Replay 回归基线
PracticeMate 时间线
Current Phase
Phase Q · 全智评产品地板规划可视化时间线
全智评契约与隐私模式
项目、媒体、评价与报告闭环
iOS 采集、后台与证据回放
真机、隐私与可访问性门
1. 本次路线纠正
旧路线把“可重复录制的 Replay MVP”当成主产品。它成功建立了透明 Mock、Reducer、Confidence Router 和本地 Recap 的软件证据，但没有覆盖学生真正需要的评价闭环。
当前最低产品状态改为：
text
全智评产品地板
项目/模板 → 真实练习媒体 → Assignment → 异步评价
→ transcript / report / evidence → 教师复核回流
加上 iOS 增量
原生相机 → 练前质量门 → Practice Ritual → 本地 Recap
→ 后台上传/离线恢复 → AVPlayer 证据跳转 → 系统降级与可访问性Replay 不删除：它降级为确定性验收、离线演示和回归工具。Qwen3-VL-4B 不删除：它保留为独立研究线，不能阻塞账号、模板、采集、上传、评价和报告。
2. 状态与证据层级
| 层级 | 可用于什么 | 当前内容 |
|---|---|---|
| 已归档外部证据 | 锁定规则、接口、版本和外部状态 | 尚无本轮比赛正式通知；全智评 API 契约待 W0 脱敏归档 |
| 本地软件证据 | 证明代码行为 | Replay 14 条 fixture、3 个负例、常规 XCTest/UI 流程；4B Simulator 固定图软件切片 |
| 测试环境闭环证据 | 证明全智评产品地板 | 尚无；需要真实测试账号、合成 CPR 媒体、assignment/run/report 关联收据 |
| 真机证据 | 证明 iOS 采集、后台与资源 | 尚无；模拟器不能替代 |
| 医学准确率证据 | 解锁医疗检测信号 | 尚无专业标注集；当前 4B 多图预验证未过准确率门 |
“部署成功”“软件行为正确”“医学检测准确”是三个独立结论，任何一个都不能替另外两个。
3. 主线与并行线
text
主线：全智评 iOS 学生闭环
G-1 外部就绪 → W0 契约 → BE 后端能力 → W1 云端薄切片 → W2 原生采集
→ W3 后台/离线 → W4 报告/证据/教师回流
→ W5 iOS 差异化 → W6 真机与候选硬化
并行 A：设计交付
真相矩阵 → IA/状态 → 产品地板 → 原生韧性
→ 陪练体验 → 可点击原型 → Codex handoff
并行 B：Live Edge 研究
L0/L1 → 单图 observation → 真机资源门 + 标注准确率门
→ 两门都过后才允许产品化；不在主线关键路径
保留：Replay harness
固定 fixture → reducer/UI 回归 → 云端或设备不可用时的透明演示4. 滚动预算与外部截止
全智评审计已确认需要补模板预取、manifest、degraded/审计和复核 provenance，因而当前没有可信的总 ETA。下表是满足前置条件后的工作预算，不是日历承诺；G-1 未过时工期不开始计算。
| 顺序 | 工程主线 | 条件预算 | 设计并行 | 独立验收 |
|---|---|---|---|---|
| G-1 | dev/revision、合成账号/媒体、teacher tester、后端权限、隐私 owner、调用预算 | 外部输入，无估时 | 只做真相矩阵 | ready/partial/blocked 清单 |
| W0 | API、双层 Rubric identity、MediaTimelineMap、提交/报告/隐私契约 | 2–3 工程日 | B0 线框/状态 | fixture 可 decode；未知项有 owner |
| BE | 提交前模板、manifest、degraded/强关联、复核 provenance、dev deploy/rollback | W0 后重估 | B1 只做 API 可支撑页面 | Gate BE1 |
| W1 | 预置账号、项目/模板、前台合成媒体、Assignment、评价/报告薄切片 | 4–6 工程日（BE1 后） | B1 高保真 | Gate C1 |
| W2/W3 | 导入/单段采集、本地账本、后台/离线/重启与数据动作 | 7–11 工程日 | B2 + 恢复原型 | Gate R1 |
| W4 | 报告、时间轴证据、教师 confirm/override 回流 | 3–4 工程日 | 报告与 review 原型 | Gate E1 |
