Preserve ready work and back off peer coordination

[huangruiteng]

A ready deferred Todo could disappear when the host supplied runtime capabilities: resume planning recomputed candidates from the bounded display lane and dropped ready rows retained only in the dedicated candidate lane. The resulting false peer_coordination_blocked state could strand work. Its scheduler and automation projections also disagreed about whether the recurring heartbeat should remain alive.

This change:

• reevaluates the explicit deferred-candidate lane together with the bounded display lane while preserving the display bound;
• deduplicates compact and lossless projections by canonical Todo id;
• classifies peer_coordination_blocked as a recoverable wait instead of a terminal stop;
• keeps the heartbeat active without quota spend and uses the existing TypeScript-owned scheduler backoff transaction with a 10/20/30/60 minute progression;
• reevaluates the peer/runtime/local frontier at each bounded poll and reuses the existing scheduler identity-reset contract when the projected decision changes.

Goal stopped, quota paused, and validated terminal no-follow-up remain the stop cases. The TypeScript migration RFC is already in its transaction-payoff phase, so this PR reuses the existing coarse scheduler transition owner and removes the special Python stop path instead of adding another leaf reducer or bridge.

A replay of the captured finance-research-goal snapshot against base 61b8311b7 and head 216fc90cc verifies both defects: the ready candidate remains selectable when runtime capabilities are supplied, and the blocked coordination response now projects keep_active=true, pause_allowed=false, backoff_until_reassigned, cadence class peer_coordination_wait, and 10/20/30/60 stateful backoff.

Validation:

• 528 focused Python tests passed across scheduler arbitration/liveness, quota pause precedence, semantic vocabulary, task orchestration, and scheduler state behavior.
• 13 TypeScript scheduler/resume-planning tests passed.
• task-orchestration-smoke.py passed.
• automation-liveness-state-machine-smoke.py passed.
• Control-plane TypeScript typecheck passed.
• Ruff 0.15.22 passed for changed Python files.
• Real captured Finance Goal candidate and blocked-heartbeat base/head replays passed.

Entry points:

• CLI/managed Turn and Codex App heartbeat consume the corrected shared typed projections.
• No frontend or Lark companion change is needed: no schema or editable configuration field was added, and both surfaces already consume the shared projection/readback rather than owning a scheduler or resume-planning implementation.

No local runtime state, credentials, logs, or private research artifacts are included.

Closes #4843

[huangruiteng]

补充 exact-head 行为证据与 TS 边界判断（head 6403d38300563517841e05f36745bdd7a6c97de2）：

为什么是 backoff，而不是 stop

peer_coordination_blocked 的恢复输入会在本 Agent 之外变化：peer capability/readiness、运行环境、协调配置和本地 frontier 都可能异步改变。停止或删除 heartbeat 会移除唯一观察者，只能依赖人工恢复；因此本 PR 将它定义为 no-spend recoverable wait。真正的 stop 仍只用于 Goal stopped、quota paused 和已验证的 terminal no-followup。

同一份真实 Finance quota should-run 快照的 base/head 对照：

base 65afc487:
  liveness = keep_active=true / pause_allowed=false / action=keep_active
  scheduler = return_to_owner_until_material_change
  host_action = pause_or_delete_current_heartbeat

head 6403d383:
  liveness = keep_active=true / pause_allowed=false
  automation_action = keep_active_peer_coordination_backoff
  scheduler = backoff_until_reassigned
  cadence = 10 -> 20 -> 30 -> 60 minutes
  host_action = update_current_heartbeat_rrule
  apply_needed = true

这既消除了 base 的“保持活跃 + 停止宿主”矛盾，也保留了异步恢复观察面。

被隐藏 ready Todo 的 base/head 对照

同一个 typed resume-planning fixture 中，todo_ready 只存在于 lossless deferred_resume_candidates，不在有界展示 deferred_items：

base: candidates = [todo_visible]
head: candidates = [todo_ready, todo_visible]
head display lane remains [todo_visible]

因此修复保留候选真相，同时不放大展示窗口。

TS 重构裁决

没有新建 leaf-only TS reducer。该 PR 让 peer wait 复用现有 scheduler.state_transition.evaluate TypeScript 事务，继续由同一个 TS owner 负责 progression、reset/identity、host apply/ACK/failure retention；Python 只做 interaction disposition 与参数适配，并删除专用 stop 分支。这符合 TS migration RFC 的 transaction-payoff 阶段，避免再造第二个 cadence owner。

验证：408 个相关 Python tests、13 个 TS tests、两个 control-plane smoke、control-plane typecheck、Ruff 0.15.22、git diff --check 和上述真实快照 replay 均通过。当前仍等待 GitHub required checks 与独立维护者 review；本 PR 不自合并。

[huangruiteng]

Rebased onto current main (61b8311b77e43a984d3612a5e8ff8d600327ab03). The exact head is now 216fc90ccba0ddca0db3ada99ced2bfced74aed9; the earlier exact-head comment is superseded only by this history rewrite.

