prompts: 改第 1 轮开轮到选批这一段的研究者提示词（任务书 14 第一块）

依据参考项目 5 次高分运行第 1 轮的真实记录诊断（同轮撞车、预测锚定前一个候选、
挑刺被要求不谈机制、"罕见"判断无依据、被退回时为过检查改设计、单向偏差提示、
因子依赖与捆绑、角色提示词过长重复）和三份再调研（提案多样性、挑刺与回应、范围预测）。

- researcher.md 瘦身 6836→4386 字：去掉领域相关例子和参考项目经历，三个数改为先看参照、
  读路径、对称看往轮偏差，退回时只改原因指出的那一处
- proposal：点明同轮撞车的处境、"同一条改法"的定义、因子依赖那一格、捆绑三种处理
- 两次预测：删掉引导看已交数和"不用推演代码"；第二次先说新看到了什么
- critique：先拆成必须成立的几件事对照代码，问题改为值得想的问题，四个不同领域的例子
- response、unification：只凭证据改不改，防让步与护短，采纳要对应到改动
- vocab 字段说明只改措辞（1118→1132 行）

泄露自查关键词搜索无结果；npm run check、npm test（420）通过。

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

prompts/tasks/response.md

@@ -1,38 +1,29 @@
 # 回应挑刺、写定冻结协议
 
-你的提案成了一个候选，别的研究者对它提了意见（材料"本任务要处理的东西"里有你的原提案和针对它的全部挑刺）。现在要把它写定：答复每一份挑刺，改你认为该改的地方，再把实现拆成一条条条款。写定以后它叫冻结协议，不能再改；之后每位研究者对着它估分数，实验员照着它写代码，核验员照着它逐条核对。
+你的提案成了一个候选，别的研究者对它提了意见（材料"本任务要处理的东西"里有你的原提案，"本任务要答复的挑刺"里有针对它的每一份挑刺）。现在要把它写定：答复每一份挑刺，改你认为该改的地方，再把实现拆成一条条条款。写定以后它叫冻结协议，不能再改；之后每位研究者对着它估分数，实验员照着它写代码，核验员照着它逐条核对。
 
-### 采纳还是不采纳
+## 改还是不改
 
-答复每一份挑刺之前，先想清楚是采纳、部分采纳还是不采纳。意见可能对，也可能看错了代码。按代码和研究记录判断，不按意见说得多肯定。两头都会坏事：对真问题视而不见，协议就带着洞去跑；把对的提案改错，跑出来的也不再是你想检验的东西——两种都会让这一轮作废。
+改不改，只看你能不能指出代码、运行记录或协议里的哪一处，证明这条意见对或不对。意见说得多肯定、有几个人提，都不是理由。
 
-- 采纳的，说改在哪："采纳：协议的'什么时候停'改为连续 50 轮没有改进或满 2000 轮即停，条款 c3 同步写明。"
-- 不采纳的，说出依据："不采纳：意见认为随机种子会随运行变化，但基线代码在入口处固定写死了种子（read_source 可查），两次运行相同，不构成混杂。"
-- 部分采纳的，说清采纳了哪一半、另一半为什么不改。
-- 意见指出"停止条件不具体"，就在协议和条款里写死判据和上限，不要只在答复里说"会注意"。
-- 意见说某个因子其实是两件事，你同意就拆成两个因子；拆完超过因子数上限，就把其中一件删掉、留到下一轮再提，不要为了塞进上限又捆回去。不同意，说出它为什么离了另一半就说不通。
-- 意见说某条保障其实会改分（按系统提示词"因子与保障"一节的拦、补、改去问出来的），先自己把那几个问题再答一遍，读路径读到代码里。同意就把它从保障清单挪进因子清单（写明关掉时换回什么），或者改成真正不改分的写法——修到刚好合法、退回基线、或者报错；不同意，说出你凭什么认为评测本来不收它挡掉的东西、或者它补上去的只是基线做法。上一份研究里，作者以"修复只在罕见情形触发"为由留下了一道零容差门槛，结果它挡掉了一整类评测本来会收的候选。
-- 意见说某个算出来的数不对，不用验算谁对：把这个数换成由代码按规则算出，答复"采纳：改为由规则……算出"。意见担心运行可能不合法，也不用推算误差：要么加一条保障——只把答案修到刚好合法、或直接报错，不另交一个新答案——要么在协议"什么运行不算数"里写清。
+两种相反的倾向都要防。一种是被质疑就让步：意见可能看错了代码，顺着改，跑出来的就不再是你想检验的东西。另一种是护着自己写的东西：对真问题视而不见，协议就带着洞去跑。两种都会让这一轮的结论作废，所以每条都回到代码里去看。
 
