Roadmap

August 29, 2026 · View on GitHub

当前阶段（2026-08）：0.8.0-alpha.9 已发布并对齐 canonical truth 与发布身份。protocol v1.11 使用唯一 replacement：resume-replay 两进程到达宿主 DONE，但冻结 scorer 的 stage-one 特殊路径遗漏 runtime-goal scope，原结果 INVALID；其余五轨依停止规则未运行。v1.12 已离线修复 scorer，但不重评分旧结果，也不授权追加 paid E1。证据见 v1.11 与 Validation Status。

路线纪律

  • .project-cognition/state.json 是唯一 canonical project truth；Research Session Ledger、报告和 handoff 只是 provisional 输入，必须经 owner promotion 才能进入新 revision。
  • 冻结的 Goal Governor Evaluation Protocol 是 E1/E2/E3 轨迹、样本、estimand、阈值和 invalidity rule 的唯一来源。本路线不复制这些定义。
  • mechanical PASS 只说明实现按设计工作；不能替代 live conformance、outcome validation 或 portability validation。
  • 当前 E1 live round 已停止。v1.12 只保留离线 runner/scorer 基础；若未来由新的显式 proof plan 重启，仍须遵守模型路由、四重预算与成本准入：工作日 [09:00,12:00)、[14:00,18:00) 禁远程，周末仅免该时段禁令；remote 固定 official Flash + https://api.deepseek.com，local 固定 deepseek-official DeepSeek-compatible adapter + 无尾斜杠字面 loopback base_url。历史 Phase A/v1.5-v1.11 runtime 仅供审计。
  • Project Cognition 的 longitudinal value 与 Goal Governor 的 incremental value 是两个 claim，必须分开识别。
  • 未通过前一 gate，不开发后一 gate 所需的产品扩展。

接口 discovery 不属于产品扩展，但也不构成兼容声明。当前 Claude Code Agent SDK 0.3.251 与 Codex App Server stdio 0.150.0-alpha.12.2 均为 HOLD：前者已完成无会话 SDK/CLI runtime-load，但缺真实 query/tool/resume trace；后者已完成零模型 initialize/list trace 与完整 schema/method inventory 重建， 但 raw-first durable replay、human principal 和 write-boundary receipt 尚未证明。 记录由 npm run adapter:discovery:check 离线校验，且不会修改 adapter manifest 或提供安装入口。

当前证明链

$\text{text} \text{Gate} 0 ↓ \text{E1}: \text{live} \text{DSH} \text{conformance} ↓ \text{non}-\text{inferential} \text{pilot} ↓ \text{E2}: \text{DSH} \text{outcome} \text{value} ↓ \text{minimal} \text{second} \text{adapter} + \text{conformance} ↓ \text{E3}: \text{model} \times \text{client} \text{attribution} ↓ \text{productization} \text{decision} $

Gate 0 — Integrity and freeze

目的：确认 canonical state、projection、Goal Contracts、Verifier Registry、adapter capability 与实验冻结产物完整。

通过条件：冻结协议列出的 Gate 0 全部 PASS。project-cognition doctor . 只证明表示完整性和 projection 一致；npm run cognition:freshness 另行复验 source manifest 列出的文件证据。DSH 0.1.1-rc.2 的隔离 CLI/version、preset discovery、frozen settings/watch=false、DEEPSEEK_BASE_URL、公共 resolver、capture 与 flush 已实际运行；protocol v1.5 与不完整 v1.6-v1.11 均为 INVALID，v1.12 仅离线 READY，当前没有新的 live 授权。

E1 — Live DSH conformance

目的：在真实 DSH 模型会话中证明 host authority、证据绑定、终态和 resume/replay 行为与 reducer 一致。

通过条件：完成冻结协议定义的全部轨迹并满足其有效性规则。失败先修 conformance 或协议基础设施，不进入价值实验。

网络边界：loopback 仅证明 DSH adapter 第一跳位于本机，不能证明本地服务未代理远程；E1 操作还需按所需保证配置可信时间、服务端限额、账单告警与出口控制。

Pilot — Measurement readiness

目的：用非推断性 pilot 验证任务可执行性、时间预算、telemetry、blinding、scoring 和人工流程。

纪律：pilot 不产生产品价值结论，不用于选择有利阈值。若它导致任务、指标、阈值或流程变化，必须 bump protocol、重新冻结，然后才能开始 E2。

E2 — Goal Governor outcome value

目的：比较 ordinary coding、Research-only 和 Research + Governor，并识别 Goal Governor 的增量价值与使用成本。

解释边界：B vs C 是 Governor 的主要归因；A vs C 只能报告整套工作流总效应。E2 不证明 Project Cognition 的纵向价值。

停止条件：若效果或成本未达到预注册阈值，保持 DSH alpha/研究资产定位，停止第二 adapter 和 E3 投资，先分析失败机制。

Second adapter — Portability conformance

进入条件：E2 已通过。

范围：只实现一个最小 adapter；先机械证明五项 governed capability，再完成与 E1 等价的 live conformance。能力缺失时标记 advisory，不得以 prompt 补足并宣称 governed。

E3 — Model × client attribution

进入条件：第二 adapter 已通过 capability 与 live conformance。

目的：在相同任务与合同下分离 model、client/harness 及交互效应。E3 之前不得把单模型、单客户端结果外推到 Codex、Claude Code、Zed/Zcode、OpenClaw 或其他客户端。

独立价值轨：Project Cognition longitudinal study

V3A（持久 Project Cognition 是否改善长期维护）不由 E2 代替。另行冻结多阶段 T0→Tn 协议，至少区分：

  • 每次重建上下文；
  • 等内容静态 context；
  • canonical cognition revision + evidence freshness/invalidation。

主要观察 reconstruction cost、stale assumption、architecture drift、人工纠偏和回归。该实验可以复用旧 R1/R2/R3 资产，但必须明确新的 protocol identity、隔离规则和 supersession；历史 Experiment C+ validity 不可改变。

暂不投入

  • 第三个及更多客户端 adapter；
  • semantic knowledge graph、自动 promotion 或自动 owner ratification；
  • 在真实价值通过前扩大 prompt、schema 或 memory bridge；
  • 用测试数量、doctor PASS 或历史 C+ 宣称生产力/优越性；
  • 未经独立证明就将 Research Session Ledger 自动同步到 canonical state。

产品化裁决

只有在 E2 达到预注册的效果与成本阈值、第二 adapter conformance 成立、E3 给出可解释的可移植边界后，才评估稳定 API、更多客户端和长期 Memory Bridge。Project Cognition longitudinal track 的结果决定持久 cognition 是否进入产品核心，还是降级为显式文档/研究辅助。