The base/head Finance replay remains unchanged:

• base: contradictory keep_active plus pause_or_delete_current_heartbeat, and the lossless ready candidate is dropped;
• head: keep_active_peer_coordination_backoff, backoff_until_reassigned, 10/20/30/60 RRULE progression, and the ready candidate remains selectable while the bounded display lane stays bounded.

Post-rebase validation: 528 Python tests, 13 TS tests, two smokes, control-plane typecheck, Ruff and diff check all pass. Independent review and refreshed required checks remain outstanding; no self-merge.

[huangruiteng]

Request changes conclusion (author-owned PR; GitHub blocks formal self-review)

Exact head reviewed: 216fc90ccba0ddca0db3ada99ced2bfced74aed9

动机

这次修复的主问题成立，而且优先级高：当宿主传入运行时 capability 时，旧路径只从有界展示 lane 重算，可能丢掉只存在于 deferred_resume_candidates 的 ready Todo；随后产生的 peer_coordination_blocked 又会被不同投影当成终止状态，最终把本来可恢复的工作搁置。把 ready candidate 保留下来、把 peer coordination 改成 no-spend 的可恢复等待，是正确的产品方向。

改动思路

整体架构选择是对的：

• readiness 继续由 TypeScript 的 typed resume-condition owner 决定；
• Python 只消费 typed effective action，不复制第二套状态机；
• scheduler 复用现有 stateful transition owner，按 10/20/30/60 分钟回退；
• peer/config/reassignment/local frontier 变化会重置 cadence；
• goal_stopped、quota_paused、validated terminal no-followup 仍是停止边界。

但 deferredPlan 把“同一个 Todo 共享 readiness identity”和“两个 projection 共享同一个 payload”混成了一件事。前者应该共享，后者不应该共享。

具体改动

我确认以下意图已实现并通过验证：candidate-only 的 ready Todo 不再被有界展示 lane 擦掉；peer_coordination_blocked 会保持 automation active、禁止 pause、且不消费 quota；scheduler backoff 复用现有 typed transition 和 ack/reset identity。

有一个阻塞问题：

1. [P1] compact display payload 被 lossless candidate 替换。 deferredPlan 先做 unique([...projectedCandidates, ...deferredItems])，candidate 在前，因此同一 todo_id 时 lossless candidate 成为唯一 winner。后面的 displayIdentities 只检查 identity，又把这个 winner 当成 deferredItems 返回。结果是 deferred_lanes.deferred_items 和 capacity_fields.deferred_items 都带上 lossless payload，破坏了有界 compact projection，可能放大 quota/status/heartbeat 热路径 JSON，也可能暴露原本刻意从展示 row 省略的字段。

我用 production projectTodoResumePlanning 做了一个反例：同一 Todo 的展示 row 文本为 Compact display copy、candidate row 文本为 Lossless candidate copy；当前 head 的 candidate 输出正确保留 lossless 文本，但两个 display 输出也错误变成了 lossless 文本。现有新测试只断言 candidate lane，因此没有捕获 display lane 的语义漂移。

最小修复建议：仍然对 canonical Todo id 做一次去重并计算 readiness/condition，然后按 Todo id 把这个决定分别应用回原始 compact deferredItems 和原始 lossless projectedCandidates；不要让一个 Item 实例同时拥有两个 projection。把现有 same-Todo 回归补成配对断言：candidate 必须保持 Lossless candidate copy，而 deferred_lanes.deferred_items 与 capacity_fields.deferred_items 必须保持 Compact display copy；最好再放一个 oversized candidate 覆盖 packet budget。

对主干的风险

本地验证结果：

• resume_planning.test.ts：6 passed；
• scheduler arbitration/execution-context/backoff/transition/runtime/ack matrix：275 passed；
• task-orchestration-smoke.py：passed；
• automation-liveness-state-machine-smoke.py：passed；
• changed Python Ruff：passed；
• git diff --check：passed；
• 上述 compact-vs-lossless 反例：failed，稳定复现 P1。

作者在审阅期间把分支 rebase 到最新 main；我核对了新旧 head，PR 自身的 runtime diff 与上述 finding 没有变化，并在新 exact head 上再次稳定复现。新的 DCO、dependency review、Frontstage Pages、PostgreSQL authority 与 release-artifact checks 在我读取时仍处于 queued，merge state 是 BLOCKED；因此即使修复 finding，仍需等待新 head 的最终 required CI。

我的整体评价

这是一个边界合理、架构方向正确的 liveness 修复，typed authority、no-spend backoff 和终止条件都比旧行为更清楚；我不建议拆掉这些部分。当前不能通过的原因很集中：canonical identity 的复用越过了 projection payload 边界。修复映射并补上双 projection 回归后，再跑 focused TypeScript、orchestration/liveness、quota/status output-budget 与 required CI，我会基于新 exact head 复审。

English verdict: REQUEST_CHANGES

[huangruiteng]

CI note for exact head 216fc90cc: Frontstage Pages fails before browser smoke because a clean dashboard build changes packaged loopx/web/chat assets. The same failure is present on default-branch run 35563272840 for main commit 65afc487, before this PR; current main 61b8311b only adds RFC docs and retains that drift. This PR changes no dashboard/frontend source or packaged asset, so generated frontend output is intentionally not mixed into the scheduler fix. The main asset drift has been handed to the engineering lane as a separate repair.

