EVOLUTION
从新的 archive / literature / human annotation 输入开始，产生、审查、量级筛选并重排 ideas。没有新输入，循环合法地以 STAGNATION 停止，而不是继续消耗 token 重混旧材料。
M0 discover→R0 verify→R2 propose→R3 / R4→R6-lite→R5 portfolio
01 · ARCHITECTURE
把“记忆、机器、痕迹”分开，才不会把一次对话误当成科学流程。
核心设计不是一个巨型 prompt，而是三层明确的状态边界：稳定的角色程序、会积累的科学记忆、以及可丢弃但可审计的执行痕迹。
THE PROGRAM
pipeline/
角色规格。很少修改，负责定义谁能做什么、不能做什么。
R0 → R8 + L分工明确的 survey、propose、attack、judge、feasibility、draft 与 TAC-sim。
ORCHESTRATOR.md定义 role graph、双模式与停机规则；一次只派发一个有预算的 shift。
Fresh shifts每个角色只处理一个工作单元；下一个角色接收 evidence 与 handoff，而非上一个 agent 的长上下文。
THE MEMORY
shared/
可复用的档案覆盖、idea ledger、来源与信任记录。
survey/从 archive facts 出发，建立与科学问题相连的 opportunity tags。
ideas/保留 lineage、相对排序、lifecycle 与 graveyard；被杀死的 idea 仍是知识。
TRUST_TABLEinstrument 与 archival facts 的来源、状态与适用边界；不是模型记忆的替身。
THE TRACE
cycles/ · runs/
每一轮的材料、批评、反驳、计算与 handoff。
cycles/默认演化模式的逐轮记录：新输入、fork、kill、R6-lite 与 portfolio decision。
runs/AO 临近时的 proposal-run 工件：archive check、feasibility、draft 与 panel review。
3-line handoff每个 shift 留下 did / found / next；下一个角色接证据，不接“印象”。
≠关键分离：共享记忆不会被一次失败的运行污染；一次运行也不能自行改写它所依赖的角色规范。tools/ 是独立的 calculators 层，为可行性与 provenance 提供可复核命令，但不决定 scientific state。
02 · TWO MODES
持续演化是常态；撰写 proposal 是一个有触发条件的事件。
这避免了“先想一个题目，再为它找理由”的倒置。系统先维护一个被证据与批评不断筛选的 portfolio，只有成熟 idea 才进入正式 proposal run。
PROPOSAL RUN
只从 proposal-ready idea 起步。先完成 ObsID 级 archive check 与 R6-full 的可行性链；若不闭合，R5 只能收窄或换题。最后由 R8 TAC-sim 用明确 rubric 审阅 draft。
R1 archive→R6-full↔R5 judge→R7 draft→R8 TAC-sim
03 · SAFEGUARDS
不是让 agent 更自信，而是让错误更早、更便宜、更难被悄悄掩盖。
框架把“好想法”与“通过审查的想法”分开。反驳、淘汰与未解决的经验问题不被隐藏，而是变成下一轮的明确输入或未来 proposal 的 deepening plan。
没有新证据，不启动新循环
新一轮必须消费新的外部信息、已验证的 archive record 或明确的人类注释。停下来是有价值的状态，不是失败。
生成者不裁判自己
R2 proposer、R4 red-team 与 R5 judge 是不同的 fresh shifts。独立性不只是换一个标签，而是要避免 end-to-end attachment。
FATAL / REFRAME / EMPIRICAL
逻辑或物理致命问题、可被收窄的 framing 问题、以及必须由新数据回答的问题，进入不同的后续路径。
单个 poor 不能被平均分遮住
R5：任一 axis 为 poor 即阻止晋升。R8：只有同一维度收到 ≥2 位 reviewer 的 poor，draft 才被送回 revision。
04 · ROLE SYSTEM
每个关键判断都有一个清楚的责任角色，也有一个不该跨越的边界。
角色不是为了增加仪式感。它们把检索、证据确认、科学想象、敌对审查、数值闭合和文字表达拆开，使错误的来源和修复位置可定位。
Material Collector
从公开网络发现候选材料；只提供 discovered 线索，不替代原始来源核验。
Surveyor
把多 observatory 的 archive facts 转为可复用 coverage / opportunity 记录。
Librarian
围绕一个问题做来源与 ObsID 级 archive 深挖，防止重复观测的叙事。
Proposer
从已验证机会与科学问题生成 baseline 与 fork，而非凭空发明证据。
Analyst
为与反对一个 idea 收集证据，明确未知项与需要真实数据的问题。
Red-team
以 TAC referee 的视角攻击 duplication、observatory fit、decisiveness、physics 与 cost。
Judge
管理 portfolio；按明确轴与 min-gate kill、park、fork 或 promote，而不是凭平均印象。
Feasibility
将 model → count rate → pileup → background → exposure 变成可复核的技术链。
Drafter
只在证据和可行性已经闭合的范围内，把材料组织成 XMM AO 结构化 draft。
TAC-sim Panel
由不同 reviewer 以 science merit、appropriate use of XMM、observational realizability、completeness & clarity 审阅 draft，路由具体 revision。
Tutor
把尚未清楚的 instrument 与方法概念转化为可学习、可检验的解释；帮助人保持判断能力。
05 · CLAIM BOUNDARY
这是一个研究框架，不是“输入题目就自动得到中标 proposal”的承诺。
公开页面可以解释设计，但不能把设计愿景包装成已验证的科学结论。项目内不同机制有 Trusted、Provisional、Questioned 等状态；实际 proposal 生命周期、instrument facts 与任何具体科学结果，仍以各自的 canonical records 为准。
- 不承诺 funding、proposal quality 或任何具体科学发现。
- 不把 M0 的搜索结果或模型记忆描述成 source-verified evidence。
- 不把 dashboard 或宣传页面当作 idea lifecycle 的权威来源。
- 不绕过实际 AO submission：研究者仍负责最终提交与科学责任。
A DIFFERENT STARTING POINT
从“能写什么”转向
从“能写什么”转向
“什么值得继续投入”。
对于 XMM proposal，真正稀缺的不是措辞，而是经过 archive、反证、可行性与 panel 判断之后仍然成立的科学机会。
回到框架起点