PG ↔ negentropy 机制映射报告
把 Procedural Graph 论文精读笔记（arXiv:2609.09153）的机制对照到本仓 Routine / 巡检 / 自进化体系，回答「论文的哪些设计本仓已有、哪些是真增量、哪些值得落地」。只分析不改码；锚点均经实际代码核验（分支
ThreeFish-AI/agent-graph-paper-guided-study）。
#结论先行
本仓已实现 PG 的「门控进化」骨架且部分环节更完备（shadow/canary 双窗、人审矩阵、纯函数决策边界）；PG 的真增量集中在三件事：① 程序性知识的显式图表示（typed 边 + 三属性）；② 拒绝记忆的编辑级结构化（负证据阻断重复提案）；③ 「平局接受」语义的显式化。五条映射中，M2（拒绝记忆进进化回路）值得落地，M3（报告纪律）值得一句话补文档，其余已对齐或按 YAGNI 暂缓。
#映射总表
| # | PG 机制（论文出处） | 本仓对应 | 锚点 | 判定 |
|---|---|---|---|---|
| M1 | 验证门：候选 ≥ 缓存分才接受，平局也接受（§3.3 式 5） | 金丝雀双窗判定；routine 成功/停滞判定 | evolution/decision.py:228 · routine/decision.py:96 | ✅ 已对齐 |
| M2 | 拒绝记忆：被拒编辑连同轨迹作负证据注入下一轮提案（§3.3 式 6） | 巡检记忆的正/负证据标签体系；进化提案回路缺编辑级负证据 | routine/patrol_memory.py:42-45 | 🔶 部分对齐，值得落地 |
| M3 | 报告纪律：报「返回图 85%」而非「搜索最优 95%」，杜绝测试集选优（§5.4） | decide() 以最新迭代判成功、best_score 仅作停滞参照 | routine/decision.py:34 | ✅ 天然对齐，宜显式成文 |
| M4 | 边属性 condition/guidance/pitfalls：转移级操作知识（§3.1） | definitions SSOT → harness_materializer 渲染 skill/routine 定义 | agents/definitions/harness_materializer.py | ⏸ 暂缓（YAGNI） |
| M5 | 结构校验先于验证 rollout：非法候选不花预算、直接沉淀负证据（Algorithm 1 L11-13） | 决策纯函数边界（不读 settings、参数显式注入）+ 门控语义（门控超时/失败 ≠ 门控通过，ISSUE-115） | routine/decision.py:96-170 | ✅ 已对齐 |
#逐条说明
#M1 验证门与「平局接受」——存量已对齐
- PG 的门是「单一权威信号（验证分）+ 缓存参考分 + 平局接受」。本仓
decide_canary已实现同型语义：「helpful_ratio 允许 0 改进（只要不下降）」即平局接受，任一退化则 rollback，且比 PG 多了样本充足性检查（hold而非立即定夺）。 - routine 侧
decide()的停滞判定同样吸收了「平局含信息」：ISSUE-128 引入的no_progress_score_tolerance容差带（经orchestrator.py:905-911per-routine 注入）把「评分落在 [历史最优 − tolerance, +∞)」视为有进展——这正是对 Judge 聚合分天然 ± 振荡的「平局语义」处理，与 PG 面对小验证集时的谨慎同源。 - 无需落地；价值在于交叉确认：两套独立系统在同一个坑位收敛到同一个解法，说明该模式已是领域共识（PG 之外，金丝雀发布、进化计算 elitism 亦然）。
#M2 拒绝记忆——巡检侧已结构化，进化侧是真空区
- 本仓巡检记忆已有一套正/负证据双轨：
patrol_memory.py的pdf-fidelity-unfixable（区域级不可修复标记 = 负证据，会话内避让）、pdf-fidelity-pattern（有效修法 = 正证据，向后传播）、pdf-fidelity-baseline（回归基线集 +DEFAULT_REGRESSION_DROP_THRESHOLD = 3的非回归门）。这与 PG「被拒候选 + 成功 pattern 分轨沉淀」的设计同构，且以 tag 键定的确定性查询实现了 SSOT。 - 差异在进化回路：PG 的拒绝记忆是编辑级的——记录「哪个结构变更提案、在哪个验证集上、掉了多少分」，并作为负证据注入下一轮提案器（式 6）。本仓 自进化 Agents Team 方案 的 GEPA 反思回路目前从执行反馈提案，尚无「历史被拒提案」的结构化沉淀；若提案器重复生成等价坏提案，没有机制层阻断。
- 建议落地（对应方案落地阶段实施）：
evolution_proposals增加rejection_evidence沉淀（提案 diff + 验证指标 delta + 拒绝原因），提案器上下文注入最近 N 条负证据。PG 的经验是这能拦住「训练集动机未泛化」型重复提案（论文 R3/R10 均为实例）。
#M3 报告纪律——实现已对齐，宜显式成文
- PG 明确区分「返回图」（部署产物）与「搜索最优」（过程观测），只报前者。本仓
decide()判成功用latest.score（返回态），best_score仅在_is_no_progress内作窗口外基线参照（窗口语义见该函数注释）——不存在「挑历史最优轮交付」的选优路径，纪律天然对齐。 - 风险在未来：自进化方案上线后若引入「保留历史最优版本」语义（版本库挑拣），须显式区分「部署返回态」与「搜索最优态」两个口径，避免测试集选优。建议在 自进化 Agents Team 方案 评测节补一句该纪律——一句话成本，防一类评估事故。
#M4 边属性三件套——暂缓，等真实痛点
- PG 把「何时走 / 怎么走 / 别踩什么坑」字段化到转移级。本仓 definitions SSOT →
harness_materializer渲染的是 skill/routine 定义的文本与结构化字段，步骤间依赖以叙述存在。 - 借鉴形态：给 routine preset / harness skill 的步骤定义加
condition/pitfalls显式字段（不必引入完整图）。判定暂缓：当前 routine 失败模式中未见「步骤乱序」主导的案例（Judge 振荡/命名门控才是主痛点），按最小干预原则等真实痛点出现再动（论文自己也证明：错误位置的结构先验会把 MultiChallenge 从 87.5 拖到 58.9——结构是双刃剑）。
#M5 结构校验先于 rollout——存量已对齐
- PG：结构非法的候选不进验证 rollout，直接入拒绝记忆（省预算 + 负证据沉淀）。本仓同型模式两处：① 决策层纯函数边界（
decide()不读 settings、阈值/容差显式注入，非法输入在类型层即被拒）；② 门控语义（ISSUE-115：gate_exit_code ∉ {None, 0}时整块跳过成功判定——「门控超时/失败 ≠ 门控通过」）。原则一致：不可用候选在进入昂贵验证之前拦截。
#落地建议汇总
- 做：M2——自进化方案的提案回路增加编辑级拒绝记忆（提案 diff + 指标 delta + 原因，注入下一轮提案上下文）。
- 写：M3——自进化方案评测节补「报告返回态而非搜索最优」纪律一句。
- 暂缓：M4——
condition/pitfalls字段化，待「步骤乱序」成为可观测的 routine 失败主因再评估。