Record that the memory tiers passed independent review on round five

第 5 轮 PASS，无 D45。评审自己起两边服务复现了 D42 的判别子（`4c6af87` 的
`/api/memory/working` 404、HEAD 200），复现了 D43 的三个主语与 D44 的四对，
并用实验支持了「不用未改名主语兜底比对」：主语不等时退回比值键，
`Room 3/Room 4` 立刻变回 `('holds','22','24')`，即 D37 的误报复活。

两条精度说明采纳：P-e 把 D44 的成因写成一般情形——改名后主语键各自吃进自己
的数字，两侧都改名也永不相等（我另测 `温度 22 度 湿度 40` + `温度 24 度 湿度 40`
→ 0 条）；P-f 把「指纹补上 8799 那一口」限定为旧构建那一口，同树残留服务仍
只有 busy-port 守卫能挡。

门禁：CHECKLIST -only，改后 `pytest -q` 与 `ruff check` 仍绿（数字见记录行）。

CHECKLIST.md

@@ -409,7 +409,7 @@
   - [x] p2-3.1 工作记忆层：`working <holder> <session>` 按记录顺序返回该 session 记下的记忆，不经检索；HTTP `GET /api/memory/working` 与 MCP `working_set` 走同一份实现（Go 只转发，写规则仍在一处）。空 session 直接拒：`a working set needs a session; without one every memory is working memory`。验收：`pytest backend/tests/test_memory_tiers.py backend/tests/test_memory_cli.py backend/tests/test_memory_api.py`（13 + 14 + 8，合跑 35 passed）+ `bash scripts/mcp_write_smoke.sh` 里跨进程那一段（session 名不合并两个 holder；陌生 session 返回空而不是别人的记忆）。提交 `dc9cfb5`。
   - [x] p2-3.2 巩固台账：`consolidations` 表按 `(holder, scenario)` 存 watermark + rollup atom id，一条 lane 只有一份常驻摘要、原地替换；`lane_atoms` 用严格 `ingested_at > watermark`，所以 rollup 自己不会被再算一次。**实测出一个真缺陷**：`watermark_at` 原来写成本轮时钟，用落后于记忆的时钟重跑会把同一批算两遍（第二次 `atom_count=4`），现改成 `max(atom.ingested_at for atom in batch)`。验收：`test_a_lane_rolls_up_once_and_keeps_rolling_from_where_it_stopped`（第二次返回 None，第三次 `atom_count=3` 且 `rollup_atom_id` 不变）。
   - [x] p2-3.3 时间/价值字段：schema v10 给 atom 加 `session_id` / `importance` / `recall_count` / `last_recalled_at` / `archived_at`；`v_atoms_current` 加 `archived_at IS NULL`，且 `apply()` 先 `DROP VIEW v_atoms_current`——`CREATE VIEW IF NOT EXISTS` 会留着旧视图体、把归档当没看见，升级测试钉住这点。**`decay` 没有落成字段**：没测过的衰减公式就是编故事，所以归档规则把条件写在命令里（`--older-than-days`、`--max-importance`、`recall_count = 0`），`importance` 是人声明的、`recall_count` 是 store 自己观察的。`importance` **未设也算不值钱**（SQL 是 `importance IS NULL OR importance <= ?`），rule 字符串早先只写 `importance at or under 0.5`、漏了 NULL，被评审判为 D30，现写 `importance unset or at or under 0.5`。验收：`test_a_search_counts_the_memory_it_handed_back`、`test_a_memory_a_search_already_returned_is_not_stale`、`test_an_archived_memory_stops_answering_without_leaving_the_store`、`test_the_archive_rule_states_its_own_terms_and_can_be_read_before_it_acts`（dry-run 先点名，`atom_count` 不减）、`test_a_restore_counts_the_memories_it_brought_back_and_only_those`（`restore_atoms` 加了 `archived_at IS NOT NULL`：一个从未归档的 id 早先打印 `{"restored": 1}` 却什么都没变）。
