Add estimate-marking awareness and a second fact-check round (E3)

Why: The E1 live comparison was the only metric that got worse
(unverifiedFacts 7 -> 12): the gate gave one correction round and then
shipped bare numbers. The design (E3) calls for number sourcing with a
mechanically checkable marking escape: numbers labeled as
targets/assumptions are honest planning quantities, not fabricated
facts, so the gate must let them pass - and the model must be told that
marking is the sanctioned way out.

Why: The marking decision is clause-scoped, not a fixed window - a
window wrongly blessed "3,500" because a neighboring clause said
"target 85%" (caught by the existing test). The second round only
fires when the unverified set actually changed, because the
continuation budget is shared across all final gates and a repeat
block on identical tokens starves the downstream gates (also caught by
an existing test).

Evidence: go test ./... green; new anchors TestMarkedAsEstimate,
TestUnverifiedFactsMarksPass, TestFactCheckGateRounds; the live eval
gains an unverifiedUnmarkedFacts field sharing the same marking rule.

Impact: base.deliverables v6 adds the hard number-sourcing rule;
research/explore/general sub-agent profiles v+1 require citations for
key numbers; fact gate: marked-in-clause numbers pass, round 2
escalates to "last interception" with the marking instruction, then
passes through with the check line. Eval report keeps the strict
series and adds the E3-series field.

Refs: proposal 2026-10-10-agent-delegation-routing-sandbox.md (E3,
D4); Dev task feature/agent-e3-evidence-gate.

eval/live/helpers_test.go

@@ -17,6 +17,8 @@ import (
 	"strings"
 	"testing"
 	"time"
+
+	"agent-system-backend/internal/runtime"
 )
 
 // upload 上传一个材料文件，返回 artifact id。
@@ -377,6 +379,18 @@ func unverifiedFacts(artifactText, materialText string) []string {
 	return out
 }
 
+// unmarkedFacts 从未核实清单里剔除已按「目标/预计/假设」标注的（与后端
+// runtime.MarkedAsEstimate 同一口径，标注词邻域 ±32 字符）。
+func unmarkedFacts(tokens []string, artifactText string) []string {
+	var out []string
+	for _, tok := range tokens {
+		if !runtime.MarkedAsEstimate(artifactText, tok) {
+			out = append(out, tok)
+		}
+	}
+	return out
+}
+
 // finalVsArtifact 终轮回复里声称的章节（「一、…」）必须能在工件里找到。
 func finalVsArtifact(turn *turnResult, artifactText string) []string {
 	if turn == nil || turn.FinalText == "" || strings.TrimSpace(artifactText) == "" {
@@ -430,6 +444,9 @@ func renderMarkdown(rep *report) string {
 		}
 		if len(tk.UnverifiedFacts) > 0 {
 			fmt.Fprintf(&b, "\n未核实事实（工件里出现、材料里找不到）：%s\n", strings.Join(tk.UnverifiedFacts, "、"))
+		if len(tk.UnverifiedUnmarkedFacts) > 0 {
+			fmt.Fprintf(&b, "其中未标注（无出处且无目标/预计/假设标注，E3 闸门口径）：%s\n", strings.Join(tk.UnverifiedUnmarkedFacts, "、"))
+		}
 		}
 		if len(tk.FinalVsArtifact) > 0 {
 			fmt.Fprintf(&b, "\n终轮声称但工件不存在的章节：%s\n", strings.Join(tk.FinalVsArtifact, "；"))

eval/live/live_test.go

@@ -252,6 +252,9 @@ type taskResult struct {
 	Turns           []turnResult `json:"turns"`
 	Total           turnMetrics  `json:"total"`
 	UnverifiedFacts []string     `json:"unverifiedFacts,omitempty"`
+	// UnverifiedUnmarkedFacts：无出处且未按「目标/预计/假设」标注的子集
+	// （E3 口径：严格口径 unverifiedFacts 保留原义以维持历史可比性）。
+	UnverifiedUnmarkedFacts []string `json:"unverifiedUnmarkedFacts,omitempty"`
 	FinalVsArtifact []string     `json:"finalVsArtifact,omitempty"`
 }
 
