Jev 全新重做：精读 200/201 原位重写 + 科普视频原位重制（v1 交付）

CHANGELOG.md

@@ -4,15 +4,18 @@
 
 ## [Unreleased]
 ### Added
+### Agent 基础设施系列第 2 集科普视频全新重制（Jev 篇）
+
+- **Agent 基础设施系列第 2 集科普视频全新重制（Jev 篇）**（[apps/negentropy-influence/episodes/jev-decision-model-video](apps/negentropy-influence/episodes/jev-decision-model-video/README.md)）：以重做后的 200/201/原型/laya 复刻为 B 型信源（钉 `40bf690`）并直接取证官方文档全站、adapter `e1d4cc9`、kev `58d9438`/laya `4066d5d`/nibzard `8404980` 钉提交（sources.toml 33 条，verify FAIL 0）。总类比「城市气象台」贯穿七幕 41 镜（206 句 / 4185 字 / 实测 14.2 分钟 @1080p30）；story 段落演绎配音（me-bright，85 块 + cues.toml 台本）；archify 13 图 54 章逐章回放（63 cue · 锚定 30.6% · 5 型 · 密度 4.4/分，覆盖门 30%/3.0/5 全达标）；「数字可信度」三级角标贯穿全片（虚线徽=官方自报/实线徽=第三方实测/实心徽=我们复算）；成文优化（v2，净删 101 字过时长门）+ 独立成文评审 REWRITE 4 修复 + 改动句复核 RISKY 0；C2 口播闸 3/3 胜 0 负（观众/编辑/技术三人格双序盲评）。归档 ~/Documents/video/agent-infra/ v1《只填格的判读员：Jev 决策模型》
+
 - 220/221：Agent Skills 供应链战场精读（签名/分发/版本三战场 + lab3 六实验 + 两图）；agent-infra E3 科普视频《没有海关的港口：Skills 的签名、分发与版本战争》（13:57 · 20 图 79 cue · 锚定 78.2%）
 
