diff --git a/research-wiki/designs/2026-07-14-adversarial-question-gen-phaseB-design.md b/research-wiki/designs/2026-07-14-adversarial-question-gen-phaseB-design.md
new file mode 100644
index 0000000..bfe5901
--- /dev/null
+++ b/research-wiki/designs/2026-07-14-adversarial-question-gen-phaseB-design.md
@@ -0,0 +1,192 @@
+---
+id: adversarial-question-gen-phaseB
+title: 出题质量提升 Phase B — Agent 对抗过滤（独立后置过滤层）
+type: design
+created: 2026-07-14
+status: draft
+---
+
+# Phase B：Agent 对抗过滤（独立后置过滤层）
+
+## 1. 目标与范围
+
+在 Phase A 的 grounded 单题基础上，加两个"用完整 inference agent 揪残余 shortcut"的机制：**作弊者门**（AFLite 式——agent 能秒杀的题剔除）和**配对翻转门**（agent 答案必须随问题翻转，否则揪出偏好蒙答）。
+
+**关键架构决策**：Phase B 是 Phase A 产物 `accepted_questions.json` 之上的**独立后置过滤层**，**不改** Phase A 的逐题 accepted 语义、`on_accept` 逐题持久化、`record_item`/`update_gates` 状态机、`load_progress` 断点续跑。Phase B 有自己的过滤状态表，与 Phase A 的 `final_status` 正交。这个选择有明确代价（§2 权衡），但换来对现有状态机的零改动。
+
+**前置依赖（硬依赖，缺则 Phase B 无法判 flip）**：Phase A（[2026-07-14-grounded-question-gen-phaseA-design.md]）已落地，且 **`accepted_questions.json` 必须写入 `sub_pattern` 字段**——Phase B 按题的 `sub_pattern` 查其 `supports_flip`/`flip_axis`（Codex 指出当前 `_on_accept` 未写该字段，Phase A 的"sub_pattern 持久化"必须落实，否则 Phase B 无法区分哪些题走翻转门）。
+
+**问题来源**：[2026-07-14-hard-distractor-literature.md]（AFLite、TempCompass QuadAcc、DMC3 before/after 问题翻转）。
+
+### 路径归属
+
+| 改动 | 代码位置 | 生效范围 |
+|------|---------|---------|
+| 作弊者门 + 配对翻转门 | 新建 `adversarial_filter.py`（独立过滤层） | **filter 层自己的配置 `filter_task_types`（默认 `[Action Recognition]`）选择过滤哪些题型**——不塞进 Phase A strategy 主流程，保持概念隔离 |
+| supports_flip 声明 | `SubPattern` 数据类加 `supports_flip`/`flip_axis` | 仅声明的 SubPattern（当前只 AR 的 temporal/cross_segment） |
+| 过滤状态表 | `run_store.py` 新增 `adversarial_verdicts` 表 | 公共（新表，不动现有 `question_gen_items`） |
+
+## 2. 两种架构对比与权衡
+
+Codex 审查了"改内部状态机"方案（把 accepted 时机推迟到 agent 门后），指出三个 Critical：`record_item` 只存 question_text 无法从 DB 重建完整 `GeneratedQuestion`；改 accepted 时机与 `update_gates`/`on_accept`/`load_progress` 三处状态机强冲突；`load_progress` 不返回 pending 无恢复入口。
+
+这三个 Critical **不是靠打补丁修**，而是靠**换架构从根上消除**——这正是本设计选独立后置过滤层的理由：
+
+| Critical（改内部状态机方案的问题） | 独立后置层如何从根消除 |
+|-----------------------------------|----------------------|
+| DB 只存 question_text，无法重建 GeneratedQuestion | Phase B 从 `accepted_questions.json` 重建（question/options/answer/source_nodes/video_id 字段完整），**根本不碰 DB 重建这条路** |
