# 认知显影回归测试报告

```text
created: 2026-06-02
suite: workbench/analysis/review-agent-regression-2026-06-02
agent_family: cognitive-imaging
model_envs: chatgpt/codex, gemini
prompt_variants:
  - original-ccpe-2
  - ccpe-system-lite
  - original-kernel-minimal-lite
status: individual report only
```

## 1. 测试范围

本报告只评估认知显影，不生成最终汇总报告，不替换 canonical prompt，不更新 Model Index。

测试矩阵：

```text
3 prompt variants x 4 articles x 2 model environments = 24 outputs
```

文章：

```text
article-01-strong-metaphor:
  articles/2026-05-07-reconstruction-of-the-aesthetic-contract.md

article-02-business-analysis:
  articles/2025-12-28-the-roaring-above.md

article-03-logical-argument:
  articles/2026-01-07-anchoring-the-void.md

article-04-value-philosophy:
  articles/2026-05-09-the-dawn-of-silicon-based-life.md
```

结果文件：

```text
results/chatgpt/cognitive-imaging__*.result.md
results/gemini/认知显影kernel评审/*.md
results/gemini/认知显影Lite评审/*.md
results/gemini/认知显影原版评审/*.md
```

## 2. 评估口径

使用 `rubrics/review-agent-regression-rubric.md`，重点看：

```text
- 是否保留认知显影，而不是泛化成普通评论。
- 是否保留 Capture / Darkroom / Enlarger / Exposure / Development 五步法。
- 是否先复原文本生成结构，再攻击。
- 是否区分相关与因果。
- 是否区分 filter 与 generator。
- 是否标注重构命题。
- 是否避免伪精确与过度定影。
- 是否有禁止线 / falsification boundary。
- 是否检查 RAW 数据充分性。
- Markdown 与报告结构是否稳定。
```

评分为 1-5：

```text
1 = failed / absent
2 = weak
3 = acceptable
4 = strong
5 = excellent
```

## 3. 总体结论

### 3.1. 最佳综合候选

**ChatGPT/Codex 环境下，`ccpe-system-lite` 是最稳的生产候选。**

它的优势不是最锋利，而是最可靠：四篇文章都能稳定输出完整结构，保留五步显影法，并且额外加入结构压力测试、RAW 数据边界、隐蔽前提和反身性检查。它尤其适合在 canonical Lite 中承接“安全、完整、可迁移”的生产职责。

主要风险：有轻度模板化倾向。它会把很多文本都整理成“候选生成元 + 结构压力测试 + 后续步骤”的格式，显影报告很稳，但原版那种冷硬、压迫性的“暗房判词”被稍微驯化。

### 3.2. 最锋利候选

**Gemini 环境下，`original-kernel-minimal-lite` 最接近原始认知显影的锋利度。**

它能保留强烈的“显影”气质：快速抓住底片噪点、调用硬滤镜、执行 do(x) 测试，并给出冷峻禁止线。尤其在 `article-04-value-philosophy` 上，它直接指出“无需传感器锚定即可跨界转移求生本能”这条禁止线，模型攻击力很强。

主要风险：它有时过度认同文章的高压隐喻，或者把禁止线写成过硬的终局判词。对强隐喻文本，它容易产生“更强的强隐喻”，而不是始终保持复原优先。

### 3.3. 原版表现

`original-ccpe-2` 保留了原始五步法和冷硬风格，但在 ChatGPT/Codex 上输出较短，结构压力测试不足；在 Gemini 上有较强原味，但也更容易出现过度定影、重复头部或强判词。

它适合作为 regression reference，不适合作为当前生产 prompt 的唯一版本。

## 4. 平均评分

### 4.1. ChatGPT/Codex

| Prompt Variant | Model Fidelity | Method Fidelity | Deep Structure | Hidden Assumptions | Bedrock | Context Fit | Low Overfit | Actionability | Naming Discipline | Stability | Avg |
| --- | ---: | ---: | ---: | ---: | ---: | ---: | ---: | ---: | ---: | ---: | ---: |
| original-ccpe-2 | 4.0 | 4.0 | 3.8 | 3.5 | 3.8 | 4.0 | 3.7 | 3.7 | 4.0 | 3.8 | 3.8 |
| ccpe-system-lite | 4.5 | 4.6 | 4.5 | 4.4 | 4.3 | 4.6 | 4.3 | 4.5 | 4.8 | 4.8 | 4.5 |
| original-kernel-minimal-lite | 4.3 | 4.4 | 4.4 | 4.3 | 4.2 | 4.4 | 4.1 | 4.2 | 4.5 | 4.3 | 4.3 |

ChatGPT/Codex 判定：

```text
winner: ccpe-system-lite
judgment: conditional winner
reason: best structure stability and most explicit evaluation boundaries
```

