docs: 方法加诊断（每轮提案前在当前基线上做诊断实验），消融默认关；写任务书 18

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

docs/结构.md

@@ -94,6 +94,9 @@
 
 ```
  1. 开轮：放信念本，处理留池候选
+ 1a. 诊断（余额至少 2 次）：诊断解释与实验 → 判重合并 → 诊断预测 → 选诊断实验 →
+      实现 → 核验 →（不通过：修复 → 再核验）→ 一次正式运行 → 诊断结算
+                                                            〔规则：信息价值减成本〕
  2. 提案
  3. 判重合并
  4. 第一次预测（看原始提案）
@@ -104,7 +107,7 @@
  9. 对每个入选候选：实现 → 核验 →（不通过：修复 → 再核验）→ 正式运行
 10. 整批公开，记分数账和信息账
 11. 采纳
-12. 若采纳的改法有 2 个以上因子：
+12. 若消融开着、而且采纳的改法有 2 个以上因子（现行配置消融关）：
       列格 → 解释 → 选格 → 对每个选中的格：消融实现 → 核验 → 运行 → 结算
                           〔规则：选格规则〕
 13. 收尾，更新信念本
@@ -120,6 +123,7 @@
 | 2. 开轮到选批 | 4.3 ①–⑧（选批由用户 2026-10-03 定并进来） | 第 1 轮的整体研究质量（任务书 14）：提案在研究路径上处在哪一步、多样性与判重、提案质量、挑刺与回应、预测是否合理、选批、过程健康；同一轮的提示词按调研结论先诊断再改 | 不回放（用户 2026-10-03 定）。参考项目高分运行（12-real-2、14-real-1、15-real-1、15-tight-2、16-real-1）第 1 轮的文字和我们的 3 次运行一起去掉来历，交全新上下文的审阅者按同一套方面打分比较 |
 | 3. 实现到采纳 | ⑨–⑫ | 扣掉的次数等于确认启动的运行数；修复用完不跑、不扣、记事件 | 15-tight-2 第 1 轮的修复 |
 | 4. 消融到收尾 | ⑬–⑱ 与研究结束 | 解释冻结早于任何一格启动；每格只结算一次 | 不回放（用户 2026-10-04 同意）。从头真实跑 3 份完整研究到余额用完，当四部分合起来的验收；消融与收尾和参考项目 15-real-1、15-tight-2、16-real-1 并排看 |
+| 5. 诊断（任务书 18） | 4.3 诊 1–诊 4；消融默认关 | 诊断预测冻结早于诊断运行启动；一次诊断只扣一次、只结算一次 | 不回放。从头真实跑 3 份完整研究，和任务书 17 的 B、D（没有诊断、消融开）并排看 |
 
 **怎么验证**（用户 2026-10-03 定）：一律用真 Jev、真 Docker，不做假的 Jev、Docker、任务，flow 不为此开替换口子。同样的输入真实跑几次，结果都符合要求就算通过；真实运行里没出现过的情况不专门造出来测。用户原话："我建议用一律用真 Jev、真 Docker。因为其实我们现在是在做科学研究，不是在开发程序……我们只需要重复运行多次"。模型一侧两种都做：
 
@@ -136,7 +140,7 @@
 
 **全部只追加。** 所有记录放在同一张表里，每一行是：序号（自动递增，就是时间先后）、种类、内容（JSON）、内容的哈希。整张表禁止修改、禁止删除，由数据库触发器保证。要更正就追加一条新记录；"开"和"关"、"替换"也都写成新记录。
 
-恢复时只核对、不重做写入（CLAUDE.md"中断后怎么恢复"），所以记录照写就是，不需要通用的去重。有自己编号、按定义只发生一次的记录，按编号加数据库唯一约束，重复了就报错：阶段开、阶段关、运行登记、确认启动、运行结果、模型调用开始、模型调用结束、消融结算（按轮次：每轮最多采纳一个改法，所以最多一次消融）。没有这种编号的记录（提交的各个版本、事件、用量）照写。前后顺序（比如启动前要先登记）由 flow 的同一个入口保证，ledger 不查。运行编号由 flow 起；确认没启动、退还名额后要重试，就起一个新编号。
