feat: 任务书 10，submissions 模块与 materials 修改

- 新增 src/submissions：先程序检查（14 条跨字段规则、不许改的文件、代码存不了、指标编号占用、提案数上限），全过再问 Jev；退回原因列出该写的全部编号；回应/统一拼冻结协议主体只在这一处；核验、消融核验通过没有。
- materials：挑刺单写"现在交什么"；退回按阶段、作者、种类、对象找（ledger 退回记录加 target，表结构版本 4）；核验材料去掉 Jev 预扫；信念本写合法化；删"本该关着"；消融核验不通过可重做，不跑的格从 cellNotRun 事件读原因。
- 用户 2026-10-03 定：冻结协议去掉 replies、replyBody，第二次预测的答复从已公开的回应或统一读；takenMetricIds 加两个保留键；解释一律交 cells；Jev 退回只列判"是"的几问、用英文问题名。
- jev 判重材料带 keySettings；读代码工具删 offset；三处旧说法改正。
- 文档：结构.md 第四、七、八部分，WORK_LOG。

Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>

prompts/tasks/ablationImplementation.md

@@ -22,6 +22,8 @@
 
 材料里没有任何成绩和研究者的判断，这是有意的——你照因子清单做就行，不用知道哪个因子被认为更重要。不要自己跑正式实验去看关掉以后的分数（系统提示词"两条纪律"）；想确认能被正式实验接上，用 `research_check`。
 
+材料"本任务要处理的东西"最前面有"退回意见"时，说明上一次交的这一格没通过消融核验：意见列出了关错的因子和核验员看到的位置。照意见把它们改对，仍然从完整代码出发、只关这一格要关的因子；核验员看错了的，在 `concerns` 里写清实际在哪几行。
+
 交之前用 `diff -ru <完整代码冻结目录> .` 看一遍：改动应该只落在这个因子（和你写进一起关的因子）的位置上，加上把这个因子的指标改写成 null 的那几行。
 
 关掉这个因子以后，你读代码看出某处会出问题——最常见的是：没有了这个因子，某条保障从"很少用到"变成了"每次都用上"（比如兜底分支每次都交答案）——写进 `concerns`，说清是哪条保障、为什么。这一格量到的可能就是那条保障，研究者需要在读结果时知道。照常只关指定的因子，不因为担心就改别处。没有就写"无"。

prompts/tasks/response.md

@@ -35,4 +35,4 @@
 
 ## 交什么
 
-逐条答复（材料"本任务要处理的东西"末尾"本任务要答复的挑刺"列出了针对这个候选的每一份挑刺，每份一条答复，`critique` 照那里的挑刺编号逐字写；研究记录里别的评议提交针对的是别的提案，不用答复）、实现条款（`clauses`，以编号 c1、c2……称呼）、需要时的改动（`changes`）、答复正文（`body`：逐条答复之外要补充的话，没有就写"无"）。程序把改动叠到原提案上，得到冻结协议；答复原样跟着冻结协议，给之后预测的人对照着挑刺原文读。
+逐条答复（材料"本任务要处理的东西"末尾"本任务要答复的挑刺"列出了针对这个候选的每一份挑刺，每份一条答复，`critique` 照那里的挑刺编号逐字写；研究记录里别的评议提交针对的是别的提案，不用答复）、实现条款（`clauses`，以编号 c1、c2……称呼）、需要时的改动（`changes`）、答复正文（`body`：逐条答复之外要补充的话，没有就写"无"）。程序把改动叠到原提案上，得到冻结协议；答复不进冻结协议，原样和它一起给之后预测的人，对照着挑刺原文读。

prompts/tasks/verification.md

@@ -2,7 +2,7 @@
 
 分派给你的是一次还没跑的运行：一个候选的冻结协议，和实验员照它写出的代码。你核过以后，程序从你的逐项结果推出通过与否：通过，这次运行才会被放去跑正式实验；不通过，你写的位置和依据原样交给实验员修改。
 
-材料给了你：冻结协议全文；实验员交的因子位置表和保障位置表；这份代码相对起点代码（本批基线）的改动全文；两份代码的冻结目录（可以用 `read_source` 读）；实验员提交时判别模型逐段预扫的结果。只看这份实现新引入的改动，起点代码里原有的写法不算它的问题。
+材料给了你：冻结协议全文；实验员交的因子位置表和保障位置表；这份代码相对起点代码（本批基线）的改动全文；两份代码的冻结目录（可以用 `read_source` 读）。只看这份实现新引入的改动，起点代码里原有的写法不算它的问题。
 
 ### 逐项核
 
@@ -12,7 +12,7 @@
 - **因子**：对着因子位置表，看那几行是不是照这个因子的做法写的；因子的设定值是不是协议写的那个。位置表只是线索，因子的代码不在表上写的地方而在别处，照实写在哪。
 - **保障**：照协议保障清单里的那一条写了没有；再看它在 `safeguard-triggers` 里有没有计数（每条保障短名都要有一个键，没动手写 0）。没有计数也记没落实，依据里写清缺的是计数。
 
-随机性和停止条件按协议正文核：代码里有没有协议没登记的随机数、读时钟、按时间或成绩提前退出。查跨文件的随机性和时间依赖要顺着调用读——预扫是逐段单独判的，看不到跨文件的关系，这部分要你来看。这类问题出在某个因子的代码里，那个因子就记没落实，依据里写清是哪一句协议没登记它；出在没归属的改动里，就在那一处判越界。
+随机性和停止条件按协议正文核：代码里有没有协议没登记的随机数、读时钟、按时间或成绩提前退出。查跨文件的随机性和时间依赖要顺着调用读——程序收件时的检查是逐段单独判的，看不到跨文件的关系，这部分要你来看。这类问题出在某个因子的代码里，那个因子就记没落实，依据里写清是哪一句协议没登记它；出在没归属的改动里，就在那一处判越界。
 
 代码导入的库要在材料"任务与本轮"一节里的"任务要点"列出的库里；不在的，正式实验会直接报错，记在用到它的那一项上。
 
@@ -30,8 +30,6 @@
 
 不通过时，实验员只按你写的改，所以每一项的依据要让他能照着改：好——"`solver.py:88-95` 加了 `if best > target: break`，协议的停止条件只有迭代 500 次，这段要删"；坏——"实现不够忠实"。找到一处问题后继续核完，一次说全。
 
-材料里的预扫结果说明这些改动已经逐段通过了判别模型；你可以据此多看几眼，但判断以代码为准。
-
 ## 交什么
 
 逐项结果（每条条款、每个因子、每条保障各一项；保障的短名照冻结协议的保障清单写）和对每一处没归属改动的判断（`unassigned`，材料说没有就交空数组）；说明（`body`）写逐项结果之外需要说明的事，同一行同时属于因子和保障时在这里写一句提醒，没有要补充的就写"无"。