docs: address Codex review of WP3 plan (pools passthrough, holdout memo, DELETE table)

research-wiki/plans/2026-07-16-preflight-wp3-train-loop.md

@@ -201,9 +201,10 @@ git commit -m "fix: early_stop patience counts epochs not steps"
 ## Task 4: 可训练性预检
 
 **Files:**
-- Modify: `app/harness/runner.py:865-879`（_setup_train_run）
-- Modify: `app/harness/config.py`（RunConfig 加 `trainable_min_units`）+ `config/train_videomme.yaml`（WP 收尾建，先加字段默认）
-- Test: `tests/unit/test_harness_runner.py`
+- Modify: `app/harness/runner.py`（`train` 入口过滤 + `_setup_train_run` 接收 filtered task_types）
+- Modify: `app/harness/config.py`（RunConfig 加 `trainable_min_units` + 正整数校验）
+- Modify: `app/harness/checkpoint.py:37`（`trainable_min_units` 入 `_STRUCTURAL_KEYS` 指纹）
+- Test: `tests/unit/test_harness_runner.py`、`tests/unit/test_harness_checkpoint.py`
 
 - [ ] **Step 1: 写失败测试**
 
@@ -263,15 +264,20 @@ def _filter_untrainable_types(
     return new_pools, new_types
 ```
 （确认 `from dataclasses import replace` 已 import；`Pools` 是否 frozen dataclass 支持 `replace`——若非，按其构造方式重建。）
-在 `_setup_train_run`（pools 加载后、`_init_gate_pools` L874 前）调用：
+
+**过滤结果必须回传主循环（Codex Critical）**：`RunConfig` 是 `@dataclass(frozen=True)`，**不能** `self._config.task_types = ...`（会 FrozenInstanceError），且过滤后的 pools 必须被 `train()` 后续的 batch/step/slow-update/final-eval 全部使用。实现方式：
+- 在 `train(pools)` **入口第一步**（`_setup_train_run` 调用之前）过滤：
 ```python
-        pools, self._config.task_types = _filter_untrainable_types(
+        pools, filtered_task_types = _filter_untrainable_types(
             pools, self._config.task_types,
             self._config.eval_min_per_class, self._config.trainable_min_units,
         )
 ```
-（`RunConfig` 若 frozen，改用局部变量传递而非改 self._config；实现前读 config.py 确认可变性。）
-`app/harness/config.py` `RunConfig` 加字段 `trainable_min_units: int`（无默认，显式配置；train yaml 提供）。
+- 把 filtered `pools` 传给 `_setup_train_run(pools)` 与 train() 后续所有消费点（build_batches / slow_update / final_eval 均用这个 filtered pools，不再触碰原始 pools）。
+- 把 `filtered_task_types` 传给 gate 建立（`_setup_train_run`/`_init_gate_pools` 用它而非 `self._config.task_types`）——新增参数透传，不改 frozen config。
+
+`app/harness/config.py`：`RunConfig` 加字段 `trainable_min_units: int`（无默认，显式配置；train yaml 提供）；在配置校验函数（如 `validate_config`，config.py:277 附近）加 `trainable_min_units >= 1` 断言（<1 报错）。
+`app/harness/checkpoint.py:37` `_STRUCTURAL_KEYS` 加入 `"trainable_min_units"`——该值改变会改变 pools 过滤结果与训练轨迹，必须纳入 checkpoint 结构指纹，resume 时变化即拒绝复用旧 checkpoint。
 
 - [ ] **Step 4: 测试通过 + 回归**
 
@@ -415,7 +421,7 @@ Expected: FAIL（当前 None → wrong_by_error 走 defect 正文）。
                 "疑似 judge 基础设施故障，中止训练（不以降级信号驱动进化）。"
             )
 ```
-（确认 `DiagnosisResult.degraded_count` 字段可用，L2311。）
+（确认 `DiagnosisResult.degraded_count` 字段可用，定义在 `core/evolution/types.py:299`。）
 