| W5/W6 | 可选 CQG/Ritual/Coach、真机、隐私、可访问性 | 7–10 工程日 | B3–B5 | Gate I1 / RLS1 |
20–29 日仅是此前“后端无需改造”的 iOS 下界。BE 工期、等待时间和外部审查不在其中，不得把它们相加后当作承诺。
4.1 现实性检查
用户提供的“8 月底前”仍可作为比赛排期输入，但精确截止未归档，且当前主线超出原 Replay 范围。要守住真实性：
- P0 只做一个学生角色、一个 CPR 模板、一个全智评测试环境；
- 教师/管理员继续使用全智评 Web；
- 不做第二 Rubric、Journey、Summary Card 和教师 iOS；
- 不让 MNN、视觉润色或视频剪辑抢占 W0–W4；
- 设计先状态和线框，API/隐私未冻结的页面不做全量高保真；
- 每个 Gate 失败时先减少差异化，不删除产品地板的诚实边界；截止前未过的页面只能标目标态，不能靠静态稿或 Replay 假装完成。
5. Gate 与截止线
G-1：外部就绪门
- 全智评 dev base URL/revision；
- 合成 student/teacher 账号和许可明确的固定 CPR 媒体；
- teacher override 测试者、隐私/保留 owner；
- 后端写入/dev deploy/rollback 权限；
- 本批评价任务数和供应商费用上限。
未过：只做 D0 fixture/adapter/线框，不发送真实模型任务，不开始工期倒计时。
G0：契约门
- 全智评真实 API 清单、来源 revision、脱敏 fixture；
- 上游 template version/criteria hash + iOS package schema/package hash 的双层 Rubric identity；
- media + manifest + optional events 的提交契约；
- P0 local/full；minimum evidence 为 P1 BLOCKED，并列出时间轴/evidence scope/后端缺口；
- 后端未知字段与 owner 列表。
未过：不开始真实客户端和高保真报告稿。
BE1：全智评后端能力门
- 学生在 Assignment 前能读 immutable template version、criteria 和 hash；
- Assignment 可幂等关联 client session、media hash、manifest 和双层 Rubric identity；
- 必要输入失败时 withheld/failed，不用 mock transcript 形成最终分；
- 强制审计关联和教师复核 provenance 可投影；
- dev migration/deploy/rollback 有收据。
未过：C1 只能是兼容探针，不能宣称完整产品地板。
C1：云端闭环门
- 测试账号、合成媒体；
- 项目/模板 → upload → assignment → evaluation → report/transcript；
- 所有关联 ID 与 template/media hash 可脱敏复核；
- 重试不重复建作业；
- 失败不回退到 Replay 假装成功。
未过：暂停 CQG/Coach 增量，集中修契约或记录真实后端 blocker。若仅能在生产环境用真实学生数据测试，则停止并请求授权，不绕过。
R1：可靠性门
- 断网、切网、token 过期、App 终止后恢复；
- 后台上传和评价状态不依赖页面常驻；
- 未知状态 fail closed，无假 ETA；
- 上传、评价和数据动作可从记录页恢复，不依赖停留页面。
未过：功能冻结不进入候选；可保留开发构建和错误收据，不能把本地 Replay 当完整产品。
E1：报告/教师复核门
- completed/failed/withheld/needs review 的 decoder/UI；
- transcript/report/AVPlayer 使用同一时间轴；
- 教师 Web confirm-as-is 与 override 都回到 iOS，AI original 仍可审计。
未过：不把教师 Web 截图或静态报告当 iOS 回流证明。
I1：iOS 原生体验门
- 原生采集、本地账本、Instant Recap、上传与证据回放连成一条；
- CQG 未启用不阻止产品地板；若启用，只使用已测规则并保留 unavailable → manual continue；
