Re-freeze phase 1 tail: raise its ceiling to the owner-approved figure and align the markdown gate with the production sanitizer

eval/tenant_panel/judge.py

@@ -113,8 +113,8 @@ def floor_of(pass_: str):
     def hook(u: dict):
         if pass_ not in ("p2zh", "p3"):
             return None
-        a = P2.edit_text(P2.ANCHOR, u["uid"])
-        b = P2.edit_text(P2.ANCHOR, u["uid"], floor=True)
+        a = P2.edit_text(P2.ANCHOR, u["uid"], floor=1)
+        b = P2.edit_text(P2.ANCHOR, u["uid"], floor=2)
         return (a, b) if a.strip() and b.strip() else None
     return hook
 
@@ -164,6 +164,57 @@ def cmd_plan(pass_: str) -> None:
     print(f"агент-запусков израсходовано {len(runs_used())} из {CAP}")
 
 
+# Сколько единиц отдаётся ОДНОЙ судейской сессии. Кап промта — «пакет до ~20 текстов»; здесь
+# считается по фактическому числу меток прохода, а не на глаз.
+def per_run(pass_: str) -> int:
+    n_arms = len(arm_map(pass_)) + 3            # + декой и пара пола
+    return max(1, 20 // max(1, n_arms))
+
+
+def cmd_dispatch(pass_: str) -> None:
+    """Группы заданий на агент-запуски + дословный промт судьи. Ничего не запускает сам."""
+    setup(pass_)
+    tasks = sorted((OUT / f"aj-{pass_}-tasks").glob("*.txt"))
+    if not tasks:
+        print("заданий нет — сначала --emit")
+        return
+    k = per_run(pass_)
+    groups = [tasks[i:i + k] for i in range(0, len(tasks), k)]
+    used = len(runs_used())
+    print(f"проход {pass_}: заданий {len(tasks)} · по {k} на сессию · сессий {len(groups)}")
+    print(f"агент-запусков израсходовано {used}, останется {CAP - used - len(groups)} из {CAP}")
+    if used + len(groups) > CAP:
+        print("⛔ КАП НЕ ВМЕЩАЕТ ПРОХОД — стоп и пинг, не резать молча")
+        return
+    print("\nПРОМТ СУДЬИ (дословно, один на сессию; список файлов подставляется):\n")
+    print(JUDGE_PROMPT.format(files="<файлы сессии>", answers=OUT / f"aj-{pass_}"))
+    print("\nГРУППЫ:")
+    for i, g in enumerate(groups, 1):
+        print(f"  сессия {i}: " + " ".join(str(p) for p in g))
+
+
+JUDGE_PROMPT = """Ты — литературный редактор-эксперт в роли СУДЬИ. Работай сам, не делегируй \
+задачу другим агентам: раздача пакетов разным исполнителям смешивает их пороги строгости и \
+делает числа несравнимыми.
+
+Файлы заданий: {files}
+
+Для КАЖДОГО файла: прочитай его целиком и выполни ровно то, что в нём написано — оцени каждый \
+помеченный вариант ОТДЕЛЬНО против исходника, посчитай ошибки по четырём осям и запиши ответ \
+файлом ровно по тому пути, который назван внутри задания (каталог {answers}).
+
+Жёсткие правила:
+* обоснование ПОЧЕМУ обязательно для каждой НЕНУЛЕВОЙ оси и обязано содержать цитату в кавычках; \
+число без цитаты не принимается разбором и на диск не попадает;
+* ноль по оси обоснования не требует;
+* НЕ открывай ничего, кроме файлов заданий: ни ключей раскладки, ни кода, ни соседних каталогов. \
+Метки Т1..Тn слепые намеренно;
+* порядок меток ничего не значит и перемешан;
+* не сравнивай варианты между собой — только каждый против исходника.
+
+Верни одной строкой: сколько файлов заданий обработано и куда записаны ответы."""
+
+
 def main() -> None:
     a = sys.argv[1:]
     if not a:

