evolve_report_v6 — 纠偏 Retrain v6（T-mtlcior6）
产出者：innovator-evolver｜日期：2026-09-03｜上游：T-mtlbufky（Hunt）→ Digest（benchmark_v6） 被改对象基线：
.claude/skills/main_skill/SKILL.mdv0.6.1（sha25603d8cb4f6fd6be942abd6a43aaac22c6d5472687b5d740bf86d8afdb93b53fa8）、agent.md（sha2564f8067875096ec22d80fe759a8ff572a982224ef2c00a22b6c5dc1eeeff6d883）——快照与 sha256 见_v6_artifacts/baseline_snapshot/。 现网文件本轮零改动：SKILL.md / agent.md / config.json 均未触碰（Deploy 由 org-innovator 统一执行）； v1-v5 任何文件未覆盖（本轮产物全部_v6后缀或round_outputs_v6/）。
一、结论（先给达标判定）
| 轨 | 达标线 | 实测 | 判定 |
|---|---|---|---|
| A 轨 prompt（9 个生产场景均值） | ≥ 90 | 98.00（882/9，逐场景 92~100） | ✓ |
| clarify 轨（逐场景，禁合并） | 逐场景 ≥ 85 | TS-47 95 / TS-50 97 / TS-51 97 / TS-55b1 97（min 95） | ✓ |
| 对抗面（必须落低分，VD4） | 全部 | TS-45 20 / TS-48 41 / TS-49 20 / TS-52对抗 61 / TS-53对抗 20 | ✓ |
| 区分度 | — | 80 / 80 / 54 / 31 / 80（正确件 vs 对抗件） | ✓ |
| 零静默引用 / 零臆造 | 必须 | 机械判据 51/51 过（_v6_artifacts/verify_mechanical_v6.py，FAIL=0） |
✓ |
3 轮收敛（r1 基线 → r2 修订 → r3 定点修复，低于 5 轮 session 上限）。
二、候选件：SKILL_v6.md 改了什么
从 v0.6.1 快照生成（_v6_artifacts/apply_v6_edits.py，9 处替换全部带 must-count 断言，零静默失败），
基线快照 51,809 B（26,281 字符）→ 候选件 60,219 B（29,839 字符），净增 +3,558 字符 / +8,410 B。逐条对齐任务必办 a-e：
| 必办 | 落点 | 内容 | 缺口 |
|---|---|---|---|
| a | §1.1 硬门（v6 文件 L194-216） | 作用域钉死：硬门判「主体事实」不判「素材存在性」；三分型——主体事实缺失（该问，用例 C）/ 参考素材缺位（不问、T2VA/L2VA 直出豁免，A：doc1:35、doc1:222，用例 A）/ 点名素材未到达（只就该素材问，用例 B）；素材维度判定推迟到 §3.1，不属硬门；唯一例外 = 外观锁定类职责（R6-C1：doc1:232 收口为唯一合法适用域，不得推广成无图拒跑） | G1/G3 |
| b | §1.2 入口分支（L229-238） | 素材集合为空 → 逐条预检整体跳过 + 显式声明「【参考素材说明】无参考素材（纯文字生成视频）。」（doc1:237 官方先例）；并区分「集合为空」与「点名未到达」两个入口 | G2 |
| c | §8.1 CL1（L593）+ 新增 §8.1b（L603-621） | 「有无参考素材」从必问项收口为条件问项（仅用户点名素材 / 外观锁定类诉求时可问；违反 → CL1=0 范围违规最高档）；§8.1b：范围限定 + 三选项（补传/文字替代/豁免）+ 职责分型 + 不编造续跑 + 部分推进 + 不适用 §8.2 | G4 / R6-C1 / R6-C2 |
| d | §9（L641-646） | 无素材对应交付物 = 一句显式声明（不交空清单）；R6-C3 纯文字免任务类型标记（缺标记不扣分，标素材类标记 = 无中生有素材主张） | G5 / R6-C3 |
| e | 同轮清扫 | §7 自查清单 25→26 条（新增第 26 条「硬门越域」）；§8.2 反向条款补「点名素材未到达不属本节」；§1.7 第 21 条与 R6-C3 对齐（免任何素材类标记）；§3.1 决策树首行加「本问不属硬门域」交叉引用；frontmatter 版本/状态/changes 块 | — |
未动的部分：九维度权重、三轨分值、v5 全部 62 条判据、H1-H16、② 型窗式、链路四层——按「判据与分值零改动」硬约束原样保留。
三、逐轮迭代（细节在 iteration_log_v6.md / round_scores_v6.json / round_outputs_v6/）
r1（基线 v0.6.1，复现训错面）：零素材单 5/5 触发索材或拒跑（TS-44/54/58 → 41/41/41，TS-55b2 → 20， TS-45 对抗 → 20）；点名素材未到达 3/3 被整单化（TS-46 → 20 整单阻塞、TS-47 → 41 整单问全、TS-55b1 → 41）。 素材在场路径（TS-56/57）与正确域（TS-50/51）基线本就合规（100/90/97/97）——纠偏域失效、非纠偏域健康， 与 benchmark_v6 §0.1 的根源定位一致。A 轨生产场景均值 63.6，未达标。
r2（SKILL_v6 修订）：A 轨 9 场景均值 98.0、clarify min 95、对抗 5 件全部落低分。机械复算器 （51 项判据脚本化）拦下 2 处实测缺陷：
- TS-57 三条 url 中两条被写成
…/sb2.png缩写 →RG-url-verbatim判 FAIL（url 失联类错误，正是 v0.6.1 热修域，量尺抓到了）→ D7=2/5，90 分； - TS-46 已到达的图1 只在交付说明归因、正文零内联认领 → §1.7 第 6 条幽灵风险 → D7=3/5，96 分。