+| 改 accepted 时机与三处状态机冲突 | Phase B **不改 accepted 时机**——Phase A 照常逐题 accepted，Phase B 在其产物之上过滤，冲突的前提（改时机）不存在 |
+| load_progress 不返回 pending | Phase B **不引入 pending 状态**，用独立 `adversarial_verdicts` 表管自己的过滤进度，不依赖 load_progress |
+
+**但独立后置层有它自己的代价（诚实标注）**：
+
+| 代价 | 说明 | 缓解 |
+|------|------|------|
+| **两份 JSON** | `accepted_questions.json`（便宜门过，Phase A 原始产物）不再是最终题库，最终是 `accepted_questions_final.json`（agent 门过）。使用者（训练/评估脚本）若读错会用到未过 agent 门的题 | 明确命名 + 文档标注训练脚本必须读 `_final`。**不覆盖写回**——覆盖写回会与补生成的 `on_accept` 追加产生时序打架，故保留两份、各有明确语义。这是本架构无法消除的真实代价 |
+| **补生成多 run** | 被过滤题需再跑 Phase A 补缺额，多次出题 run | 迭代上限 `adversarial_max_rounds` 兜底 |
+| **agent + 镜像成本翻倍** | 每题一次 agent 试答，supports_flip 的题额外一次镜像生成 + 一对试答 | 批次后置只对便宜门过的题跑，不浪费在中途废题 |
+
+净判断：独立后置层用"两份 JSON + 补生成成本"换"现有状态机零改动 + 从完整 JSON 重建"，符合"避免过度修改引入 bug"的约束。
+
+## 3. 架构与数据流
+
+```mermaid
+flowchart TD
+    A[Phase A 产物 accepted_questions.json<br/>N 道便宜门过的 AR 题] --> B[adversarial_filter 后置过滤]
+    B --> C[作弊者门: 完整 agent 标准设定试答每题]
+    C -->|agent 答对=太简单| D[verdict=filtered_too_easy]
+    C -->|agent 答错=有效| E{supports_flip?}
+    E -->|否| H[verdict=passed]
+    E -->|是| F[现场生成镜像题 + agent 试答一对]
+    F -->|P/Q 答案不同=随问题翻转| H
+    F -->|P/Q 答案相同=没翻转/瞎选| G[verdict=filtered_no_flip]
+    D --> I[统计缺额]
+    G --> I
+    H --> J[写 final: accepted_questions_final.json]
+    I -->|缺额>0 且 轮次<上限| K[调 run_pipeline_v2 补生成<br/>避开已用节点/已过滤题]
+    K --> A
+    I -->|够数或达轮次上限| L[难度报告 + 告警]
+```
+
+## 4. 组件设计
+
+### 4.1 作弊者门（`adversarial_filter.py`）
+
+对 `accepted_questions.json` 中每道 AR 题，用完整 inference agent（**标准设定**，看完整题；agent 配置 skill_mode/max_steps 从训练配置继承）试答：
+- agent 答对 → `verdict=filtered_too_easy`（EOB/排除法残余，剔除）
+- agent 答错 → 进入配对翻转门
+
+`adversarial_verdicts` 表（schema 补齐以支撑严格续跑）：
+
+| 列 | 说明 |
+|----|------|
+| `question_id` | 题标识（跨轮唯一，见 §4.3 ID 方案） |
+| `round` | 过滤轮次 |
+| `stage` | `cheat`（作弊门）\| `flip_original` \| `flip_mirror`（区分同一 pair 的三次 agent 试答） |
+| `question_hash` | 原题 payload（question+options+answer）hash，防 JSON 变动后误用旧 verdict |
+| `agent_prediction` | agent 答案 |
+| `agent_correct` | 是否答对（作弊门用） |
+| `verdict` | `passed` \| `filtered_too_easy` \| `filtered_no_flip` \| `flip_skipped` |
+| `pair_id` | 关联原题与镜像题 |
+| `agent_config` | agent 配置指纹（skill_mode/max_steps/model），固化以保证续跑一致 |
+
+续跑：重启时按 `(question_id, question_hash, stage)` 查已完成的试答，未完成的重跑；`agent_config` 变化则该题全部 verdict 作废重判。每题试答结果**立即落表**（崩溃不丢）。
+
