2026-07-22 第二十阶段协议、媒体、机器学习与工作流合同深审记录
阶段结论
本阶段把七门相邻课程中最容易被误读为“格式正确、协议连通或模型生成成功就可以执行/发布”的边界收敛为可验证的合同。HTTP/JSON、Agent 委派、传统机器学习、生成媒体和确定性工作流现在都明确区分：输入可解析、结构/业务合同有效、可信主体已授权、副作用有回执，以及最终 outcome 已被核对。学习路径因此不再把 SDK、协议 capability、模型输出、哈希或内容凭证误当成业务成功、事实证明或权限。
覆盖 API、JSON、Agentic Design Patterns、机器学习、图像生成、视频生成 与 工作流自动化。
本阶段不证明什么
离线标准库夹具、单进程状态机、loopback HTTP、静态页面检查和 Quartz 构建证明教学合同与当前内容的一致性；它们不证明真实 OAuth/mTLS、外部 webhook 或消息系统、生产并发/租约、真实供应商 API、模型质量/成本、对象级 ACL 后端、C2PA 验证器、内容删除的物理清除、人工审批签名或法律合规已经通过生产验证。
多 Agent 分工与主 Agent 复核
主 Agent 先固定“结构化输入不等于可执行动作”“协议 ID 不等于可信身份”“回执不等于 outcome”“媒体来源不等于事实/授权”的跨课标准，再划分不重叠范围：
- 主 Agent：API 与 JSON 的协议、重试、结构化输出和课程入口；
- Agentic 模式：只审原创新手路线与离线项目，冻结且许可不明的参考层不改写；
- 机器学习：主线、离线分类项目及深度学习衔接参考；
- 图像/视频：媒体资产治理、发布证据和两个离线项目；
- 工作流自动化：触发、契约、调度、审批、观测和离线 DAG 项目。
主 Agent 逐项复核 Agentic 的 MCP/A2A 规范表述、媒体动态公告、机器学习跨版本行为、工作流事件身份和所有项目测试数；各 Agent 没有 stage、commit、push 或改写其他课程。工作流目录中开始时已有的 05-持久状态、恢复与幂等.md 用户改动被明确隔离，未由本阶段改写或纳入专项结论。
关键改动
API 与 JSON：把传输、表示和执行的门分开
- Requests 的
SSLError虽是ConnectionError子类，但证书链/主机名身份失败不再进入重试分支；可靠客户端新增回归，课程用决策图说明 TLS、未知副作用、幂等查询和Retry-After的不同处置。 - API 示例现在按解析后的 media type 接受
application/json与+json，并在分页教学中检查成功状态、JSON object、元素形状、cursor、max_pages与max_items，避免把“不像 JSON 的成功响应”或单页膨胀交给下游。 - JSON 课程补出“完整且有界解码 → 严格解析 → 领域 schema/profile → 事实/版本/业务不变量 → 授权/allowlist → 审批/幂等 → outcome”的 Mermaid 门；模型、MCP 或外部来源给出的 JSON 只通过其中部分门。
Agentic 模式：协议能力不会接管授权，批准必须晚于证据
- 新手路线增加 Tool Calling、MCP 与 A2A 的职责表：本地能力调用、标准化工具/资源连接、独立 Agent 委派可以组合，但都不替代模型外的身份、对象级授权、审批、幂等和 receipt/outcome 核验。
- 按当前 MCP Authorization 和 A2A 规范补充 resource/audience、禁止 token passthrough、逐请求/对象范围授权以及
TASK_STATE_AUTH_REQUIRED只是请求额外授权而非已获人工批准。 - 可恢复工作流状态升至 v3：高风险路径先完成只读检查、再持久化等待审批；审批指纹绑定动作、检查证据、风险和策略版本，首次调用传入批准决定会失败关闭，重复 JSON key 和回执 key 均会拒绝。
机器学习：纠正实际版本回归，并把深度学习速查收敛为可验证的接口边界
ticket_router.py移除了在 scikit-learn 1.7.1 的 warnings-as-errors 下触发警告的显式l1_ratio=0.0；课程锁定的直接依赖仍是 1.9.0，但明确本机只做了 1.7.1 兼容性验证，不能替代锁定环境重建。- 数据切分、嵌套选择、校准/阈值、漂移、群体切片、公平性和隐私最小化的界限被补回主线。
- 重写损失函数和优化器参考，明确 logits/标签/shape、CrossEntropy 与 BCE-with-logits、loss 与业务指标、Adam/AdamW/weight decay 的框架差异；Transformer 页分清原论文 post-norm 与教学图 pre-norm，Mamba 页补齐上游 Linux/Python/PyTorch/CUDA 运行条件与复杂度不等于实测吞吐的边界。
- 站点元数据门禁还捕获并修复四页的非法
content_origin/content_status枚举，现如实标为原创、已核验内容。
图像与视频：媒体资产有来源链，不因凭证或生成结果自动成为事实
- 两门课程和项目统一
asset_id、source_revision、transform_id、release_id、acl_reference与撤权/删除传播计划；素材必须在预览、评分或模型调用前通过对象级 ACL。 - C2PA/Content Credentials 被限定为可验证的来源与完整性声明，不证明事实真实性、人物身份、权利或业务授权；
evidence_bound与evidence_supported继续分开。 - 视频目录把 Sora 2/API 的关闭准确表述为 2026-07-22 访问官方页时公告的未来计划（目标 2026-09-24），而非既成状态。
- 图像任务审计器与视频任务包验证器新增资产 revision、ACL、删除传播、事实证据、预算与发布链路的硬门禁及回归。
工作流自动化：事件身份可去重，但不是调用者身份或授权
- 离线引擎不再用
