ops 独立审查 — 回审轮数预算

把原条款「本轮新发现的 P0 → 计数重置，不受上限约束」换成两层硬预算：

• ① 完整审查 ≤2 轮（首审计入此层）
• ② 增量回审 ≤3 轮

到顶仍有未闭环 P0 → 不假装收敛，一页交 chief 仲裁，不再自动开新轮。另加禁 relitigate：已闭环的点，没有新的可复跑反例输出就不许重审。

三个结论

1. 回审比首审更重。§10 写了「增量复审」，实测回审的工具调用数高于首审 —— 没落地。
2. 单主题轮数无上限。Hermes 3.11→3.14 回滚链产生 12 份回审报告（同一 P0 链）；是她热力图审到 R13。
3. 根因是条款本身。原「计数重置」= 只要本轮又发现新 P0 就重置计数。在判据密集的改动上（每条新 P0 常有后代）必然触发 ⇒ 变相无上限。

补充：这十天单步响应时间没有变慢（9/15-9/18：5.5 / 7.1 / 6.7 / 6.7 秒；9/20 后：4.6 / 4.7 / 4.1 / 3.6 / 5.3 / 4.5 / 5.5 秒）。慢的是轮数与派发频次。

2.1 两层预算

两层独立计数、任一层到顶即停，不因新发现 P0 而重置。

• ① 完整审查 ≤2 轮（首审计入此层，原条款保留）
• ② 增量回审 ≤3 轮

2.3 到顶处置（三件套，缺一即为静默失败）

1. 不假装收敛（claudex-loop：present unresolved findings instead of manufacturing convergence）
2. 未决项 + 己方立场 + 每轮反例输出，整理成一页交 chief 仲裁
3. 同时在 UNREVIEWED.tsv 开一行 blocked（含复核期限 + 触发条件）—— 无登记 = 无追踪 = 未闭环 P0 蒸发

chief 裁决书必须显式写出：① 接受 / 驳回；② 授权追加的验证轮数 N（该 N 轮从预算豁免、单列计数）。

未裁决前不开新轮。继续修允许，继续以「回审」名义开轮不允许（除非裁决书显式授权）。

第 ② 条堵的洞：真 P0 在第 4 轮才发现时，若只允许「修」不允许「验证」，那个 P0 就永远无法闭环。

2.4 禁 relitigate

已判闭环的点在新一轮不再重审，除非提出新证据。

新证据 = 新的可复跑反例输出 —— 不是重读一遍代码，不是换个措辞重述原疑点。

2.5 回审任务书固定模板（2026-09-29 起）

禁止写「复核 P0/P1/P2 修复」这类全量措辞 —— 它会让 ops 重读全量。

任务书只写三项：

1. diff
2. 指定反例的运行输出
3. 改动所在判据链的相邻判据

硬前置 = 实现方已跑的反例复跑输出（附在任务书内，不让 ops 自己造）。
要求 = 逐条判定反例是否被覆盖 + 有新 P0 附可执行反例 + 正文 ≤6KB（P2 一行）。

实测依据：新措辞 11 次工具调用 / 2.8 分钟 vs 旧措辞 57.9 次 / 10.7 分钟（1 : 5.3）。见第 4 节 counterfactual-task-template.sh。

一致性校验口径（母本 11 词，逐项 ≥1，不看总数）

相邻判据 / 反事实 / 复核期限 / 无人值守消费者 / 计数重置 / UNREVIEWED
sha256 / 受保护 / 副本清单 / 运行时读取 / 注释不算

词在 ≠ 规则在：逐项还要读该词所在句子，确认它带的是规则而不是名单。本批里「计数重置」这个词保留在词表中，但语义由「生效」改为「已废除」。

变异体自证（判校验器本身灵不灵）：删掉 6 个词后，11 词口径必须报出 6 个缺口；若只报 5 词会判「已同步」 = 假绿。

增量回审（第 2 轮）：冻结核对一致；6 项反例全部被覆盖，无新 P0 ⇒ 台账标 reviewed。新增 2 个 P2 已顺手修。

1. 预算数字需实践检验。2 / 3 轮是照实测分布定的（claudex-loop 用 5/2/2，loop-skills 用 6）。本机真 P0 少（9/21 统计：17 份报告里真 P0 只 5 条），3 轮够不够看后续数据。
2. 「链」的跨批边界。现在按「同一批冻结清单（同一回滚点）」划链。若一个主题被硬拆成两批，理论上可绕开预算 —— 需观察是否真发生。
3. chief 仲裁通道的实际响应率未验证。chief 是 on-demand profile，若没人派它，升级会悬置。已用 UNREVIEWED.tsv 登记兜底，首次实践要盯。
4. 回审任务书模板（最直接的杠杆，尚未写进规则）。写「复核 P0/P1/P2 修复」会让 ops 读全量；应固定为「只验 ①diff ②1 个反例 ③相邻判据」。
5. 报告体量。§10 定「正文 ≤6KB」，实测 evidence 常 10-19KB，reviews/ 目录已 99M（其中 93M 是单个 treemap-v6-artifacts）。清理项，与速度无关。