-  - [x] p2-3.4 冲突记录持久化：`conflicts` 表存（旧, 新, 共享标签, 两个值, 是否已裁决），只在同 holder 同 scenario 且**数字**变了时记录；纯措辞分歧不记（换句话就会每次触发）。数字按「主语 + 最近标签」双键归一（实测 `numeric_values('恒温器放在书房，设定 22 度')` 交出的值键是 `恒温` 与 `设定`，不是 `书房`——评审第 2 轮 D38 纠正的就是这里）。**冲突必须两侧主语相同**（`trust.quantity_conflict`），而且**写在主语上的裸数字是名字、不是量**（`_subject_and_rename_slot`）。评审第 1 轮实测出 D31：只共享谓语的不同事实早先被记成冲突（`客厅的恒温器调到 22 度` + `卧室的恒温器调到 24 度` → `调到` 22→24；`她买了 3 本书` + `他买了 5 本书` → `买了` 3→5），后果是 `compile("客厅的恒温器现在几度")` 的 `packed_text` 只剩卧室那条——问客厅拿到卧室的数字。第 2 轮又实测出 D37，方向相反：主语相同、但那个数字其实在给对象编号，也被当成一个量（`Room 3 holds 22 degrees` + `Room 4 holds 24 degrees` → `room` 3→4，搜 "degrees" 只剩 Room 4；`The router 1 forwards 220 packets` + `The router 2 forwards 240 packets` → `router` 1→2；`2026 saw 3 releases` + `2027 saw 5 releases` → `saw` 2026→2027）。现在的规则：紧挨在主语**之后**的裸数字并入主语键、不当值（改名槽就是主语 token 的下一个，`trust.py:275-276`；`room3` vs `room4`、`router1` vs `router2` → 各 0 条）；开头就是数字时那个数字自己成为主语、不向前融合（`2026 saw …` 走 `trust.py:270-272` 的首数字分支，实测 `3 room holds 22 degrees` 主语是 `3` 而不是 `3room`；`2026` vs `2027` 因此也各 0 条），而**同一个主语**下数字变了仍是冲突（`The router forwards 220/240 packets` → 报 `router`，因为主语自己带着值；`2026 saw 3 releases` + `2026 saw 5 releases` → `saw` 3→5，早先读出 0 条，属漏报）。数字只要站在某个词之后、且不在紧挨主语那个位置，就是量不是名字（`The rent is 2200 dollars` + `The rent is 2400 dollars` → `rent` 2200→2400；`恒温器 is 22 degrees` + `恒温器 is 24 degrees` → `恒温` 22→24），CJK 串里融合的数字也仍是量（`温度22度` + `温度24度` → `温度` 22→24）。**但写在主语上的裸数字只有后面还留着别的数字时才是名字**（`_numbers_follow`）：句子里再没有第二个数字时，那个数字就是这条记忆要报的量——`温度 22 度` + `温度 24 度`、`室温`、`设定`、`预算 5000 元` + `预算 8000 元`、`The thermostat 22 degrees` + `The thermostat 24 degrees` 各 1 条（评审第 3 轮 D40：早先两字主语后的数字被并进主语、`values` 空，整条 lane 一条都不记，三字主语 `恒温器 22/24 度` 却记 1 条——主语长度决定记不记，当时没写）。主语落在虚词后面要扫到第一个实词（`The router …` 的主语是 `router` 不是 `the`），扫不到主语就不记（fail-closed）。