返回板块

G14 异源双模校核体系技术标准

标准编号：Q/WB-DUAL-2026-002　　版本：V1.0.0　　发布日期：2026-09-15

起草单位：全域文件治理工作组 技术标准委员会
执行载体：专家包 lihengbian-dual-verify V1.2.1（marketplace 与 cache 双副本指纹一致）

编号说明：Q/WB-DUAL-2026-001 已由《双端载体版本解耦与知识同步技术标准》占用（见宪法旧版修订记录），本标准启用 002 号。

权威关系：本文件为「异源双模型交叉验证校核与校核类 Agent 成熟度评估」这一类通行场景的执行层标准。效力层级为：宪法 > MEMORY > 台账 > 国家标准 > 本文件 > 其他规范。与宪法冲突时以宪法为准；与《全域文件工作流规则技术标准》就区域路由与双盘同步冲突时，以该标准为准（本文件复用，不替代）；与 G7 范式（V1.2.1）就条款口径冲突时，以本文件为准（G7 同步升版挂后续，见第 10 章）；与专家包 agent prompt 内嵌约定冲突时，以本文件为准。

规范性要求等级（RFC 2119）

:表题: 表 0-1 规范性要求等级（RFC 2119）

等级	含义	本文用法
必须（MUST）	绝对要求，违反即判不合格、禁止交付	用于红线与闸门条款
不得（MUST NOT）	绝对禁止	用于禁止性条款
应（SHOULD）	推荐执行；不执行须书面说明理由并登记	用于强推荐项
不应（SHOULD NOT）	不推荐；执行须说明理由	用于弱禁止项
可（MAY）	可选	用于允许性条款
宜（RECOMMENDED）	较「应」更弱的推荐	用于经验性建议

引言

三项核心原则（强制贯穿）

:表题: 表 1-1 三项核心原则与本文落地方式

原则	内涵	本文落地方式
场景定义需求	先定场景，再由场景推导需求	场景＝高风险动作前的安全门校核与一手源取证校核；由此推导需求「异源可证、共识可算、结论可复现」；不先定「评什么分」
技术经济性	以最小代价取得确定收益	共识量化、零信自检、异源判据均为纯脚本、0 LLM 额外调用；R15–R22 未落地项如实标注而非强上实现；净增常驻载荷 0（脚本均为按需调用件）
1进1出	单一事实源，单一当前态	输入恒为「一个校核对象加一份路由配置」；输出恒为「正式报告加大白话简报双件」；路由单一事实源为 scripts/routes.json

认知入口（逻辑思维简图）

:逻辑思维简图: 异源双模校核体系
L0 目标层 = 异源可证 | 共识可算 | 结论可复现 | 声称不冒充实体
L1 方法论层 = 三路证据闭环 | 形式与实质分离 | 背离即仲裁 | 实现状态透明
L2 能力层 = 双模独立校核 | 量化共识 S | 三级门判定 | 成熟度评估 | 零信自检
L3 硬约束层 = 禁单模冒充双模 | 禁密钥落文本 | 禁 S 跨口径横比 | 禁未落地冒充已落地
L4 校验层 = 异源三判据 | S 仲裁序 | Z3 闸门 | 双件齐备 | 双盘路由

全生命周期模型（生命周期结构图）

:生命周期结构图: 异源双模校核全生命周期
触发 = 校核请求到达 | 请求方 | 对象/版本/时间戳登记
闸门 = 五步法硬校验 | 校核 Agent | 五步全过或 fail-closed
校核 = 双路独立评审 | 路 A / 路 B | issue_list 双份且非 Z3 伪成功
共识 = 量化引擎计算 | 共识脚本 | S 及仲裁字段落审计
判定 = 三级门合成 | 校核 Agent | PASS / REVIEW / REJECT
交付 = 双件产出落盘 | 校核 Agent | 区域路由正确
归档 = 副本快照登记 | 校核 Agent | hash 一致

第一篇 目的与底层逻辑

范围

本标准规定利衡辨_异源双模校核体系的体系架构（V0–V7 主链）、异源路由与判据、量化共识 S 与仲裁序、三级门分工与背离仲裁、成熟度评估体系（M0–M5，12 维）、R15–R22 缺陷治理、输出交付（双件）与实施状态标注要求。

本标准适用于：专家包 lihengbian-dual-verify 的运行与升版；高风险动作（插件调用、专家升级、skill 迭代）前的安全门校核；财报等一手源材料的双模取证校核；校核类 Agent 的能力成熟度评估。