- Manual Mode 可在模型不可用时完成会话；
- accessibility 和隐私主要状态都有 UI。
未过：砍 Live Edge、动效和非必要组件，不砍明确同意、失败恢复和来源标识。
RLS1：真机/候选门
- build、install、launch、behavior、resource、privacy、accessibility 分门通过；
- 真实设备和测试环境收据脱敏可复核；
- 官方规则补档后再确认精确截止与材料格式；
- 任何未实现页面在演示中标目标态，不用静态稿冒充。
6. Live Edge 决策门
当前固定候选是 MNN 3.6.0 + Qwen3-VL-4B；这只是研究选择，不是产品信号批准。
text
主产品闭环持续推进
│
├─ 真机资源门通过
│ 加载、p50/p95、内存、热、jetsam、CPU/Metal
│
├─ 医学语义门通过
│ 专业标签、逐样本输出、precision/recall/F1、误报分析
│
└─ 两门同时通过
→ 只开放已测 signal 的低频关键帧 observation
→ 严格白名单与 fail closed
→ 再做 Live 产品化评审任一门失败：保持 Manual/规则型 Coach 和云端 Examiner；不扩相机 VL 循环，不触发医疗强提醒。若单次 p95 > 5 秒、jetsam 或连续内存增长，立即停止实时路线并保留错误收据。
7. Replay 的新职责
Replay 已完成的证据继续保留，但职责变为：
- reducer、Confidence Router、Recap 和组件回归输入；
- 云端/设备不可用时的透明教学演示；
- 设计状态和 UI 自动化的确定性 fixture；
- 新 schema/adapter 迁移时的兼容性检测。
本轮及当前主线不继续 Replay 视觉润色、五连录制或视频剪辑，也不把 Replay fixture 接进 LiveEventSource。
8. 里程碑状态
- [x] 2026-07-21 Replay 契约、14 条 fixture、3 个负例和透明 Mock 边界完成本地校验
- [x] 2026-07-21 SwiftUI Replay Hero Flow 通过本地软件自动化证据
- [x] 2026-07-22 Qwen3-VL-4B Simulator CPU 固定图严格 JSON 软件门；Metal/真机/准确率仍未过
- [x] 2026-07-22 当前产品公式、工程路线图和设计交付任务已重新制定
- [ ] G-1：dev、合成账号/媒体、测试者、权限、隐私 owner 与调用预算就绪
- [ ] G0：全智评 API、双层 Rubric、MediaTimelineMap、提交/报告与隐私契约冻结
- [ ] BE1：全智评学生模板、manifest、degraded/审计和复核投影能力部署到 dev
- [ ] C1：合成 CPR 媒体在测试环境跑通全智评云闭环
- [ ] R1：iOS 后台、离线、重启、幂等和数据动作恢复通过
- [ ] E1：报告、证据时间轴与教师复核回流通过
- [ ] I1：iOS 原生学生 Hero Flow 完成软件行为验收
- [ ] RLS1：真实 iPhone 的安装、行为、资源、隐私与可访问性门通过
- [ ] 官方通知归档，提交候选与正式回执保存
9. 当前立即执行顺序
- 先关闭 G-1：锁定开发环境、合成账号/媒体、teacher tester、后端权限、隐私 owner 与调用预算。
- 与设计同学完成 G0 真相矩阵和 To-be 流程；P0 只冻结 local/full，minimum 标 P1 BLOCKED。
- Codex 完成 W0 后先估算并执行 BE 工作流；BE1 未过，不先搭大而全 iOS UI。
- BE1 后做 W1 前台合成媒体云薄切片；C1 通过后再并行原生采集和 B2 设计。
- 主产品闭环稳定后才投入 CQG/Ritual/Coach 的差异化硬化。
- Live Edge 需要独立授权、真机和标注集；不默认续跑。
10. 历史计划的处理
- Replay-first MVP 重构计划 保留为已完成工程阶段和剩余验收的历史记录，不再是 active 产品主线。
- 可实施性评估 保留 2026-06-22 时点判断，不作为当前工期或模型选择依据。
- spike-001/002 保留原始探索收据；2B 是历史实测，4B 是当前 Simulator 候选，均不代表 Live 或医学准确率通过。