diff --git a/research-wiki/designs/2026-07-16-preflight-fixes-design.md b/research-wiki/designs/2026-07-16-preflight-fixes-design.md
index e23000c..ad1fcd5 100644
--- a/research-wiki/designs/2026-07-16-preflight-fixes-design.md
+++ b/research-wiki/designs/2026-07-16-preflight-fixes-design.md
@@ -1,6 +1,6 @@
 # 训练前缺陷修复设计（video-split → Video-MME 900 自进化训练）
 
-> 2026-07-16。两轮审查（接线预检 + 8 维度多代理审查）共确认 19 bug + 接线缺口 + 切分层优化，本设计一次性覆盖。
+> 2026-07-16。两轮审查（第一轮接线预检 + 第二轮 8 维度多代理审查：**19 条确认 / 4 条存疑 / 12 条误报**）。本设计覆盖：19 条确认缺陷 + 4 条存疑中采纳 2 条 + 接线缺口 2 项 + 切分层优化 3 项，逐条映射见 §2.5 覆盖矩阵。
 > **目标**：让 video-split 冻结切分驱动的 Video-MME 900 题自进化训练**一次跑出有效结果**（不崩、不静默失效、信号不被污染）。
 
 ## 1. 背景与问题总览
@@ -17,10 +17,48 @@
 
 ## 2. 设计目标与非目标
 
-**目标**：修复全部 23 项确认缺陷 + 接线；切分层做三处优化（可训练性门槛、val_ratio、tier 感知分配）提升信号质量；产出零参可复现的训练入口。
+**目标**：修复 §2.5 矩阵所列全部缺陷（19 确认 + 2 存疑采纳）+ 接线；切分层做三处优化（可训练性门槛、val_ratio、tier 感知分配）提升信号质量；产出零参可复现的训练入口。
 
 **非目标**：不改 gate/EMA 核心数学（算法保真 #4/#5）；不实现 epoch 层 per-skill best 混搭（见 §9 future work）；不引入向后兼容（P4 显式优于隐式，直接改）。
 
+## 2.5 缺陷覆盖矩阵（可追溯性）
+
+原始编号取自第二轮工作流报告（`research-wiki/reviews/2026-07-16-preflight-train-review.md`）与第一轮接线预检。状态：C=确认 / P=存疑采纳 / W=接线（已知缺口）。
+
+| 设计编号 | 原始位置 | 状态 | 修法节 |
+|---------|---------|------|--------|
+| P0-1 | runner.py:2272 evolve 模板缺失 | C | §4 |
+| P0-6 | momentum.py:151 slow_momentum.md 缺失 | C | §4 |
+| P0-2 | inference.py:462 traces 未写 | C | §6 |
+| P0-3 | validate.py:682 + gate.py:99 + runner.py:2044 微型题型三连雷 | C | §6 |
+| P0-4 | inference.py:423 prediction 非标量击穿 | C | §6 |
+| P0-5 | runner.py:316 early_stop step 单位 | C | §6 |
+| P1-1 | main.py:93 缓存跨 epoch 重放 + TTL | C | §8 |
+| P1-2 | llm.py:116 SSE 截断毒化 | C | §8 |
+| P1-3 | llm.py:182 断连不重试 | C | §8 |
+| P1-4 | validate.py:304 基线臂 INFRA 污染 | C | §8 |
+| P1-5 | diagnose.py:2194 + runner.py:1019 降级误入 defect | C | §6 |
+| P1-6 | patch.py:343 冻结区跨度 | C | §7 |
+| P1-7 | workspace.py:282 manifest 非原子写 | C | §8 |
+| P2-1 | video_split_cli.py:557 冻结产物无覆盖保护 | C | §5.2 |
+| P2-2 | log.py:77 基线元数据被改写 | C | §8 |
+| P2-3 | diagnose.py:2081 + inference.py:461 重复行双计 | C+P | §6（step DELETE） |
+| P2-4 | diagnose.py:2194（离线）uncertain 永久降级 | C | §8（--retry-uncertain） |
+| P2-5 | runner.py:1444 dual_metric 口径歧义 | P | §8 |
+| P2-6 | breaker.py:36 熔断半开烧穿 | P | §8 |
+| 慢更新非幂等 | 第一轮已知 #5 | W | §6（gate_epoch_observed 立即落盘） |
+| 接线-1 | 冻结 pools 无路径进 workspace（已知 #1） | W | §5.3 |
+| 接线-2 | global 加载零一致性校验（已知 #2） | W | §5.3 |
+
+**有意合并/不单列的项**（说明去向，避免"静默漏修"）：
+
+| 第一轮原始项 | 处置 |
+|-------------|------|
+| gate_ladder.py:93 strict=False 缺题静默当错题 | 由 §6 可训练性预检消除主场景（缺题类被剔除）；残余以 fail-loud 补强（预检后 gate 建立时断言 baseline 覆盖全部 ladder 单元） |
+| batching.py:200 缺 correctness 静默丢弃 | 同上，预检保证 diag 池题全在 correctness 内；保留 fail-loud（缺 correctness 即报错而非丢弃） |
+| resume 硬依赖 checkpoint（已知 #8） | 本轮为 fresh 训练，seed 携带 pools 后无需 resume 建池；不改 resume 语义 |
+| baseline_diagnosis 断点续跑粒度（存疑，非采纳） | 仅修 docstring 表述（§8 末），行为不改（Redis 缓存已缓解重烧） |
+
 ## 3. 架构：四工作包按依赖序
 
 ```mermaid
@@ -49,14 +87,25 @@ WP1 零风险纯搬运先解锁引擎；WP2/WP4 与 WP3 无代码交集可并行
 trainval 内部视频组分配从"correctness 分层随机"升级为 **tier 感知确定性贪心**（纯函数、固定 seed）：
 