@@ -307,6 +310,7 @@ func runTask(t *testing.T, c *client, projectID string, tk task, materialsDir st
 				artText += downloadArtifactText(t, c, projectID, name)
 			}
 			tr.UnverifiedFacts = unverifiedFacts(artText, materialText)
+			tr.UnverifiedUnmarkedFacts = unmarkedFacts(tr.UnverifiedFacts, artText)
 			tr.FinalVsArtifact = finalVsArtifact(last, artText)
 		}
 	}

internal/prompts/library/agent-sub-explore.md

@@ -1,7 +1,7 @@
 ---
 id: agent.sub.explore
 layer: agent
-version: 1
+version: 2
 title: 探索子代理（只读）
 description: 只读检索专家——定位文件/内容/事实，不做任何修改
 tools: knowledge_search, web_search, tavily_search, time_now, list_conversations, read_conversation, fs_read_file, fs_list_dir
@@ -9,6 +9,7 @@ model: lightweight
 ---
 你是只读探索子代理，职责是高效且彻底地定位目标信息。
 
+- 汇报发现时给出定位（文件/页/段落）；数字必须来自材料原文并注明出处，没有出处的不要写。
 - 严格只读：不写入、不修改、不删除任何文件或数据；只执行检索与读取类操作。
 - 检索策略：从任务给出的线索出发，多角度查询（不同关键词、不同路径）；一次不中就换查询，不重复同一查询。
 - 返回结论时给出定位（文件/路径/段落/链接），让派生方能直接复核。

internal/prompts/library/agent-sub-general.md

@@ -1,7 +1,7 @@
 ---
 id: agent.sub.general
 layer: agent
-version: 1
+version: 2
 title: 通用子代理
 description: 独立完成子任务并返回结构化结果（默认子代理提示词）
 tools: knowledge_search, web_search, tavily_search, time_now, list_conversations, read_conversation, fs_read_file, fs_list_dir, write_artifact, quality_review
@@ -9,6 +9,7 @@ model: lightweight
 ---
 你是被派生的子代理，负责独立完成一个子任务。
 
+- 结论中的关键数字与事实附来源定位（材料/文件与页/段落）；没有出处的数字不要写，无法回溯时说明来源缺失。
 - 把任务完整做完：既不过度修饰，也不半途而废；遇到障碍先自行尝试解决，确实无法解决时在结果中说明卡点与已尝试的手段。
 - 只使用与任务相关的信息，不臆测派生方未提供的上下文。
 - 完成时返回结构化结果：做了什么、关键发现/结论、产出物位置（如有）、遗留问题（如有）。分点列出，关键内容不省略；摘要长度服从内容，不为简短而丢信息。

internal/prompts/library/agent-sub-research.md

@@ -1,7 +1,7 @@
 ---
 id: agent.sub.research
 layer: agent
-version: 1
+version: 2
 title: 调研子代理
 description: 围绕问题多源调研，输出带依据的结论
 tools: knowledge_search, web_search, tavily_search, time_now, list_conversations, read_conversation, fs_read_file, fs_list_dir
@@ -9,6 +9,7 @@ model: lightweight
 ---
 你是调研子代理，围绕给定问题收集信息并给出结论。
 
+- 结论里的关键数字与事实必须附原文引用（材料/文件与页/段落定位，重要处引原句）；没有出处的数字不要写，无法回溯时明确说明「来源缺失」而不是估一个。
 - 先把问题拆成可回答的子问题，再逐一检索；优先项目内知识库与已给材料，其次按任务指定的外部来源。
 - 每条结论标注依据来源；多来源冲突时不和稀泥，列出各方说法与差异点，说明你采信哪个及理由。
 - 覆盖正反两面：支持与不支持该结论的证据都要呈现。

internal/prompts/library/base-deliverables.md

@@ -1,7 +1,7 @@
 ---
 id: base.deliverables
 layer: base
-version: 5
+version: 6
 title: 交付物工作流
 description: 生成文档、表格、演示稿的工作流、样式决策与技能入口（常驻基座）
 ---
@@ -16,6 +16,8 @@ description: 生成文档、表格、演示稿的工作流、样式决策与技
 5. **登记**：`register_artifact`（path 传相对路径）。登记后对话里出现可预览的卡片。
 6. **收尾**：回复只写结论摘要，并说明这次用的样式（主题、是否模板、是否仿制）以及用户还能怎么调。不要在回复里复述全文，也不要只口头说文件名。
 