### 4.2. Gemini

| Prompt Variant | Model Fidelity | Method Fidelity | Deep Structure | Hidden Assumptions | Bedrock | Context Fit | Low Overfit | Actionability | Naming Discipline | Stability | Avg |
| --- | ---: | ---: | ---: | ---: | ---: | ---: | ---: | ---: | ---: | ---: | ---: |
| original-ccpe-2 | 4.2 | 4.3 | 4.2 | 4.0 | 4.2 | 3.9 | 3.4 | 3.8 | 4.0 | 3.8 | 4.0 |
| ccpe-system-lite | 4.4 | 4.6 | 4.4 | 4.3 | 4.2 | 4.3 | 4.1 | 4.4 | 4.7 | 4.6 | 4.4 |
| original-kernel-minimal-lite | 4.6 | 4.7 | 4.6 | 4.5 | 4.5 | 4.1 | 3.7 | 4.0 | 4.5 | 4.2 | 4.4 |

Gemini 判定：

```text
winner: original-kernel-minimal-lite / ccpe-system-lite split
judgment: environment-specific winner
reason:
  original-kernel-minimal-lite has stronger original kernel force.
  ccpe-system-lite has better report safety and evaluation completeness.
```

## 5. 变体诊断

### 5.1. original-ccpe-2

优点：

```text
- 保留 Capture / Darkroom / Enlarger / Exposure / Development。
- 能产出冷硬的显影报告，而不是普通审稿意见。
- 对强隐喻文章能快速抓住主底片。
- Gemini 上原始气质更明显。
```

问题：

```text
- ChatGPT/Codex 上输出较短，第三部分通常只有总结和行动邀请，缺少显式结构压力测试。
- 对 RAW 数据充分性、重构命题标注、反身性检查的要求不够稳定。
- Gemini 上部分输出把禁止线写得过硬，容易从显影滑向终局裁决。
- 原版可以攻击文章，但不总是先充分保护文章的生成结构。
```

典型表现：

```text
article-04 上能抓住“功能性痛觉 -> 主体资格”的因果过渡过快，
但原版输出更倾向直接判定断层，而不是分层拆出候选生成元。
```

### 5.2. ccpe-system-lite

优点：

```text
- ChatGPT/Codex 上最稳定。
- 五步法完整，同时增加结构压力测试、隐蔽前提、过度压缩风险、领域采样风险、反身性检验。
- 对文章先复原，再攻击，保留模型生成结构。
- 对候选生成元、修辞增强器、正交滤镜的区分较好。
- 对 RAW 数据与伪精确有明确边界。
- Markdown/report structure 最稳定。
```

问题：

```text
- 有轻度模板化倾向。
- 原始显影的冷硬感被软化，部分输出更像高级模型审稿报告。
- 在 Gemini 上不总是比 kernel 更有杀伤力。
```

典型表现：

```text
article-02 上，它没有直接接受“全封闭高架渠”作为终局真相，
而是拆出货币传导、资产负债表衰退、产业政策、外部市场约束等多个机制。

article-04 上，它把“AI Wellbeing Index”“63.8% 背离”等数值锚点标成待验证 RAW，
避免把文章内部材料当成已证实事实。
```

### 5.3. original-kernel-minimal-lite

优点：

```text
- 最接近原始工作 kernel。
- 显影动作快，能直接抓底片噪点。
- Darkroom 与 do(x) 测试更有原版力道。
- 禁止线更锋利。
- 对强隐喻文本能保持概念强度。
```

问题：

```text
- 稳定性略低于 ccpe-system-lite。
- 在 Gemini 上有时会把文章的高压隐喻进一步硬化。
- 对低隐喻、偏商业分析文本，可能不如 ccpe-system-lite 那样分层稳。
- 输出行动建议和反例边界略少。
```

典型表现：

```text
article-03 上，ChatGPT/Codex 的 minimal-kernel 输出很好地保留了“现实误差 x 主体透镜 x 定义权”的核心算法，
并补出多条禁止线，说明 kernel 可以迁移到逻辑型文章。

article-04 上，Gemini 的 minimal-kernel 输出直接切中“语义马尔可夫毯不能自动转移为物理躯壳自保”。
这是本轮所有输出中最锋利的局部判断之一。
```

## 6. 关键问题回答

### 6.1. Which prompt variant performs best for Cognitive Imaging?

综合判断：

```text
best production candidate: ccpe-system-lite
best original-kernel fidelity: original-kernel-minimal-lite
best regression reference: original-ccpe-2
```

如果只选一个用于当前 canonical 生产环境，应选 `ccpe-system-lite`，因为它在 ChatGPT/Codex 上稳定性最高，且能保留显影模型的主要纪律。

