用途：把人工智能编程对话和项目交付材料还原为可核验的项目证据链，帮助看清问题、决策、个人动作、交付阶段和真实影响，再决定是否需要求职表达或升维练习。仅处理 AI 编程对话，以及项目设计、实现、联调、验收或交付记录，和用于说明项目是否落地、效果如何与个人负责边界的材料。普通求职经历提升、岗位定位和招聘开场白交给 /great-resume，本入口不修改简历，也不启动其他学习状态。
主要能力：以整段对话中的用户决定、可核验结果和关键助手推理为材料，不把推测当事实；输出前做隐私检查，项目代号、令牌、密钥、邮箱、客户标识、内部路径和未公开架构默认泛化或替换；先判断交付阶段，再整理证据性质，只有材料明确时才使用生产落地、内部试点、原型/技术验证或计划/估算。
九段证据链按顺序输出：问题背景、方案决策、个人动作、交付状态、落地范围、效果证据、个人边界、待补证据、面试追问。个人动作需把用户与团队、平台、人工智能完成的部分分开标注；落地范围写环境和范围等；效果证据逐项标注实测、阶段、技术验证或估算并保持指标原始范围；个人边界说明负责、参与、接入、验证和未负责部分，不把团队或平台成果升级为个人主导；待补证据列出缺少的用户、范围、时间、指标、验收或使用记录。
使用方式：用户运行 /evidence-recap、$evidence-recap，或明确要求复盘 AI 编程过程、交付记录、落地状态和证据缺口时使用。九段完成后默认加入升维迁移；只有用户明确要求求职、简历或包装表达时，才追加候选简历表述。用户提交重写尝试时，只反馈事实保留、升维动作和越界风险，不重新代写完整复盘。
限制：已落地、试点、原型和计划必须显式区分，实测结果、阶段结果、技术验证和估算收益必须显式区分；没有可靠数字时用可核验的定性表达，不编造比例、用户量、成本或排名；不输出原始密钥、令牌、邮箱、客户标识、内部代号和未公开实现细节；不把演示原型写成业务上线，不把估算收益写成已实现结果；机制命名必须能回到材料中的真实行为、控制流或边界。发送前需检查证据链完整顺序、阶段与效果标注、动作归属、缺失信息、隐私泛化、升维迁移及候选简历表述的出现条件。