明写的限制（每条都有测试钉住）：store 比的是标签不是语义，同主语量不同东西仍算一个量——`恒温器设定 22 度` 与 `恒温器功率 100 瓦` 记一条冲突，由人裁决（`test_the_same_subject_measuring_two_things_still_reads_as_one_quantity`）；给主语加限定词会被当成另一个东西，这是**漏报**（`恒温器调到 22 度` 然后 `客厅的恒温器调到 24 度` → 0 条，主语从 `恒温` 变成 `客厅`；两条都留着、什么都没藏，只是这次更新没被当成不一致，人仍可 `supersede`）；只有**数字**能给主语改名，字母不行、英文限定词也不行，这是中英不对称的**误报**（`Room A holds 22 degrees` + `Room B holds 24 degrees` → 1 条；`The router model X forwards 220 packets` + `The router forwards 240 packets` → 1 条，而中文 `三楼的恒温器` / `四楼的恒温器` 会分开成 0 条）；主语后面没有第二个数字时，编号会被当成量——`Room 3 is big` + `Room 4 is big` → 1 条（`room` 3→4），标签分不出编号和读数，这是误报方向、交人裁决（`test_an_identifier_with_no_reading_after_it_reads_as_a_quantity`）；值键仍会把主语之后的第二个数字挂到最近的标签上（`Room 3 holds 22 degrees at 5 pm` 的 `degrees` 键拿到 `5`，`Room 3 holds 22 degrees in 2026` 的 `degrees` 键拿到年份 `2026`——第二个数字，含年份，都会这样挂上去），本轮比对先看主语键所以没暴露后果（评审精度注 P5）；`_numbers_follow` 的**漏报**侧：改不改名取决于每条记忆自己后面还留着没有第二个数字，所以同一主语在两条记忆里可能一条被改名、另一条没被改名，两侧键永不相等——`温度 22 度` + `温度 24 度 湿度 40`、`温度 22 Line truncated
+  - [x] p2-3.4 冲突记录持久化：`conflicts` 表存（旧, 新, 共享标签, 两个值, 是否已裁决），只在同 holder 同 scenario 且**数字**变了时记录；纯措辞分歧不记（换句话就会每次触发）。数字按「主语 + 最近标签」双键归一（实测 `numeric_values('恒温器放在书房，设定 22 度')` 交出的值键是 `恒温` 与 `设定`，不是 `书房`——评审第 2 轮 D38 纠正的就是这里）。**冲突必须两侧主语相同**（`trust.quantity_conflict`），而且**写在主语上的裸数字是名字、不是量**（`_subject_and_rename_slot`）。评审第 1 轮实测出 D31：只共享谓语的不同事实早先被记成冲突（`客厅的恒温器调到 22 度` + `卧室的恒温器调到 24 度` → `调到` 22→24；`她买了 3 本书` + `他买了 5 本书` → `买了` 3→5），后果是 `compile("客厅的恒温器现在几度")` 的 `packed_text` 只剩卧室那条——问客厅拿到卧室的数字。第 2 轮又实测出 D37，方向相反：主语相同、但那个数字其实在给对象编号，也被当成一个量（`Room 3 holds 22 degrees` + `Room 4 holds 24 degrees` → `room` 3→4，搜 "degrees" 只剩 Room 4；`The router 1 forwards 220 packets` + `The router 2 forwards 240 packets` → `router` 1→2；`2026 saw 3 releases` + `2027 saw 5 releases` → `saw` 2026→2027）。现在的规则：紧挨在主语**之后**的裸数字并入主语键、不当值（改名槽就是主语 token 的下一个，`trust.py:275-276`；`room3` vs `room4`、`router1` vs `router2` → 各 0 条）；开头就是数字时那个数字自己成为主语、不向前融合（`2026 saw …` 走 `trust.py:270-272` 的首数字分支，实测 `3 room holds 22 degrees` 主语是 `3` 而不是 `3room`；`2026` vs `2027` 因此也各 0 条），而**同一个主语**下数字变了仍是冲突（`The router forwards 220/240 packets` → 报 `router`，因为主语自己带着值；`2026 saw 3 releases` + `2026 saw 5 releases` → `saw` 3→5，早先读出 0 条，属漏报）。数字只要站在某个词之后、且不在紧挨主语那个位置，就是量不是名字（`The rent is 2200 dollars` + `The rent is 2400 dollars` → `rent` 2200→2400；`恒温器 is 22 degrees` + `恒温器 is 24 degrees` → `恒温` 22→24），CJK 串里融合的数字也仍是量（`温度22度` + `温度24度` → `温度` 22→24）。