Capability delivery gate

capability-delivery-gate -- 能力交付门(目标函数保证器)

0. 这个 skill 解决什么(以及为什么其他 skill 挡不住)

其他 skill 是过程治理工具:防乱提交、防脏工作树、防泄露 key、防下载全表、 防越界、防伪称 OOS。它们证明的是"没犯错"。

它们不证明"有能力"。本 skill 是唯一一根反方向的护栏:它不问你有没有越界, 它只问一件事 -- 终端能力到底交付了没有。

它专治的失效模式只有一个,但精确:

十几轮全 PASS,产出一堆名词性的安全准备层,真实业务结果是 0。

为什么旧规则没拦住:旧规则(throughput test、贪婪陷阱审查)是判断题,模型 当场可以回答"看着没问题"。本 skill 的所有门都是机械检查:计数、文件存在性、 数值比较、词表。模型能合理化判断,不能合理化 0 > 0。

1. 触发条件(强制)

满足任一即强制启用,与 project-lifecycle 并行(不是二选一,两个都要过):

• 任何 LARGE / 项目级 / board / sprint 任务。
• 任何声称"推进 / 接入 / 打通某个系统能力"的工作。
• 任何即将给出 board 级裁决 / closeout / PASS 的时刻 -- 裁决前必须先过本门。

明确不触发:单轮事实问答、查一条文档、改一行字、闲聊。

project-lifecycle 管"流程走完了没",本 skill 管"能力交付了没"。正交,叠加。

2. 核心规则(不可违背)

D1 -- 终端产物先行,禁止代理替换

第一轮动手前,必须声明唯一的【终端产物】:它存在 = 任务完成的那个东西。 它必须是一条可运行链路的输出(候选、trial ledger、KILL/HOLD/PROMOTE 分布、 flywheel 写入)。它不能是名词性中间物 -- adapter / gate mapping / queue contract / schema / 设计文档一律不是终端产物。中间步骤显式标记为【非交付物】。 此后,除了"距终端产物还差多远",不许汇报任何"进度"。

D2 -- 验收断言必须硬、能力性、可机器判定

终端产物配一组【硬验收断言】。每一条必须同时满足三点:

• 可机器判定:一个数、一个文件存在性、一个分布非空。"已设计""已对齐""已映射" 一律不合格。
• 是能力断言,不是边界断言。generated_candidates > 0 合格;没有 OOS 没有泄露 raw data 没进 repo 不合格 -- 那是边界检查。边界检查继续保留, 但它永远不能当作 done 的定义。
• 至少一条必须是"链路端到端真的跑通了"。

D3 -- 最高信息量的一步,必须在第 1-2 轮做

任何"准备"只要能被"直接跑一次看看"替代,就必须用跑一次替代 -- 哪怕粗糙、 哪怕只跑子集、哪怕绕过非安全的中间层。 判据:这一步产生的是【关于终端产物能不能成立的信息】,还是【零信息的安全产物】? 后者一律延后或删除。若 round >= 3 仍未做最高信息量动作 -> 触发 D5 硬停。

D4 -- 禁用裸 PASS,裁决词表固定为五选一

board 级 / 阶段级裁决只能用下面五个词之一,禁止出现裸 "PASS":

• CAPABILITY_DELIVERED -- 终端产物存在,全部硬断言通过,端到端跑通。
• IMPLEMENTATION_PASS_CAPABILITY_NOT_DELIVERED -- 代码/测试/边界都没问题, 但终端产物不存在或硬断言未过。这不是成功,是"接住了合规、没接住能力"。
• BLOCKED -- 无法推进,必须给出唯一阻塞点。
• STOP_IDLE -- 空转门触发(见 D5)。
• STOP_FORMALISM -- 删除测试未过(见 D6)。

只有 CAPABILITY_DELIVERED 算 board 成功。其余四个都意味着系统能力没有推进。 注意:早期轮次(终端产物还没做出来)如实判 IMPLEMENTATION_PASS_CAPABILITY_NOT_DELIVERED 是正常且正确的 -- 该裁决描述的是能力状态,不是对本轮努力的打分。

D5 -- 空转门(轮次预算,硬停)

全程维护一个【能力台账】,每轮追加一条 §3 的裁决块。 若连续 K 轮(默认 K=2,上限 3) 终端产物的硬断言没有任何一条从 FAIL 变 PASS,硬停。不许开始第 K+1 轮。必须输出:

"已 N 轮,终端产物未移动,根因 X,唯一阻塞点 Y" -- 然后停,交用户。 STOP_IDLE 之后,必须由用户显式批准才能续轮,模型不得自行续轮。

D6 -- 删除测试(贪婪陷阱的硬 veto,不是审计文字)

每个 board / sprint 启动前,问一句机械的问题:

"如果这个 board 整个删掉,系统会不会少掉一个真实的、可运行的能力?"