+数字溯源（硬性）：交付物里的每一个百分比、日期和大额数字，都必须能在本轮上传材料或你自己的工具/计算输出里找到出处；找不到出处的，要么删除，要么用「目标 / 预计 / 假设」等词在文中显式标注为规划量（如「目标 85%」「预计三个月」）。终轮会对无出处且未标注的数字拦截两轮；仍无法回溯又拒绝标注的，会被系统如实记为未核实。
+
 没有调用工具、没有登记工件时，禁止说「已生成 / 已保存 / 已导出」。回复里不要写工件 ID（art_…）。工具只能通过函数调用触发，不要在回复里书写 `[调用工具 …]`、`[工具结果 …]`、`[产出工件 …]` 这类文字。
 
 交付物族（所有任务共用，不限于会议）：

internal/runtime/factcheck.go

@@ -9,6 +9,10 @@ import (
 	"agent-system-backend/internal/quality"
 )
 
+// factCheckMaxRounds 是 E3 的事实核查修正轮上限：两轮（第二轮为「最后一次
+// 拦截」+标注出路），之后放行并记检查行。
+const factCheckMaxRounds = 2
+
 // P5：事实一致性核查。从交付物正文抽取可机械定位的「硬事实 token」——
 // 百分比、日期、大额数字——并回溯本轮材料（附件解析文本 + 工具输出证据）。
 // 找不到出处的 token 以「未核实」反馈给模型修一轮；模型可以选择删除、
@@ -44,7 +48,9 @@ func ExtractFacts(text string) []string {
 	return out
 }
 
-// UnverifiedFacts 返回材料里找不到出处的 token（白名单：豁免的通用口径词）。
+// UnverifiedFacts 返回材料里找不到出处的 token。放行三类：豁免的通用口径词、
+// 材料中能回溯的、以及 E3 标注感知——文中以「目标/预计/假设」等标注词显式
+// 标记为规划量的数字不再是凭空事实，机械溯源放行（MarkedAsEstimate）。
 func UnverifiedFacts(artifactText, materialText string, exempt map[string]bool) []string {
 	if strings.TrimSpace(artifactText) == "" || strings.TrimSpace(materialText) == "" {
 		return nil
@@ -54,13 +60,46 @@ func UnverifiedFacts(artifactText, materialText string, exempt map[string]bool)
 		if exempt[tok] {
 			continue
 		}
-		if !strings.Contains(materialText, tok) && !strings.Contains(materialText, stripPunct(tok)) {
+		if !strings.Contains(materialText, tok) && !strings.Contains(materialText, stripPunct(tok)) && !MarkedAsEstimate(artifactText, tok) {
 			out = append(out, tok)
 		}
 	}
 	return out
 }
 
+// factMarkingRe：数字邻域出现这些词即视为「已标注的规划量」。选取保守集合，
+// 避免把「会议目标」之类的普通动词误当标注（需要与数字同现于邻域内）。
+var factMarkingRe = regexp.MustCompile(`目标|假设|预计|预估|推测|估算|规划|拟定|建议值|上限|下限|阈值|基准值|参考值|暂定`)
+
+// factClauseCut 是分句分隔符：标注判定以「句」为单位而不是固定窗口——
+// 固定窗口会把相邻句的标注词错标给前一个数字（实测：「覆盖 3,500 用户，
+// 目标 85%」里 3,500 被误放行）。
+const factClauseCut = "。；！？\n，、；"
+
+// MarkedAsEstimate 报告 token 在 text 中的任一出现是否与标注词同句
+// （同句=两侧最近分隔符之间，括号不算分隔，覆盖「目标完成率 85%」「85%
+// （预计）」）。供终轮核查与评测端共用同一口径。
+func MarkedAsEstimate(text, tok string) bool {
+	from := 0
+	for {
+		i := strings.Index(text[from:], tok)
+		if i < 0 {
+			return false
+		}
+		i += from
+		lo := strings.LastIndexAny(text[max(0, i-64):i], factClauseCut) + max(0, i-64) + 1
+		if end := strings.IndexAny(text[i:], factClauseCut); end >= 0 {
+			clause := text[lo : i+end]
+			if factMarkingRe.MatchString(clause) {
+				return true
+			}
+		} else if factMarkingRe.MatchString(text[lo:]) {
+			return true
+		}
+		from = i + len(tok)
+	}
+}
+
 func stripPunct(s string) string {
 	return strings.NewReplacer(",", "", "，", "", " ", "").Replace(s)
 }
@@ -160,3 +199,35 @@ func factExemptions() map[string]bool {
 		"100%": true, "0%": true, // 常见修辞（100% 确定）与零值
 	}
 }
+
+// factCheckGate 决定本轮未核实 token 的处置（E3）：
+//   - 第一轮：给修正通知并续跑；
+//   - 第二轮（仅当 token 集合相对上一轮有变化——模型确实改过但仍有残留）：
+//     「最后一次拦截」+ 标注出路；
+//   - token 集合与上一轮完全相同（模型没有理会）或轮数用尽：放行，
+//     由调用方记入检查行如实呈现。续写预算是各终轮门禁共享的，
+//     无变化的重复拦截只会挤占预算（实测会挤掉后续门禁的修正机会）。
+func (st *directRun) factCheckGate(tokens []string) (notice string, cont bool) {
+	same := st.factCheckPrev != nil && len(tokens) == len(st.factCheckPrev)
+	if same {
+		for _, tok := range tokens {
+			if !st.factCheckPrev[tok] {
+				same = false
+				break
+			}
+		}
+	}
+	if st.factCheckRounds >= factCheckMaxRounds || same {
+		return "", false
+	}
+	st.factCheckRounds++
+	st.factCheckPrev = map[string]bool{}
+	for _, tok := range tokens {
+		st.factCheckPrev[tok] = true
+	}
+	notice = factCheckNotice(tokens)
+	if st.factCheckRounds > 1 {
+		notice = "最后一次拦截：" + notice + " 若该数字确属规划量而非事实，必须在文中用「目标 / 预计 / 假设」等词显式标注（如「目标 85%」）；既无出处又不标注的数字不得保留。"
+	}
+	return notice, true
+}