+### 4.2 配对翻转门（现场生成镜像，仅 supports_flip 的 SubPattern）
+
+**声明粒度是 SubPattern 级（不是 strategy 级）**：`SubPattern` 数据类加 `supports_flip: bool` + `flip_axis: str | None`（"before/after" | "first/last"）。因为 AR 内部 6 个 SubPattern 只有部分支持翻转：temporal_reasoning_failure=before/after、cross_segment_entity_tracking=first/last；其余 4 个=None。Phase B 按题的 `sub_pattern`（从 JSON 读，见 §依赖）查该 SubPattern 的 flip_axis。
+
+**判定语义（修正前版逻辑洞）**：配对翻转**不要求答对，只看答案是否随问题翻转**。前版"两题都答对才 passed"与作弊门"agent 答错才进入"直接矛盾（同一 agent 对原题先错后对判定不稳定）。修正为：
+
+| agent 对 (P, Q) 的答案 | 含义 | verdict |
+|----------------------|------|---------|
+| 两题给**不同**答案 | 答案随问题翻转 → agent 在尝试理解视频（即使都错）| **passed**（有效难题） |
+| 两题给**相同**答案 | 问题明明相反却不翻转 → agent 没看视频瞎选、题诱导瞎选（有偏置）| **filtered_no_flip**（剔除） |
+
+**流程（完全在 Phase B 内，Phase A 不动）**：
+1. 从原题 `source_nodes` 重建素材（Phase B 已持有树）；
+2. 现场调 VLM 生成镜像题（同素材、翻转 flip_axis：`"X 之前"`→`"X 之后"`），正解天然相反；
+3. 原题 P 的 agent 预测**复用作弊门那次结果**（不重跑，避免同一 agent 非确定性引入噪声）；仅新跑镜像题 Q；同一 `pair_id`。
+4. 按上表判定（比较 P/Q 所选是否指向同一语义内容，不判对错）。
+5. 镜像生成失败（造不出合法 before/after 对）→ `flip_skipped`，该题只经作弊门判定，不误杀。
+
+**判定工程化细则（消除判定噪声）**：
+- **按 canonical 语义比较，不比字母**：镜像题选项会重洗牌，A/B/C/D 字母无语义；比较 agent 所选**选项规范化文本**（canonical option）是否指向同一内容。
+- **无效答案保守处理**：P/Q 任一为拒答/非法答案 → 不判 passed，记 `flip_skipped`（退回只经作弊门），避免"P 拒答、Q 随机给答"被误判为翻转。
+- **镜像正解字面校验**：镜像生成后校验 `canonical_correct(P) != canonical_correct(Q)`（before/after 不总保证正解不同，如列表答案、"无法确定"类）；相同则造不出有效镜像对 → `flip_skipped`。
+
+镜像题仅用于翻转检验，**不进最终题库**。
+
+**门顺序（逻辑自洽）**：① 作弊门用完整 agent 试答原题，答对=太简单→剔除；② 存活的"agent 答错"题进翻转门，看 P/Q 答案是否翻转。两门都用完整 agent，串联无矛盾：答对的在作弊门被剔除，答错的在翻转门按"答案是否翻转"区分"有效难题"vs"诱导瞎选的偏置题"。
+
+### 4.3 补生成与迭代
+
+缺额 = 目标数 − passed 数。缺额 >0 且轮次 < `adversarial_max_rounds` 时，调 `run_pipeline_v2`（Phase A）补生成。
+
+**需要的接口改动（明确，非"显式传入即可"一笔带过）**：`run_pipeline_v2` 现每 run 新建空 `embed_pool`/`used_node_ids`（`pipeline_v2.py:793` 附近），补生成需新增两个可选参数：
+- `initial_used_node_ids: set[str] | None` — 传入已用节点，补生成避开（sampler 的 used_node_ids 初值）；
+- `initial_embed_pool: list[np.ndarray] | None` — 传入已接受题的 embedding，补生成对它们去重。
+不传时行为与现状完全一致（默认 None → 空初始化），11 题型不受影响。
+
+**question_id 跨轮防撞**：现 `question_id = f"{video_id}_{task_type}_{seq:04d}"`（`generator_v2.py:340`）。补生成新 run 复用 seq 会撞 ID。方案：补生成 run 传入 `seq_offset`（= 上一轮最大 seq），新题从 offset 续编，保证 `accepted_questions.json` 与 `adversarial_verdicts` 中 ID 全局唯一。
+
+**两份 JSON 时序（消除歧义）**：
+- `accepted_questions.json`：Phase A 各 run（含补生成）的 `on_accept` **滚动追加**（保持 Phase A 语义）。