[huangruiteng]

Approval conclusion (author-owned PR; GitHub blocks formal self-approval)

Exact head: 5c8d329901ed20c27dde6e3ed9273757cbfbda03（PR head 216fc90cc + main@f19ecaa1d 同步，外加本轮两处修复）

动机

#4843 里其实是两个互相掩盖的缺陷。其一：当宿主提供 runtime capabilities 时，resume planning 只用有界展示 lane（deferred_items）重算候选，把只存在于无损候选 lane（deferred_resume_candidates）里的 ready 行丢掉，于是"有可做的工作"被投影成 peer_coordination_blocked，工作被搁置。其二：同一状态下 scheduler 与 automation 自相矛盾——keep_active=true 却给出 host_action=pause_or_delete_current_heartbeat、local_scheduler=stop，等于一边说"保持活跃"，一边让宿主停掉唯一的观察者。

PR 的立场很清楚：peer 阻塞的恢复输入（peer capability/readiness、协调配置、重新分配、本地 frontier）都可能在本 Agent 之外异步变化，所以它应当是可恢复的 wait，而不是 stop；真正的 stop 只保留 Goal stopped、quota paused、已验证的 terminal no-follow-up。

改动思路

• 判定归位：SchedulerDisposition.PEER_COORDINATION_STOP → PEER_COORDINATION_WAIT，并把 scheduler_hint.py 里那段专用的 peer stop 分支删掉，改为复用 agent-scope wait 已经在用的 typed stateful backoff（backoff_until_reassigned + cadence_class=peer_coordination_wait + 10/20/30/60），而不是再加一个 leaf reducer 或 bridge。
• 两个投影对齐：automation_liveness 增加显式分支，输出 keep_active_peer_coordination_backoff，与 scheduler 的"保持无花费观察者"一致；spend_policy 明确 no quota spend。
• 候选不丢：resume_planning.ts 用 canonical Todo id 做 identity 去重，并在提供 capabilities 时对两个 lane 的并集做 capacity 重算，再按原展示身份把 deferred_items 收敛回有界展示窗口；并集里显式候选 lane 放前面，因此同一 Todo 以无损 payload 为准。
• 披露到位：docs/quota-allocation.md、docs/product/core-control-plane/state-machine.md（cadence 表新增 peer_coordination_wait）、docs/integrations/codex-subagent-orchestration.md 与 loopx/semantics/vocabulary_v0.json 的 effective-action 描述同步更新；没有新增 schema、CLI flag 或持久化字段。

具体改动

关键代码讲解

1. loopx/control_plane/scheduler/arbitration.py::SchedulerDisposition.PEER_COORDINATION_WAIT —— 只改分类，不改 payload 语义；terminal/terminal_no_followup 分支仍在其之前返回，所以停止语义不会被 wait 吞掉。
2. loopx/control_plane/scheduler/scheduler_hint.py::build_scheduler_hint（peer 分支）—— 从"专用 stop hint"改为共用 builder：action=backoff_until_reassigned、cadence_class=peer_coordination_wait、codex_interval=10、codex_max=60、cli_limit/claude_limit=3、example_progression_minutes=[10,20,30,60]，宿主经既有 update_current_heartbeat_rrule 应用。
3. loopx/control_plane/scheduler/automation_liveness.py::build_automation_liveness（新分支）—— 输出 automation_action=keep_active_peer_coordination_backoff、keep_active=true、pause_allowed=false，并把异步恢复触发条件写进 next_trigger；位置在 monitor/quiet-wait 分支之前，避免被降级成静默等待。
4. loopx/control_plane/todos/resume_planning.ts::deferredPlan —— 新增 itemIdentity（canonical todo id 优先，legacy 行才退回 text+index），并提供 capabilities 时对 [...deferred_resume_candidates, ...deferred_items] 去重后做 capacity 重算；deferredItems 再按原展示身份过滤，展示边界不被撑大，而 candidates 取自重算后的并集。
5. examples/control_plane/quota-resume-gated-open-todo-smoke.py（本轮修复）—— 等优先级用例原先只把展示 lane 的 priority 改成 P1，留下无损 lane 的 P0，于是并集仍按 P0 抢占；现在两个投影一起改，fixture 重新描述"同一个 Todo"。

本轮自修复的内容（相对 PR 原 head）

原 head 的 CI 失败有三类，我逐一落到根因：

1. CLI output budget 超限（768/798 > 750）：老 base 上的既有漂移。同步 main（含 #4852 等）后，tests/control_plane/test_cli_output_budget.py 在本 head 与 main 上均通过。
2. Frontstage build：打包资源与源码构建不一致：同为老 base 漂移；同步后我在本地执行 npm run build:chat，loopx/web/chat 无任何 diff，说明打包产物已与源码同步。
3. test_selection_replan_reentry.py::...[todo]：这条在 main 上也是红的（与 #4845 无关）。定位到 129bb1fe7 把 todo-bound 长链改为走 projected vision closeout，并用 test_long_chain_projected_closeout.py 替换了同型的 settlement journey，但漏改了 reentry 用例——生成的 refresh 命令里 <path-to-evidence-linked-goal-vision-replan-contract-v0.json> 占位符无人替换，CLI 以缺文件失败。修复：按既有契约在用例内真正撰写 evidence-linked vision packet（与 test_long_chain_projected_closeout.py 同型），不削弱断言。

