docs(wiki): record Spec-1 harness-eval finding (all metrics pass)

research-wiki/findings/eval-spec1check.md

@@ -0,0 +1,22 @@
+---
+type: finding
+node_id: finding:eval-spec1check
+title: "Harness 评估: Spec-1 修复验证 (infer_spec1check)"
+date: 2026-07-11
+---
+
+# Harness 评估: Spec-1 修复验证 (infer_spec1check)
+
+**运行信息**: run_id=infer_spec1check（24 题抽样，复用已有运行）；对照基线 infer_adhoc（902 题）。评估时间 2026-07-11。
+
+**硬性指标**（wiki 无注册 metric 实体，按 Spec-1 验收标准直查 SQL）：
+
+| 指标 | 基线 | 当前 | 阈值 | 判定 |
+|------|------|------|------|------|
+| 异常终止（parse_error+error+budget） | 5/902 (0.55%) | **0/24** | =0 | ✅ pass |
+| view_node 输出含 [实体] 区块 | 0%（能力不存在） | **24/24 (100%)** | >0 | ✅ pass |
+| 同题正确率 | 17/26 (65.4%，含 2 重复行) | 15/24 (62.5%) | 无回归信号（n=24 噪声范围） | ✅ pass（advisory） |
+
+**综合判定**: 通过。Spec-1 两个硬目标（T8 归零、实体可见性）直接验证成立；正确率差异在小样本噪声内。语义评估（LlmJudge）跳过——wiki 尚无注册 rubric。
+
+**备注**: 本项目首次 harness-eval，schemas/metrics 实体体系尚未建立；Spec-3 出题管线的 structured-logging 阶段将补齐该体系。

research-wiki/graph/edges.json

@@ -100,6 +100,11 @@
       "id": "plan:agent-runtime-fixes-plan",
       "label": "Spec-1 Agent 执行环境修复实现计划",
       "type": "plan"
+    },
+    {
+      "id": "finding:eval-spec1check",
+      "label": "Harness 评估: Spec-1 修复验证 (infer_spec1check)",
+      "type": "finding"
     }
   ],
   "links": [

research-wiki/index.md

@@ -1,6 +1,6 @@
 # Research Wiki 索引
 
-> 自动生成，更新时间：2026-07-11 12:06 UTC
+> 自动生成，更新时间：2026-07-11 13:33 UTC
 
 ## design (21)
 - [2026-07-06-core-agent-adapters-llm-design](designs/2026-07-06-core-agent-adapters-llm-design.md) `design:2026-07-06-core-agent-adapters-llm-design`
@@ -25,9 +25,10 @@
 - [赛题生成工具设计](designs/question-gen-synth.md) `design:question-gen-synth`
 - [赛题生成工具设计（Question Generation Synthesis）](designs/2026-07-09-question-gen-synth-design.md) `design:2026-07-09-question-gen-synth-design`
 
-## finding (2)
+## finding (3)
 - [2026-07-11-benchmark-failure-taxonomy](findings/2026-07-11-benchmark-failure-taxonomy.md) `finding:2026-07-11-benchmark-failure-taxonomy`
 - [2026-07-11-question-gen-calibration-analysis](findings/2026-07-11-question-gen-calibration-analysis.md) `finding:2026-07-11-question-gen-calibration-analysis`
+- [Harness 评估: Spec-1 修复验证 (infer_spec1check)](findings/eval-spec1check.md) `finding:eval-spec1check`
 
 ## plan (19)
 - [2026-07-06-core-agent-adapters-llm](plans/2026-07-06-core-agent-adapters-llm.md) `plan:2026-07-06-core-agent-adapters-llm`

research-wiki/log.md

@@ -45,3 +45,5 @@
 - [2026-07-11 12:06 UTC] 新增 plan: Spec-1 Agent 执行环境修复实现计划 (plan:agent-runtime-fixes-plan)
 - [2026-07-11 12:06 UTC] 新增边: plan:agent-runtime-fixes-plan --implements--> design:agent-runtime-fixes
 - [2026-07-11 12:06 UTC] 重建索引: 42 篇页面
+- [2026-07-11 13:33 UTC] 新增 finding: Harness 评估: Spec-1 修复验证 (infer_spec1check) (finding:eval-spec1check)
+- [2026-07-11 13:33 UTC] 重建索引: 43 篇页面