Say what the store actually does, and put a receipt under each claim

The README described a project that no longer exists: a Windows-only Qwen
runtime with nine read-only tools, a console as the only way to operate the
store, and a 100M-token capsule as if it were measured. It is now a description
of what is here, with the report and the command that re-measures each number,
and a section that names what has not been run instead of leaving the reader to
discover it.

TRAINING_ARTIFACTS.md keeps its artifact tables and loses the scores that were
never run: MMMU-Pro and OCRBench each read one sample, and the HashHop gate
collected proofs until it hit its target. What stays is annotated with what it
actually measures — citation accuracy there means the cited id existed in the
context that was handed over, not that the passage supports the answer.

Gaps.md gains a re-audit section: ten of the twelve gaps closed, two partial,
each row naming the command or report behind it, and the remaining work stated
plainly — the 0.90 recall bar is unmet and the deficit is entirely in the
visual and audio legs.

AGENTS.md stops being ignored. It records the constraints this repository paid
for: the measurement rules, the environment traps, and the review protocol, so
the next agent does not pay them again.

The CLI could filter by holder but could not look through a holder's eyes, so
search gains --as-holder: three states of eyes on every face, not two.

CHECKLIST.md

@@ -437,12 +437,23 @@
   - 验收：`pytest backend/tests/test_holder_acl.py backend/tests/test_visibility_rule.py backend/tests/test_transactive.py` → **13 + 2 + 19** 全绿（两 holder 互不可见、无 token 读不到私钥、`everyone` 无 token 可搜、`visible_to` 只放行被指名的人、声称别人 403 且点名两人、token 只出现一次且库里只有 sha256、吊销后旧 token 401、卡无 token 可读且不含正文、陌生人的图片 404 而无主的 200、`compile(as_holder="")` 返回 0 hits 且 `cache_trace_id` 与 `as_holder="wife"` / `None` 都不同）。跨进程：`bash scripts/mcp_write_smoke.sh` → 两行 PASS，第二行是「a caller with no token sees only public memory, a holder's token sees her own, naming somebody else is refused, and the capability card answers without a token」——它先证明无 token 搜不到私钥，再用 operator token 铸出妻子的 token、证明她能搜到自己的、搜不到 `local` 写的 `the oven needs descaling`，最后**把 MCP 进程不带 `ELY_EYE_AUTH_TOKEN` 重启一遍**，证明 Go 那条路守同一条规则（不是假设）。
   - 顺手修的两条自己写的断言缺陷（都是跑出来的）：smoke 里 `if secret in found(None, token=token)` 是同义反复（搜的还是那句话，当然命中），改成拿**别人写的**记忆当探针；指纹探测 `GET /api/memory/working?holder=fingerprint` 现在返回 **403**（路由在、但匿名不能声称 holder），所以探测必须带 operator token——旧树上没有这条路由仍是 404，判别力保住。