答案是"不会" -> 判 STOP_FORMALISM,不准做。 这条把"一个 board 不产生新的可执行能力就不要做"从审计文字变成硬 veto。

D7 -- 能力裁决是天花板,压过一切边界 PASS

任何审计角色(包括项目级 AGENTS.md 里定义的 5 个审计角色)在记录任何 PASS 之前,必须先回答机械问题:"终端产物存在并跑通了吗?Yes/No"。 若 No -> board 级裁决被封顶在 IMPLEMENTATION_PASS_CAPABILITY_NOT_DELIVERED, 无论多少个审计角色说边界 OK。边界合规永远不能把能力裁决顶上去。

3. 能力台账(每轮必须产出的可验证收据)

每一轮 / 每个 board 收尾,必须逐字段输出下面这个块。不许省略字段,不许散文化:

CAPABILITY VERDICT
terminal_artifact   : <一行,可运行链路的输出>
round               : <整数>
rounds_since_moved  : <整数 -- 终端产物硬断言上次出现 FAIL->PASS 至今几轮>
hard_assertions:
  <断言1>           : PASS | FAIL(<实测值>)
  <断言2>           : PASS | FAIL(<实测值>)
  ...
moved_this_round    : YES | NO
deletion_test       : PASS(删了会丢能力)| FAIL(删了不丢 -> STOP_FORMALISM)
highest_info_action_done : YES | NO
VERDICT             : <D4 五选一,禁止裸 PASS>
single_blocker      : <若 VERDICT 非 CAPABILITY_DELIVERED,必填,唯一阻塞点>
next_action         : <若继续:下一轮唯一目标,必须直指终端产物>

这个块就是用户的验证入口。用户打开任何 closeout,看不到这个块、或 hard_assertions 里填的是"已设计"而不是真实数字 -- 即说明本 skill 被跳过或工作失败。

4. 执行路径(在 Codex 中如何运作)

1. 项目级任务进来 -> project-lifecycle 启动 PHASE 0 -> 本 skill 同时启动。
2. PHASE 0 / AUDIT 内,除《目标契约》外,本 skill 强制追加:【终端产物声明】(D1) +【硬验收断言】(D2)+【删除测试】(D6)。删除测试 FAIL -> STOP_FORMALISM, 项目不启动。
3. 第 1 轮 BUILD 的唯一目标必须是 D3 的"最高信息量动作"。若一个粗糙的端到端跑 是可行的,不许第 1 轮去做 adapter / mapping / contract / 设计层。
4. 每一轮收尾 -> 产出 §3 能力台账块 -> 更新 rounds_since_moved。
5. rounds_since_moved 达到 K,或 round >= 3 而 highest_info_action_done 仍为 NO -> D5 硬停,输出 STOP_IDLE 诊断,不进下一轮。
6. 任何审计 / closeout / 阶段裁决前 -> 先跑 D7 能力问题 -> 给不出 CAPABILITY_DELIVERED 就封顶;裸 PASS 一律改写成 D4 词表里的词。
7. 终端产物全部硬断言 PASS 且端到端跑通 -> CAPABILITY_DELIVERED -> 本 skill 放行。

5. 与现有体系的关系(不冲突、不重复)

• project-lifecycle / R4 / G3.0:防【偏航】和【过度】-- 做太多、做偏、过度优化。 本 skill 防【空转】和【代理替换】-- 做太少、永远在准备、用名词冒充能力。 正交的另一根护栏,不是重复。
• alpha-validation-gate:负向边界门(不许越界)。本 skill 是它的正向对偶 (必须交付)。两者合起来,路的两侧都有栏杆。
• 项目级 5 个审计角色:本 skill 不重定义它们,只给它们一条封顶规则(D7)。

6. 风险边界(本 skill 的已知失效模式)

• 本 skill 靠"模型自填能力台账"运作。若模型不产出 §3 的块、或在 hard_assertions 里填假数字,本 skill 即失效 -- 这是 Codex 无真权限隔离的固有上限。对抗手段是 §3 的收据可被用户秒验:skill 能做的是让"被跳过"变得可见,不能让它不可能。 用户必须真的去看那个块。
• K(轮次预算)默认 2,由用户在使用中校准。少数任务确实需要一轮纯准备 -- 允许, 但触发 STOP_IDLE 后必须由用户显式批准才续轮。
• 本 skill 不判断终端产物定义得对不对 -- 那是《目标契约》和用户的事。若终端 产物定义错了,本 skill 会把错的目标也忠实地逼出来。定义对错由 PHASE 0 把关。

7. 反例(以下每一条都是本 skill 要拦的真实失败)

• "我把数据路径接入了 gate 可读状态" -- 边界检查,不是终端产物。D1 拦。
• "我做了配层证明 CRSP 不能绕过 gate" -- 零能力信息的安全产物。D3 拦: 绕过非安全中间层直接跑一次,才知道因子死活。
• "我重新设计了候选队列" -- 早就设计过,纯运动,终端产物没动。D5 计入未移动轮次。
• 十几轮 closeout 全是 PASS、generated_candidates 始终是 0 -- D4 禁裸 PASS, D7 封顶为 IMPLEMENTATION_PASS_CAPABILITY_NOT_DELIVERED,D5 在第 2-3 轮就硬停。

附:CRSP 接入的样板填法(展示"硬断言"长什么样)

terminal_artifact : CRSP_BATCH0_FACTORY_FUNNEL_RUN -- 现有 Alpha Factory 以 CRSP
                    为数据源跑出的一批候选
hard_assertions:
  generated_candidates > 0                         : ...
  crsp_candidate_trial_ledger 文件存在              : ...
  每个候选都有 gate verdict                         : ...
  summary 含 KILL/HOLD/PROMOTE 计数                 : ...
  flywheel 写入了 next_batch_constraints            : ...
  funnel 端到端跑通(输入 CRSP -> 候选 -> ledger -> verdict): ...

对照:"没有 OOS""没有 stock rankings""没有 weights" -- 这些是边界断言, 继续保留在 alpha-validation-gate 里,但不得出现在本 skill 的 hard_assertions。