两条路径

• 准入路径：blocked peer + 本地 ready 候选 → 候选不丢 → disposition=wait → scheduler 输出 10/20/30/60 backoff、automation 输出 keep_active_peer_coordination_backoff → 宿主更新 RRULE，不花配额；决策身份变化时回到初始 cadence。
• 拒绝路径：terminal/Goal stopped/quota paused 仍走 stop；结构非法执行上下文仍 contract_error 并禁用最终 replan check；等优先级不再因单 lane 旧优先级抢占。

对主干的风险

• 唯一的默认行为变化：peer_coordination_blocked 由 stop 变为可恢复 wait，host 会长期保留一个最多 60 分钟一跳、不花配额的观察者，且 unchanged_poll.final_quota_replan_check_enabled 由 false 变 true。这是本 PR 的目的，已在三处文档 + vocabulary 中披露；风险是"自动化会长期出现在列表里"，而不是静默花钱或静默跳过工作。
• 已验证（exact head）：npm run test:control-plane → tests 2300 / pass 2280 / fail 0 / skipped 20（207s）；npm run typecheck:control-plane 通过；10 个 scheduler/quota/settlement/vocabulary 套件 478 passed（含 settlement CLI、deferred reentry、long-chain closeout）；task-orchestration-smoke、automation-liveness-state-machine-smoke、quota-resume-gated-open-todo-smoke、semantic-vocabulary-drift-smoke、pwa-bundle、presentation-surface-schema 全通过；Ruff clean；loopx canary premerge --from-git-diff → passed、0 failures、0 manual holds（catalog 10/10、risk profile 8/8）。
• 未验证：本 head 的远端 required checks 在发布评审时尚未跑完（上一轮失败的三类已在本地逐条复现并修复）；没有真实宿主应用 RRULE；PR 正文引用的 Finance-goal base/head 回放本轮未重跑。
• 两条非阻塞 P3：①同一 Todo 同时出现在两个 lane 时，无损 lane 的 payload 会覆盖展示 lane（这是刻意设计），建议把"fixture 必须同时移动同一 Todo 的每个投影"写进 deferred-lane 的说明，避免再出现本次这类单 lane fixture；②等待状态会让自动化长期存活，若将来需要硬性上限，应新增显式 repair 指令而不是偷偷恢复 stop。

我的整体评价

这是一次方向正确的收口：把"peer 阻塞"从自相矛盾的 stop 改成复用既有 typed backoff 的可恢复 wait，同时修掉能力重算时丢候选的真实缺陷；实现上删掉了专用 stop 分支而不是新增 reducer，两个投影（scheduler/automation）现在说同一句话，文档与 vocabulary 同步更新，符合仓库"状态机与 cadence 权威留在 TS typed 边界、优先退休特殊路径"的约束。

本轮我还做了三件必要的事：同步 main 以消掉两类老 base 漂移、修复 main 上仍未收口的 reentry 契约回归、修复 resume-gated smoke 的单 lane fixture。三者都只补正验收证据，没有放宽任何断言。

结论：APPROVE（本 head 无阻塞问题）。建议合并后确认该 head 的远端 required checks 收口。

---

English verdict: APPROVE - Reviewed exact head 5c8d329 (PR head 216fc90 synced with main@f19ecaa1d plus two review-round repairs). The PR fixes both halves of #4843: resume planning now re-evaluates the lossless candidate lane together with the bounded display lane (union + canonical-todo-id dedup, display bound preserved, explicit candidate payload wins), and peer_coordination_blocked is reclassified from a stop to a recoverable wait that reuses the existing TypeScript-owned stateful backoff (backoff_until_reassigned, cadence class peer_coordination_wait, 10/20/30/60) with automation liveness keep_active_peer_coordination_backoff and a no-spend policy, disclosed in three docs and the effective-action vocabulary. I also resolved why the pre-sync CI was red: the CLI output-budget and packaged chat-asset failures were stale-base drift and clear after syncing main (a clean npm run build:chat now produces no diff), while test_selection_replan_reentry.py[todo] was red on main itself because 129bb1f moved todo-bound long chains onto projected vision closeout and left that test substituting only progress identifiers - repaired by authoring the evidence-linked vision packet as the sibling long-chain journey does; the resume-gated smoke fixture was repaired to move priority in both projections of the same Todo. Validation at this head: TS control-plane 2280 pass / 0 fail / 20 skipped, typecheck clean, 478 focused Python tests passed, six smokes/build checks passed, ruff clean, and the exact-diff canary premerge gate passed with 0 failures and 0 manual holds. Two non-blocking P3 notes (lossless-lane payload ownership should be documented for fixtures; the wait keeps an automation alive indefinitely by design) plus residual risk: remote CI for this head was still running, no live host applied a real RRULE, and the PR body's Finance-goal replay was not re-executed in this round.

