v1.5.3

行为层 evals（A-live）落地——测的是「skill 真跑时契约有没有被守住」，而不只是结构。设计见 docs/decisions/0005-testing-and-quality-capability.md，用法与成本账见 evals/EVALS.md。

Added

• evals/ 行为层测试：run.sh（runner）+ honest-checks / red-light-gate 两个 A-live fixture + EVALS.md。
• 分档判据「契约由谁执行」：确定性代码执行的契约（bash 驱动 / jq 映射）可用桩测、留在 tests/；由模型遵守 SKILL.md 正文执行的契约桩测不了，必须真跑（A-live）。
• 失败二分类：环境抖动（无状态机产出，自动重跑、不计失败）vs 契约破坏（有产出但判别式不符，立即红）；全抖动时报「无结论」而非冒充通过。
• run.sh --check 离线校验 fixture（不烧额度，CI 只跑这个）、--replay 对保留现场复跑断言、--repeat N 以多数通过为结论。
• install-smoke.sh 新增 11 条 evals 不变量（95 → 106）。

Fixed

• 状态机推进契约冲突（由 honest-checks eval 首跑抓到）：pdlc-implement / pdlc-prd 的段四无条件写 current_stage，与共享片段 state-update.md 规则 5「ok=false 时 current_stage 不变」矛盾，导致失败的阶段也会推进 current_stage、令外层循环的 stuck-stop 失效。两处均改为「仅当本阶段成功时才推进」。