一份给同行看的工程化复盘：agent 编排与失败恢复、文献检索的查询设计与去伪、每块物理的方程/数值方法/算法、两次机制证伪与修复、以及全程的可复现实践。物理量按 measuredderiveddecision 标注。
整个研究遵循一条编排纪律：主上下文只做协调、决策、综合，不做重读写检索的重活。所有实现、检索、文件写入都交给并行子代理（Task agent），保持主上下文窗口干净、可长程推进。
WebSearch/WebFetch 是「延迟加载工具」（deferred），没先用 ToolSearch 把 schema 载入就直接调用，结果空转、不写文件。诊断后在每个子代理 prompt 顶部加了强制的「STEP 0：ToolSearch query="select:WebSearch,WebFetch"」+「文件必须写盘才算完成」两条硬约束，重新派发即恢复。这类失败全部如实记进了 CHANGELOG。下列数字均从本会话的子代理 transcript（93 个后台任务文件）中实测汇总 measured。说明：这些是子代理侧合计，且包含「子代理递归再分裂」出的 helper；主控自身 token 未计入。cache_read 巨大是因为每个 agent 启动时会重读被缓存的上下文（这是正常的，且大部分走缓存、单价低）。
| 主模型 | Claude Opus 4.8 |
| 后台任务文件 | 93 个 |
| 子代理运行 | ~84（含递归 helper） |
| 后台 bash 任务 | 9（拟合/编译等） |
| output | ~1.01M |
| input（新） | ~4.45M |
| cache 读取 | ~157M |
| cache 写入 | ~17M |
| 子代理工具调用 | ~1,861 次 |
| 其中 Web 检索/精读 | 数百次 WebSearch+WebFetch |
| 主控 git 提交 | 20+ 次（研究日志） |
| 产出代码 | 13 模块 / 2310 行 |
口径说明：output ~1M token 是子代理「真正生成」的内容量；input 的「新 token」~4.4M 与 cache 读取 ~157M 不应简单相加当成本——缓存读取单价远低于新 input。把 cache 读取计入是因为多代理并行时每个 agent 都要把共享上下文读进来，这正是「多代理换上下文窗口」策略的代价与收益所在。
novelty 是论文的生死线，所以 Phase 0 是硬门槛：动任何推导前先把先验工作查穷尽。策略是四路正交分解——把"可能撞车"的空间切成互不重叠的子域并行扫，再交叉三角验证。
WebFetch 精读，而非只看搜索摘要。WebFetch 打开摘要页核对「标题+作者+年份+期刊」四项一致才采纳；否则标 [arXiv unverified]。检索中剔除了多条张冠李戴，例如：把 2412.19371 误归给 Yang Bai（实为 Rosenlyst）、把不存在的"Mohapatra-Nussinov box-diagram"当先例、把 1503.07874（其实是对撞机 EFT）误当 loop-DD。这些假归属若进了 bib，审稿人一眼能看穿。四路报告综合成一页判定 lit/00-novelty-synthesis.md：核心新意（单旋钮统一）真新；box portal 与 σ/m(v) 是支撑、部分被预占，逐条技术区分。最后做 INSPIRE 引用树终查确认优先权：
| 最近邻论文 | INSPIRE recid | 被引 | 结论 |
|---|---|---|---|
| 2602.18753（box portal 最像；第一作者本人前作） | 3122802 | 0 | 无后续，改为自引扩展 |
| 2410.23631（confining+loop DD） | 2844260 | 7 | 7 篇全为相邻但不同主题，未预占 |
→ 单旋钮 glueball↔暗π SIDM + SM-色 box portal + ADM 的组合未被占据。decision
定模型时第一个岔路是「几种暗夸克 N_f」。最初想 N_f=1（最简），但用 Goldstone 计数自检后否决了——这是个纯对称性论证，我现场用 sympy 算了一遍。
三项现场自检全过：Goldstone 计数、谱走向、SIDM 尺度自洽（取 Λ_d≈0.5 GeV → M_B≈1 GeV、m_π≈几十 MeV，落在标准 SIDM 窗口）。
连接子 {ψ,Φ}（带 SM 色 × 暗色）在一圈 box 图里跑。M_ψ,M_Φ ≫ Λ_d 做重质量展开；box 是紫外有限的，手征性禁止质量插入，匹配到维度-6 矢量算符：
