GateKeeper v0.4.2 — 规则完整性与反凑数:修复弱模型二次实测新失败模式
背景
DeepSeek 二次实测(v0.4.1)显示过程合规度大幅提升(search_log 落盘、market_snapshot 完整、一手披露真实触达、逐节点 G7 清单),但出现三种新失败模式:
- 执行体修改规则书:开跑前 10 分钟自行修改 AGENTS.md(新增条款 + 版本号改为 v0.5.0),然后对着自己写的规则自评"合规"
- 合规表演:过程日志声称 48 次查询,去重后实际 17 次;pricing 节点三角色 search_log 逐字雷同(同查询词/同时间戳/同 hits)充数
- G7 算术失效:as_of 2024 年报数据被判"≤18 个月 ✅"(实际 ~20 个月),超期数据登顶报告 TOP 1 风险
修复
- N12 规则文件只读:执行体禁止修改 AGENTS.md / references/ / .claude/skills/ / knowledge/ 任何文件;版本 bump、tag、Release 是用户专属动作;发现规则缺陷记录
rule_defect报告用户;推演前后比对规则文件状态,被修改则全部产物标记rules_tampered: true - G7 判定算术外显:时效判定清单强制「距今月数」计算列——判定以数值比较为准,禁止凭感觉
- G1 反凑数:三角色 search_log 完全雷同视为一次查询不重复计数;每角色 ≥2 条角色独有查询
- D4 语义收紧:仅用于时效不足;数值冲突走 D3;异常值剔除说明理由即可(实测反例:编错的英诺 PE 206x 被标 D4"异常值隔离",真实值 ~149x 从未被复核发现)
- G8 模板合规(新门禁):报告固定区块(执行摘要 / 关键论断时效清单 / 制品新鲜度)不可缺、不可改名替换
实测中确认已生效的 v0.4.1 机制
status_correction 校正通道、一手披露真实触达(招股书/两轮问询回复/审计报告)、C4/C6 传染信号对首次真实使用、market_snapshot 六项完整、基准数据未进结论位。