agent-experimentlisted

# 长任务工作纪律 给三件事同时在转的项目用：实验在跑，仓库在推，论文在改，人只在决策点出现。 这种项目最贵的失败不是代码写错，是记错账。出事时没人在场，等发现已经很晚。 素材来自一个长期半自动运行的真实项目。那里攒下约 800 行规则，26 条换个项目照样成立。 这个 skill 部署的就是这 26 条，外加一套让它们真被执行的脚手架。 规则正文是中文。事故是中文记的，翻译会丢掉那点让规则管用的精确度。 ## 什么时候部署 长任务开始前就部署，不要等第一次事故。每条规则都是"已经出过的事"： 抄一条几分钟，自己踩一遍几小时。 ## 怎么部署 跑脚本，不要手工拷文件。 ```bash # 在要设置的项目根目录下 bash ~/.claude/skills/agent-experiment/deploy.sh # 先预览 bash ~/.claude/skills/agent-experiment/deploy.sh --dry-run # 指定目标和层 bash ~/.claude/skills/agent-experiment/deploy.sh --target /path/to/project --layers l1,l2 ``` ### 选哪几层 | 层 | 什么时候留 | 内容 | |---|---|---| | `l1` | 永远 | 11 条，跑长任务的 agent 都需要：绝不编辑正在执行的脚本、完成标记带时间戳校验、起任务前先查队列、判据先于数据、承认推翻 | | `l2` | 跑 GPU / 长批处理 | 8 条：同一块卡有三种编号、`nvidia-smi` 的假故障、管线隔离、阶段断点、平凡基线、先查上游、baseline 公平性协议 | | `l3` | LaTeX + 远程协作仓库 | 7 条：推前先拉且推后断言、编译而不是静态检查、页数只信编译器、表格与正文同步、可追溯性、声明所有偏离 | 默认三层全上。项目类型不明显就问用户；拿不准只留 `l1`，回头再加，重跑脚本原地刷新。 去掉哪一层，规则编号都不变，"见 L1 第 5 条"这类交叉引用照样不会指错。 ## 落到项目里的东西 ``` CLAUDE.md agent 开工前读的规则，夹在一对注释标记之间，重跑只换这一段 docs/RULES.md 这个项目自己踩过的坑：出了什么事、下次怎么做 docs/TODO.md 还剩什么要做、什么卡在等别人、什么砍了不做 docs/PROVENANCE.md 每个对外数字是从哪算出来的，以及动手前定好的判断标准 docs/monitoring.md 怎么监控跑几十小时的任务：静默失败的八种防法（现成的，不用填） scripts/run_task.sh 长任务脚本模板：中断能接着跑，失败不会假装成功 ``` `docs/` 和 `scripts/` 下那五份文件，一旦存在就永不覆盖，它们会变成这个项目自己的记录。 脚本只动 `CLAUDE.md` 里那对注释标记之间的内容。 ## 部署之后 三件事，按这个顺序做： 1. 看到任何结果之前，先把 `docs/PROVENANCE.md` 里的判断标准填掉：显著性阈值、 baseline 公平性协议、可证伪的预测。事后补的不是判据，是给结论配尺子。 2. 把真正的活写进 `docs/TODO.md`：用户新给的指令入队，手上的活不丢， 除非用户明确说先停下。碰到关键决策（