docs: 新增任务书 05-tasks-runner，结构.md 同步 runner/tasks 职责与行数

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

docs/结构.md

@@ -7,6 +7,7 @@
 - 用户 2026-10-01 同意：提交的字段定义放 vocab，submissions 只判收不收；vocab 可放规范序列化和哈希两个函数，上限调到 600 行；执行后实际 1030 行，用户同意上限改为 1100 行。
 - 用户 2026-10-02 同意："全部只追加"：账本用一张只追加的表，全部记录都不能改。
 - 用户 2026-10-02 指出可见性、截止序号、通用唯一键都是过度设计："每次给到派的材料有哪些"和"一开始灌进去还是让它去查"是分开的两件事；Jev 本质上是一种可以代替程序的判别器。据此：谁能看什么归 materials（按任务定材料），ledger 只存；只在方法要求"只能一次"处加唯一约束；Jev 不单独成记录。ledger 预期 500–900 行。
+- 用户 2026-10-02 同意：依赖跟着任务走（一份研究不能自己改依赖），凡是执行任务代码的事都由 runner 在任务镜像里跑，runner 与 tasks 的行数按第七部分。
 - 依据是两次开发调研。一次是模块切分，参考了 Parnas 1972 与 1979、Ousterhout、Cockburn 和同类项目的源码；一次是同类研究的实验设计。
 
 ---
@@ -39,8 +40,8 @@
 | 组织 | submissions（收件） | 一份提交收下还是退回：先程序检查，再问 Jev（字段定义在 vocab） | jev |
 | 外部 | ledger（账本） | 记录怎么存、怎么保证不可改、怎么从记录算出当前状态；花钱动作的登记 | 无 |
 | 外部 | agents（角色会话） | Pi 的接口：开子会话、发工具和提示词、收提交、记用量 | 无 |
-| 外部 | runner（运行器） | Docker 的用法：限时、限核、取消、记资源、取回产物 | 无 |
-| 外部 | tasks（任务） | 一个任务怎么跑、怎么从原始产物独立算分（填圆的合法化也在这里） | 无 |
+| 外部 | runner（运行器） | Docker 的用法：建镜像、限时、限核、断网、记资源、查一次运行的状态 | 无 |
+| 外部 | tasks（任务） | 任务目录里的事实和文件（指标、ε、时限、核数、镜像的 Dockerfile 与依赖清单）；一个任务怎么跑、怎么从原始产物独立算分（填圆的合法化也在这里） | 无 |
 | 外部 | workspace（代码版本） | git 的用法：基线快照、实验员工作目录、冻结候选、代码差异 | 无 |
 | 外部 | jev（Jev 判别） | 问法、阈值、校准 | 无 |
 | 纯计算 | rules（研究规则） | 全部公式和常数；信念本、战绩、余额的计算 | 无 |
@@ -67,7 +68,8 @@
 - **给模型看什么只归 materials。** 每个任务开始时，materials 按方法.md 第三部分定下这个任务能看到的材料。哪些放进第一条消息、哪些等模型用查询工具去读，是同一份材料的两种给法，查询工具查不到这份材料以外的东西。ledger 不判断谁能看什么。
 - **收不收一份提交，只在 submissions 一处判。** 跟状态有关的两条由 ledger 在写入时拒绝：这个阶段还开着吗；要替换的那一份是不是本人刚交的。
 - **信念本**：数字由 rules 算，写成文字由 materials 负责，不单独存，每次现算。
-- **runner 只管怎么跑，tasks 只管怎么判。** 两者互不认识，由 flow 串起来：先向 tasks 要运行定义，交给 runner 去跑，再把产物交回 tasks 算分。
+- **runner 只管怎么跑，tasks 只管怎么判。** 两者互不认识，由 flow 串起来：先向 tasks 要运行定义，交给 runner 去跑，再把产物交回 tasks 算分。凡是要执行任务代码的事（正式运行、判分时跑校验器、轻量检查）都由 runner 在任务镜像里跑，tasks 自己不起进程；只有正式运行登记、扣次数。
+- **依赖跟着任务走。** 镜像由任务目录里的 Dockerfile 和依赖清单建出来，研究开始时建一次，镜像编号冻结进账本的研究配置记录；恢复时只核对，本机没有这个镜像就报错停下，不重建。一份研究不能自己改依赖。
 - **"下一步做什么"只写在 flow 的一个纯函数里。** 每个步骤一个小文件。步骤文件里如果出现公式、字段名单或可见性判断，说明知识漏进来了，要挪回下层。
 
 ---
@@ -189,8 +191,8 @@ Jev 是一个判别器，和程序检查地位相同，不单独成一种记录
 | materials | 1000–1800 |
 | agents | 800–1300 |
 | workspace | 300–600 |
-| runner | 500–900 |
-| tasks | 契约 150–300；填圆 600–1000，另有 Python 文件 |
+| runner | 250–450 |
+| tasks | 公共部分与填圆合计 400–700，另有任务目录里的 Python 文件 |
 | export | 500–900 |
 | vocab | 上限 1100 |