规范性引用文件

下列文件对本标准的应用必不可少：

• G25_异源双模校核范式 V1.2.1（spec/3.行政法规/范式/，范式底座；与本标准条款映射挂后续同步）
• WorkBuddy 专家与 Skill 评价技术标准 V1.0.0（LHB/TS-2026-007，R15–R22 缺陷审计来源）
• 双端载体版本解耦与知识同步技术标准 V1.0.0（Q/WB-DUAL-2026-001）
• 全域任务脑手架构宪法 V1.2.0（条号待定标：原引「第30条」＝【出沙箱审批】，与本标准语义不符；候选第39条【验收四维判据】／第13条【本地·机械闸】）
• 机器级工具：validate14.py（14 维形式齐备性，本标准不重定义）、selfcheck_defects.py（零信自检 12 条规则断言）

术语和定义

:表题: 表 3-1 术语和定义

术语	定义
异源双模	两路模型厂商、端点、密钥三独立；判据见本标准 5.1
量化共识 S	Kappa_raw / Kappa_signal / Meta_files_present / Cosine_adj_scope / per_pair_detail / S_adj；Jaccard / Dice / overlap
三级门	14 维形式齐备性 / 双模实质正确性 / 零信自检规则
背离即仲裁	14 维与双模背离时以双模为准并强制人工仲裁
双件	正式报告 + 《结论简报·大白话版》
双保险闸门	方案字样闸门（plan_safety_gate.py）+ 运行时闸门（recycle_delete.py --purge 永不代执行）
Z3 伪成功	HTTP 200 + 合法 JSON + 空 issue_list + 四维全 100，与零信自检 HIT 矛盾
S 口径横比警告	路 B 模型或 per-pair 口径变更后，S 值不可与历史 S 横向比较
双盘路由	权威盘 → 发布盘单向不可逆；规范件落权威盘、升级发布与任务产物落发布盘
实现状态	已落地 / 部分落地 / 未落地；未落地输出标「声称·未验证」

体系架构

根节点·独立事实锚

1. 异源独立第一性（厂商/端点/密钥三独立）。
2. 形式与实质分离（14 维 / 双模 / 零信自检三路证据）。
3. 双件齐备（正式报告 + 大白话简报）。
4. 数据安全双保险闸门（方案字样 + 运行时）。
5. 双盘路由单向不可逆（权威盘 → 发布盘）。
6. 实现状态透明：声称 ≠ 实体；未落地须显式标注。

主链 V0–V7（8 节点）

:表题: 表 4-1 主链节点与出口判据

节点	名称	核心动作	出口判据
V0	触发	接收校核请求，记录对象、版本、时间戳	触发条件成立
V1	阶段零·五步法硬闸门	对象/范围/版本/路径/证据五校验	五步全过；不足先追问 1 次，仍不足 fail-closed
V2	阶段一·前置验证	对象存在性/完整性/时间戳/单位；Y-1/Y-2 前置	前置通过
V3	阶段二·双模独立校核	A 路 + B 路独立校核，产出 issue_list	双模均有效（非 Z3 伪成功）
V4	阶段三·量化共识 S	Kappa/Jaccard/Dice/overlap/余弦；per_pair_detail	S 计算完成，口径标注
V5	阶段四·门禁判定	三级门分工 + 背离即仲裁	PASS / REVIEW / REJECT
V6	阶段五·交付输出治理	正式报告 + 大白话简报双件；双盘路由	双件齐备，区域落盘正确
V7	阶段六·归档	归档副本、快照、登记表	归档完成，hash 一致

回环口径

体系内实测含 2 处设计内回环（Z2↔ZF 治理型·登记修复后复跑硬闸门；S↔S2 业务型·分歧重校回流门禁），与母架构「0 回环」宣称存在口径差异；已裁定不内联化（重校须重调外部双路模型，内联会掩盖 token 成本），架构图须显式标注。

第二篇 技术要求

硬性技术要求

异源三独立可执行判据（必须）

读取 models.json + routes.json 比对三项：① 端点域名判据（去 path 取域名，两路不得相同）；② 密钥前缀判据（取密钥前 8 位，两路不得相同）；③ 厂商归属判据（读 routes.json 厂商字段，两路不得相同）。任一重合即 fail-closed，并写 meta.hetero_audit 字段（含三项比对结果）。该判据替代「precheck_models() 仅查存在性」的不足（Y-3 缺口）。