**但写在主语上的裸数字只有后面还留着别的数字时才是名字**（`_numbers_follow`）：句子里再没有第二个数字时，那个数字就是这条记忆要报的量——`温度 22 度` + `温度 24 度`、`室温`、`设定`、`预算 5000 元` + `预算 8000 元`、`The thermostat 22 degrees` + `The thermostat 24 degrees` 各 1 条（评审第 3 轮 D40：早先两字主语后的数字被并进主语、`values` 空，整条 lane 一条都不记，三字主语 `恒温器 22/24 度` 却记 1 条——主语长度决定记不记，当时没写）。主语落在虚词后面要扫到第一个实词（`The router …` 的主语是 `router` 不是 `the`），扫不到主语就不记（fail-closed）。明写的限制（每条都有测试钉住）：store 比的是标签不是语义，同主语量不同东西仍算一个量——`恒温器设定 22 度` 与 `恒温器功率 100 瓦` 记一条冲突，由人裁决（`test_the_same_subject_measuring_two_things_still_reads_as_one_quantity`）；给主语加限定词会被当成另一个东西，这是**漏报**（`恒温器调到 22 度` 然后 `客厅的恒温器调到 24 度` → 0 条，主语从 `恒温` 变成 `客厅`；两条都留着、什么都没藏，只是这次更新没被当成不一致，人仍可 `supersede`）；只有**数字**能给主语改名，字母不行、英文限定词也不行，这是中英不对称的**误报**（`Room A holds 22 degrees` + `Room B holds 24 degrees` → 1 条；`The router model X forwards 220 packets` + `The router forwards 240 packets` → 1 条，而中文 `三楼的恒温器` / `四楼的恒温器` 会分开成 0 条）；主语后面没有第二个数字时，编号会被当成量——`Room 3 is big` + `Room 4 is big` → 1 条（`room` 3→4），标签分不出编号和读数，这是误报方向、交人裁决（`test_an_identifier_with_no_reading_after_it_reads_as_a_quantity`）；值键仍会把主语之后的第二个数字挂到最近的标签上（`Room 3 holds 22 degrees at 5 pm` 的 `degrees` 键拿到 `5`，`Room 3 holds 22 degrees in 2026` 的 `degrees` 键拿到年份 `2026`——第二个数字，含年份，都会这样挂上去），本轮比对先看主语键所以没暴露后果（评审精度注 P5）；`_numbers_follow` 的**漏报**侧：改不改名取决于每条记忆自己后面还留着没有第二个数字，所以改名一旦发生，主语键就吃进那条记忆自己的数字，**两侧只要都改名就永不相等**（`温度 22 度 湿度 40` + `温度 24 度 湿度 4Line truncated
   - 验收（原文两条）：
     - LongMemEval 风格两类**有分数**：`bench/reports/LEGS.md` 的 memory 表把 150 条可答 conversation 查询**整集**测了（不是 15 条抽样），shipped 配置下 knowledge-update **1.000**、temporal-reasoning **0.879**、multi-session 0.857、single-session-preference 0.800、single-session-user 0.960；开 dense 腿后 temporal-reasoning **0.950**、multi-session 0.920、preference 0.960。报告另有一列「最新的那条是否第一个回来」：words-only 0.52 / 0.48 / 0.37，dense 0.40 / 0.46 / 0.47——recall 满分不等于排序把被替换的旧值让开了位。
     - 被 supersede 的旧事实不当作现行：`v_atoms_current` 过滤 `valid_to`（`backend/tests/test_memory_schema.py:163 test_v_atoms_current_hides_closed_retired_and_unbegun_memories`），Go store 读的也是这个视图（p0-2 时实测跨语言断过），smoke 里 supersede 之后旧 atom 不再出现在 `search_atoms` 结果里。
@@ -418,7 +418,8 @@