+恢复时只核对、不重做写入（CLAUDE.md"中断后怎么恢复"），所以记录照写就是，不需要通用的去重。有自己编号、按定义只发生一次的记录，按编号加数据库唯一约束，重复了就报错：阶段开、阶段关、运行登记、确认启动、运行结果、模型调用开始、模型调用结束、消融结算、诊断结算（按轮次：每轮最多一次）。没有这种编号的记录（提交的各个版本、事件、用量）照写。前后顺序（比如启动前要先登记）由 flow 的同一个入口保证，ledger 不查。运行编号由 flow 起；确认没启动、退还名额后要重试，就起一个新编号。
 
 | # | 记录 | 内容 | 谁写入 |
 | --- | --- | --- | --- |
@@ -145,10 +149,10 @@
 | 3 | 提交 | 各种提交的每一版：入口、讨论、志愿、提案、两次预测、挑刺、回应、解释、收尾、实现、核验：阶段关闭后以最后一版为准，此后由 ledger 拒绝再写。私人笔记的每一条：不属于任何阶段，以最后写入的一条为准。每一版带收下时用到的 Jev 判断（含原始概率和结论，没用到 Jev 的为空）。被退回的提交也记，附对象（同提交的 target：候选、原提案或消融格，没有对象的为空）、退回理由和用到的 Jev 判断 | flow（经 submissions 判定后） |
 | 4 | 冻结协议 | 每个候选的冻结版本：方法.md 4.3 ⑥ 列的因子清单、保障清单、指标登记、正文、实现条款，以及轮次、出发的基线、合并了哪些原提案。答复不在其中，留在回应或统一的提交记录里（用户 2026-10-03 定） | flow（主体由 submissions 拼） |
 | 5 | 作者自评 | 封存时的三个数；解封时追加一条解封记录 | flow |
-| 6 | 冻结代码 | 每份候选代码和消融格代码的版本号，以及因子位置表 | flow（版本号由 workspace 给出） |
+| 6 | 冻结代码 | 每份候选代码、诊断程序和消融格代码的版本号，以及因子位置表、诊断实验位置表 | flow（版本号由 workspace 给出） |
 | 7 | 运行 | 每次正式运行三条：登记要跑（占名额）；确认启动（扣次）；结果（分数、合法化、指标、答案路径、资源） | flow（结果由 runner 与 tasks 给出） |
-| 8 | 决定 | 程序做的每个决定：选批、采纳、选格、押的因子、入口分配、判重合并。每条存规则名、规则版本、方法参数、种子、全部输入、输出；用到 Jev 的（判重合并），输入里带 Jev 的原始概率 | flow（由 rules 计算） |
-| 9 | 结算 | 每格的结局、撑几成、配合关系标签、每条解释的确认或否定、世界比特、惊讶 | flow（由 rules 计算） |
+| 8 | 决定 | 程序做的每个决定：选诊断实验、选批、采纳、选格、押的因子、入口分配、判重合并（提案和诊断实验）。每条存规则名、规则版本、方法参数、种子、全部输入、输出；用到 Jev 的（判重合并），输入里带 Jev 的原始概率 | flow（由 rules 计算） |
+| 9 | 结算 | 消融：每格的结局、撑几成、配合关系标签、每条解释的确认或否定、世界比特、惊讶。诊断：每个实验的结局与实测、每条诊断解释的确认或否定、世界比特、惊讶、诊断推出的方向 | flow（由 rules 计算） |
 | 10 | 用量 | 模型调用三条：开始（附这次任务的全部材料）、每次回复的用量、结束（带这次调用的墙钟时间；中断后恢复时补写的结束记录，结局记出错、原因写"进程中断"，墙钟时间记测不到）。正式运行的资源用量记在运行结果里。只记录 | flow（用量由 agents 交出） |
 | 11 | 事件 | 违规记录、"按配置跳过"、"没测"及原因、停下的原因 | flow |