 ```
-输入: 视频组（t2_count/t1_count/wrong_count/question_count，tier 来自 baseline_diagnosis 按 fingerprint 读）
-目标: 最大化 diag 池 T2 捕获
-约束: ①视频原子 ②val 题数 ≈ val_ratio ③val 错题 ≥ val_wrong_min 否则 fail loud
-算法: 按 (t2_count desc, wrong_count desc, video_id) 排序装入 diag 至题数预算满 → 余下进 val
-      → 校验③，违反则从 diag 尾部换出低 T2 组直至满足；有限步无解 → InfeasibleSplitError
+输入: trainval 视频组集合 G（每组: t2_count/t1_count/wrong_count/question_count，
+      tier 来自 baseline_diagnosis 按 fingerprint 读）；val_ratio；val_wrong_min
+目标: 最大化 diag 池 T2 捕获，同时满足 val 功效
+约束: ①视频原子（组内题同进同出） ②val 题数 ≈ val_ratio×trainval题数 ③val 错题 ≥ val_wrong_min
+
+阶段1 初分（单趟，O(n log n)）:
+  按 (t2_count desc, wrong_count desc, video_id) 排序 G
+  依次装入 diag，累计题数达 (1-val_ratio)×总题数 即停 → 余下全部进 val
+阶段2 功效修复（单调收敛，每组至多移动一次）:
+  while val 错题 < val_wrong_min:
+    从 diag 中挑「wrong_count>0 且 t2_count 最小」的组移入 val   # 严格减少 diag 错题冗余
+    该组标记 moved，后续不再参与挑选                          # 单调变元：候选集严格缩小
+    if 无 moved=false 且 wrong_count>0 的组可挑 → raise InfeasibleSplitError
+  # 终止性：每轮候选集 |{未 moved 且 wrong>0}| 至少减 1，有限步内收敛或 fail loud
 ```
 
-配置：`config/video_split.yaml` `val_ratio: 0.3 → 0.4`（甜点：val 错题 29→~38 让整包终审更抗噪，diag 错题 64→~56 进化信号仍过剩；0.5 过冲、迭代次数受损）。tier 感知不加开关（无扫动需求，YAGNI）。重切零 LLM 成本（诊断已按指纹落库）。
+与既有 video-split 设计（`2026-07-15-results-driven-video-split-design.md §8`）的口径变更：**保留** correctness 分层的本质（阶段2 只在 wrong_count>0 的组间挪动，保证两池都有对/错题）、`eval_min_per_class`（由 §6 预检独立强制）、McNemar 功效（`val_wrong_min≈20` 硬约束不变）；**替代**"随机分层"为"tier 优先确定性贪心"（新增 T2 捕获目标 + 固定 seed 可复现）。
+
+配置：`val_ratio` 作用域 = **trainval 池（当前 300 题）内部**的 val 题数占比，`0.3 → 0.4`。数字推算基于当前冻结切分统计（trainval 错题 93 = val 29 + diag 64）：val 错题 ≈ ⌈93×0.4⌉ = 38、diag 错题 ≈ ⌊93×0.6⌋ = 55~56（tier 感知使 T2 尽量留 diag，实际错题落点略有偏移，以重切后统计为准）。甜点判断：val 38 让整包终审更抗噪、diag 56 进化信号仍过剩；0.5 过冲（每类 3 epochs 仅 ~4 次进化机会，迭代受损）。`val_ratio`、`val_wrong_min` 作为**数值参数进科研 YAML + run 快照**（会被扫动/对比）；tier 感知**策略**固定不加 on/off 开关（无扫动需求，YAGNI）。重切零 LLM 成本（诊断已按指纹落库）。
 
 ### 5.2 冻结产物覆盖保护（修 P2-1）
 
@@ -81,7 +130,7 @@ seed 最终形态：`seed.json / baseline.db(900) / pools.json / split_manifest.
 | P0-4 | prediction 非标量击穿 | 落库前 `_to_text_field` 归一化；`log.insert` 移入单题 try 块，绑定异常记 error 不击穿 gather |
 | P0-5 | early_stop 单位错误 | step→**epoch** 计数（`epochs_since_best_improved`），config 注释对齐，checkpoint 字段同步改名 |
 | P0-2 | traces 空 | 复用离线管线 `StepsJsonRunLog` 适配器包装训练 RunLog，`get_traces` 空时从 steps_json 转换，算法 #7 恢复 |