 - [ ] **Step 5: 测试通过 + 回归**
 
@@ -455,13 +461,13 @@ Expected: FAIL（当前 append，无 DELETE）。
 
 - [ ] **Step 3: _run_step 开头 DELETE**
 
-`app/harness/runner.py` `_run_step`，在 rollout（L1012）之前加：
+`app/harness/runner.py` `_run_step`，在 rollout（L1012）之前加（**用 `IF EXISTS` 避免 fresh workspace 首跑时 predictions/traces 表尚未由 `run_inference._ensure_tables` 创建导致 `OperationalError: no such table`**）：
 ```python
         with HarnessLog(str(self._paths.db_path), run_id, register_run=False) as log:
             log.execute("DELETE FROM predictions WHERE run_id=?", (run_id,))
             log.execute("DELETE FROM traces WHERE run_id=?", (run_id,))
 ```
-（`register_run=False` 来自 WP4 Task 8；若 HarnessLog 无 `execute` 便捷方法，用其现有 `query`/连接接口，实现前读 log.py 对齐。）
+> SQLite `DELETE FROM <t>` 对不存在的表会抛 `no such table`。两种消解方式择一（实现前读 log.py 确认）：① rollout 由 `run_inference` 先建表——把 DELETE 移到**首次 rollout 之后、诊断之前**并只在 resume 重跑（step 已有旧行）时执行；② 或 DELETE 前先 `CREATE TABLE IF NOT EXISTS`（复用 inference 的 PREDICTIONS_SCHEMA/TRACES_SCHEMA），保证幂等无害。推荐 ②（无害且简单）。`register_run=False` 来自 WP4；若 HarnessLog 无 `execute` 便捷方法，用其现有连接接口。
 
 - [ ] **Step 4: checkpoint 提到 gate save 之后（消除双计窗口）**
 
@@ -505,15 +511,17 @@ async def test_holdout_dedup_skips_reevaluated_versions(...):
 Run: `conda run -n Video-Tree-TRM python -m pytest tests/unit/test_harness_runner.py -k holdout_dedup -v`
 Expected: FAIL（当前四向各跑一次）。
 
-- [ ] **Step 3: 实现去重**
+- [ ] **Step 3: 实现去重（进程内备忘录，不改 holdout_eval schema）**
 
-`app/harness/runner.py` `_holdout_four_way`：
-- **baseline 向**：不调 `_eval_version_on_pool`，改从基线 predictions（baseline_run_id）读 test 题对错算 acc（test 题在 infer_adhoc 已推理）；epoch>1 复用首次结果。
-- **final 向**：真评 600（不变）。
-- **best_hard 向**：维护"已评版本→test_acc"备忘录，resume 时从 `holdout_eval` 表 hydrate（查已落库 `(skills_v,prompts_v)→acc`）；版本对未评过且 ≠ final 才真评，否则引用。
-- **best_mixed 向**：引用赢家（best_hard 或 final 之一，`_pick_mixed_best` 已定）的 test 成绩，写 holdout_eval 时标指针，不推理。
+> **schema 约束（Codex Critical）**：当前 `holdout_eval` 表（observation.py:78）不存 skills_version/prompts_version/pointer，无法按版本反查做跨-run hydrate。本 task **不扩展该 schema**（避免结构性风险），改用 **train() 进程内备忘录** `dict[(skills_v,prompts_v), float]` 去重。代价：resume 后备忘录清空、已评版本会重评一次——resume 是异常路径、重评 600 题成本可接受，换取零 schema 变更风险。完整跨-run hydrate 记 future work。
 
-实现前完整读 `_holdout_four_way`（1881-1921）、`write_holdout_eval`、`_eval_version_on_pool`、`read`/hydrate 路径对齐。
+`app/harness/runner.py` `_holdout_four_way`（在 `_TrainState` 加一个 `holdout_memo: dict[tuple[str,str], float] = field(default_factory=dict)` 字段）：
+- **baseline 向**：不调 `_eval_version_on_pool`，改从基线 predictions（`baseline_run_id`）读 test 题对错算 acc（test 题在 infer_adhoc 已全推理过）；结果存 memo，epoch>1 直接复用（0 推理）。
+- **final 向**：真评 600，算完存 `memo[(final_sv,final_pv)]`。
+- **best_hard 向**：若 `(best_sv,best_pv)` 已在 `memo`（== final 或往轮已评）则引用，否则真评并存 memo。
+- **best_mixed 向**：`_pick_mixed_best` 选出的赢家必是 best_hard 或 final 之一，其 test acc 已在 memo，直接引用写 holdout_eval，0 推理。
+
+实现前完整读 `_holdout_four_way`（~1885）、`write_holdout_eval`、`_eval_version_on_pool` 对齐；`write_holdout_eval` 调用保持不变（仍逐向写观测行，只是 acc 来源改为 memo 复用/基线推导）。
 
 - [ ] **Step 4: 测试通过 + 回归**