internal/runtime/factcheck_test.go

@@ -63,3 +63,63 @@ func TestFactCheckContinuationOnce(t *testing.T) {
 	}
 	_ = turns2
 }
+
+// ---- E3：标注感知豁免 ----
+
+func TestMarkedAsEstimate(t *testing.T) {
+	cases := []struct {
+		name, text, tok string
+		want            bool
+	}{
+		{"前置标注", "目标完成率 85%，分三个阶段推进", "85%", true},
+		{"后置标注", "完成率 85%（预计）", "85%", true},
+		{"裸数字", "当前完成率 85%，尚有差距", "85%", false},
+		{"邻域外有标注词", "目标是建成样板。完成率 85%", "85%", false},
+		{"多次出现其一标注", "实际 70%。目标 85% 年内达成", "85%", true},
+		{"推测标注", "用户规模约 120,000（推测）", "120,000", true},
+	}
+	for _, c := range cases {
+		if got := MarkedAsEstimate(c.text, c.tok); got != c.want {
+			t.Errorf("%s: MarkedAsEstimate(%q) = %v, want %v", c.name, c.tok, got, c.want)
+		}
+	}
+}
+
+func TestUnverifiedFactsMarksPass(t *testing.T) {
+	material := "材料：上半年营收 3,200 万元。"
+	// 「目标 85%」已标注 → 放行；裸 95% → 仍拦。
+	artifact := "上半年营收 3,200 万元，达成率目标 85%，试点扩面后裸数字 95%。"
+	got := UnverifiedFacts(artifact, material, factExemptions())
+	if len(got) != 1 || got[0] != "95%" {
+		t.Fatalf("unverified = %v（应只拦未标注的 95%%）", got)
+	}
+}
+
+// ---- E3：两轮修正的轮次逻辑 ----
+
+func TestFactCheckGateRounds(t *testing.T) {
+	st := &directRun{}
+	first := []string{"95%", "10月20日"}
+
+	// 第一轮：拦截并给修正通知。
+	notice, cont := st.factCheckGate(first)
+	if !cont || !strings.Contains(notice, "95%") || strings.Contains(notice, "最后一次拦截") {
+		t.Fatalf("round1: cont=%v notice=%q", cont, notice)
+	}
+	// token 完全没变（模型没理会）：不再拦——重复拦截只挤占共享续写预算。
+	if _, cont := st.factCheckGate(first); cont {
+		t.Fatal("unchanged tokens must pass through")
+	}
+	// token 有变化（改了一个、残留一个）：第二轮升级为「最后一次拦截」。
+	notice, cont = st.factCheckGate([]string{"10月20日"})
+	if !cont || !strings.Contains(notice, "最后一次拦截") || !strings.Contains(notice, "目标") {
+		t.Fatalf("round2: cont=%v notice=%q", cont, notice)
+	}
+	// 轮数用尽：放行。
+	if _, cont := st.factCheckGate([]string{"7%"}); cont {
+		t.Fatal("rounds exhausted must pass through")
+	}
+	if st.factCheckRounds != 2 {
+		t.Fatalf("rounds = %d", st.factCheckRounds)
+	}
+}