路由配置驱动与启动自检（必须）

路由由 scripts/routes.json 配置驱动；precheck_models() 启动自检模型名存在性，失败即 fail-closed，不得静默降级单模。normalize_endpoint() 自动为基座 URL 补 /chat/completions 并写 meta.endpoint 审计字段。max_tokens 约束：智谱端上限 16384，须 ≤16000。密钥从 models.json 读取，不落文本；任何密钥前缀不得写入 Prompt、README、日志或缓存。

量化共识 S 与仲裁序（必须）

计算顺序：Kappa_raw → Kappa_signal → Jaccard → Dice → overlap → Cosine_adj_scope。仲裁规则：① Kappa 退化（Po=Pe=1.0）→ Kappa 无效，降级用 Jaccard/Dice；② |Jaccard − Dice| > 0.30 → 判「共识不成立」，强制 REVIEW；③ overlap 与 Jaccard/Dice 方向相反 → 判「共识不稳定」，强制 REVIEW；④ 仲裁结果写 meta.arbitration（含采用指标、弃用指标、背离量）。S_adj 可算则报；不可算显式写 null + 缺件原因，不得以 null 充当已算或省略。路 B 模型或 per-pair 口径变更后，S 值不可与历史 S 横向比较，须显式标注。

三级门分工与背离仲裁（必须）

14 维只测形式齐备性（定义见 validate14.py），报告首行须加注「本报告仅测形式齐备性，不构成实质审查」；双模测实质正确性；零信自检（selfcheck_defects.py 12 条规则断言，零 LLM、可复现）。背离时以双模为准并强制人工仲裁。送代理师前须凑齐三路证据：双模共识 + 离线 14 维 + 零信规则自检。

Z3 伪成功闸门（必须，Prompt 层规则）

HTTP 200 + 合法 JSON + 空 issue_list + 四维全 100 → 强制 REVIEW，不进 PASS 方向。实现状态：Prompt 层规则，脚本未实现；执行时由 Agent 手工判定并标「规则生效·实现未落地」。

双件输出（必须）

凡校核/评审，产出 = 正式报告 + 《结论简报·大白话版》，缺一不可。简报强制含：三值澄清表（S_raw / S_adj / 门禁判定，每值列数值/依据/失效条件）、P0-P2 分档、四步流程表（形式/实质/规则/仲裁）+ 风险维度、P3 五元素提示词（对象/目标/约束/证据/输出格式）。

实现状态透明（必须）

凡本标准与执行载体 Prompt 要求的动作，必须标注盘上实现状态（已落地/部分落地/未落地）；未落地项一律标「声称·未验证」，禁止以文本声称替代盘上实体。

数据安全双保险闸门（必须）

清理类任务《清理方案*.md》必须显式含「清空回收站」字样（plan_safety_gate.py，否则 exit1）；recycle_delete.py --purge 永不代执行清空回收站，仅提示人工。改任一闸门脚本后须跑 gate_regression_test.py（6/6 通过基线：回收站计数前后不变）。

双盘路由（必须）

权威盘（C:\Users\xub\.workbuddy）→ 发布盘单向不可逆。动作落盘：规范件（技术标准／SOP／范式）→ 权威盘；升级、发布与任务产物 → 发布盘。越域触发即 fail-closed 拒绝。

成熟度评估体系（M0–M5）

等级定义

M0 未建立 / M1 初始级 / M2 可重复级 / M3 已定义级 / M4 已管理级 / M5 优化级（定义全文见执行载体 Prompt §2.1，本标准不重复展开）。

评估维度（12 维）

D1 校核任务与基准质量（R15）；D2 评审者效度与敏感性（R16/R11/R3）；D3 评估感知与抗操纵（R17）；D4 拒绝与不确定性能力（R18）；D5 标签与真值质量（R19）；D6 统计推断与显著性（R20/R8）；D7 生态效度与部署代表性（R21/R5/R7）；D8 效度分离（R22）；D9 可复现性与工具链；D10 双端一致性与版本治理；D11 交付物合规与操作纪律；D12 异源双模校核专业能力。

评分规则（必须）

每维 M0–M5 打分须给证据与缺口；自评须附外部锚（脚本 md5 / 回归实体 / 实测 S 值 / 归档 hash），无锚标「自评·未校准」；默认权重（D1–D8 各 10%、D9–D11 各 5%、D12 占 15%）为初始值·未标定；第二评审者盲审 10% 维度，一致性 <0.60 自评整体降一档。任一维 M0/M1，整体不得评 M3 以上；D3/D4/D8 任一 M0/M1，判「不可用于高风险交付判定」；D1/D5 任一 M0/M1，判「校核结论不可采信」。

