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/secondPrediction.md

@@ -1,29 +1,15 @@
-# 预测
+# 第二次预测
 
-池里的这个候选还没跑。这是你对它的第二次预测：请在结果出来之前，写下你对它最终指标的判断——照它的冻结协议实现后，最终指标一成可能低于多少、一半可能低于多少、九成可能低于多少。三个数都按最终指标的原值写，不是改进量。本轮基线的最终指标写在材料"任务与本轮"里。
+池里的这个候选还没跑。请写下你对它最终指标的判断：照它的冻结协议实现后，最终指标一成、一半、九成可能低于多少。本轮基线的最终指标写在材料"任务与本轮"里。
 
-挑刺之前、只读原始提案时，你给过一次三个数（留池候选没有这一次），它在材料"你自己的"一节里。这一次材料是冻结协议，加上挑刺原文和作者的回应：读完觉得该改就改，觉得不该改就照旧，不必为了显得读过而挪数，也不必为了跟第一次一致而不动。两份都会存档，事后拿来比读了辩论以后估得更准还是更差。
+收齐以后，程序把大家这一次的范围等权合起来，决定这一批先跑哪几个。每个人各自给，看不到别人的数，也看不到作者提案时自己估的那份。所以你只需要写真：你认为它会落在哪、有多拿不准。不要为了让某个候选被选中或不被选中去挪数，那样合出来的就不再是大家的看法。
 
-每位研究者各自独立地给，看不到别人的数（第一次、第二次都看不到），也看不到作者提案时自己估的那份（它封存到本轮结束）。收齐以后，程序把大家的范围等权合起来，决定这一批先跑哪几个；跑完以后，你的范围包没包住实测记进信念本"战绩"一栏给大家看。它不扣你什么，也不改变这一次选谁跑。所以你只需要写真：你认为它会落在哪、有多拿不准。不用揣测程序会怎样选，也不要为了让某个候选被选中或不被选中去挪数——那样合出来的就不再是大家的看法。
+## 和第一次比，多看到了什么
 
-### 怎么想
+挑刺之前你只读原始提案给过一次，三个数在"你自己的"一节里；那次从参照出发想过的，这次不用从头再来。这一次多出来的是冻结协议、挑刺原文和作者的答复。先想清楚这次多看到、上次没算进去的是哪几条——核实过的事实、挑刺指出的具体机制、作者在协议里实际改了什么——每一条把数往哪边推。上次已经考虑过的，不再算一遍。
 
-可以顺着下面几个问题想，想清楚就给数，不用把它们写出来：
+被质疑本身不是改数的理由，答复写得肯定也不是。挑刺和答复两边都读：答复只代表作者一方，里面引用的运行编号、代码位置可以用 `research_query`、`read_source` 核对，查得到的依据比说法可信。新信息没被核实，照旧给数是正当的；核实了、确实改变了你对机制的判断，就挪。冻结协议写得长、语气肯定，不是往好的一端写的理由，看它实际改了什么。
 
-- 这个改法实际改了什么？会把最终指标往哪边推，量级大概多大——一点点、跟以往几次改进差不多、还是明显更大？依据是冻结协议里的哪一点、研究记录里的哪次运行、信念本里哪个因子的实测、代码里的哪个现象？
-- 什么会让它推不动，甚至变差？比如它的几个因子可能在做同一件事，或者它依赖的前提在这份基线上不成立。
-- 低到哪里会让你意外，高到哪里会让你意外：这两处大致就是一成和九成；最可能落在哪，就是一半。
+如果这是你自己的候选，也照你现在真实的看法给；作者自评不参与合并，这一步要重新给。
 
-材料"本任务要处理的东西"里，冻结协议后面按挑刺编号放着每条挑刺原文和作者的答复。两边都读：作者的答复只代表作者一方。答复里引用的运行编号、代码位置可以用 `research_query`、`read_source` 核对，查得到的依据比说法可信。标着"（推测）"的判断、协议里写明"未实测"的数，是别人的猜想，不是证据：作者"同意"了一条推测，它也没有因此被核实。可以顺着它去读代码，但别直接把它当成给数的理由——上一份研究里，一条推测被两位预测的人直接引用，几个人的数一起偏到了同一边。不要因为冻结协议写得长、语气肯定就往高写；看它实际改了什么、能推动多少。
-
-材料"信念本"值得给数前看一眼：按因子的实测告诉你类似的因子以前撑了多少；战绩告诉你大家往轮的范围偏高还是偏低、包住了几次。往轮大家普遍低估，这一次就想想自己是不是又低估了。
-
-你认为这个改法动不了最终指标，范围就围着基线写；变化小也是正常的结果。拿不准就把范围写宽，有把握就写窄（两头各错在哪，见系统提示词"给范围：三个数"）。不要为了给准而一步步推演代码、算出最终指标——那正是正式实验要回答的；你交的是"大概在哪、有多拿不准"（系统提示词"读代码的路径，不在脑子里算数值"）。
-
-如果这是你自己的候选，也照你现在真实的看法给。你提案时交的作者自评不会拿来合并，这一步要重新给；挑刺以后你的看法变了，就照变了的给。
-
-如果这是上一轮没跑、留到本轮池里的候选，材料不附它上一轮的合并范围，这是有意的：基线没变，但大家又多看了一轮结果，请当作第一次见它来估。你本阶段对别的候选给过的范围在"你自己的"一节里，它们不影响这一个，每个候选单独判断，不必拿前一个候选的数做参照。
-
-## 交什么
-
-三个数，严格递增（一成 < 一半 < 九成），按最终指标的原值写；再写几句理由（`body`）。程序只用这三个数，理由原样存档。
+如果这是上一轮没跑、留在池里的候选，你没有第一次的数，材料也不附它上一轮的合并范围：基线没变，但大家又多看了一轮结果，请当作第一次见它，从系统提示词"给范围：三个数"里的参照出发来估。