-| holdout | 四向重复评估 | baseline 从 seed 基线预测推导(0 推理)；final 真评 600；best_hard 版本备忘录(入 checkpoint)未评过且≠final 才评；best_mixed 引用赢家成绩标指针(0 推理)。**去重做在 harness 逻辑层**（配合 epoch 盐，同版本不重采样）|
+| holdout | 四向重复评估 | baseline 从 seed 基线预测推导(0 推理)；final 真评 600；best_hard 版本备忘录(未评过且≠final 才评)；best_mixed 引用赢家成绩标指针(0 推理)。**去重做在 harness 逻辑层**（配合 epoch 盐，同版本不重采样）。**resume 语义**：备忘录不单独持久化，而在 resume 时从 `holdout_eval` 表 hydrate——查已落库的 `(skills_v,prompts_v)→test_acc` 重建已评集合（该表本就是每次评估的落库处），checkpoint 无需新增字段、无旧 checkpoint 迁移问题；hydrate 后同版本不再重评 |
 | P1-5 | 诊断降级误入 defect | `cause_category=None`(judge 基础设施异常)与 `degraded=True` 错题按 **lapse 方向分流**；step 降级占比>50% 报错中止 |
 | P2-3/#5 | step 重跑双计 + 慢更新非幂等 | `_run_step` 开始先 `DELETE ... WHERE run_id=<本step>`；`_refresh_gate_ladder` 保存 gate_pools 后**立即**原子落盘 checkpoint(`gate_epoch_observed=True`) 消除双计窗口 |
 
@@ -101,7 +150,8 @@ seed 最终形态：`seed.json / baseline.db(900) / pools.json / split_manifest.
 
 | # | 缺陷 | 修法 |
 |---|------|------|
-| P1-1 | 缓存跨 epoch 重放 | `chat()` 加 `cache_salt`；训练 rollout/val/test 链路注入 `f"{run_id}:e{epoch}"`（跨 epoch 真实重采样、同 epoch 续跑仍命中）；judge/evolve/离线切分无盐。TTL 修：`REDIS_CACHE_TTL≤0` 启动即 ValueError（消灭"0=永不过期"隐式语义）。**同步改 `.env`/`.env.example` 给正整数**（当前值 0，不改则修复后启动即崩），训练场景建议 ≥ 单次训练时长|
+| P1-1 | 缓存跨 epoch 重放 | `chat()` 加 `cache_salt`；训练 rollout/val/test/**gate 候选臂**推理注入含 epoch 的盐（跨 epoch 真实重采样、同 epoch 续跑仍命中）；judge/evolve/离线切分无盐。TTL 修：`REDIS_CACHE_TTL≤0` 启动即 ValueError（消灭"0=永不过期"隐式语义）。**同步改 `.env`/`.env.example` 给正整数**（当前值 0，不改则修复后启动即崩），训练场景建议 ≥ 单次训练时长 |
+| P1-1a | epoch 盐 vs gate 配对保真（Codex Critical） | **gate 双臂配对语义由架构保证、不受 LLM 缓存盐影响**：基线臂走 app 层 `BaselineCache`（unit 键 `task_type+s_hash+prompts_version+unit_id`，固定快照，`validate.py:_resolve_baseline_block`），候选臂每块新采样（`_run_candidate_block`）。配对翻转比较的是「固定基线快照 vs 新候选采样」（算法保真 #6 现有语义），epoch 盐只作用于**候选臂/rollout 的 LLM 层缓存键**，不触碰基线臂、不改变配对语义。gate 序贯 e-process 消费阶梯上**不同 block（不同 unit）**累积 e-value，非对同 unit 反复测；候选臂盐用 block 级 `run_id`（已含 epoch+block+candidate 区分）保证每次真实重测独立采样。**实现约束**：基线臂 miss 时的新鲜推理**不注入 epoch 盐**（保持基线快照跨 epoch 稳定，与 BaselineCache 语义一致）|
 | P1-2 | SSE 截断毒化 | `_consume_stream` 校验 `[DONE]`/finish_reason 才算成功；流耗尽未完成抛 `_SseAnomaly` 进重试梯，**绝不写缓存** |
 | P1-3 | 断连不重试 | `_is_transient_error` 扩为 `httpx.TimeoutException`+`httpx.TransportError` 两族 |
 | P2-6 | 熔断半开烧穿 | cooldown 到期只放行 1 探针（half-open 锁），成功才闭合 |