   - **评审第 1 轮 FAIL**（同一独立 pi，8 项全跑，~2 h / 462 工具轮）：D30 rule 字符串漏 NULL、D31 标签粒度把不同事实当冲突（真行为缺陷，见 p2-3.4）、D32 没写同页条件、D33 「前后逐字相同」无产物、D34 引了未提交的 p50、D35 引了不存在的测试名——六条已全部按实测改掉，并新增 8 条测试钉住边界（两间房、两个人、一台路由器、同主语不同量、无主语、主语加了限定词、首数字当值、restore 只数真正归档过的）。该轮同时实测确认：全部门禁数字与本报告一致、两个反向实验复现、归档 dry-run 零副作用（sqlite `mtime_ns` 前后相同）、22→24→26 链产生 3 条冲突、跨 holder/跨 scenario 各 0 条、`supersede` 不记冲突、裁决后两侧回且 `valid_to` 仍 None、harness blob 三处全同、json 与 markdown 四表逐字一致、它自己的 pre-p2-3 对照复现了每个 recall 格子。
   - **评审第 2 轮 FAIL**（同一独立 pi，8 项全跑，D30–D35 的修法全部实测成立）：四条——D36 纪律：本轮新增两处整行 `#` 连续两行（`trust.py:234-235`、`:270-271`），并且它更正了自己第 1 轮的口径：按本仓 p1-6.4 那条规则（tokenize、任意缩进）`9cb46c1` 是 0 块、`deabbf7` 是 4 块（`memory.py:325`、`migrations.py:318`、`test_memory_schema.py:287`、`bench/leg_check.py:326`）、`3daface` 是 6 块，六处全部收成一行；D37 记录与行为不符且**方向与我写的相反**（见上面 p2-3.4 那条：误报同样会把一条记忆从答案页上摘掉，我原先只写了漏报一侧）；D38 「最近标签是 `书房`」实测是 `设定`；D39 三处措辞错（「两个方呰」「然候」「主语自己变了就点主语」——代码条件是主语**自己带着**那个值）。修法不是加披露而是换机制：写在主语上的裸数字是名字不是量。评审另给两条精度说明（不算缺陷）：那条 worktree 对照直接跑会死在 `123 store sources are not corpus files`，要在主仓里跑并 `PYTHONPATH=<worktree>/backend/src`；「shipped 臂」是我起的标签，产物里的名字是 `arms[1]`「words only (the configured 24)」（来自 `config.py:43 retrieval_top_k: int = 24`）。
   - **评审第 3 轮 FAIL**（同一独立 pi，8 项全跑，~534 工具轮；D36–D39 的修法全部实测成立，16 对冲突逐对复现）：两条——D40 机制盲区：主语是两字 CJK 词或单个拉丁词时，紧跟的裸数字被并进主语、`values` 空，`_note_conflicts` 直接返回，整条 lane 一条不记（`温度 22/24 度`、`室温`、`设定`、`预算 5000/8000 元`、`The thermostat 22/24 degrees` 全部 0 条，HTTP 上也是 `[]`），而三字主语 `恒温器 22/24 度` 记 1 条——**主语长度决定记不记**，且 `:412` 那句「数字只要站在某个词之后就是量不是名字」被 `温度 22 度` 直接推翻；D41 归因错：我写「一条记忆只有数字没有词时没有主语可比」，实测 `numeric_values('22 度').subject == '22'`，0 条是因为两侧主语不同。修法换成机制（`_numbers_follow`）而不是加披露，实测 33 对里只动 6 对（五条漏报变记上，加一条新披露边界 `Room 3 is big` + `Room 4 is big` → 1 条），其余逐字不变。该轮同时实测确认：门禁全绿、五个攻击（标点隔开、数字开头、融合写法、一句多数字、反向实验）全部量过，`Room 3 holds 22 degrees at 5 pm` 报 `room3` 22→24 是真读数变化、但 `degrees` 键拿到了 `5`（P5，本轮无害）；反向实验删掉改名那四行恰好让两条测试变红（我预测的第三条不变红，因为「数字开头当主语」住在 `_subject_and_rename_slot` 第一个分支 `trust.py:254`）；抑制只在页面（搜只给新侧，`GET /api/atoms` 两侧都在且 `valid_to` 仍 None）。另有四条精度说明：P1 smoke 要加指纹断言，否则 8799 上的旧服务能替这棵树答题（它自己就撞上一次：答题体没有 p2-3 字段）——第 3 轮加在 `scripts/mcp_write_smoke.sh` 的 `recall_count` 断言被第 4 轮判为**空判别子**（D42）：`ely-eye-mcp/internal/mcpserver/write_tools.go:61-70` 把 HTTP 答复解进强类型 `domain.Memory` 再原样发出，旧服务缺的字段解成 `0` 又被 Go 侧重新发出，所以旧 Python 服务照样通过（评审用 `4c6af87` 的服务 + HEAD 编的 MCP 二进制实测，答复里是 `"recall_count":0`）。