   - 门禁：`pytest -q` **401 passed**；`ruff check` 对 22 个改动文件干净；`bench/filesize_check` 干净；`bench.audit --product` → `audited 32 harness files, 2 reports, 6 set files` / `clean`；mypy 冷缓存 **24 errors in 9 files (checked 112 source files)**，与 `9cb46c1` 基线（24/9）**净新增 0**；`./node_modules/.bin/pyright` 对 17 个后端源文件 + 5 个测试文件 → **0 errors**；`go build` / `go vet` / `go test`（apiclient ok、mcpserver ok）+ `gofmt -l` 空；`npm run build` → `dist/assets/index-CSDHCFNo.js 221.48 kB`（bundle 哈希与 `246dae9` 相同，与「本轮没动前端」一致）+ eslint exit 0；`bash scripts/mcp_write_smoke.sh` 3.3s 两行 PASS。
-- [ ] **p2-5** 文档单一真相
-  - [ ] p2-5.1 `AGENTS.md` 重写并停止 gitignore
-  - [ ] p2-5.2 `README.md` 每条宣称指向可重跑命令
-  - [ ] p2-5.3 `TRAINING_ARTIFACTS.md` 未跑分数删除
-  - [ ] p2-5.4 `Gaps.md` 更新为已闭合状态
-  - 验收：`grep` 无未跑模型分数残留；每条数字可重跑
+- [x] **p2-5** 文档单一真相
+  - [x] p2-5.1 `AGENTS.md` 重写并停止 gitignore
+    - `.gitignore` 删了 `AGENTS.md` 那一行（`CLAUDE.md` 仍忽略，它不是本仓库的真相源），`git check-ignore AGENTS.md` 现在 exit 1。新文件 5.5KB，写的不是风格偏好而是**这个仓库付过学费的约束**：门禁命令清单（含 mypy 基线是 24 errors in 9 files、必须在分支点的 worktree 里量而不是猜）；一个 writer 一条规则（Go 不写 SQLite）；fail fast 必须点名（引真实报错 `nothing to forget: no atom or source was given`）；≤500 行、无死代码、注释单行、docstring 是契约；「缺席是一种状态」——`v_atoms_current` 隐藏而不删除。
+    - 测量规则单独一节，都是本轮踩过的坑：**跟机器负载走的数字只能写区间或指向报告**；报告的 commit 戳必须指向含该 harness 的那个 commit（所以 harness 改动与报告是两个 commit）；每个 recall 必须与 chance 行和外部对手段并排；**n=1 不是基准**（旧套件就是靠 `next(iter(stream))` 「跑」了 MMMU-Pro 与 OCRBench）；按文件序抽样会静默丢掉整个模态（`bench/query_set.py:scale_probes` 已按模态分层并有测试钉住）；harness 只动副本（`bench/scratch.py:copy_store`），绝不原地迁移冻结库；两个正确引擎不一致时先怀疑度量（字节相同的 atom 造成并列，id 级 recall 会读出 0.83 的假差距）。
+    - 环境陷阱一节：pi-lens 跑 pyright 时是 **0 config files**，所以它对 `pydantic/fastapi/torch/sqlite_vec` 的 `Import could not be resolved` 是环境伪影，算数的是读 `pyrightconfig.json` 的 `./node_modules/.bin/pyright`；pi-lens 会在你改过的文件上自动跑 `ruff format` 风格格式化，而本仓库不是 ruff-format clean、门禁是 `ruff check`，所以提交前要 `git checkout --` 回退；`ruff check --fix` 只跑显式路径；`import fitz` 把警告打到 **stdout** 会弄坏每一条 CLI JSON，必须 `import pymupdf as fitz`；semgrep 拒绝 `connection.execute(变量)`，所以规则副本必须存在、并由测试比对（`test_visibility_rule.py`）。
+  - [x] p2-5.2 `README.md` 每条宣称指向可重跑命令
+    - 十类旧宣称全部替换（不是加脚注）：(1)「built on Qwen3.5-9B … fifteen-check proof suite exercises the whole thing against the live model」→ 生成侧列入「**没在本仓库跑过**」清单，每项一条可重跑命令；(2)「retrieves with sparse and Qwen embedding search」→ dense 默认**关**，并给出 LEGS 实测：24 页上 0.863→0.860 而 p50 122→713ms，宽页两边都 0.873 而 p50 84→579ms，它买的是记忆类问题（multi-session 0.857→0.920、preference 0.800→0.960）、赔的是图像类（0.720→0.680）；(3)「checks every answer with a verifier」→ 引用准确性是 id 存在不是蕴含（写在 `TRAINING_ARTIFACTS.md` 那条证据旁边）；(4)「100M-token memory capsule」→ 实测 165,973 atoms / 153,857 vectors，1M 是外推不是测量；(5) HashHop / Contradiction Lens / 标准基准 → 全部进「未测」清单；(6)「nine read-only tools … never writes」→ 23 个工具，写走 API；(7)「the console … is the only place」→ CLI 做得到同样的事；(8)「Requirements: Windows」→ Linux/macOS `.sh` 双胞胎 + Docker + Linux CI；(9) `.ely_eye/` 布局与卡带内容 → 今天的真实形状（vec0 在库内、卡带是可挂载作用域）；(10) 记忆模型 / bench / ACL / 能力卡 / 验收线状态在旧 README **完全没提**，现在都在。