R15–R22 缺陷治理与落地状态

:表题: 表 7-1 R15–R22 工具落地状态表（截至 2026-09-15）

缺陷	要求项	实现状态	拟新增脚本
R15	组件级质量审计（User/Environment/Ground Truth/Evaluation）	未落地	_tools/audit_object_components.py
R16	评审者敏感性剖面（五类编辑）	未落地	_tools/sensitivity_profile.py
R17	Z3 闸门 / 评估感知检测	部分落地（Z3 为 Prompt 层）	dual_verify.py 加 Z3；_tools/eval_awareness_check.py
R18	漏拒率 / 误拒率 / 询问倾向	未落地	_tools/refusal_rate.py
R19	标签质量审计（盲审 10%）	未落地	_tools/label_quality_audit.py
R20	显著性校正 / MDE	未落地	_tools/sig_correct.py
R21	生态效度审计（季度采样）	未落地	_tools/eco_validity.py
R22	三层效度分离报告	部分落地（L1/L2/L3 有，分离报告无）	_tools/validity_separation.py

未落地项执行时须逐项标「声称·未验证」；落地优先级建议：R17 Z3 脚本化（P1）→ R18 漏拒率（P2）→ R22 分离报告（P2）→ 其余排期。

第三篇 执行与校验

失效模式与治理

:表题: 表 8-1 失效模式→表现→治理条款对照表

编号	失效模式	表现（识别信号）	治理条款
E1	空评审	issue_list 空且四维非全满分	判「无效评审」，不进 PASS
E3	模型回退	recv_model 与请求模型不一致	写 model_fallback=true，该轮不得自动放行
M2	元数据缺失	Meta_files_present=false	元文件缺件，S 降级，verdict 强制 REVIEW
Y-1	算法实现缺件	脚本 md5 与声称版本不符	fail-closed，须回补实现或如实降格
Y-2	模型名失效	precheck_models() 报模型名不存在	fail-closed，须改配 routes.json
Y-3	异源静默破裂	端点域名/密钥前缀/厂商字段重合	fail-closed，须换路，写 meta.hetero_audit
Y-5	Z3 伪成功	HTTP 200 + 合法 JSON + 空 issue_list + 四维全 100	强制 REVIEW（Prompt 层规则，脚本未落地）

输出与交付

常规校核输出双件：A 正式报告（V0–V7 各阶段结果 + 风险与安全 + 置信度 + 行动建议）；B 结论简报·大白话版（三值澄清表 / P0-P2 分档 / 四步流程表 / P3 五元素提示词）。成熟度评估模式追加：12 维评分表 + R15–R22 查缺补漏表（含实现状态）+ 评估感知自检 + 拒绝能力判定 + 显著性校正说明 + 生态效度审计 + 三层效度分离报告（共 17 段，段目见执行载体 Prompt §9.2）。

实施状态与遗留

• 已闭环：Y-1（dual_consensus.py 回补 V1.2.0 实现，md5 1c634064…）；Y-2（routes.json 配置驱动 + precheck fail-closed）。
• Prompt 层规则未脚本化：Y-5 Z3 闸门（如实标注）。
• 遗留 P3：历史声称的 5 组回归实体（r6 17/17、smoke 16/16、v112 12/12、r6_v120 8/8）盘上仍缺；G7 范式文档（V1.2.1）与本标准的条款同步挂后续。
• 处理原则：先标注「已知未闭环」，不得假装已解决；能缓解给缓解方案，不能确证写「未确证」。

第四篇 治理与实施

职责与监督

执行载体维护者负责在路由变更时同步 routes.json 并复跑 precheck 自检；共识引擎维护者负责保持 S 仲裁序与审计字段唯一口径；校核 Agent 负责在每次输出中标注实现状态，不得以「Prompt 已写明」替代盘上实体核验；交付人负责确认双件齐备与区域落盘正确后方可交付。

文档管理

本文件与其 docx 发布态同置于权威库 spec/3.行政法规/范式/，同主题只留最新版；历史版本经双盘同步机制留档。修订须递增版本号并同步登记表。

审批记录

:表题: 表 13-1 审批记录

日期	事由	结论
2026-09-15	首版立项（双模校核体系化需求触发，用户裁定全域发布）	通过（用户授权）

修订记录

:表题: 表 14-1 修订记录

版本	日期	修订内容	依据
V1.0.0	2026-09-15	首版。承接专家包 lihengbian-dual-verify Prompt v2.1.0（N-1~N-16 十六项缺陷修复）：主链 V0–V7 定型、异源三判据可执行化、S 仲裁序、Z3 闸门、M0–M5 12 维成熟度体系、R15–R22 落地状态表、双件输出与实现状态透明。编号启用 Q/WB-DUAL-2026-002（001 已被双端载体解耦标准占用）	宪法 V2.34.0 M0.7 第 30 条；2026-09-15 用户裁定「优化升级异源利衡辨-双模校核专家，注重三原则，并全域发布」