[huangruiteng]

Approval conclusion (author-owned PR; GitHub blocks formal self-approval)

Exact head: d4fe3395b8f16a09d8cd4862f65471ec8729f3ff（PR head 216fc90cc + main@154f71a6c 同步 + 本轮一处 fixture 修复）

动机

#4843 里其实是两个互相掩盖的缺陷。其一：当宿主提供 runtime capabilities 时，resume planning 只用有界展示 lane（deferred_items）重算候选，把只存在于无损候选 lane（deferred_resume_candidates）里的 ready 行丢掉，于是"有可做的工作"被投影成 peer_coordination_blocked，工作被搁置。其二：同一状态下 scheduler 与 automation 自相矛盾——keep_active=true 却给出 host_action=pause_or_delete_current_heartbeat、local_scheduler=stop，等于一边说"保持活跃"，一边让宿主停掉唯一的观察者。

PR 的立场很清楚：peer 阻塞的恢复输入（peer capability/readiness、协调配置、重新分配、本地 frontier）都可能在本 Agent 之外异步变化，所以它应当是可恢复的 wait，而不是 stop；真正的 stop 只保留 Goal stopped、quota paused、已验证的 terminal no-follow-up。

改动思路

• 判定归位：SchedulerDisposition.PEER_COORDINATION_STOP → PEER_COORDINATION_WAIT，并把 scheduler_hint.py 里那段专用的 peer stop 分支删掉，改为复用 agent-scope wait 已经在用的 typed stateful backoff（backoff_until_reassigned + cadence_class=peer_coordination_wait + 10/20/30/60），而不是再加一个 leaf reducer 或 bridge。
• 两个投影对齐：automation_liveness 增加显式分支，输出 keep_active_peer_coordination_backoff，与 scheduler 的"保持无花费观察者"一致；spend_policy 明确 no quota spend。
• 候选不丢：resume_planning.ts 用 canonical Todo id 做 identity 去重，并在提供 capabilities 时对两个 lane 的并集做 capacity 重算，再按原展示身份把 deferred_items 收敛回有界展示窗口；并集里显式候选 lane 放前面，因此同一 Todo 以无损 payload 为准。
• 披露到位：docs/quota-allocation.md、docs/product/core-control-plane/state-machine.md（cadence 表新增 peer_coordination_wait）、docs/integrations/codex-subagent-orchestration.md 与 loopx/semantics/vocabulary_v0.json 的 effective-action 描述同步更新；没有新增 schema、CLI flag 或持久化字段。

具体改动

关键代码讲解

1. loopx/control_plane/scheduler/arbitration.py::SchedulerDisposition.PEER_COORDINATION_WAIT —— 只改分类，不改 payload 语义；terminal/terminal_no_followup 分支仍在其之前返回，所以停止语义不会被 wait 吞掉。
2. loopx/control_plane/scheduler/scheduler_hint.py::build_scheduler_hint（peer 分支）—— 从"专用 stop hint"改为共用 builder：action=backoff_until_reassigned、cadence_class=peer_coordination_wait、codex_interval=10、codex_max=60、cli_limit/claude_limit=3、example_progression_minutes=[10,20,30,60]，宿主经既有 update_current_heartbeat_rrule 应用。
3. loopx/control_plane/scheduler/automation_liveness.py::build_automation_liveness（新分支）—— 输出 automation_action=keep_active_peer_coordination_backoff、keep_active=true、pause_allowed=false，并把异步恢复触发条件写进 next_trigger；位置在 monitor/quiet-wait 分支之前，避免被降级成静默等待。
4. loopx/control_plane/todos/resume_planning.ts::deferredPlan —— 新增 itemIdentity（canonical todo id 优先，legacy 行才退回 text+index），并提供 capabilities 时对 [...deferred_resume_candidates, ...deferred_items] 去重后做 capacity 重算；deferredItems 再按原展示身份过滤，展示边界不被撑大，而 candidates 取自重算后的并集。
5. examples/control_plane/quota-resume-gated-open-todo-smoke.py（本轮修复）—— 等优先级用例原先只把展示 lane 的 priority 改成 P1，留下无损 lane 的 P0，于是并集仍按 P0 抢占；现在两个投影一起改，fixture 重新描述"同一个 Todo"。

本轮自修复的内容（相对 PR 原 head）

原 head 的 CI 失败有三类，我逐一落到根因：

1. CLI output budget 超限（768/798 > 750）：老 base 上的既有漂移。同步 main 后，tests/control_plane/test_cli_output_budget.py 在本 head 与 main 上均通过。
2. Frontstage build：打包资源与源码构建不一致：同为老 base 漂移；同步后本地 npm run build:chat 对 loopx/web/chat 无任何 diff。
3. test_selection_replan_reentry.py::...[todo]：这条在 main 上也是红的（与 #4845 无关）。根因是 129bb1fe7 把 todo-bound 长链改为走 projected vision closeout 并用 test_long_chain_projected_closeout.py 替换了同型 journey，却漏改了 reentry 用例——生成的 refresh 命令里的 <path-to-evidence-linked-goal-vision-replan-contract-v0.json> 占位符无人替换，CLI 以缺文件失败。我先按既有契约补了同样的 vision packet 撰写，随后 main 的 #4847 独立修了同一处；本轮合并该文件直接采用 main 已评审的版本，我那份等价修复自然作废，diff 里也不再含该文件。