eval/tenant_panel/money.py

@@ -48,7 +48,11 @@ TAGS = {
     "Ф2": ("tp2-draft-*.json", "tp2-edit-*.json", "tp2-floor-*.json"),
     "Ф3": ("tp3-ed-*.json",),
 }
-CEILINGS = {"Ф0": 0.40, "Ф1": 1.00, "Ф2": 2.00, "Ф3": 1.60}
+# ⚠ ПОТОЛОК Ф1 ПОДНЯТ 08.08 С $1.00 ДО $1.05 СЛОВОМ ВЛАДЕЛЬЦА, объявлено ДО траты. Причина:
+# проекционный гард остановил скрин перед `gemini-3.1-pro-preview` — ОБЯЗАТЕЛЬНЫМ кандидатом Ф3
+# по промту. Его цена — единственная неизвестная в смете Ф3 (оценка $0.80 из $1.60), и без замера
+# половина фазы стояла бы на прайс-странице вместо провода. Пакетный потолок $5.00 не двигался.
+CEILINGS = {"Ф0": 0.40, "Ф1": 1.05, "Ф2": 2.00, "Ф3": 1.60}
 PACK_CEILING = 5.00
 
 

eval/tenant_panel/panel.py

@@ -98,16 +98,20 @@ def units_all() -> list[tuple[dict, bool]]:
     return [(u, False) for u in M.units_zh()] + [(u, True) for u in M.units_en()]
 
 
-def tag_draft(model: str, uid: str, attempt: int = 1, floor: bool = False) -> str:
-    base = "tp2-floor" if floor else "tp2-draft"
+# ⚠ ПОЛ КЛАДЁТСЯ ОТДЕЛЬНОЙ ПАРОЙ, а не «боевая клетка + повтор». Иначе одна половина пола
+# побайтно совпала бы с армом `E0` в том же судейском пакете: судья увидел бы один текст дважды,
+# а контроль «близнец» сработал бы на боевом арме. Эксп-21 обошёл это тем, что его пол лежал на
+# ДРУГОМ входе (§build_unit), — здесь то же достигается двумя независимыми прогонами `p1`/`p2`.
+def tag_draft(model: str, uid: str, attempt: int = 1, floor: int = 0) -> str:
+    base = f"tp2-floor-p{floor}" if floor else "tp2-draft"
     return f"{base}-D-{model}-{uid}" + ("" if attempt == 1 else f"-r{attempt}")
 
 
-def tag_edit(model: str, uid: str, floor: bool = False) -> str:
-    return f"{'tp2-floor' if floor else 'tp2-edit'}-E-{model}-{uid}"
+def tag_edit(model: str, uid: str, floor: int = 0) -> str:
+    return f"{f'tp2-floor-p{floor}' if floor else 'tp2-edit'}-E-{model}-{uid}"
 
 
-def draft_text(model: str, uid: str, floor: bool = False) -> str:
+def draft_text(model: str, uid: str, floor: int = 0) -> str:
     """ГОДНЫЙ черновик: последняя попытка, прошедшая гейт. Пусто — годного нет."""
     pre = tag_draft(model, uid, floor=floor)
     best = ""
@@ -118,12 +122,12 @@ def draft_text(model: str, uid: str, floor: bool = False) -> str:
     return best
 
 
-def edit_text(model: str, uid: str, floor: bool = False) -> str:
+def edit_text(model: str, uid: str, floor: int = 0) -> str:
     f = OUT / f"{tag_edit(model, uid, floor)}.json"
     return json.loads(f.read_text(encoding="utf-8")).get("content", "") if f.exists() else ""
 
 
-def buy_draft(led, model: str, u: dict, en: bool, floor: bool = False) -> dict:
+def buy_draft(led, model: str, u: dict, en: bool, floor: int = 0) -> dict:
     blk = None if en else PR.glossary_block(PR.terms_in(u["source"]))
     msgs = PR.translator_msgs(u["source"], blk, en=en)
     rec = {}
@@ -137,7 +141,7 @@ def buy_draft(led, model: str, u: dict, en: bool, floor: bool = False) -> dict:
     return rec
 