 - **Agent Skills 供应链战场精读入仓（docs/research/agent-infra/ 220–221）**：以 /guided-learn 增量精读 E1 留白的三战场——[220 精读笔记](docs/research/agent-infra/220-skills-supply-chain.md)（「知识的港口·海关篇」类比延续：铅封/签章/灯塔见证人/编号牌/保税仓；#254 逐楼层解剖与 absent-$schema 三读取器分叉（Cloudflare RFC@1bd11679 第三钉）；三层信任栈=sigstore 重演（TomeVault 180k+ 文件实例口径/contextlock 原型级月下载 12 的归属修正）；SEP-2640 最终文本 MUST 全录（@b0b3272f，content-bound approval、「digest 不得视为安全边界」、allowed-tools 对 MCP 来源强制忽略）；Gemini 确认门代码级强制实证（write.toml 默认 ask_user+无 TTY fail-closed）；grep 8 词干唯一命中 L133 Designed 复验；五规律×三争议×费曼三题全绿）与 [221 映射与叙事锚点](docs/research/agent-infra/221-skills-supply-chain-mapping.md)（六条 grep 实测仓内映射：A1 目录注入面无 digest ⏸/A3 definitions version+checksum 槽位在 🔶/A4 checksum 自算+version 恒 None=上游镜像 ⏸/A5 compute_checksum 消费面=版本降维成变更检测 🔶；E3 七幕锚点表+数字时效卡）；配套原型 [agent_skills_lab3.py](docs/research/agent-infra/assets/agent_skills_lab3.py)（纯标准库 202 行，--selftest + E-01..E-06 六实验）
 - **Agent 基础设施系列第 1 集完全重制（Agent Skills 篇 v2）**（[apps/negentropy-influence/episodes/agent-skills-video](apps/negentropy-influence/episodes/agent-skills-video/README.md)）：以 210/211/lab2 为 B 型信源（钉 `72a657351`）+ 上游 `69ef37e9` + 生态四家官方文档 + PR 三提案共 24 条台账，「知识的港口」单射剧场（ISO 集装箱角件 × 货签路由 × 台账常驻 × 海关在标准外）七幕 119 句 4191 字（④ RISKY/REWRITE=0 + ⑤ 成文优化独立评审 15 处落实）；新增 17 张 archify 图（+2 复用 210）共 19 图 63 章 64 cue 逐章录制（锚定 53.8% · 图型 5 · 密度 4.9/分，全部超旧集与门槛）；story 段落演绎档全片配音（24 块相邻换情绪 + 表演标点）；成片 13:03.4 = 23502 帧 @1080p30（复算式与实测逐位一致）；机器门全绿：check_series / build / check --check-scenes / check_archify / 复述门 FAIL 0 / tsc / qa 尾幕+beat-heads / WCAG 11.9:1 + 亮度扫描零暗段 + 目视 7 帧；外挂字幕交付 _captions/；旧 v1《经验淬炼成手册》成片保留归档，旧集 10 张专属图清理（090 两图保留）。
 - **Agent Skills 开放规范重学精读入仓（docs/research/agent-infra/ 210–211）**：以 /guided-learn 对 [agentskills.io](https://agentskills.io) 全 9 页 + [规范仓](https://github.com/agentskills/agentskills) 钉点 `69ef37e9`（2026-08-09 起冻结，与 090 同点）+ 48 条 open PR 提案编目 + 生态四家（Claude Code / OpenAI Codex / Gemini CLI / VS Code Copilot）官方文档实测口径的**完全重学**——[210 精读笔记](docs/research/agent-infra/210-agent-skills-open-standard.md)（「知识的港口」单射剧场：ISO 集装箱角件 × 货签路由 × 台账常驻 × 海关在标准外；五条底层规律：身份借文件系统 / 按使用付费 / 一根字符串的路由 / 被解释的文本 / 互操作压倒完备；三个争议：严格 vs 宽容 / 自主 vs 点名 / 信任真空——四家实测仅 Gemini CLI 默认激活确认门、均无签名校验；双 Agent 费曼考评实录含变式复考）与 [211 机制映射](docs/research/agent-infra/211-agent-skills-mapping-negentropy.md)（12 条 ✅5/🔶4/⏸3：ISSUE-194 `expand_skill` 悬空复核成立但二阶影响已被 R6-b 离线门重设计消解；目录注入面无转义——X4 首测 description 通道伪字段注入，`html.escape` 对照建议落地）；配套原型 [agent_skills_lab2.py](docs/research/agent-infra/assets/agent_skills_lab2.py)（纯标准库 354 行，`--selftest` + X1–X5 五次破坏性实验：拆作用域优先级跨客户端版本漂移 / 严格门互操作面损失 33% / metadata str() 强转 truthiness 翻转 / 换行伪字段注入（上轮 M5 首次实测）/ 去遮蔽告警静默分歧）；运行相/治理相两张 archify 管线图（agent-skills--disclosure-lifecycle / agent-skills--governance-layers，入 mermaid 管线）；090/091 保留为历史版本并加指针。