指纹现在打在 **Python 答复**上：就绪后先探 `GET /api/memory/working`，实测 `4c6af87` 返 404、HEAD 返 200（两边我都自己起服务量过），旧服务替这棵树答题会当场 FAIL；MCP 侧那条断言留着，但文案改成它真正钉住的东西——脚本自己现编的那个 Go 二进制是不是这份树编的；P2 「整行」口径（已写进 p1-6.4）；P3 本报告里门禁行与第 1 轮记录行各重复一份（已去重）；P4 `LEGS.md` 的 stamp（`a52c104`，harness blob `a1e9842d`）比改名后的 HEAD（blob `977d19eb`）旧——实测 `git diff a52c104:bench/leg_check.py HEAD:bench/leg_check.py` 只有一行注释被压成一行、零代码变动，`bench/leg_report.py` 两处 blob 全同，所以报告里的数字就是这份代码跑出来的，不必重测（重测只会把延迟换成另一个机器负载下的值）。
-  - **评审第 4 轮 FAIL**（同一独立 pi，7 项全跑，~557 工具轮；D40/D41 的修法实测成立，16 对逐字复现、五对 D40 全记上）：三条——D42 就是上面 P1 那句被实验推翻（Go 层重发缺失字段，旧服务照样过）；D43 `:412` 的机制句**方向写反**，我写「主语之前的裸数字并入主语键」，而代码的改名槽是 `index + 1`（主语 token 的**下一个**，`trust.py:275-276`），实测 `3 room holds 22 degrees` 主语是 `3`、不会向前融合，三个例子里只有 `2026 saw …` 数字在前、走的是 `trust.py:270-272` 首数字分支；D44 `_numbers_follow` 的**漏报侧没披露**：改不改名取决于每条记忆自己后面还留着没有第二个数字，`温度 22 度` + `温度 24 度 湿度 40`（`温度`/`温度24`）、`温度 22 度 湿度 40` + `温度 24 度`、`温度 22 度 湿度 40` + `温度 24 度 湿度 60`（`温度22`/`温度24`）、`预算 5000 元 超了 8000` + `预算 6000 元`（`预算5000`/`预算`）四对全 0 条，方向 fail-closed（两条都留在页上）。D44 按评审建议只**披露 + 加测试**（`test_a_second_number_in_one_memory_hides_the_update`），不用「未改名主语兜底比对」，那会把 `Room 3 holds 22 degrees` + `Room 4 holds 24 degrees` 退回 D37 的误报。四条精度说明全部采纳：P-a `degrees` 键也吞年份（`in 2026` → `{'degrees':'2026'}`），P5 那句已改成「第二个数字，含年份」；P-b 反向实验的红名单是 4 条不是 5 条（全套 4 failed / 379 passed，无连带）；P-c 「数字只要站在某个词之后就是量不是名字」已就地加限定词（且不在紧挨主语那个位置）；P-d 8799 守卫仍只在开跑时探一次，现在指纹补上了这一口。该轮同时实测确认：门禁全绿且 mypy 两边逐字相同、tokenize 0 块、最大文件 `bench/systems.py` 498 行；D41 的新测试文案与实测一致；P4 的 stamp 判断站得住（`bench/leg_report.py` 两处 blob 全同 `40596d29…`）。判定：p2-3.1/3.2/3.3 与两条验收都能 `[x]`，p2-3.4 因 D43/D44 的记录级缺陷暂缓。
+  - **评审第 4 轮 FAIL**（同一独立 pi，7 项全跑，~557 工具轮；D40/D41 的修法实测成立，16 对逐字复现、五对 D40 全记上）：三条——D42 就是上面 P1 那句被实验推翻（Go 层重发缺失字段，旧服务照样过）；D43 `:412` 的机制句**方向写反**，我写「主语之前的裸数字并入主语键」，而代码的改名槽是 `index + 1`（主语 token 的**下一个**，`trust.py:275-276`），实测 `3 room holds 22 degrees` 主语是 `3`、不会向前融合，三个例子里只有 `2026 saw …` 数字在前、走的是 `trust.py:270-272` 首数字分支；D44 `_numbers_follow` 的**漏报侧没披露**：改不改名取决于每条记忆自己后面还留着没有第二个数字，`温度 22 度` + `温度 24 度 湿度 40`（`温度`/`温度24`）、`温度 22 度 湿度 40` + `温度 24 度`、`温度 22 度 湿度 40` + `温度 24 度 湿度 60`（`温度22`/`温度24`）、`预算 5000 元 超了 8000` + `预算 6000 元`（`预算5000`/`预算`）四对全 0 条，方向 fail-closed（两条都留在页上）。