数值（code/box_calc.py，主控复跑）：M_ψ=1.5 TeV、y=1 → σ_SI ≈ 4.66×10⁻⁴⁵ cm² derived，远低于 GeV 级直接探测界。解耦论证：SIDM 强度由 (Λ_d, r) 定，核子耦合由 (y, M_ψ) 定——参数上正交。
这块是整个工作的心脏，也是两次证伪的发生地。任务：从介子交换势出发，解出转移截面随速度的变化，做麦克斯韦平均，χ² 拟合矮星系→星系团真实数据。
lit/02。Yukawa 势的转移截面没有统一闭式，需按 (κ, β) 分区。我们把 Tulin-Yu-Zurek (1302.3898) 的 Born/经典拟合式 + Hulthén s-波（共振/量子区）逐式移植自同行评审的 CLASSICS 代码 (2011.04679)，并对齐其匹配常数：
# code/sigma_v.py — 区制分类（节选自真实实现） # kappa = m_phi/(M_B * v_rel) ; beta = 2*alpha_d*m_phi/(M_B*v_rel^2) def _sigma_combined(kappa, beta, sign): if kappa > 1.0: # 经典 / Born 区 return _sigma_classical(kappa, beta, sign) elif kappa < 0.4: # Hulthén s-波（共振/量子） return _sigma_hulthen(kappa, beta, sign, eps=1.6) else: # 0.4≤κ≤1 线性插值过渡 return _interp(kappa, beta, sign)
用 96 点 Gauss-Legendre 求积（np.polynomial.legendre.leggauss(96)）在麦克斯韦相对速率分布上算 ⟨σ_T v⟩/⟨v⟩，与数据论文约定一致；扫 v=10–3000 km/s。快速版供参数扫描、自适应 quad 版供单点高精度。
对称冻结用标准 Boltzmann ODE，变量 Y=n/s、x=M_B/T_SM，scipy.solve_ivp（BDF）求解，Gondolo-Gelmini 约定，并用 Steigman 2012 热遗迹基准校准（在 100 GeV 复现 Ωh²=0.121，误差 ~1%）。
暗π 是赝标量，单π交换给自旋-自旋/张量势，自旋无关中心 Yukawa 被 (m_π/2M_B)² 压低。code/ope_mediator_check.py 现场算出该因子 ≈3.4×10⁻⁷ derived ⟹ 轻暗π 单独不能当中心 mediator。
改试 s-道近阈共振（CGCM 1810.04709，sigma_v_resonant.py 实现并核验 BW 峰值到机器精度）。诚实拟合结果：单共振给 σ_T∝v⁻⁴，矮星系/星系团比 ~10³，而数据斜率仅 d ln(σ/m)/d ln v ≈ −0.70（~10 倍）；最优 χ²/dof≈8、E_R 顶到网格边界。否决。
真正对的中心力是各向同性-标量道的双π交换——核力中程吸引的暗版，自旋无关、不被压低、射程 ~1/(2m_π)。我现场验证：m_π~14 MeV → 有效介子 ~28 MeV，正是 Yukawa 拟合想要的；Yukawa 形状斜率 −0.75 对上数据 −0.70。r 旋钮故事完整保留，有效 α_d 现在从暗π 耦合经 TPE 导出。
最终 TPE 拟合（code/fit_tpe.py）：对有效参数 (α_d, 2m_π, M_B) 用 scipy.differential_evolution 全局优化，χ² 含 5 个双边数据点 + 星系团单边上限罚项。结果：
内建诚实性检验（写在 fit_resonant_fast.py 里）：
每完成一个 block/判定就提交，commit message 记录物理结论与转折（含「resonant rejected」这种）。17 个提交串起完整路线。
TODO/CHANGELOG/ARCHITECTURE + memory 文件，保证上下文压缩或换会话后不丢线索；子代理产出由主控落盘。
13 个 Python 模块全部主控复跑验证；每个带单位的物理量标 measured/derived/estimate；格点/实验输入带 arXiv。
pdflatex && bibtex && pdflatex 链在单条 shell 里会间歇导致 .bbl 没读入、出现 [?] 断引用。诊断后写了 paper/build.sh，把四步拆成独立进程调用，并改用 pdftotext | grep '[?]' 验证（而非数累积 log）。这条教训也写进了脚本注释。