+- `accepted_questions_final.json`：Phase B 每轮结束**全量重写**（tmp+os.replace 原子写），内容 = 当前所有 `verdict=passed` 的题。非增量追加——避免断点在"verdict 已写、final 未重写"之间时状态不一致；final 可随时从 verdicts 表全量重建。
+
+### 4.4 难度报告（`run_store.py`）
+
+- 每轮记录 agent 正确率（=作弊门答对率，越低越难）到 `adversarial_verdicts` 聚合。
+- 批次 agent 正确率 > `difficulty_warn_threshold`（默认 0.85）→ `logger.warning` 告警"出题太简单"。
+- 难度用独立字段（agent_correct 聚合），**不复用** `difficulty_steps`（那是 heavy_check 步数）。
+
+## 5. Prior-Version Audit（Phase A 后的管线行为）
+
+| Phase A 后行为 | Phase B 处置 |
+|---------------|-------------|
+| on_accept 逐题追加 JSON（便宜门过即 accepted） | **保留** — Phase B 不改，只在其产物之上过滤 |
+| record_item/update_gates 状态机（final_status） | **保留** — Phase B 用独立 `adversarial_verdicts` 表 |
+| load_progress 断点续跑 | **保留** — Phase B 有独立过滤进度（未试答题续跑） |
+| run_pipeline_v2 逐 slot 出题 | **保留** — 补生成是标准 Phase A run |
+| embed_pool/used_node_ids 每 run 独立初始化 | **保留** — 补生成新 run 不继承，显式传避开节点 |
+| 四门 gate | **保留** — 作弊门/翻转门是 JSON 产物之后的独立层 |
+
+未发现隐式删除。Phase B 是 additive 层，Phase A 状态机零改动。
+
+## 6. 非功能性需求
+
+| 维度 | 设计 |
+|------|------|
+| **持久化** | 每题 agent 试答结果按 `(question_id, question_hash, stage)` 立即写 `adversarial_verdicts` 表；final JSON 每轮全量重写（tmp+os.replace）。原题 GeneratedQuestion 从 Phase A 的 JSON 完整重建，无需 DB 重建 |
+| **幂等性** | agent 试答非确定性（LLM 固有），但过滤决策幂等（同 verdict 不重复处理）；`question_hash` 防 JSON 变动误用旧 verdict；补生成用递增 seed + seq_offset 可复现 |
+| **断点续跑** | `adversarial_verdicts` 按 `(question_id, question_hash, stage)` 记录已完成试答，重启只重跑未完成的；`agent_config` 变则该题 verdict 作废重判。补生成复用 Phase A progress |
+| **原子性** | 每题 verdict 单条 DB 写；final JSON 全量 tmp+os.replace 原子重写（非追加，可随时从 verdicts 表重建） |
+
+## 7. 行为保真检查清单
+
+| # | 行为 | 状态 |
+|---|------|------|
+| 1 | Phase A 出题 + accepted 语义 + on_accept | 保留（零改动） |
+| 2 | 四门 gate / 断点续跑 / record_item 状态机 | 保留 |
+| 3 | 11 个非 AR 题型 | 保留（不在 `filter_task_types` 中，不触发过滤） |
+| 4 | AR 最终题库 | **有意变更** — 经 agent 对抗过滤 + 翻转检验 |
+
+## 8. 配置参数（YAML）
+
+| 参数 | 默认 | 说明 |
+|------|------|------|
+| `filter_task_types` | `[Action Recognition]` | 后置过滤作用的题型（filter 层配置，非 strategy） |
+| `adversarial_max_rounds` | 5 | 后置过滤迭代上限 |
+| `adversarial_agent_max_steps` | 40 | agent 试答步数上限 |
+| `difficulty_warn_threshold` | 0.85 | 批次 agent 正确率告警阈值 |
+
+## 9. 测试策略
+
+- 单元：翻转判定（构造 agent 对 P/Q 的答案 → 验证"答案不同=passed / 答案相同=filtered_no_flip"，不判对错）；作弊门 verdict（agent 答对=filtered_too_easy）；迭代缺额计算 + 轮次上限 + seq_offset 防撞 ID。
