检查：D1=5(≥4) 不封顶；D5=3(=3) → 上限70
最终得分 = min(84.6, 70) = 70.0
70 分，低于目标线 80，弱维度：D5（封顶生效，是本轮唯一拖累总分的维度）。继续 Round 2。
Round 2 — 修复 D5：EXECUTE 阶段补"SDD 未提及"分支
改动：SKILL.md EXECUTE 阶段机械动作原第1-2步只区分"对应清单B"与"不对应清单B"两支，
后者直接放过。改为三支判断：
- 对应清单B（明确禁止）→ 停下三选一（不变）。
- 不对应清单B，但也不是 SDD 字面契约（模块划分/接口契约/数据形态等章节）明确要求的实现 内容——即"SDD 通篇没提过这个行为"→ 新增分支：至少留一句"SDD 未提及，新增理由：……"， 不需要三选一决策（比清单B情形宽松），但必须留痕，不许直接跳过。
- 完全是 SDD 已要求内容的实现细节（换个变量名做同一件事）→ 走清单A 内部命名判断（不变）。
同时把"独立验证样本原型（p-v82tpc）"那条反模式对照从"❌ 反模式"移到这条新分支下面，
标注"这类偏离现在必须过第2支，留一句话即可过关，不再是'大概率跳过'"。
改动为什么能关闭缺口：新分支2 直接对应 benchmark D5 5分档"未提及"那半句要求，覆盖了此前
"大概率跳过"留下的空子。用独立样本反查：hashchange/replaceState 代码不属于清单B（SDD未
禁止），但也不属于"SDD已要求内容的实现细节"（SDD压根没让做这件事），落入新分支2，要求留痕
——如果 coder 照新版执行，这处偏离会被记录，不再是"大概率跳过"的放过状态。
重新打分（只重算 D5，其余维度本轮无改动，沿用 Round 1 分数）：
D5 新判据覆盖了"未提及"和"明确禁止"两种情形，且都要求留痕（前者要求相对宽松，一句话即可； 后者要求三选一决策），达到 benchmark D5 5分档的字面要求。是否给满分 5，还是保守给 4？ 保守给 4——理由：新分支2 只要求"留一句话"，没有像清单B情形那样要求"权衡利弊"，这是刻意 简化（避免对"SDD没说的所有代码"都要求重量级决策记录，防止 SKILL.md 变成不可执行的形式主义 负担），但这个简化本身意味着"记录质量"可能参差（一句敷衍的"新增理由：需要"也满足字面要求， 但达不到 benchmark 5分档"有清晰说明为什么明知SDD不建议还是要加"的精神）。给 4 分是如实反映 "机制已覆盖，但执行质量的把关还留有空间"，不因为"补了一条规则"就直接跳到满分。
D5 = 4/5×25 = 20.0（替换 Round 1 的 15.0）
加权和 = 25 + 12 + 13 + 9.6 + 20 + 10 = 89.6
封顶检查：D1=5(≥4) 不封顶；D5=4(≥4) 不封顶
最终得分 = 89.6
89.6 分，超过目标线 80。达标，停止迭代。
是否继续迭代到更高分（如 D2/D4 已知缺口）的决定
Round 2 已达标（89.6 ≥ 80），按任务书"低于目标线才继续迭代"的规则，不再进行 Round 3。 D2（取值口径/最坏情况覆盖）与 D4（标签语义锚点边界）两处已知缺口有意保留、不在本轮 SKILL.md 里强行打满分掩盖——理由：
- D2 的问题根源在 validator 侧的计算口径，不在 coder 侧
coder.log本身，训练对象是 coder 不是 validator，勉强塞进 SKILL.md 会做成"管别的节点的事"的越权指令。 - D4 的标签语义问题目前只有一个真实样本命中，样本量不足以确认这是普遍规律还是这次
独立样本的个案，
workgraph-planning-methodology-trial训练的教训是"单样本过拟合出的 规则"风险高，此处选择记录、不立即写死规则，等下次训练/复训有第二个真实样本佐证再决定 是否正式写入。
这两处已经写进 sample_verification.md 的"发现的规则问题"一节，留给 benchmark_v1.md
后续修订版和下一轮训练参考，不是遗漏，是有意识的止损点。
迭代汇总
| 轮次 | 改了什么 | 为什么 | 重新打分 |
|---|---|---|---|
| 1（首次） | — | 首次用 A/B/独立样本三方交叉验证打分 | 70.0（D5=3 封顶） |
| 2 | EXECUTE 阶段新增"SDD未提及"记录分支，关闭"大概率跳过"的字面漏洞 | 独立样本 p-v82tpc 的 hashchange 代码实测命中这个漏洞，不是假设性缺口 |
89.6（达标，停止） |
共 2 轮，远低于 10 轮上限。