## 直接答案

> 迁入说明（2026-10-11）：本文来自 Workflow Arena 的研究档案。下文“主归档”和“main”指原来源仓；本目录仅发布可复核的汇总与选卡证据，未打包的原始材料以文字来源定位信息保留。链接与本机路径已为离线阅读整理；原始文件 hash 和发布文件 hash 分开记录，见本目录的来源核验清单。

D1 R3 原 Judge-01 的 `0` 已由同一冻结 package 的 replacement Judge `100` 覆盖。原无效 bundle 已移入本 recovery 的 `original-invalid-judge-01/Candidate-A`（未打包来源：`WorkArena:original-invalid-judge-01/Candidate-A`），不再参与源 campaign 汇总；[`promotion.json`](promotion.json) 绑定旧、新结果 hash 和原 package hash。

源 campaign 已重新执行零模型 `Summarize`。D1 R3 的有效分数为 `100 / 100`，D1 三轮六份有效 Judge 分数全部为 `100`，D1 均分由 `83.33` 修正为 `100.00`。H0601 八任务 48 份有效 Judge 分数总和为 `4528`，均分由 `92.25` 修正为 `94.33`。

## 有效评测汇总

| Task | 三轮 Judge 均分 | Task 均分 |
|---|---:|---:|
| D1 cli-item-list-fields | 100.00 / 100.00 / 100.00 | 100.00 |
| D2 eslint-preserve-caught-error | 100.00 / 100.00 / 95.00 | 98.33 |
| D3 pytest-plugin-entry-points | 100.00 / 100.00 / 96.00 | 98.67 |
| D4 pytest-addini-type-expressions | 87.50 / 84.00 / 90.50 | 87.33 |
| D5 bat-sanitize | 97.50 / 79.00 / 89.00 | 88.50 |
| D6 sqlmodel-field-constraints | 99.50 / 79.50 / 100.00 | 93.00 |
| D7 axum-custom-executor | 96.00 / 99.50 / 100.00 | 98.50 |
| D8 prometheus-utf8-negotiation fixed-v1 | 91.00 / 86.50 / 93.50 | 90.33 |
| **Overall** | **24 runs / 48 Judges** | **94.33** |

所有 24 个 workflow 均完成。分栏指标不能与 Judge 分数混写：13/24 treatment audit passed，18/24 外部 focused tests passed，9/24 pre-hidden Candidate-visible verification passed。这些红项包含 skill-adoption、receipt-currentness、缺失工具或封闭运行环境等不同原因，不能仅凭计数归因为产品失败。

## H052 到 H0601 的演进策略

精确谱系是 `H04 W-01/P-01 → H052 a601aa8 → H0601`。仓库没有正式的 `H06/W-xx` Weakness Card；`H060101` 到 `H060103` 是结构检查码，不是 Weakness 编号。因此不新造编号，H0601 直接命名并处理 H052 暴露出的两个 Weakness。

### Weakness 1：false semantic closure

H052 已经建立 `Change Spec Session → exact-digest confirmation → fresh Implement Session → Controller terminalization`，但“章节、REQ 和确认存在”仍可能被误当成产品语义闭合。公开 API 身份、precedence/default/fallback、相邻 preserved behavior、docs/changelog 或真正未决的问题仍可能缺失；max-turn `EXHAUSTED` 也可能被错误送入 confirmed handoff。

H0601 没有增加 Proposal/Design/Review 或第二产品合同，而是在同一个 Change Spec 中要求每个 REQ 写清 public surface 和公开名称/签名；Operator 只对 exact digest 做语义确认，未知就 `CONTINUE`，只有 `CONFIRM + 结构有效 + 开放决策为无` 才 handoff。`EXHAUSTED` 保持 unconfirmed、workflow-blocking。Spec Agent 在自己认为完成、准备最终确认时主动运行 Candidate-visible 结构自检，报错后自行修正；Controller 不参与这个 SDD 内循环。

### Weakness 2：obligation-to-visible-evidence disconnect

H052 的 visible runner 从 task-level `focusedTests` 取得自由 shell command，验证计划没有绑定到 confirmed Spec 的具体 REQ。因此 pytest green 可以与 static typing obligation 脱节，命令链或 `|| true` 也可能吞掉前序失败，且 receipt 无法审计某条义务究竟由什么证据观察。

H0601 将最小验证声明直接放在每个 REQ 内：`category + argv + env + cwd + timeoutSeconds`。Controller 使用 `shell=false` 按声明逐条独立执行，记录真实 start/exit/timeout、分离 stdout/stderr path/bytes/hash，并把 receipt 绑定到 exact Spec digest 和 current product projection。Receipt 完整/current 才允许 workflow terminalization；命令 red 如实记为 product verification failed，但不把诚实 workflow completion 伪装成产品 green。

一句话概括：H0601 没有改掉 H052 的两阶段架构，而是把“有一份 confirmed Spec”升级为“语义真实闭合的 exact-digest Spec”，并把“跑一组 task tests”升级为“每个 REQ 自带、Controller 逐项执行且 current-bound 的 Candidate-visible evidence”。

## 边界与验证

- Replacement 使用与原 D1 R3 相同的 `packageHash=c5a9612d336031e0e38f2b587be8c7bec68ac03456daf258df2ab8d0bd8e4023`、同一 blind prompt/schema、`gpt-5.6-terra/high`、read-only 和无网络配置。
- 新 Judge 没有收到纠错答案或原 Judge 的失效原因；只读取原冻结 package。
- 源 campaign 当前生效的是已提升的 `Judge-01 result`（未打包来源：`WorkArena:cli-item-list-fields-matrixspec-lean-h0601-eval-r1/evaluation/results/judge-01/Candidate-A/judge.final.json`）；replacement recovery bundle 与源槽的绑定由 [`promotion.json`](promotion.json) 记录，旧 bundle 仅在 recovery archive 保留。
- D1 的 `anonymous-summary.json`（未打包来源：`WorkArena:cli-item-list-fields-matrixspec-lean-h0601-eval-r1/evaluation/anonymous-summary.json`） 和 `matrixspec-comparison.md`（未打包来源：`WorkArena:cli-item-list-fields-matrixspec-lean-h0601-eval-r1/reports/matrixspec-comparison.md`） 已由现有 `Summarize` 重生成。
- 没有重跑 Candidate、Operator、Controller、focused tests、hidden evaluator 或 campaign，也没有读取 hidden raw case、input、expected、failure、stack trace或 coverage selection。