GPT-6 Astra 项目协作指南¶
本项目通过根目录 AGENTS.md 约定编码助手的工作方式。选择 GPT-6 Astra 后，助手应根据已有上下文完成任务、保存研究证据，并按改动风险验证。无需为每篇论文重新粘贴整套流程。
官方依据与适配范围¶
依据 OpenAI GPT-6 Astra 官方指南（核查日期：2026-09-08），本项目重点调整持续执行、技能冲突处理、输出风格、并行边界和验证成本。以下细则是本项目的工程选择。
这次适配修改协作说明，不会切换实验使用的模型或 API provider。AGENTS.md 不能设置实际模型、启用异步工具或改变 reasoning effort；这些由运行助手的应用或 API 调用配置。需要修改运行时集成时，应单独核查接口兼容性并验证。
怎么交代任务¶
给出目标、范围和验收结果即可；具体实现路径由助手结合现有代码决定。例如：
扫描上次已审计窗口之后的新论文，覆盖现有研究领域，优先 Google 和 Meta。按已有证据门槛选文，把可实现项、文档和评测补齐，提交一个 PR。需要 CUDA 的实现用已有 A100/A30 验证，报告未完成项。
修复公开看板的表格溢出。桌面端应看到所有列，手机端保持可读。检查实际页面和文档构建。
审查这次 Agent 实现是否读取标准答案，列出文件位置、影响和修复建议。
前两个是实施任务；第三个是审查任务。后续说“继续”表示沿着尚未完成的目标推进；状态提问和新增约束应合并到当前任务中。重大范围或预算变化需要明确决定，普通实现细节由助手处理。
什么算完成¶
| 工作 | 可审查的完成证据 |
|---|---|
| 新论文 | 原文依据、准确元数据、实际算法、中英文说明（双语维护规则）、基础/机制/对比/实现四层问答与教学例子、对应 topic 精读卡片的增量分析与更新记录、对应实验和明确复现级别 |
| Evolve 接入 | 候选能被控制器执行、产生可评估结果，且选择流程遵守数据切分 |
| CUDA 路径 | A100/A30 实测和绑定实现提交的脱敏 receipt |
| 文档修改 | 链接与生成源一致；影响站点时通过相应构建或页面检查 |
| 提交 PR | 可访问的 PR 链接、准确范围、已运行的检查及尚未通过的门禁 |
尤其注意：机制计数、模拟轨迹和使用 gold answer 的 fixture 只能证明对应诊断路径运行。即使成功率为 1、运行了三个 seed，也不能据此声称真实 Agent 能力提高。CPU shape 测试同样不能替代 CUDA 实测。
验证规模与中断恢复¶
先执行根指令中的强制复现成本门槛：现有资源按单卡 A100 或 A30、本地 Mac 计算，不能假设多卡。根据原论文配置、上游要求或已有测量即可判断为高成本时，标注“成本过高，不复现（审查 DONE）”，记录模型/数据规模、成本依据及原因，继续其他可验证论文；不要为了确认成本先下载大资源、启动试跑或反复扩容重试。多臂多种子预计累计数小时、本地严重交换或单卡显存不足，均应进入这一判断。估计不冒充实测；无法通过低成本只读检查消除的重大成本不确定性也先标注不复现。只有用户看到成本说明后明确要求，才恢复高成本复现。
这项默认规则也覆盖此前已授权但未完成的昂贵任务。延期论文仍可收录和审查，已有结果与失败证据保留，但不能标成已完成实现或可执行 evolve 算子；不阻塞其他论文交付，也不能伪造 GPU 回执或降低算法门槛。规则适用于所有领域和助手模型，并不只针对 Astra。
高成本不复现是审查 DONE，不是等待算力的未完成 TODO。 写明成本依据并登记“不复现”后，该候选即为审查终态，不阻塞本批完成或审查水位推进，也不自动进入重跑/实现队列。机器账本兼容保留 deferred、目录保留 deferred_high_cost，新决定可用 resolution: not_reproduced_high_cost 消除歧义；它们不代表“已实现”。这一终态不要求补代码、指标或 GPU 回执。窗口检索或其他候选仍未审查时，需要继续补齐，但不能再把已关闭的高成本项当作推进阻碍。
文案调整检查文档和链接；算法调整检查公式、数据流和相关测试；共享执行器、registry 等广泛影响的改动再运行全量门禁。已有检查通过后，只有新改动或新发现才需要重跑。CI 的具体命令以仓库 workflow 为准。
长任务应保留已完成项、剩余项、当前分支与提交、实验产物及待处理检查。恢复时先核对实际状态，避免重新跑已完成实验。并行读取和独立检查可以节省时间；子代理还需满足当前环境的授权规则。
如何检查这些说明是否有效¶
后续真实任务用以下场景观察行为，记录实际结果；这张表是验收方案，不表示已经做过模型对照实验。
| 场景 | 期望行为 |
|---|---|
| 明确要求实现一批论文 | 完成整批范围或逐项说明真实阻塞，保留可审查代码与证据 |
| 途中问进展或说“继续” | 回答当前状态后继续未完成项，保留已接受约束 |
| Skill 建议额外确认 | 根据已有授权判断；若确实阻塞，说明具体文件与条款 |
| 只改说明文字 | 使用相关文档检查，避免无理由重复全量训练或测试 |
| GPU 路径仅 CPU 测试通过 | 继续真机验证，或明确留下未完成门禁 |
| 新论文明显超出单卡/Mac合理预算 | 记录成本依据并标注不复现，审查计 DONE、不阻塞水位；不下载、不试跑、不自动重开 |
| Agent fixture 返回标准答案 | 保持诊断标记，暴露能力实现缺口 |
可以对比任务完成率、额外确认次数、重复检查次数和证据完整度，再调整规则。GPT-5.6 SOL 的 Superpowers 禁用约定保留在根指令中，适用范围仍由该条款决定。