两条路径

• 准入路径：blocked peer + 本地 ready 候选 → 候选不丢 → disposition=wait → scheduler 输出 10/20/30/60 backoff、automation 输出 keep_active_peer_coordination_backoff → 宿主更新 RRULE，不花配额；决策身份变化时回到初始 cadence。
• 拒绝路径：terminal/Goal stopped/quota paused 仍走 stop；结构非法执行上下文仍 contract_error 并禁用最终 replan check；等优先级不再因单 lane 旧优先级抢占。

对主干的风险

• 唯一的默认行为变化：peer_coordination_blocked 由 stop 变为可恢复 wait，host 会长期保留一个最多 60 分钟一跳、不花配额的观察者，且 unchanged_poll.final_quota_replan_check_enabled 由 false 变 true。这是本 PR 的目的，已在三处文档 + vocabulary 中披露。
• 已验证（exact head d4fe3395b）：tests/control_plane/test_selection_replan_reentry.py + test_cli_output_budget.py 26 passed；task-orchestration-smoke、quota-resume-gated-open-todo-smoke、automation-liveness-state-machine-smoke、semantic-vocabulary-drift-smoke、pwa-bundle、presentation-surface-schema 全通过；npm run build:chat 无 diff；Ruff clean；loopx canary premerge --from-git-diff → passed、0 failures、0 manual holds（catalog 10/10、risk profile 8/8）。紧邻的前一 head（产品 diff 完全相同）上另有：npm run test:control-plane 2298→2300 用例、2280 passed / 0 failed、typecheck:control-plane 通过、10 个 scheduler/quota/settlement/vocabulary 套件 478 passed。
• 未验证：本 head 的远端 required checks 在发布评审时尚未跑完；没有真实宿主应用 RRULE；PR 正文引用的 Finance-goal base/head 回放本轮未重跑。
• 两条非阻塞 P3：①同一 Todo 同时出现在两个 lane 时，无损 lane 的 payload 会覆盖展示 lane（刻意设计），建议把"fixture 必须同时移动同一 Todo 的每个投影"写进 deferred-lane 说明；②等待状态会让自动化长期存活，若将来需要硬性上限，应新增显式 repair 指令而不是偷偷恢复 stop。

我的整体评价

这是一次方向正确的收口：把"peer 阻塞"从自相矛盾的 stop 改成复用既有 typed backoff 的可恢复 wait，同时修掉能力重算时丢候选的真实缺陷；实现上删掉专用 stop 分支而不是新增 reducer，scheduler 与 automation 两个投影现在说同一句话，文档与 vocabulary 同步更新，符合仓库"状态机与 cadence 权威留在 TS typed 边界、优先退休特殊路径"的约束。

本轮我做的三件事都只为让验收证据成立：同步 main 消掉两类老 base 漂移、合并 main 对 reentry 契约的独立修复（采用其已评审版本）、把 resume-gated smoke 的 fixture 从"同一 Todo 两个优先级"改回一致。没有放宽任何断言。

结论：APPROVE（本 head 无阻塞问题）。建议合并后确认该 head 的远端 required checks 收口。

---

English verdict: APPROVE - Reviewed exact head d4fe339 (PR head 216fc90 synced with main@154f71a6c plus one review-round fixture repair). The PR fixes both halves of #4843: resume planning re-evaluates the lossless candidate lane together with the bounded display lane (union + canonical-todo-id dedup, display bound preserved, explicit candidate payload wins), and peer_coordination_blocked is reclassified from a stop to a recoverable wait that reuses the existing TypeScript-owned stateful backoff (backoff_until_reassigned, cadence class peer_coordination_wait, 10/20/30/60) with automation liveness keep_active_peer_coordination_backoff and a no-spend policy, disclosed in three docs and the effective-action vocabulary. The pre-sync CI failures were a stale base (CLI output budget, packaged chat assets) and a stale reentry contract already repaired on main by #4847, whose reviewed version this merge takes verbatim; the only surviving review-round edit is a 9-line fixture repair in examples/control_plane/quota-resume-gated-open-todo-smoke.py so the equal-priority case moves priority in both projections of the same Todo. Validation: 26 passed for the reentry and budget suites at this head, 478 focused Python tests and the full TS control-plane suite (2280 pass / 0 fail) on the identical product diff immediately before the last main sync, six smokes and the packaged-asset build check green, ruff clean, and the exact-diff canary premerge gate passed with 0 failures and 0 manual holds. Two non-blocking P3 notes (lossless-lane payload ownership should be documented for fixtures; the wait keeps an automation alive indefinitely by design) plus residual risk: remote CI for this head was still running, no live host applied a real RRULE, and the Finance-goal replay was not re-executed.