+- 集成：AR 后置过滤端到端（mock agent + mock 镜像 VLM），验证 `accepted_questions.json` → 过滤 → `accepted_questions_final.json`；断点续跑（中断后从 adversarial_verdicts 未试答题继续，已判的不重跑）。
+- 回归：11 个非 AR 题型不触发过滤（不在 `filter_task_types` 中，现有测试全绿）。
+
+## 10. 待实现时确认的细节
+
+- 补生成"避开已用 source_nodes"的粒度：整题级去重（已用节点集合传入 sampler 的 used_node_ids）已足够，无需节点级黑名单持久化跨 run（每轮显式传入即可）。
+- 镜像题 VLM 生成失败（无法造出合法 before/after 对）时：该题跳过翻转门、只经作弊门判定（记 flip_skipped，不算 filtered），避免因镜像生成失败误杀有效题。
diff --git a/research-wiki/designs/2026-07-14-grounded-question-gen-phaseA-design.md b/research-wiki/designs/2026-07-14-grounded-question-gen-phaseA-design.md
new file mode 100644
index 0000000..b01a867
--- /dev/null
+++ b/research-wiki/designs/2026-07-14-grounded-question-gen-phaseA-design.md
@@ -0,0 +1,151 @@
+---
+id: grounded-question-gen-phaseA
+title: 出题质量提升 Phase A — Grounded 单题质量（候选池 + VLM 视觉打分 selector + 单维反事实）
+type: design
+created: 2026-07-14
+status: draft
+---
+
+# Phase A：Grounded 单题质量
+
+## 1. 目标与范围
+
+把"干扰项 grounded 约束"从 prompt 文案（求 VLM 主观写得像）下沉到**机制层**：VLM 生成候选池 → VLM 视觉打分 → 按视觉可信度区间选出真实 near-miss 干扰项，从机制上消灭 Easy-Options Bias（负空间干扰项 → 排除法秒杀）。Phase A **完全不依赖 inference agent**，纯出题质量 + 观测。
+
+**问题来源**：[2026-07-14-ar30-too-easy-analysis.md]（负空间干扰项 96.7% 正确率、SubPattern 归属跑偏）、[2026-07-14-hard-distractor-literature.md]（GroundAttack/TempCompass/VITATECS 范式）。
+
+### 路径归属（严格区分，避免改错路径）
+
+| 改动 | 代码位置 | 生效范围 |
+|------|---------|---------|
+| L0 tree 错配 bug 修复 | `pipeline_v2.py` | 公共（纯 bug，全题型正向） |
+| 候选池 + VLM 视觉打分 selector | 新建 `distractor_selector.py` | 公共层，**strategy 声明开关，默认只 AR 启用** |
+| 单维反事实约束 | `strategy_action_recognition.py` | **仅 AR** |
+| multi_true 门松绑 | `gate_multi_true.md` | 公共，12 类统一（grounded 干扰项过门的前提） |
+| sub_pattern 持久化 + selector 观测 | `tools/generate_questions.py`、`run_store.py` | 公共（纯数据） |
+
+**非 AR 的 11 个 BaseTaskTypeStrategy**：`uses_grounded_selector=False`，走原路径（VLM 直接出 3 个干扰项），行为不变。
+
+## 2. 架构与数据流
+
+```mermaid
+flowchart TD
+    A[sample_material_v2] --> B[VLM 生成正解 + N 个候选干扰项]
+    B --> C{strategy.uses_grounded_selector?}
+    C -->|False 11类| D[取前 3 个候选 = 原行为]
+    C -->|True AR| E[VLM 视觉打分: 每候选 + 正解 打 0-1]
+    E --> F[区间选择: 选 3 个落在 正解分-δ 区间的]
+    F -->|凑不齐 3 个| G[退回重出 prev_reason 引导]
+    F -->|成功| H[组题 candidate]
+    D --> H
+    H --> I[四门 gate 用 current_tree 修复]
+    I -->|通过| J[on_accept 落盘 含 sub_pattern]
+```
+
+## 3. 组件设计
+