source + "::" + id拼接 CloudEvents 身份，以规范 JSON 二元组编码避免分隔符碰撞；可选time收窄为标准库可可靠解析、带显式 UTC offset 的 RFC 3339 子集，并明确它不是通用 CloudEvents 网关。 - 入口教学顺序收敛为有界原始输入、签名/mTLS/认证、新鲜度/nonce、契约、结构化去重、持久创建、异步执行；每次执行仍按可信 actor、策略和资源 ACL 授权。
- 课程统一
event identity、instance_id、operation_id、attempt_id、trace_id、receipt 与 outcome 的不同作用域，并强化条件汇合、未知结果、补偿、审批原子消费、版本化和观测边界。
跨课程术语与责任边界
| 术语 | 本阶段的稳定含义 | 不可错误替代 |
|---|---|---|
| 可解析 JSON | 文本可在受限资源下解码并通过语法 | 领域 schema、事实核验、授权或执行许可 |
| protocol/capability ID | 一次协议请求、工具/资源能力或远端 task 的关联信息 | 可信 actor、tenant、对象权限或本地 action ID |
event identity | 经认证后用于判定重复事件的结构化 (source, id) | webhook 签名、调用者身份、授权结果或去重保留策略 |
operation_id / attempt_id | 前者代表稳定业务意图，后者代表一次领取、投递或重试 | 彼此、receipt、trace ID 或业务 outcome |
| receipt / outcome | 前者是外部动作证据，后者是已核对的最终业务状态 | “已接收”、HTTP 成功码、远端 completed 或模型自述 |
source_revision / transform_id / release_id | 分别标识冻结输入、一次处理/变换和可审计发布候选 | 内容真实性、当前授权、数据集版本或模型别名 |
| Content Credentials | 对某个声明/历史的来源与完整性信号 | 人物同意、版权/访问授权、事实真实性或发布批准 |
| approval fingerprint | 绑定动作、证据、策略和状态的防偷换指纹 | 审批者认证、签名、一次性消费事务或下游授权 |
核心来源与材料边界
本轮新增中文解释、Mermaid 图、教学代码、夹具和回归测试均为原创；第三方资料只以链接、规范事实和最小必要术语引用，未把没有明确再分发条件的完整材料扩散到公开层。动态结论优先核验一手资料：
- Requests 文档、RFC 9110、Python
json与 JSON Schema Draft 2020-12：HTTP、表示与严格解析； - MCP 2025-11-25 Authorization 与 A2A 1.0 规范：resource/audience、token 与远端任务授权边界；
- scikit-learn 1.9 release history、common pitfalls、PyTorch CrossEntropyLoss 与 AdamW：项目兼容性、训练/评估和接口边界；
- C2PA 2.4、OpenAI 视频指南、W3C WebVTT 与 NIST AI 600-1：生成媒体、来源、时间线与风险边界；
- CloudEvents 1.0.2、RFC 3339、Temporal Workflow Execution 与 RFC 9421：事件、时间、持久运行时和入站消息安全。
验证证据
| 检查 | 本阶段结果 |
|---|---|
| API / JSON | 35 / 42 项；normal 与 -O、均在 -B -W error 通过 |
| Agentic Design Patterns 原创新手路线 | 57 项；normal 与 -O、均在 -B -W error 通过 |
| 机器学习 | 10 项；normal 与 -O、均在 -B -W error 通过（实际解释器为 scikit-learn 1.7.1） |
| 图像生成 / 视频生成 | 90 / 133 项；normal 与 -O、均在 -B -W error 通过 |
| 工作流自动化 | 74 项；normal 与 -O、均在 -B -W error 通过 |
| 统一专项回归 | 上述 7 组共 441 项/模式，warnings-as-errors 通过 |
| 静态/范围检查 | 相关 Markdown Python fenced block、JSON/PowerShell/Mermaid 专项检查与所有七个目录的 git diff --check 通过 |
| 最终网站单元测试 | .website npm test：47/47 通过 |
| 最终公开构建 | 914 个源 Markdown、574 个全文、340 个 fail-closed stub、229 个资源；917 个 staged Markdown、2468 个 HTML 页面、2821 个 public files；broken local links、敏感泄露、表格 wikilink、交互 checkbox 与 KaTeX 错误均为 0 |
图像/视频项目有两份由 py_compile 意外生成的已忽略、未跟踪 .pyc；环境拒绝精确删除命令，故没有绕过策略或把它们加入版本控制。本阶段其他 Python 测试均使用 -B，未将这些本机缓存作为课程产物或验证证据。
后续队列
- 在独立、锁定的 scikit-learn 1.9.0 环境重建机器学习项目，并使用真实但脱敏、按组/时间切分的数据做更充分的评估；当前小夹具和 1.7.1 兼容性不构成上线证明。
- 对真实 API/MCP/A2A、媒体供应商和工作流运行时运行受控集成测试，补 OAuth/mTLS、签名/nonce、持久状态、并发租约、outbox/inbox、外部 receipt reconciliation、对象 ACL 和删除传播验证。
- 在 Obsidian 桌面端实际抽查本阶段新增 Mermaid、长表格和 callout；Quartz 构建只验证公开渲染链路，不能替代本地阅读体验。
- 继续逐章深审尚未在本阶段覆盖的 深度学习 与其他仍保留早期
source_checked的课程，按页面证据更新，避免批量改日期。
本记录只覆盖第二十阶段，不表示长期 /goal 已完成。