[huangruiteng]

Approval conclusion (author-owned PR; GitHub blocks formal self-approval)

Exact head: 588b318c02b4d3cd55796f887f308e64007a2fba（PR head 216fc90cc + main@154f71a6c 同步 + 本轮一处 fixture 修复；head 因 DCO 重写后刷新，tree 与 d4fe3395b 完全一致）

动机

#4843 里其实是两个互相掩盖的缺陷。其一：当宿主提供 runtime capabilities 时，resume planning 只用有界展示 lane（deferred_items）重算候选，把只存在于无损候选 lane（deferred_resume_candidates）里的 ready 行丢掉，于是"有可做的工作"被投影成 peer_coordination_blocked，工作被搁置。其二：同一状态下 scheduler 与 automation 自相矛盾——keep_active=true 却给出 host_action=pause_or_delete_current_heartbeat、local_scheduler=stop，等于一边说"保持活跃"，一边让宿主停掉唯一的观察者。

PR 的立场很清楚：peer 阻塞的恢复输入（peer capability/readiness、协调配置、重新分配、本地 frontier）都可能在本 Agent 之外异步变化，所以它应当是可恢复的 wait，而不是 stop；真正的 stop 只保留 Goal stopped、quota paused、已验证的 terminal no-follow-up。

改动思路

• 判定归位：SchedulerDisposition.PEER_COORDINATION_STOP → PEER_COORDINATION_WAIT，并把 scheduler_hint.py 里那段专用的 peer stop 分支删掉，改为复用 agent-scope wait 已经在用的 typed stateful backoff（backoff_until_reassigned + cadence_class=peer_coordination_wait + 10/20/30/60），而不是再加一个 leaf reducer 或 bridge。
• 两个投影对齐：automation_liveness 增加显式分支，输出 keep_active_peer_coordination_backoff，与 scheduler 的"保持无花费观察者"一致；spend_policy 明确 no quota spend。
• 候选不丢：resume_planning.ts 用 canonical Todo id 做 identity 去重，并在提供 capabilities 时对两个 lane 的并集做 capacity 重算，再按原展示身份把 deferred_items 收敛回有界展示窗口；并集里显式候选 lane 放前面，因此同一 Todo 以无损 payload 为准。
• 披露到位：docs/quota-allocation.md、docs/product/core-control-plane/state-machine.md（cadence 表新增 peer_coordination_wait）、docs/integrations/codex-subagent-orchestration.md 与 loopx/semantics/vocabulary_v0.json 的 effective-action 描述同步更新；没有新增 schema、CLI flag 或持久化字段。

具体改动

关键代码讲解

1. loopx/control_plane/scheduler/arbitration.py::SchedulerDisposition.PEER_COORDINATION_WAIT —— 只改分类，不改 payload 语义；terminal/terminal_no_followup 分支仍在其之前返回，所以停止语义不会被 wait 吞掉。
2. loopx/control_plane/scheduler/scheduler_hint.py::build_scheduler_hint（peer 分支）—— 从"专用 stop hint"改为共用 builder：action=backoff_until_reassigned、cadence_class=peer_coordination_wait、codex_interval=10、codex_max=60、cli_limit/claude_limit=3、example_progression_minutes=[10,20,30,60]，宿主经既有 update_current_heartbeat_rrule 应用。
3. loopx/control_plane/scheduler/automation_liveness.py::build_automation_liveness（新分支）—— 输出 automation_action=keep_active_peer_coordination_backoff、keep_active=true、pause_allowed=false，并把异步恢复触发条件写进 next_trigger；位置在 monitor/quiet-wait 分支之前，避免被降级成静默等待。
4. loopx/control_plane/todos/resume_planning.ts::deferredPlan —— 新增 itemIdentity（canonical todo id 优先，legacy 行才退回 text+index），并提供 capabilities 时对 [...deferred_resume_candidates, ...deferred_items] 去重后做 capacity 重算；deferredItems 再按原展示身份过滤，展示边界不被撑大，而 candidates 取自重算后的并集。
5. examples/control_plane/quota-resume-gated-open-todo-smoke.py（本轮修复）—— 等优先级用例原先只把展示 lane 的 priority 改成 P1，留下无损 lane 的 P0，于是并集仍按 P0 抢占；现在两个投影一起改，fixture 重新描述"同一个 Todo"。

本轮自修复的内容（相对 PR 原 head）

原 head 的 CI 失败有三类，我逐一落到根因：

1. CLI output budget 超限（768/798 > 750）：老 base 上的既有漂移。同步 main 后，tests/control_plane/test_cli_output_budget.py 在本 head 与 main 上均通过。

2. Frontstage build：打包资源与源码构建不一致：同为老 base 漂移；同步后本地 npm run build:chat 对 loopx/web/chat 无任何 diff。

3. test_selection_replan_reentry.py::...[todo]：这条在 main 上也是红的（与 #4845 无关）。根因是 129bb1fe7 把 todo-bound 长链改为走 projected vision closeout 并用 test_long_chain_projected_closeout.py 替换了同型 journey，却漏改了 reentry 用例——生成的 refresh 命令里的 <path-to-evidence-linked-goal-vision-replan-contract-v0.json> 占位符无人替换，CLI 以缺文件失败。我先按既有契约补了同样的 vision packet 撰写，随后 main 的 #4847 独立修了同一处；本轮合并该文件直接采用 main 已评审的版本，我那份等价修复自然作废，diff 里也不再含该文件。