D44 按评审建议只**披露 + 加测试**（`test_a_second_number_in_one_memory_hides_the_update`），不用「未改名主语兜底比对」，那会把 `Room 3 holds 22 degrees` + `Room 4 holds 24 degrees` 退回 D37 的误报。四条精度说明全部采纳：P-a `degrees` 键也吞年份（`in 2026` → `{'degrees':'2026'}`），P5 那句已改成「第二个数字，含年份」；P-b 反向实验的红名单是 4 条不是 5 条（全套 4 failed / 379 passed，无连带）；P-c 「数字只要站在某个词之后就是量不是名字」已就地加限定词（且不在紧挨主语那个位置）；P-d 8799 守卫仍只在开跑时探一次，现在指纹补上了**旧构建**答题这一口——同树残留的服务占住端口时指纹仍给 200（评审实测：同树同 `ELY_EYE_AUTH_TOKEN` 的服务把 5 条 atom 落进它自己的 home，直到挂载卡带才失败），那种情形仍只有 busy-port 守卫能挡。该轮同时实测确认：门禁全绿且 mypy 两边逐字相同、tokenize 0 块、最大文件 `bench/systems.py` 498 行；D41 的新测试文案与实测一致；P4 的 stamp 判断站得住（`bench/leg_report.py` 两处 blob 全同 `40596d29…`）。判定：p2-3.1/3.2/3.3 与两条验收都能 `[x]`，p2-3.4 因 D43/D44 的记录级缺陷暂缓。
+  - **评审第 5 轮 PASS**（同一独立 pi，7 项全跑，本轮 diff 仅 3 个文件 +31/−5、机制 blob 全同：`trust.py d0b1a090`、`memory.py 13b0ebbf`、`retrieval.py 305d6e3a`、`compiler.py 5d341ca5`、`api_memory.py 22a03666`）：D42/D43/D44 全部按实测改掉并被独立复现——D42 的判别子它自己起两边服务量过（`4c6af87` 的 `/api/memory/working` 404、HEAD 200）；D43 三个主语实测 `3` / `room3` / `2026`；D44 四对逐对 0 条且贴出了页面（两条都留着），新测试的两条断言它逐条读过（第二条真的检查了「都在页上」）。**「不用未改名主语兜底比对」这个判断它用实验支持了**：把 `quantity_conflict` 改成主语不等时退回比值键，`Room 3 holds 22 degrees` + `Room 4 holds 24 degrees` 立刻变回 `('holds','22','24')`，即第 2 轮 D37 的误报复活。反向实验（去掉 `_numbers_follow` 条件）红名单仍是 4 条、全套 4 failed / 379 passed，**新加那条不变红**（无条件改名下它两条断言仍成立）。20 对冲突 + D40 五对 + `Room 3 is big` 边界逐字复现。门禁全部重跑且与本报告逐格一致（384 passed、六文件 83、conflicts 27、三文件 35、mypy 与 `9cb46c1` 文件集合与去行号文本逐字相同、tokenize 148 个 `.py` 0 块、最大文件 `bench/systems.py` 498、go `-count=1` 全套 + gofmt 空、`index-CSDHCFNo.js 221.48 kB`、smoke PASS）。两条精度说明（不算缺陷）已采纳：P-e 把 D44 成因从「一侧改名」改成「改名后主语键各自吃进自己的数字，两侧都改名也永不相等」（我另测 `温度 22 度 湿度 40` + `温度 24 度 湿度 40` → 0 条证实对称情形）；P-f 把「指纹补上 8799 那一口」限定为旧构建那一口。判定：p2-3.1/3.2/3.3/3.4 与两条验收全部 `[x]`。
   - 顺带：`cli.py` 495→432 行（写路径拆进 `cli_memory.py`），`bench/leg_check.py` 拆出 `bench/leg_report.py`；typer 0.27.2 用**关键字**调用回调，`*atom_ids: str` 形式的命令一调就 `TypeError`，改成 `list[str]`——这才是之前 `test_maintenance` 那条 TypeError 的真因，命令重名只是表象。报告 stamp 早于 harness 的缺陷也修了（`a52c104`）。
 - [ ] **p2-4** 共享记忆
   - [ ] p2-4.1 多用户/多 agent 作用域 + ACL