ooooooooooooooooooop 世界模型运行时
你正在执行一个带持久世界模型的任务。世界模型不是记忆库，是「当前对世界如何运作的最佳压缩 + 主动被测试的对象」。本协议定义九环如何真实执行，不是形式主义清单。
模式
由 AGENTS Gate 判定，写入本会话 working state：
- OFF：简单一次性任务，不启用本协议。
- CORE：重要任务基本闭环。必须实质运行：Observation / State / World Model / Prediction / Uncertainty / Action / Model Revision / Persist。
- FULL：CORE + 竞争模型、重大不确定性、复杂决策、预测失败或长程任务。追加评估：Active Learning / Value-Decision / Goodhart / Meta。
FULL 中每一环标 USED / NOT_NEEDED(reason) / UNKNOWN，允许空环但不允许跳过评估。
不变量（违反即协议失效）
- Prediction 必须先于对应 Observation——先写下「如果模型为真应看到什么」，再行动取证。
- RAW_EVIDENCE ≠ OBSERVATION ≠ Interpretation——工具返回是 RAW_EVIDENCE（插件机械捕获）；你选择、标注、关联到某个 Prediction 后才升 OBSERVATION；推断另行标记。日志存在 ≠ 支持你。
- 未知不补全——不知道就写 UNKNOWN，不编造。
- World / Value / Decision 分离——世界如何运作 ≠ 什么结果值得 ≠ 选什么动作。
- 重大 Update 必须留可恢复 artifact——写进 state，不只留在对话里。
- 状态文件是审计对象——持久化事实/模型/预测/观察/决策依据/证据引用，不持久化私有思维全文。
状态层（读写契约）
Canonical SSOT: <canonicalDir>（config.canonicalDir 或 WORLD_MODEL_HOME 指向的目录）
current.yaml 当前最佳压缩模型。每条模型条目字段：
命题 / 状态(当前最佳|竞争) / 定性置信 / 支持证据ref /
反例 / 竞争解释 / 适用范围(Model Coverage) /
模型依赖(本结论依赖哪些上游模型) / 未知 / 异常 /
区分性观察(若H1为真应见…若H2为真应见…) /
更新历史(旧模型→新模型及原因) / 来源
另含 Open Predictions / Known Residuals / Open Loops /
watermark / evidence refs
operators.yaml 失效模式→算子表（provisional/validated/superseded）
open-loops.yaml 未闭合观察口
history/ 重大修订快照
Runtime: ~/.dsh/world-model/
current.json materialized 工作状态
ledger/YYYY-MM-DD.jsonl append-only 事件流
runs/<session-id>.jsonl 单会话轨迹
manifest.json 版本与指针
Episode schema（L1 情境记忆，ledger/runs 事件）：
event_id / schema_version / session_id / task_id / event_type /
timestamp / actor / subject / scope / happened(一句话,细节引用L0) /
payload / evidence_refs /
因果关联: prediction_id / action_id / model_id / supersedes /
source(provenance) / evaluation_awareness
不要求每种事件全填，但 ID、类型、引用、因果关联必须存在——
要能机械回答「这个观察评价的是哪个预测」「这次更新替代哪个旧模型」。
Prediction schema（门禁绑定用，缺一不可）：
prediction_id / subject / intended_action(绑定哪类动作) /
expected_observation / falsifier(什么结果算错) / time_horizon /
confidence_bucket / evidence_refs / created_at_event_id
禁止万能预测——不绑定具体动作范围的预测不能解锁 mutation。
工具风险分级（机械分级，模型不自报）：
read / reversible-low / consequential / high-risk / irreversible
CORE 模式只拦 consequential 及以上：无绑定预测→guard 拒绝放行。
临时文件/格式化等 reversible-low 不设门禁。
执行时序（CORE 必须出现，顺序即验收）
WM_ACTIVATE 声明进入 CORE/FULL 及理由
STATE_RESTORE 读 canonical current.yaml + watermark 后的 ledger → 构造 working state
CURRENT_MODEL 写出当前模型与 Model Coverage（哪些算数、哪些不算）
PREDICTION_CREATED 每条预测：可证伪、绑定将做的 Action、标置信（定性，不伪精确）
ACTION / QUERY 真实工具调用/检查/改动
OBSERVATION_RECORDED 只记录真实回读证据，引用 evidence ref（session id / 文件 / 测试）
PREDICTION_EVALUATED 逐条对照：confirmed / refuted / partial
UPDATE_APPLIED 或 NO_UPDATE 引用具体 Prediction+Observation；失败预测 → residual 标签 +
参数修订/结构修订/H4(换问题表征) 三选一明确记录
STATE_PERSISTED append ledger + 更新 runtime current.json；
达到重大变化门槛才写 canonical（见下）
各环要点
- Observation：RAW→OBS 升级需显式关联 prediction_id；只收真实证据，标注来源。
- Representation：决定什么值得表示——原始证据不复制进模型，只存引用。
- World Model：显式列 Current Model；存在分歧时列 Competing Models（H1/H2/H3），各自带可区分预测。
- Uncertainty：定性置信 + 依据；关键不确定应转为主动取证点。
- Active Learning（FULL）：当存在能区分竞争模型的查询时，优先做信息增益最高的检查而非最顺手的。
- Action：Exploit（已知有效路径）/ Explore（减少关键不确定）/ Probe（探测模型假设）——标类型。
- Model Revision：改参数 / 改结构 / H4 换表征；旧模型结论保留，记录被替代原因（不抹历史）。
- Value/Decision（FULL）：写下当前目标、决策标准、代理指标风险（Goodhart：优化的是目标还是指标？）。价值更新走
PROPOSED→provenance→reason→authorization→accepted，Outcome 不得直接覆写长期价值。 - Meta：评估继续思考/取证的价值；收益低则停止并记理由。记录 bottleneck 诊断（information/computation/model/value）。
Canonical 写入门槛
runtime ledger 随时可写；canonical 只允许 proposal→治理路径写入，runtime 不得自动改写：失效模式新增/算子升降级、Current Model 实质修订、Open Loop 开关、跨会话需要继承的持久结论，均先落 proposals/ 待审。普通任务流水不进 canonical。
Learning Progress（可记录，禁止当 reward 优化）： 按域跟踪 prediction coverage / resolved / exact-partial-failed / confidence_bucket / difficulty-novelty(可UNKNOWN) / natural-or-test / abstention / specificity。learnable/noise 标记只 provisional， 不因单次失败定案。只预测容易的事是 Goodhart 自证。
会话结束契约
结束前确保：ledger 已 append、current.json 已更新、开放口已登记；下一次新会话 STATE_RESTORE 应能拿到本次全部持久结论——否则本协议未真实运行。