4. Sign-off（DCO）红灯：本轮我先用 git merge --no-edit 建的合并提交没带 Signed-off-by，被 DCO 门禁拦下。已重写该分支历史，让 origin/main..HEAD 的每个提交都带合法 trailer（tree 未变，逐字节等于已验证的 d4fe3395b），新 head 为 588b318c0。

两条路径

• 准入路径：blocked peer + 本地 ready 候选 → 候选不丢 → disposition=wait → scheduler 输出 10/20/30/60 backoff、automation 输出 keep_active_peer_coordination_backoff → 宿主更新 RRULE，不花配额；决策身份变化时回到初始 cadence。
• 拒绝路径：terminal/Goal stopped/quota paused 仍走 stop；结构非法执行上下文仍 contract_error 并禁用最终 replan check；等优先级不再因单 lane 旧优先级抢占。

对主干的风险

• 唯一的默认行为变化：peer_coordination_blocked 由 stop 变为可恢复 wait，host 会长期保留一个最多 60 分钟一跳、不花配额的观察者，且 unchanged_poll.final_quota_replan_check_enabled 由 false 变 true。这是本 PR 的目的，已在三处文档 + vocabulary 中披露。
• 已验证（exact head 588b318c0，tree 与 d4fe3395b 相同）：tests/control_plane/test_selection_replan_reentry.py + test_cli_output_budget.py 26 passed；task-orchestration-smoke、quota-resume-gated-open-todo-smoke、automation-liveness-state-machine-smoke、semantic-vocabulary-drift-smoke、pwa-bundle、presentation-surface-schema 全通过；npm run build:chat 无 diff；Ruff clean；loopx canary premerge --from-git-diff → passed、0 failures、0 manual holds（catalog 10/10、risk profile 8/8）；origin/main..HEAD 每个提交的 DCO trailer 已本地逐条核验。紧邻的前一 head（产品 diff 完全相同）上另有：npm run test:control-plane 2300 用例、2280 passed / 0 failed、typecheck:control-plane 通过、10 个 scheduler/quota/settlement/vocabulary 套件 478 passed。
• 未验证：本 head 的远端 required checks 在发布评审时尚未跑完；没有真实宿主应用 RRULE；PR 正文引用的 Finance-goal base/head 回放本轮未重跑。
• 两条非阻塞 P3：①同一 Todo 同时出现在两个 lane 时，无损 lane 的 payload 会覆盖展示 lane（刻意设计），建议把"fixture 必须同时移动同一 Todo 的每个投影"写进 deferred-lane 说明；②等待状态会让自动化长期存活，若将来需要硬性上限，应新增显式 repair 指令而不是偷偷恢复 stop。

我的整体评价

这是一次方向正确的收口：把"peer 阻塞"从自相矛盾的 stop 改成复用既有 typed backoff 的可恢复 wait，同时修掉能力重算时丢候选的真实缺陷；实现上删掉专用 stop 分支而不是新增 reducer，scheduler 与 automation 两个投影现在说同一句话，文档与 vocabulary 同步更新，符合仓库"状态机与 cadence 权威留在 TS typed 边界、优先退休特殊路径"的约束。

本轮我做的三件事都只为让验收证据成立：同步 main 消掉两类老 base 漂移、合并 main 对 reentry 契约的独立修复（采用其已评审版本）、把 resume-gated smoke 的 fixture 从"同一 Todo 两个优先级"改回一致。没有放宽任何断言。

结论：APPROVE（本 head 无阻塞问题）。建议合并后确认该 head 的远端 required checks 收口。

---

English verdict: APPROVE - Reviewed exact head 588b318 (PR head 216fc90 synced with main@154f71a6c plus one review-round fixture repair). The PR fixes both halves of #4843: resume planning re-evaluates the lossless candidate lane together with the bounded display lane (union + canonical-todo-id dedup, display bound preserved, explicit candidate payload wins), and peer_coordination_blocked is reclassified from a stop to a recoverable wait that reuses the existing TypeScript-owned stateful backoff (backoff_until_reassigned, cadence class peer_coordination_wait, 10/20/30/60) with automation liveness keep_active_peer_coordination_backoff and a no-spend policy, disclosed in three docs and the effective-action vocabulary. The pre-sync CI failures were a stale base (CLI output budget, packaged chat assets) and a stale reentry contract already repaired on main by #4847, whose reviewed version this merge takes verbatim; the only surviving review-round edit is a 9-line fixture repair in examples/control_plane/quota-resume-gated-open-todo-smoke.py so the equal-priority case moves priority in both projections of the same Todo. Validation: 26 passed for the reentry and budget suites at this head, 478 focused Python tests and the full TS control-plane suite (2280 pass / 0 fail) on the identical product diff immediately before the last main sync, six smokes and the packaged-asset build check green, ruff clean, and the exact-diff canary premerge gate passed with 0 failures and 0 manual holds. Two non-blocking P3 notes (lossless-lane payload ownership should be documented for fixtures; the wait keeps an automation alive indefinitely by design) plus residual risk: remote CI for this head was still running, no live host applied a real RRULE, and the Finance-goal replay was not re-executed.