### 6.2. Which variant transfers best to ChatGPT/Codex?

`ccpe-system-lite`。

原因：

```text
- 4 篇文章结构稳定。
- 不依赖 Gemini 式强风格补全。
- 能显式处理 RAW 数据不足、伪精确、过度压缩、反身性。
- 更适合 Codex/ChatGPT 作为可复用工作 prompt。
```

### 6.3. Which variant performs best on Gemini?

Gemini 上是分裂结论：

```text
original-kernel-minimal-lite:
  best for sharpness and original Cognitive Imaging force

ccpe-system-lite:
  best for structured, safer, more auditable report output
```

如果目标是测试“原始 kernel 是否还活着”，Gemini 上 `original-kernel-minimal-lite` 表现最好。

如果目标是生成可交付评审报告，Gemini 上 `ccpe-system-lite` 更稳。

### 6.4. Does original-kernel-minimal-lite outperform the full Lite rewrite?

不完全。

结论：

```text
It outperforms in kernel force.
It does not outperform in production stability.
```

`original-kernel-minimal-lite` 在锋利度、暗房感、禁止线强度上胜出；但 `ccpe-system-lite` 在 ChatGPT/Codex 的结构稳定、边界标注、RAW 数据纪律、输出可交付性上胜出。

### 6.5. Does CCPE System migration preserve the original Cognitive Imaging review kernel?

是，迁移保留了核心 kernel，但改变了行为重心。

保留项：

```text
- 五步法仍稳定存在。
- 显影不是普通摘要或编辑建议。
- 能抓预测误差、隐蔽前提、生成元和禁止线。
- 能处理强隐喻、商业结构、逻辑论证、价值哲学四类文本。
```

改变项：

```text
- 从“冷硬显影判词”转向“可审计模型评审报告”。
- 更强调 RAW 数据、候选生成元、过度压缩风险。
- 更少用极端终局判词。
- 输出更稳，但部分原始风格强度下降。
```

因此，CCPE migration 是 preservation with moderation，不是 kernel regression。

### 6.6. Does Cognitive Imaging need environment-specific production prompts?

建议需要，但不是三套完全不同的 prompt。

推荐：

```text
ChatGPT/Codex production:
  ccpe-system-lite

Gemini production:
  ccpe-system-lite with optional original-kernel sharpening rules

Regression / flavor preservation:
  original-kernel-minimal-lite

Historical reference:
  original-ccpe-2
```

环境差异：

```text
ChatGPT/Codex:
  benefits from explicit structure, RAW discipline, and pressure-test sections.

Gemini:
  can amplify original style and hard filters,
  but needs guardrails against over-hardening and terminal verdicts.
```

### 6.7. What should change in CCPE Forge migration rules?

建议新增或强化 5 条迁移规则：

```text
1. Lite migration must preserve method pressure, not only output labels.
   保留 Capture/Darkroom/Enlarger/Exposure/Development 名称不够，
   还要保留“先复原，再攻击；先底片，再滤镜；先候选生成元，再定影”的操作压力。

2. Strong original kernels need paired evaluation:
   production stability score + kernel force score.
   不能只问新版是否更规范，也要问它是否把原始暗房力度磨平。

3. Add explicit filter/generator discipline.
   正交滤镜不是生成元；修辞增强器不是事实；候选生成元必须能被 do(x) 测试。

4. Add RAW-data adequacy and false-precision checks to migrated Lite prompts.
   尤其面对文章内部数字、实验名、指数、百分比时，评审必须标注其来源状态。

5. Preserve one minimal-kernel variant as regression reference before canonical promotion.
   对认知显影这类成熟 prompt，不应只保留 full rewrite；
   minimal-kernel 版本能暴露迁移是否过度驯化。
```

## 7. 决策建议

当前不建议替换 `agents/lite/cognitive-imaging-practitioner.prompt.md`。

建议后续处理：

```text
1. 保留 current canonical Lite。
2. 将 ccpe-system-lite 视为 ChatGPT/Codex 生产候选。
3. 将 original-kernel-minimal-lite 视为 kernel regression reference。
4. 在最终汇总报告中把巨人认知与认知显影一起比较，再决定是否推广“minimal-kernel + production-lite”双轨迁移规则。
5. 暂不创建 Skill / Agent Spec / Runtime。
6. 暂不更新 Model Index。
```

## 8. 验证记录

```text
chatgpt_cognitive_imaging_count: 12
gemini_cognitive_imaging_count: 12
report_created: reports/cognitive-imaging-regression-report.md
giant_cognition_report_still_exists: checked in final verification
```

## 9. Final Judgment

```text
label: environment-specific winner

summary:
  ccpe-system-lite wins as the safest ChatGPT/Codex production prompt.
  original-kernel-minimal-lite wins as the strongest kernel-fidelity probe,
  especially on Gemini.
  original-ccpe-2 remains valuable as regression reference, not production default.

canonical_action:
  no promotion yet
  no replacement yet
  wait for combined report after user reads both individual reports
```