Evidence before ambition
MSP 不能靠漂亮概念成立，必须靠行为差异成立。
这页把 msp-stack 的 proof system 展开：它要同时证明 inherited gstack 还在、MSP seed 拓扑存在、模糊任务里的问题识别更深、证据能传给下一轮 agent。
看 lineage casebook回到首页证明摘要四类 proof gate
0 · Seed carrier proof
先证明 repo 结构里有 heredity：hello_agent.md 和关键目录 seed.md。这只是 v0 carrier map，不是固定 taxonomy；否则 MSP 只是文案。
1 · Regression proof
原 gstack 的生成、校验、测试不能坏。MSP 是外层生长，不是推倒重来。
2 · Static MSP proof
fixture 必须包含 request、live problem、baseline failure、MSP signals、critical axes。
3 · Behavioral / transmission proof
同一模糊任务下 MSP 输出要更会抓问题；一个 agent 写下的 seed 要能改变下一个 agent 的行为。
npx --yes bun run test:msp-shape
npx --yes bun run test:msp-seeds
npx --yes bun run test:msp-proof
npx --yes bun test
npx --yes bun run skill:check
8 个评分轴
01
Request preservation
保留用户字面请求，不用“深度思考”偷偷换题。
保留用户字面请求，不用“深度思考”偷偷换题。
02
Problem-stack depth
surface request → owner pain → system bottleneck → causal hypothesis → seed anchor。
surface request → owner pain → system bottleneck → causal hypothesis → seed anchor。
03
Causal hypothesis quality
说清楚“改什么，会改善哪个可观察信号”。
说清楚“改什么，会改善哪个可观察信号”。
04
Seed quality
最小、持久、可验证、可复用，而不是一大段漂亮计划。
最小、持久、可验证、可复用，而不是一大段漂亮计划。
05
Evidence-loop quality
每次行动都有 action → observable signal → feedback destination。
每次行动都有 action → observable signal → feedback destination。
06
False-solution awareness
主动指出哪些工作可能看起来很勤奋但其实错解问题。
主动指出哪些工作可能看起来很勤奋但其实错解问题。
07
Question economy
能用上下文就先行动；少问低价值澄清问题。
能用上下文就先行动；少问低价值澄清问题。
08
Actionability
输出必须落成一个可执行动作或 durable artifact。
输出必须落成一个可执行动作或 durable artifact。
当前证明状态
当前站点首页展示的是已经落地的第一层证明：5/5 v0 seed anchors、6/6 MSP fixtures、101 inherited tests、1 v0 shape guard。下一层要补的是真实 LLM 行为评估与 second-order transmission proof。
判断纪律：只有当后续 agent 在新任务中继承了 seed 并表现出更好的 problem consciousness，才说 MSP 真的长出来了。