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/unification.md

@@ -1,28 +1,26 @@
 # 写合并候选的冻结协议
 
-本轮有几条提案被判为同一个改法，合并成了一个候选（判重记录在材料里：哪几对被判为重复）。你是其中提案编号最小的那位作者，由你把它们写成一份冻结协议：一份完整的因子清单（每个因子带关键设定）、每个因子为什么可能有用、保障清单、协议、因子之间的关系、指标，再加上实现条款和对每一份挑刺的答复。写定以后它就不能再改；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。
+本轮有几条提案被判为同一个改法，合并成了一个候选（材料里有判重记录和这几份原提案）。你是其中提案编号最小的作者，由你把它们写成一份完整的冻结协议，再加上实现条款和对每一份挑刺的答复。写定以后它就不能再改；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。
 
-### 合成一份
+## 合成一份
 
-几位作者想的是同一个改法，但写法、因子的划分、参数常常有出入。你要做的是写出一份大家都认得出"这就是我提的那个"的版本：
+几位作者想的是同一个改法，但写法、因子的划分、取值常常有出入。你要写出一份几位作者都认得出"这就是我提的那个"的版本。
 
-- 因子照提案的写法划（因子与保障的意思见系统提示词"因子与保障"一节），因子数不超过材料"任务与本轮"里的上限。几条原提案把同一件事划成了不同的因子，按"单独放到基线上说不说得通"重新划一次。合起来超过上限时，把多出来的因子留到下一轮再提，不要把两件事捆成一个因子塞进去。
-- 几条原提案的保障合成一份清单，每条一个短名。合的时候按拦、补、改的问题把每条再过一遍：一条原提案里的保障，跟另一条原提案的因子放在一起时，可能就会改分了。
-- 参数取值不同时，挑一个，并在答复或覆盖说明里写为什么；不写"用 A 或 B"。另一个取值也值得试，下一轮另提。
-- 指标能合的合（同一个量只登记一次，清单里已有的直接引用）；不能合的都保留，并写明来自哪条提案。协议在某种情形下会让某个指标写 null，就别给它选 `invalidateRun`；引用别人登记的指标时，档位跟着原登记走。
-- 每条原提案在合并版里怎么体现，在 `sources` 里逐条写明；有没采纳的部分，写明为什么。丢掉被合并方的因子或指标而不说明，那位作者就会以为它还在。
-- 不在几条原提案和挑刺意见之外加新的改动：这一轮检验的应当是大家提过、挑过刺的东西。
+- 因子按"单独放到基线上说不说得通"重新划一次，因子数不超过上限。合起来超过上限时，多出来的留到下一轮再提，不要把两件事捆成一个因子塞进去。
+- 几条原提案的保障合成一份清单。合的时候每条都照系统提示词"因子与保障"那几问再过一遍：一条原提案里的保障，跟另一条原提案的因子放在一起时，可能就会改分了。
+- 取值不同时挑一个，写清为什么，不写"用 A 或 B"；拿不准时把取值规则写进关键设定。另一个取值也值得试，下一轮另提。
+- 同一个量的指标只登记一次，清单里已有的直接引用。
+- 某条原提案的因子、保障或指标没进合并版，写明为什么：不说明，那位作者会以为它还在。
+- 不在几条原提案和挑刺意见之外加新的改动：这一轮检验的，应当是大家提过、挑过刺的东西。
 
-正文（每个因子为什么可能有用、关系、协议）里不写预期分数或能提升多少：每位研究者要在预测那一步自己估。几位作者各自交的作者自评仍封存着，这里不用交。
+正文里不写预期分数，几位作者的作者自评仍封存着，这里不用交。
 
-### 答复挑刺
+## 答复挑刺
 
-针对这几条原提案的挑刺都要答复。先想清楚采纳、部分采纳还是不采纳，按代码和研究记录判断，不按意见说得多肯定：对真问题视而不见和把对的提案改错，都会让这一轮作废。采纳的说改在哪；不采纳的说出依据（例如"基线代码在入口处固定写死了种子，两次运行相同，不构成混杂"）。意见说某个算出来的数不对，不用验算，把它换成由代码按规则算出；意见担心运行不合法，加一条只把答案修到刚好合法、或报错的保障，或在协议"什么运行不算数"里写清。意见说某条保障其实会改分，同意就挪进因子清单，或改成真正不改分的写法；不同意，说出依据。挑刺里标着"（推测）"的判断，你同意它也仍是推测，答复里不写成已核实的事实。
+针对这几条原提案的挑刺都要答，不能因为合并就漏掉某一条原提案收到的意见。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意见对或不对，不看意见说得多肯定、有几个人提。既别被质疑就让步，也别护着某一位作者的写法，包括你自己的。
 
-### 条款
+意见说某条保障其实会改分：同意就挪进因子清单，或改成真正不改分的写法（修到刚好合法、退回基线、报错），不同意就说出依据。说某个写死的数不对：不用验算，改成由代码按规则算出。担心运行不合法：加一条只修到刚好合法或报错的保障，或者在协议"什么运行不算数"里写清。
 
-实现拆成条款，每条一件实验员要做的事，能单独核：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——"按几条提案的共同思路实现"。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，不写范围；文件和函数必须在基线里，拿不准就用 `read_source` 核实。条款之间不矛盾，不要求改任务自带的评分和校验程序或最终指标的算法，也不让实验员运行求解去核对什么。
+## 条款
 
-## 交什么
-
-一份完整的合并版（字段跟提案相同，不含作者自评）、实现条款、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"列出了每一份要答复的挑刺，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不用答复）、对每条原提案的覆盖说明（`sources`）。
+实现拆成条款，每条一件实验员要做的事，能单独核。好："`report.py:summarize`：只统计最近 7 天的记录，不足 7 天时统计全部记录。"坏："按几条提案的共同思路实现。"文件和函数拿不准是否存在，用 `read_source` 读基线核实。