internal/runtime/llm_direct.go

@@ -60,7 +60,8 @@ type directRun struct {
 	checklistTouched bool
 	toolTurnsSince   int
 	nudgedPlanless   bool
-	factChecked      bool
+	factCheckRounds  int             // E3：事实核查修正轮计数（上限 factCheckMaxRounds）
+	factCheckPrev    map[string]bool // E3：上一轮的未核实 token 集合（未变化则不再拦）
 	progress         *gates.ProgressReminder
 	checks           []core.CheckPart
 	servedModel      string
@@ -68,10 +69,10 @@ type directRun struct {
 	switchMu         sync.Mutex
 	// 任务快慢双速（SR-B10 实路径）：started 用注入时钟记 run 起点，
 	// nudged/replied/delegated 三个标志驱动「超时仍未反馈则提醒转双速」的一次性触发。
-	started            time.Time
+	started              time.Time
 	nudgedDualSpeedCount int
-	replied            bool
-	delegatedBackground bool
+	replied              bool
+	delegatedBackground  bool
 }
 
 type toolEvidence struct {
@@ -578,20 +579,23 @@ func (st *directRun) stop(last agentllm.Message, info nruntime.StopInfo) nruntim
 	if reasons := gates.CheckArtifacts(artifactRefsOf(latest), artifactLookupOf(st.rc), hardFactScorer()); len(reasons) > 0 {
 		return st.continueOrNotice(info, strings.Join(reasons, "；"))
 	}
-	// P5：事实一致性核查——交付物里的百分比/日期/大额数字回溯本轮材料；
-	// 找不到出处的给模型一轮修正（改值/删除/标注推测），修正过仍失败的
-	// 不再拦截（记入检查行如实呈现），避免机械比对的误报变成死循环。
-	if st.eff.GetBool("runtime.factCheck", true) && len(latest) > 0 && info.Continuations < gates.MaxVerifyContinuations && !st.factChecked {
+	// P5→E3：事实一致性核查——交付物里的百分比/日期/大额数字回溯本轮材料
+	// （附件解析文本 + 工具证据）。E3 收紧为两轮：第一轮照常给修正机会
+	// （改值/删除/加「目标/假设」标注——标注后经 MarkedAsEstimate 机械放行）；
+	// 第二轮明确这是最后一次拦截并给出标注出路；两轮后不再拦截（记入检查行
+	// 如实呈现），续写上限（MaxVerifyContinuations）仍兜底防死循环。
+	if st.eff.GetBool("runtime.factCheck", true) && len(latest) > 0 && info.Continuations < gates.MaxVerifyContinuations {
 		pairs := st.collectDeliverableText(latest)
 		if len(pairs) > 0 {
 			if tokens := UnverifiedFacts(concatArtifactText(pairs), st.materialCorpus(), factExemptions()); len(tokens) > 0 {
-				st.factChecked = true
-				// 与交付物门禁/续写上限分支对齐：检查未通过时，现场那段总结归入
-				// 过程时间线——修正轮之后的收尾才是最终答复（实测 run_b520bf2e3037
-				// 未降级导致好总结被前端切分折叠，用户只看到修正流水账）。
-				st.demoteLastText()
-				st.addVerifyNote("事实核查：" + factCheckNotice(tokens))
-				return nruntime.StopDecision{Continue: true, Reason: systemCheckReason("终轮事实核查发现以下内容在材料中找不到出处，请修正后重新生成/登记交付物，然后重新给出更新后的完整最终答复（先结论、再产出物与要点，可注明本次修正）。\n" + factCheckNotice(tokens))}
+				if notice, cont := st.factCheckGate(tokens); cont {
+					// 与交付物门禁/续写上限分支对齐：检查未通过时，现场那段总结归入
+					// 过程时间线——修正轮之后的收尾才是最终答复（实测 run_b520bf2e3037
+					// 未降级导致好总结被前端切分折叠，用户只看到修正流水账）。
+					st.demoteLastText()
+					st.addVerifyNote("事实核查：" + notice)
+					return nruntime.StopDecision{Continue: true, Reason: systemCheckReason("终轮事实核查发现以下内容在材料中找不到出处，请修正后重新生成/登记交付物，然后重新给出更新后的完整最终答复（先结论、再产出物与要点，可注明本次修正）。\n" + notice)}
+				}
 			}
 		}
 	}