+### 3.1 L0：tree 错配 bug 修复
+
+`pipeline_v2.py` `_process_one_slot`：`run_gates(tree=tree, ...)` → `run_gates(tree=current_tree, ...)`。retry 换视频后门控用当前树验证，消除"无 source material"假拒绝。1 行改动。
+
+### 3.2 策略开关与候选池生成（`distractor_selector.py`）
+
+**策略开关（路径隔离的核心）**：`TaskTypeStrategy` protocol 新增 `uses_grounded_selector` property；`BaseTaskTypeStrategy` 默认返回 `False`（11 类走原路径），`ActionRecognitionStrategy` 覆盖为 `True`。`generator_v2._build_v2_prompt` 的公共输出 schema **不变**；候选池 + selector 逻辑放新模块 `distractor_selector.py`，仅当 `strategy.uses_grounded_selector=True` 时 `_process_one_slot` 调用它，其余题型仍走 `generate_one_v2` 直接出 4 选项。
+
+出题拆为两步（**仅 uses_grounded_selector=True**）：
+1. **正解生成**（现有 generate_one_v2）：VLM 生成 question + 正解 + difficulty。
+2. **候选池生成**（新 distractor_selector）：给定 question + 正解 + 素材，VLM 一次生成 `N` 个候选干扰项（默认 N=24），每个都要求 grounded near-miss（真实发生、只在一维不同）。
+
+### 3.3 VLM 视觉打分 Selector（核心，消灭 EOB）
+
+```
+输入: N 个候选干扰项 + 正解 + 采样帧
+VLM(看真帧 + question + 每个选项) → 每个选项打"视觉可信度" score ∈ [0,1]
+  正解得分 s_correct（应偏高）
+选 3 个 distractor，使 score ∈ [s_correct - δ_high, s_correct - δ_low]:
+  - 上界 s_correct - δ_low: 不能太接近正解（否则真歧义/也对）
+  - 下界 s_correct - δ_high: 不能太低（否则负空间，排除法可解）
+凑不齐 3 个 → 退回重出（reject_reason="grounded 干扰项不足"）
+```
+
+`δ_low`、`δ_high` 为配置参数（默认 δ_low=0.05、δ_high=0.35）。核心洞察：干扰项与正解视觉可信度接近 → 排除法（"搜不到就排除"）失效。
+
+**退化处理（避免 AR 系统性欠产）**：候选池凑不齐 3 个落区间时按序退火：
+1. 扩大候选池再生成一轮（N → 2N）；
+2. 仍不足则逐步放宽 δ_high（+0.1，最多 2 次），保证下界不越过 δ_low；
+3. 仍不足才走正常重出（reject_reason="grounded 干扰项不足"，retry_limit 兜底）。
+每次 hard-fail（走到步骤 3）记录到 run_store 的 selector 观测，供调参。
+
+### 3.4 单维反事实约束（仅 AR，`strategy_action_recognition.py`）
+
+6 个 SubPattern 的 `instruction` + `distractor_rules` 改为内嵌"只改一维"模板 + few-shot 正例，硬约束"干扰项必须是视频中真实发生的动作/实体，仅在时点/主体/方式/对象**单一维度**上与正解不同，严禁缺席事件"：
+
+| SubPattern | 反事实维度 | few-shot 要求 |
+|-----------|-----------|--------------|
+| temporal_reasoning_failure | 事件顺序（同组真实事件错序） | 正解正确排序，干扰项是真实事件的错误排列 |
+| fine_grained_visual_action | 执行方式（同动词的另一种真实做法） | 4 选项为同一动词的真实执行方式变体 |
+| cross_segment_entity_tracking | 主体（另一实体的真实动作） | 干扰项=另一实体在该段真实做的事 |
+| semantic_rigidity | 表述（同义 vs 字面陷阱） | 正解同义改写，1 干扰项复用素材原文但语义错 |
+| premature_evidence_anchoring | 时点（前段真实诱饵） | 前段必须有与某干扰项字面吻合的真实局部匹配 |
+| evidence_gap_confabulation | 因果完整性（诚实 vs 编造） | 正解仅陈述可观测，干扰项编造未展示因果 |
+
+### 3.5 multi_true 门松绑（`gate_multi_true.md`，公共）
+
