docs: 新增任务书 12（flow 第 1 部分：骨架与第零轮）；验收看研究质量、正式与检验代码分开

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

docs/方法.md

@@ -145,7 +145,7 @@
 ### 4.1 研究开始
 
 1. 程序把这份研究的配置冻结进账本，包括 N、M、因子数上限、每批上限、运行次数、各决策点用哪条规则、方法参数、提示词哈希。之后的流程只读这份冻结的配置。
-2. 已有的结果只有在实验条件完全相符时才能当基线；没有符合条件的结果，就安排一次基线运行，计入运行次数。
+2. 研究开始时跑一次基线，计入运行次数。不复用别的研究的结果。
 
 ### 4.2 第零轮：各自找不同的入口
 
@@ -705,7 +705,7 @@ VOI(S) = E_{S 的结果}[ max_p E(收益_p | S 的结果) ] − max_p E(收益_p
 - **运行一旦启动，就按实测记账。** 跑完才发现实现有错，也不标为无效重跑。
 - **不支持中途作废重做某一轮**，也不支持替换提示词模板、放弃某个阶段。想重来，就另开一份新研究。
 - **开发入口**：研究因为模型交不出合格提交而停下后，开发者可以修好提示词，在同一阶段只重新发起那一个任务。这个入口由配置开关控制，配置里必须写明开还是关：正式研究写关，开发调试时才写开。〔自定〕打开过这个入口的研究，不能当验收证据。
-- **每个阶段结束时核对几条总账**，不符就停。例如：扣掉的次数等于已确认启动的正式运行数；每条证据只记一次账。
+- **总账由记录方式本身保证，不另设核对。** 扣掉的次数不单独存，每次从"确认启动"的记录数出来；同一轮的消融结算只能写一条，重复写入直接报错。
 
 ---