参考文献

[1] GB/T 1.1-2020 标准化工作导则 第1部分：标准化文件的结构和起草规则[S]. 北京: 中国标准出版社, 2020.
[2] 全域任务脑手架构宪法 V1.2.0[Z]. 权威盘 spec/1.宪法/, 2026.

附录 A 关键事实速查

• 现行路由：routes.json 配置驱动；密钥从 models.json 读取，不落文本、不写前缀。
• 异源三判据：端点域名 / 密钥前 8 位 / 厂商字段；任一重合 fail-closed，写 meta.hetero_audit。
• S 仲裁序：Kappa 退化降级 Jaccard/Dice；|J−D|>0.30 共识不成立；overlap 反向共识不稳定；写 meta.arbitration。
• 双保险闸门：plan_safety_gate.py + recycle_delete.py --purge（永不代执行）；回归 gate_regression_test.py 6/6。
• 双端判据：R2 版本独立演进 + R8 共有子集 sha256 一致 + R3 兼容区间可解析 + R9 四级分级；L1/L2 阻断、L3/L4 告警。
• 命令环境：Bash 前置 export PATH="/usr/bin:/bin:/c/Windows/System32:$PATH"；PowerShell stdout 不返回时改用 Bash。

附录 B 术语与定义（规范性）

本标准术语与定义以第 3 章表 3-1 为唯一出处；执行载体（agent prompt / README / 报告）引用术语时不得另立定义。新增术语须先修订本标准表 3-1 再同步执行载体。

附录 C 工具链与资产清单

:表题: 表 C-1 工具链与资产清单

资产	位置	用途	状态
dual_consensus.py	专家包 scripts/（双副本 md5 1c634064…）	量化共识 S（V1.2.0 实现，16 强制字段）	已落地
dual_verify.py	专家包 scripts/（md5 cc19b9fd…）	双路调用 + precheck fail-closed + normalize_endpoint	已落地
routes.json	专家包 scripts/（md5 91c7f685…）	路由配置驱动唯一事实源	已落地
validate14.py	C:\Users\xub\.workbuddy\_tools\	14 维形式齐备性	已落地
selfcheck_defects.py	工作区 校气密_2026-09-11_1710/素材/	零信自检 12 条规则断言	已落地
plan_safety_gate.py / recycle_delete.py / qingwu_gate_runner.py / gate_regression_test.py	C:\Users\xub\.workbuddy\_tools\	数据安全双保险闸门与回归守护	已落地
audit_object_components.py / sensitivity_profile.py / eval_awareness_check.py / refusal_rate.py / label_quality_audit.py / sig_correct.py / eco_validity.py / validity_separation.py	拟新增（_tools/）	R15–R22 落地件	未落地

附录 D 明细字段清单

:表题: 表 D-1 审计与元数据明细字段

字段	载体	含义	口径
Kappa / Kappa_raw / Kappa_signal	审计日志	一致性系数原值与信号档	negative_strong（≤−0.3）强制 REJECT
Kappa_status / Kappa_substitute	审计日志	分母退化标记与连续补位指标	Pe≥1.0 标 undefined，不置 0
Jaccard / Dice / overlap	审计日志	清单共识分量	仲裁序见 5.3
Cosine_method / Cosine_adj_scope / per_pair_detail	审计日志	Dice 代理标注与 per-pair 校正明细	不得冒称 Cosine
S_raw / S_adj	审计日志与简报三值表	共识得分双口径	S_adj 不可算显式 null + 缺件原因
model_fallback / Model_fallback	审计日志	模型回退双键恒等	任一为 true 不得自动放行
Meta_files_present / Meta_missing	审计日志	元数据齐套闸	false 强制 REVIEW
meta.hetero_audit	元数据	异源三判据比对结果	任一重合 fail-closed
meta.endpoint	元数据	端点规范化留痕	normalize_endpoint() 写入
meta.arbitration	元数据	S 仲裁序结果	含采用/弃用指标与背离量

定稿校核结论：本标准经成文自检，现行版本 V1.0.0；与执行载体 lihengbian-dual-verify V1.2.1 同批发布，双副本（marketplace / cache）指纹一致。