用途：为委派给 AI 或智能体的研究工作建立证据纪律，用两份轻量文档约束过程与结论——执行前的研究简报、执行中及执行后的声明记录。适用于智能体、工作流、模拟、证明补丁、数据构造等一切被委派的工作。
三条常设规则：输入、边界与完成标准明确后才委派，禁止开放式“让它更好”的任务；要求证据而非自信结论，每项委派任务须返回可检查的证据（位置、差分、诊断、计数、失败用例、日志），不接受“已完成/看起来没问题”；凡改变经济对象、识别假设、推断程序或报告语言的，必须上报研究者本人决策，长期有效的用户裁定视同已返回的决定并需记录。
研究简报（执行前）：以简短段落写清问题/目标（究竟估计、证明、构建什么）；完成标准与哪些结果不能回答问题；禁止的替代（不得静默更改的估计量、样本、假设、定理陈述、基准规格）；已知失败模式及对应检查；必须返回的证据；上报触发条件；受阻路径规则——依赖不可得数据、无支持假设或未证结果的路径标记为受阻，这是科学结论而非“搜到有利答案为止”的指令。
声明记录（执行中/后）：针对每项声明记录支持它的数据/分析/证明及其位置；在看到结果后所做的一切修改及原因（区分诊断触发的修正与有利结果的切换）；仍未解决的检查及其对措辞的约束；由谁决定可报告内容（用户裁定还是助手默认）。记录强度按比例：常规任务一段话即可，仅在分支多、输出会被复用、错误后果严重或纠错代价高时才做更重记录。
报告语言：最终判断不是“所有检查全绿”，而是证据是否支持拟用措辞，选项包括修正、收窄措辞、追加审查、标注为探索性/描述性、或拒绝报告；不得让措辞超出证据（相关不等于因果；逐点不等于一致；示例不等于验证；强加不等于推导）。
可信度问题须分开：可复现性、实现正确性、统计性能、测量效度、识别与范围是不同问题，一方面的证据不能回答另一方面。每次诊断出的失败都应沉淀为可复用测试、文档化警告或记忆条目，说明失败、原因与防止它的检查；保留失败路径及原因，无新机制而重试受阻路径是浪费。交叉引用 verification-ladder.md 第 5 级（台账）与 .claude/rules/orchestrator-protocol.md（RUN_CONFIG 即扇出的简报）。