+rubric 从"≥2 选项 plausibly correct → fail"改为"**仅当 ≥2 选项完全满足题干限定（同主体/时点/方式/对象下都为真）→ fail**"。放行"错误选项有局部真实证据、但在题干限定下为假"的近似干扰项。12 题型统一（用户确认全局松绑）。
+
+### 3.6 sub_pattern 持久化 + selector 观测（公共，纯数据）
+
+- `accepted_questions.json` 每题增 `sub_pattern` 字段：改 `tools/generate_questions.py` 的 `_on_accept`（当前**未写**该字段），从 pipeline 逐题传下的 sub_pattern 写入 JSON。**这是 Phase B 配对翻转门的硬前提**（Phase B 按 sub_pattern 查 supports_flip），务必落实。
+- selector 打分观测：`question_gen_items` 表新增列 `selector_scores TEXT`（JSON：正解分、选中 3 干扰项分、候选池大小、退火轮次、是否 hard-fail），幂等 ALTER TABLE 迁移（与 sub_pattern 列同法）。供 EOB 观测与调参。
+
+## 4. Prior-Version Audit（现有 v2 管线行为清单）
+
+| 现有行为 | Phase A 处置 |
+|---------|-------------|
+| 每 slot 独立重出循环（retry_limit，prev_reason 传回） | **保留** — selector 凑不齐干扰项走同一重出机制 |
+| on_accept 逐题追加 JSON（崩溃最多丢一题） | **保留** — 仅新增 sub_pattern 字段 |
+| progress 断点续跑（slot_id → status） | **保留** — 不动 |
+| 四门 gate 并发 + verbatim 短路 | **保留** — 仅改 multi_true rubric（prompt）+ 修 tree 传参 |
+| embedding 去重 | **保留** |
+| heavy_check 抽检 | **保留** |
+| 11 个 BaseTaskTypeStrategy 出题 | **保留** — uses_grounded_selector=False 走原路径 |
+
+未发现隐式删除。唯一行为变更：AR 出题多一个 selector 步骤；multi_true rubric 放宽（有意，全局）。
+
+## 5. 非功能性需求
+
+| 维度 | 设计 |
+|------|------|
+| **持久化** | 不变 — on_accept 逐题追加，崩溃最多丢一题。selector 打分随题落 run_store |
+| **幂等性** | 不变 — 同 seed → 同 slot；候选池生成与 selector 打分由 rng/VLM 决定，同输入同输出（VLM 非确定性已有，不新增） |
+| **断点续跑** | 不变 — progress 机制在 pipeline 层；selector 无状态，重出即重跑 |
+| **原子性** | 不变 — 逐题落库；JSON 用 tmp + os.replace 原子写（现有） |
+
+## 6. 行为保真检查清单
+
+| # | 行为 | 状态 |
+|---|------|------|
+| 1 | 12 题型 slot 分配 | 保留 |
+| 2 | 重出循环 + 换视频 | 保留 |
+| 3 | 四门 gate | 保留（multi_true rubric 有意松绑 + tree 传参修复） |
+| 4 | 去重/heavy_check/on_accept/断点续跑 | 保留 |
+| 5 | 11 个 BaseTaskTypeStrategy 行为 | 保留（selector 默认关闭） |
+| 6 | AR 出题 | **有意变更** — 候选池 + selector + 单维反事实 |
+
+## 7. 配置参数（YAML）
+
+| 参数 | 默认 | 说明 |
+|------|------|------|
+| `candidate_pool_size` | 24 | VLM 生成的候选干扰项数 N |
+| `selector_delta_low` | 0.05 | 干扰项视觉分与正解的最小差 |
+| `selector_delta_high` | 0.35 | 干扰项视觉分与正解的最大差 |
+
+## 8. 测试策略
+
+- 单元：selector 区间选择（构造候选打分，验证选出落区间的 3 个 / 凑不齐时退回）；uses_grounded_selector 分流（AR 走 selector、其余走原路径）。
+- 集成：AR 出题端到端（mock VLM 返回候选池 + 打分）→ 验证干扰项来自候选池且落区间；sub_pattern 写入 JSON。
+- 回归：11 个非 AR 题型出题行为不变（现有测试全绿）。
+
+## 9. 与 Phase B 的衔接
+
+Phase A 产出 grounded 单题；Phase B（[2026-07-14-adversarial-question-gen-phaseB-design.md]）在其上加"完整 agent 对抗过滤门 + 配对翻转门"揪残余 shortcut。Phase A 的 selector 观测数据为 Phase B 的难度报告提供基线。