Workflow 验收：要不要增加调用方显式声明的 host verify 命令？

[tt-a1i]

一句话

OpenPI Workflow 的 Acceptance Ledger 故意没有隐式 shell 或额外模型调用。社区包（尤其是 nicobailon/pi-subagents 的 acceptance.verify[] / runs.host，以及 arhen/pi-core-subagent 的 “Verify: 是 exit code 不是 self-report”）表明：调用方显式声明的 host 命令和隐式 reviewer 不是同一件事。

本帖只问要不要把前者做成可选的、fail-closed 的 Workflow 阶段。不提议 vendor 任何 pi-subagents，不提议第二套 Workflow runtime，不提议默认开启第二模型 watchdog。

为什么现有帖不够

• subagents: 为 Direct Subagent 研究可选的结构化结果合同 #155：Direct child 的可选 structured result / schema。那是数据合同，不是 host 命令。
• runtime: 建立跨 Subagent、Workflow 与 Background Terminal 的总资源准入合同 #159：跨 Subagent / Workflow / Background Terminal 的总资源准入。那是 slot，不是验收。
• control: 研究 Pi-native 的全局安全暂停，让所有 Agent 在下一执行边界停住 #161：Pi-native 全局暂停。那是控制面，不是 verify。
• research: 对比连续 Advisor 与按需 Reviewer，验证独立监督是否值得常驻成本 #162：Advisor vs 按需 Reviewer。那是另一个模型要不要常驻；host verify 必须是命令 + cwd + timeout + 账本，不能变成隐藏 model call。
• 2026-08-09 审计把 “显式 host verification” 写进了 P2 散文，但没有 Issue / Discussion 号。散文不是 tracker。

研究记录：docs/research/EXPERIMENT_STEAL_ORCHESTRATION_2026-09-09.md（对照修订 a9b40f0；社区源只读 clone，未 pi install）。

社区里看到的不变量（只借概念）

nicobailon/pi-subagents@dc2df2b：

• acceptance.verify[] 必须是对象：id / command / timeoutMs / cwd / env / allowFailure。
• level "verified" 在没有 verify 数组时直接拒绝。
• host step 拒绝 per-step cwd、限制 command / output 字节、拒绝逃出 workflow cwd 的输出路径。
• verify 收据按 HEAD + diff hash + env + command 做 cache key；cache miss 不能跳过命令。

OpenPI 今天更严的地方应保留：Acceptance 不推断 level、不跑隐式 shell、不叫隐藏 reviewer。

如果做，最小合同

• 只有调用方在 agent() 上显式声明时才存在；默认关闭。
• 命令、cwd、timeout、worktree、env 全部明示；计入调用 / 时间 / 资源账本。
• 输出进入 evidence ledger；不确定的 trust / 状态一律拒绝。
• 独立 reviewer 如果出现，必须是另一次可见的 agent() / Direct spawn，不能藏在 verify 里。
• 失败、超时、取消、uncertain 必须是不同终态。

非目标

• 不安装、不 vendor pi-subagents。
• 不引入 missions / schedules / external CLI。
• 不把 nicobailon 的 keyword-inferred acceptance 或第二模型 watchdog 带进来。
• 不让 graph projection 变成调度器。

需要先回答

1. 这是 Workflow-only 的可选阶段，还是共享 child-session 原语（subagents: 为 Direct Subagent 研究可选的结构化结果合同 #155 的邻居）？
2. verify 失败是否让整个 agent() ok:false，还是只写 ledger、由模型决定下一步？
3. 与现有 Acceptance criteria / structured_output 如何组合，避免两套验收语义？