 - **新增 Nous Research Hermes Agent 精读与机制映射（docs/research/agent-harness/ 190–191 + 最小原型）**：以 /guided-learn 导师式精读拆解自学习闭环 Harness [Hermes Agent](https://github.com/NousResearch/hermes-agent)（固定提交 `068db016`，MIT）——[190 精读笔记](docs/research/agent-harness/190-hermes-agent.md)（缓存优先三段式装配 / 两级记忆 / 交付后旁路 review 自写技能 + Curator / FTS5 零 LLM 检索 + 结构不变式压缩 / 受控扩张五机制，五条规律、三个争议、21 处文档↔代码漂移、费曼考评实录）与 [191 机制映射](docs/research/agent-harness/191-hermes-agent-mapping-negentropy.md)（十六条：✅4 / 🔶6 / ⏸6；真增量=交互式对话零压缩、记忆写入与注入两端无防注入、历史会话不可检索）；配套原型 [hermes_lab.py](docs/research/agent-harness/assets/hermes_lab.py)（`--selftest` + D1–D6 破坏性实验）；两张 archify 图 `docs/assets/architecture/agent-harness/hermes-agent--{turn-loop,learning-loop}`；取证副产物登记 [ISSUE-196](docs/.agents/issue.md)（中文关键词检索失效：english tsvector 把整段汉字切成单 token，PG 实测）与 [ISSUE-197](docs/.agents/issue.md)（审批门只在两个工具接线，`HIGH_RISK_TOOLS` 与用户指南高估覆盖面），并校正 [0001 RFC](docs/concepts/design/0001-conversation-architecture-refactor.md) 的 Hermes 压缩谱系口径。
-- **Jev（TypeSafe System One Model）精读入仓（docs/research/agent-infra/ 200–201）**：以 /guided-learn 导师式精读拆解 TypeSafe AI 的首个「System One Model」[Jev](https://typesafe.ai/blog/introducing-system-one-models-and-jev)（jev-1.13.0，闭源；官方文档/评测 + adapter 钉点 `e1d4cc9` + Archer Hume 逆向 + kev `b8aa777` / laya `76361c8` 开源复刻 + 三组第三方基准 + 6 篇公众号多源对账）——[200 精读笔记](docs/research/agent-infra/200-jev-system-one-model.md)（「快递分拣中心」单射比喻贯穿：闭合输出空间合法≠正确、一次编码·分支隔离·选项读出、RLCD 校准与 confidence 固定公式、快慢分工编排；五条底层规律 + 三个争议 + 双 Agent 费曼对抗实录 + 跨源口径冲突表）与 [201 机制映射](docs/research/agent-infra/201-jev-mapping-negentropy.md)（16 条 ✅4/🔶6/⏸6，最大真增量=「闭合输出空间」纪律而非接入模型：Claude Code 自动作答不校验选项成员、Judge/PlanReviewer 解析失败静默降 0 分、global_search「无相关信息」哨兵漏入 reduce；直接接入 Jev 暂缓于 CJK/闭源/模型类型三门槛）；推理相/编排相两张 archify 管线图（jev--one-pass-decision / jev--fast-slow-harness，入 mermaid 管线）+ 最小原型 [jev_lab.py](docs/research/agent-infra/assets/jev_lab.py)（纯标准库 399 行，`--selftest` + B1–B6 六次破坏性实验）；取证副产物 7 处漂移登记 [ISSUE-198](docs/.agents/issue.md)。
+- **Jev（TypeSafe System One Model）精读全新重做（docs/research/agent-infra/ 200–201）**：以最新版 /guided-learn 从零重做、隔离旧产物，拆解 TypeSafe AI 首个「System One Model」[Jev](https://typesafe.ai/blog/introducing-system-one-models-and-jev)（jev-1.13.0，闭源）。信源：docs.typesafe.ai 全站快照（104 页 sha256 归档）、官方 adapter `e1d4cc9` 与 Python/JS SDK 钉点、kev `58d9438` / laya `4066d5d` 开源复刻、Hume / LangChain / JevBench / distil labs / Hayashi 等 12 个第三方源（10 项关键数字钉提交复算，8 项一致、2 项无逐行数据），6 篇公众号与 X 长文仅作失真审计（15 处）。成果：总类比「城市气象台」（48 候选脑暴-重聚遴选）贯穿四机制「闭合输出空间 × 共享读·隔离问 × 校准概率与 confidence × 快慢分工」，五规律三争议（not an LLM、193.6× 复算仅 97.8×、校准领地：分布内 ECE 0.031 / 密封集 0.220）；纯标准库原型 [`jev_lab.py`](docs/research/agent-infra/assets/jev_lab.py)（S1–S11 + B1–B5 破坏实验）与 laya 本地复刻实测 [`jev_laya_replica.py`](docs/research/agent-infra/assets/jev_laya_replica.py)（9 项实验：隔离逐位成立、无解被改写为选项内高置信、confidence 可替换统计量、否定失效、IIA 违反）；两张 archify 新图（共享读·隔离问 / 校准的领地）替换旧 13 张。映射 16 条（✅5/🔶9/⏸2），真增量为解析失败弃权、矫正可观测、置信缺省方向、置信量纲可比四条纪律，独立复核并扩充 [ISSUE-198](docs/.agents/issue.md)。质量闸：成文精修保真核对全绿、成稿盲评 3 章 × 双判官全胜；与旧版盲评对比（C1）见 PR 描述