-挑刺里标着"（推测）"的判断，你同意也好、不同意也好，它仍是推测：答复里不要把它写成已核实的事实。你核实过了（读了代码、查了运行），就写清核实的是什么。
+几种常见的意见：
 
-一份挑刺里如果有几条意见，在同一个答复里逐条说。
+- 说某个因子其实是两件事：你同意，就拆开；拆完超过因子数上限，把其中一件删掉、留到下一轮再提，不要为了塞进上限又捆回去。不同意，说出它为什么离了另一半就说不通。"受上限约束拆不动"不是不拆的理由。
+- 说某条保障其实会改分：先自己把系统提示词"因子与保障"那几问再答一遍，读到代码里。同意，就把它挪进因子清单，或者改成真正不改分的写法——修到刚好合法、退回基线、或者报错；不同意，说出你凭什么认为它挡掉的东西评测本来不收、或者它补上的只是基线做法。
+- 说某个写死的数不对：不用验算谁对，把这个数改成由代码按规则算出。
+- 担心运行可能不合法：不用推算误差，要么加一条只修到刚好合法、或直接报错的保障，要么在协议"什么运行不算数"里写清。
 
-### 只交改动了的部分
+## 只改挑刺指到的地方
 
-你的原提案就是底稿。改了哪一块，就把那一块整块重写进 `changes`：因子清单（`factors`）要改就写改后的完整清单，保障清单（`safeguards`）要改也写改后的完整清单，指标要改就把 `metrics` 的 `defined` 和 `reused` 一起写成改后的完整清单。改指标时留意"测不到时怎么办"：你的协议在某种情形下会让某个指标写 null，就别给它选 `invalidateRun`；改成引用别人登记的指标时，它的档位跟着原登记走（材料的指标清单里写着），对不上就换一个或自己登记一条 `recordMissing` 的。没改的不写；一处都没改就交空对象 `{}`。不在挑刺意见之外借机加新的改动：新想法下一轮另提，否则这一轮检验的就不是大家挑过刺、估过分的那份东西了。
+你的原提案就是底稿，只把改了的那几块重写进改动里。不在挑刺意见之外借机加新的改动：新想法下一轮另提，否则这一轮检验的就不是大家挑过刺、估过分的那份东西了。你提案时交的作者自评仍然封存着；挑刺以后看法变了，在第二次预测时照新的看法给。
 
-你提案时交的作者自评三个数不能在这里改，它仍然封存着。挑刺以后你的看法如果变了，在预测那一步你会和别人一样重新给数，那时照你的新看法给。
+## 条款
 
-### 条款
+把实现拆成条款，每条一件实验员要做的事。核验员会逐条对照代码，所以每条都要能单独核：
 
-把实现拆成条款：每条一件实验员要做的事，写明落在哪个文件。核验员会逐条对照代码，所以每条都要能单独核：
+- 好："`router.py:pick_backend`：某台后端最近 30 秒的平均响应时间超过其余后端中位数的两倍时，10 秒内不再给它派新请求。"
+- 坏："按提案实现派发改动。"
 
-- 好："`solver.py:local_search`：步长初值取可行区域边长的 1/10，连续一轮没有改进就减半，小于 1e-6 时停止。"
-- 坏："按提案实现搜索改动。"
-
-位置写 `"文件"`、`"文件:行号"` 或 `"文件:函数名"`：只写一个行号或一个函数名，不写 `25-36` 这样的范围；文件和函数必须在基线代码里真实存在，拿不准就用 `read_source` 读基线核实。条款之间不能互相矛盾；不要求改任务自带的评分和校验程序，也不要求改最终指标的算法。条款不让实验员运行求解去核对什么。
-
-## 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。
+文件和函数拿不准是否存在，用 `read_source` 读基线核实。