r3（定点修复，retry-with-reflection）：只改这两处（TS-46 加 <Picture 1> 内联认领、TS-57 补
JSON 资产层三条 url 逐字），其余场景零改动复测一致 → TS-46 100、TS-57 98，达标收官。
保留的真实扣分（不抹平）：TS-52 92（At 时间戳写进 [Shot 1] 内未拆 [Shot 2]，H5 记号纪律）、 TS-58 96（画外音固定短语误用于画内对话——递伞场景两人面对面，off-screen + 唇部闭合与画面语义矛盾， D5=3/5）、TS-54/55b2 98（单景别未做分层写法，D6=4）、TS-50/51 97（CL4 推定项与反问项轻微重叠/冗余确认）。
四、判据缺齿登记（只登记不改，按硬约束须先报回）
本轮未发现需修判据的缺齿：4 条对抗样本全部如预期落低分（benchmark_v6 §六自检的 20/41/20 全部复现）， 未出现「对抗件拿高分 = 判据缺齿」情形。两条观察供 Digest 参考（非本轮改动）：
- CL5 计分口径漂移：TS-48 自检算式（Digest 给出 41 = CL1 0 + CL2 25 + CL3 8 + CL4 8）未含 CL5， 我方沿用该口径；若 CL5 参与计分，对抗件分数会上浮 15 分（41→56），仍低于 85，不影响区分度结论， 但会影响跨轮可比性。建议 Digest 明确「对抗件的 CL5 是否默认 0」。
- TS-52 的 D1 记号纪律（正文内
At 00:02.000未拆镜）在判据集中无对应判据项（属 H5 域但 TS-52 criteria 只覆盖 VD1/VC4/VA2）——我方按 H5 自行扣档到 92。若严格按场景判据集计分应为 100，建议 Digest 决定回归域判据是否跨场景生效。
五、agent_md_patch_v6.md（候选，未部署）
两处候选修订（G6/G7）：L46-48 前置正命题「纯文字模式是合法独立交付模式」+ 三句阻塞/反问条款各归其位 + 「不得把没有参考图当阻塞理由」；L69 加「文字已给足 → 不问」出口（CL1 条件问项在 agent 层可见）。 措辞与 SKILL_v6 逐条同源、不冲突，待验收后与 SKILL_v6 一并 Deploy。
六、未解决局限（如实登记）
- 执行器 = 评分者，无独立复核：机械判据 51 项已脚本化可复算（FAIL=0），但人评判据（D2/D4/D6、 CL1-CL5 细档）为自评，未走 v5 轮的「独立评分者亲核」。建议 org-innovator 抽查 TS-47/TS-58 两个 扣分场景的算式（本轮扣分方向是自我压低，风险在虚高不在虚低——对抗面全部落低分是脚本可验证的）。
- r1 基线行为是复现而非录制：基线在零素材单上的输出按 v0.6.1 条款的扩张读法模拟（与 benchmark_v6 §0.1 登记的已发生训错一致），不是抓取的真实生产会话记录。其分数用于证明「量尺能抓住这条失败路径」， 不用于与 v5 分数可比。
- 对抗件为构造输出（test_scenarios_v6 内建），未在真实 agent 会话复现（benchmark_v6 §九.4 沿用）。
- SKILL_v6 未过真实生产会话回归：候选件的全部证据来自本轮 15 场景；Deploy 后建议首周盯一类 会话——纯文字直出单是否还会索材（G1 修复的直接观测量）。
- R6-C2 三选项集是 C 级构造、R6-C1 收口边界是 R 级推演（Digest 已登记，本轮无新证据）； VB5「部分推进」与 §8.1 CL2「不产出半成品」的边界本轮在 TS-47 实跑过一次（正文落位 + 职责位留口）， 未在真实会话回归。
- TS-46/TS-57 的 round3 修复只针对交付件，SKILL_v6 条文本身无需再改——两处缺陷属执行层遗漏， 恰好被 §1.7 第 6 条 / 第 22 条既有的机械验收条款覆盖，说明条款在、量尺在，风险在执行纪律。
- H6 词数区间本轮全程 N/A：本轮场景均为基础模式三字段 / ② 型窗式，无
detailed_description字段域，未覆盖六段交付面（v5 已覆盖，本轮未回归该面）。
七、产物清单（全部在 /app/system/agents/h3-video-prompt/train/evolve/）
| 文件 | 说明 |
|---|---|
SKILL_v6.md |
候选件 v0.7.0-candidate-v6（26,281 → 29,839 字符，+3,558；51,809 → 60,219 B） |
agent_md_patch_v6.md |
agent.md L46-48 / L69 候选修订（未部署） |
iteration_log_v6.md |
3 轮逐轮摘要 |
evolve_report_v6.md |
本文件 |
round_outputs_v6/round1/（10 件） |
基线行为 + 对抗件 |
round_outputs_v6/round2/（15 件） |
r2 交付（TS-46/57 为缺陷版，留档不删） |
round_outputs_v6/round3/（2 件） |
定点修复版（TS-46 / TS-57） |
round_outputs_v6/gen_r1_and_rest.py |
r1/r2 部分产物的生成脚本（可复跑） |
_v6_artifacts/baseline_snapshot/ |
v0.6.1 SKILL + agent.md 快照 + sha256 |
_v6_artifacts/apply_v6_edits.py |
9 处修订生成脚本（断言式，可复跑） |
_v6_artifacts/verify_mechanical_v6.py + round2_mechanical.json |
51 项机械判据复算器与结果（FAIL=0） |
_v6_artifacts/round_scores_v6.json |
全部逐场景分数 + 可回溯算式 |