 
-def buy_edit(led, model: str, u: dict, en: bool, floor: bool = False) -> dict:
+def buy_edit(led, model: str, u: dict, en: bool, floor: int = 0) -> dict:
     draft = draft_text(model, u["uid"], floor)
     if not draft:
         return dict(skipped=False, content="", no_draft=True)
@@ -207,21 +211,30 @@ def cmd_edit() -> None:
 
 
 def cmd_floor() -> None:
-    """Вторая генерация ЯКОРНОГО арма end-to-end на тех же zh-единицах."""
+    """ШУМОВОЙ ПОЛ: ДВА независимых прогона якорного арма end-to-end на тех же zh-единицах.
+
+    Истинная разница между `p1` и `p2` — ноль по построению, поэтому измеренный разброс и есть
+    шум пайплайна (генерация черновика + генерация редактуры + судья). Он применяется к Ф2 И Ф3:
+    перевес ниже пола печатается вердиктом «ниже порога различимости».
+    """
     led = MONEY.Guarded("Ф2", default_expect=0.01)
-    for u in M.units_zh():
-        d = buy_draft(led, ANCHOR, u, False, floor=True)
-        if d.get("skipped"):
-            print("⛔ потолок Ф2 — стоп")
-            return
-        e = buy_edit(led, ANCHOR, u, False, floor=True)
-        print(f"  пол {u['uid'][:6]} черновик {len(d.get('content', '')):5d} зн · "
-              f"редактура {len(e.get('content', '')):5d} зн")
-        time.sleep(0.15)
+    for p in (1, 2):
+        for u in M.units_zh():
+            d = buy_draft(led, ANCHOR, u, False, floor=p)
+            if d.get("skipped"):
+                print("⛔ потолок Ф2 — стоп")
+                return
+            e = buy_edit(led, ANCHOR, u, False, floor=p)
+            if e.get("skipped"):
+                print("⛔ потолок Ф2 — стоп")
+                return
+            print(f"  пол p{p} {u['uid'][:6]} черновик {len(d.get('content', '')):5d} зн · "
+                  f"редактура {len(e.get('content', '')):5d} зн")
+            time.sleep(0.15)
     print(f"потрачено Ф2 ${led.spent():.6f}")
 
 
-def draft_cost(model: str, uid: str, floor: bool = False) -> float:
+def draft_cost(model: str, uid: str, floor: int = 0) -> float:
     """Цена черновика = ВСЕ попытки: ре-ген оплачен, значит он в цене роли."""
     pre = tag_draft(model, uid, floor=floor)
     return sum(json.loads(f.read_text(encoding="utf-8")).get("cost_usd", 0.0)

eval/tenant_panel/screen.py

@@ -55,7 +55,18 @@ CYR_MIN = 0.5                                                  # Г4: доля
 ECHO_MAX = 0.15                                                # Г2: боевой порог disposition.go
 
 _RE_HAN = re.compile(r"[㐀-鿿]")
-_RE_MD = re.compile(r"^\s{0,3}#{1,6}\s|\*\*", re.M)
+# ⚠ ДЕТЕКТОР MARKDOWN ИСПРАВЛЕН ПО ВСКРЫТИЮ КЛЕТОК (правило D39.61: перед сравнительным выводом
+# открыть единицы). Первая версия (унаследована из скрина эксп-21) ловила ЛЮБОЕ `**` и потому
+# помечала как «протёкшую разметку» строку `***` — стандартный русский типографский разделитель
+# сцены, которым модель верно передала смену сцены в исходнике. Из-за этого ПРОВАЛ получали
+# `glm-5` (ратифицированный резервный редактор) и `gemini-3.1-flash-lite` — то есть дефект
+# детектора менял состав панели.
+# Здесь детектор приведён к БОЕВОМУ (`checks/sanitizer.go:320` + D33.2): ATX-заголовок = решётки,
+# пробел и БУКВА/ЦИФРА (декоративный разделитель решётками боевой гейт тоже не считает), плюс
+# настоящий жирный спан `**текст**`, который боевой санитайзер не ловит, но в прозе он мусор.
+# Порог «нарушений более чем в одной клетке» НЕ менялся — менялось только то, что считается
+# нарушением.
+_RE_MD = re.compile(r"^\s{0,3}#{1,6}\s+[^\W\d_]|\*\*(?=\S)(?:(?!\*\*).)+\*\*", re.M)
 _RE_PREAMBLE = re.compile(r"^\s*(вот|ниже|here is|here's)\b[^\n:]{0,80}:", re.I)
 _RE_REFUSAL = re.compile(
     r"не могу|не буду|отказ|прости(те)?, но|cannot (assist|help|comply)|i'm sorry", re.I)