 - **OpenViking 精读入仓（docs/research/cognitive-context/ 014–015）**：以 /guided-learn 导师式精读拆解火山引擎开源 Agent 上下文数据库 [OpenViking](https://github.com/volcengine/OpenViking)（钉点 `14a7b81`，AGPL-3.0）——[014 精读笔记](docs/research/cognitive-context/014-openviking.md)（viking:// 文件系统范式、目录级 L0/L1/L2 自底向上生成与新鲜度冒泡、两档检索「find 固定平铺 / search+rerank 目录递归」、会话两阶段提交与确定性身份记忆提炼；代码实值裁决 8 组文档旧口径；厂商基准证据分级含反例与算术错；五条底层规律 + 三个争议 + 双 Agent 费曼对抗实录）与 [015 机制映射](docs/research/cognitive-context/015-openviking-mapping-negentropy.md)（13 条 ✅4/🔶5/⏸4，最大真增量=会话→长期记忆触发断链修复）；编目/检索两相 archify 管线图（openviking--ingest-phase / openviking--retrieval-phase）+ clean-room 最小原型 [openviking_lab.py](docs/research/cognitive-context/assets/openviking_lab.py)（`--selftest` + B1–B6 六次破坏性实验）；取证副产物登记 [ISSUE-195](docs/.agents/issue.md)（交互式对话→记忆断链等 8 处漂移）。
-- **Agent 基础设施系列第 2 集科普视频（Jev 篇）**（[apps/negentropy-influence/episodes/jev-decision-model-video](apps/negentropy-influence/episodes/jev-decision-model-video/README.md)）：以 200/201/jev_lab 为 B 型信源（钉 `5ed96405`）并直接取证 TypeSafe 官方文档/评测站、官方 adapter `e1d4cc9`（confidence 固定公式代码实证）、kev `b8aa777` / laya `76361c8` 开源复刻与 Hume 逆向，「快递分拣中心」单射比喻剧场七幕 180 句（真实性 4 RISKY + 易懂性 6 REWRITE 全部回填；厂商倍数与自家演示复算 75×/171×、第三方 1.2× 强制并列）；新增 11 张 archify 图（sorting-center / question-contracts / slot-wall / closed-vs-open / isolation-probe / no-cross-invariant / confidence-readout / calibration-ladder / gate-thresholds / benchmark-audit / decision-vs-generation，均入 mermaid 管线）+ 13 图 35 章逐章录制；sunny-steady 全片配音；成片 14:40 @1080p30，内容门 / 覆盖门（35 cue · 锚定 19.4% · 图型 5）/ 七幕 QA / WCAG 主题门全部 FAIL 0 WARN 0；v2 修复 v1 审片发现的双层字幕（11 处画面文字卡逐字复述口播，改为关键词锚点；防复发门提交至 [to-video#14](https://github.com/ThreeFish-AI/to-video/pull/14) RSI-007），归档 `~/Documents/video/agent-infra/` v2。
 - **Context Layer 系列第 3 集科普视频（OpenViking 篇）**（[apps/negentropy-influence/episodes/openviking-video](apps/negentropy-influence/episodes/openviking-video/README.md)）：以 014/015/lab 为 B 型信源（钉 `348d8797` + 字节归档），「会自己编目的图书馆」单射比喻剧场七幕 113 句（真实性 RISKY=0 + 易懂性修正回填）；新增 7 张 archify 图（uri-scope-tree / tiering / freshness / intent / session-commit / memory-identity / lab-break-matrix，均入 mermaid 管线）+ 9 图 37 章逐章录制；sunny-steady 全片配音；成片 10:37 @1080p30，内容门 / 覆盖门（54 cue · 锚定 47.8%）/ 七幕 QA / WCAG 主题门全部 FAIL 0 WARN 0，归档 `~/Documents/video/context-layer/` v1。
 
 ### Changed
@@ -118,6 +121,7 @@
 - archify 12 图/58 章/49 cue（复用 090 配图 2 张 + 新作 10 张，四件套入 `docs/assets/{mermaid,architecture}/agent-infra/`）；Stage ④ 双重校验 23+21 条 REWRITE 全落地
 - 草渲全片亮度扫描抓出 P6 整幕渐黑提前（`useFadeOut` 挂在整幕却用末 beat 时长）与三处空窗，修复后终渲 beat-heads/尾幕 FAIL 0；TTS 两次 MPS OOM 经自愈续跑脚本无损补齐
 
+
 ### 自进化系列科普视频第 4 集《翻旧账不花钱：AI 在梦里改章程》（dream-rsi-video）
 
 - 基于 Dream-RSI 论文精读（arXiv:2609.14858，144 号笔记）制作：10:30.87（18926 帧 @30fps），120 句/2989 字