+    - 验收线写成明字的**未达**：0.863 对 0.90，并列出缺口在哪（video 0.455 / image 0.720 / ui_screenshot 0.818，而 code 0.945 / pdf 0.885 / conversation 1.000）以及为什么（冻结库一个 audio atom 都没有；CLIP 不能在整屏里定位图标）。
+  - [x] p2-5.3 `TRAINING_ARTIFACTS.md` 未跑分数删除
+    - 删了：`MMMU-Pro=1.00` 与 `OCRBench=1.00`（每个基准只读了 **一个** 样本，`next(iter(stream))`）和「Visual HashHop gate passed 7/7 … 1-hop=1.00 2-hop=1.00」的 gate 口径（那个检查是**重试到达标为止**，现在重试已删）。改而写明：文件是 2026-05-28 在 Windows+4090 上从已不存在的 `PRD.md` 生成的，adapter 与所有 `.ely_eye/` 路径**不被 git 跟踪**，所以 clone 不能重现。
+    - 保留但说清它到底测了什么：`citation accuracy 1.00` = 引用的 id 在送进去的上下文里存在，不是蕴含（且那道题把答案写在题面里）；100M capsule = 检查自己生成的 capsule 自哈希自洽，不是 100M 真实内容；repository input proof 是当天快照（仓库现在更大，且任何 git 仓库都能满足它）；runtime profile「verified」限定在那台机器的固定 WSL 发行版（现在读 `ELY_EYE_WSL_DISTRO`，且有 `.sh` 双胞胎与 Linux CI）；15 行 `Checks:` 块标成「当天写下的行，不是今天的结论」并指向 Gaps.md 附录 A 的逐条判定；卡带资产清单换成 `cartridge.py` 今天真正写的五个文件，并点名 `kv_snapshots.kivi` / `ttt_vl_adapter.safetensors` 是从未接上 loader 的占位。
+  - [x] p2-5.4 `Gaps.md` 更新为已闭合状态
+    - 新增 §0.5（不改写 §0–§4 的历史判断，只加今天复核）：12 项差距逐项一行——**10 项闭合、2 项部分闭合**，每行带跑过的命令或报告；四个根因逐一说现在为什么不成立；末尾「还剩什么」只列三件事：验收线 0.90 未达（缺口全在视觉/音频腿）、卡带的算力节省（前缀/KV 复用）没做、生成侧在本仓库一次没跑过。
+    - 诚实处理两处派生数字：`+0.454` 不在 `BASELINE_EXTERNAL.md` 里，是它两行（0.866 / 0.412）相减得来，Gaps 里写明「该报告只给两行与‘这段差值是 holder 边界的价值’这句话，差值是这里减出来的」；ASR 速度改成当前报告的数（258.18s 音频 / 3.12s，每视频 68.4–111.2×），不再引旧报告的 63.9–112.2。
+  - 偏差（顺手补的真缺口）：CLI `search` 只有 `--holder`（过滤器），**没有**办法用某个 holder 的眼睛看库——即无法回答「我的 agent 会看到什么」。加了 `--as-holder`（`SearchFilters.as_holder`）与两条断言（`--as-holder stranger` → `no_match`，`--as-holder wife` → 命中），否则三态眼睛只在 HTTP/MCP 两面成立而 CLI 面缺一个口。
+  - 验收：`grep -rn "MMMU-Pro=\|OCRBench=\|1-hop=\|2-hop=" *.md */README.md` → **0 命中**；README 里每个数字都能在报告里找到（0.863→LEGS、0.866/0.412→BASELINE_EXTERNAL、0.0717/0.2177→SCALE、165973/153857/106 per second→DENSE、0.242/533/68.4–111.2→ASR、模态行→LEGS、148.9GB→Gaps 附录 B）。唯一留下的模型分数是 `TRAINING_ARTIFACTS.md:84` 的 `citation accuracy 1.00`：它在证据块里（那是当天产出的工件原文），且紧跟的段落写明了它测的是什么、不测什么。
+  - 门禁：`pytest -q` **401 passed**；`ruff check backend/src/ely_eye backend/tests bench` 干净；`bench.filesize_check` 干净；`bench.audit --product` → `audited 32 harness files, 2 reports, 6 set files` / `clean`；mypy 冷缓存 **24 errors in 9 files (checked 112 source files)** = `9cb46c1` 基线，净新增 0；`./node_modules/.bin/pyright backend/src/ely_eye/cli.py backend/tests/test_search_api.py` → **0 errors**；本轮未动 Go/前端/报告，所以 go/npm 套件沿用 `83dfc14` 的绿。
 
 ---