AMBER — 琥珀式封存历史回放评测

封进琥珀，重做当时的题。

English readers: the normative documents are in English — start with AMBER-Core-Specification.md.

这是什么

一种正式的评测方法：取一个真实、可审计的历史事件，把现场精确还原到"答案揭晓之前"那一刻；候选人只能拿到当时可得的信息，揭晓后的证据与评分材料全部物理封存；候选人诊断、决策、行动、弃权、拒绝或升级；评分标准在看到任何输出之前就已冻结；一切留档、可审计。

为什么需要它

公开基准是静态公开题库：训练污染普遍且无法审计，分数持续通胀，而且静态问答测不出真实工作真正要求的能力——多步诊断、弃权、拒绝、不确定下的升级。AMBER 回放来源受控的真实事件，泄漏状态可核查。它与公开基准并行使用，永远不替代它们。

两条不可简化的警告

• 运行时密封 ≠ 训练数据纯净：封存的是运行时证据，不证明模型训练时没见过未来事实。
• 历史结果是证据，不是唯一正解。

状态

草案 v0.2.2。规范本体（Core）已稳定；schemas/、profiles/ 与建案/运行工具尚未发布——目前仅凭本仓库还无法执行一次合规运行。建设路线与里程碑见 PLAN.md。

内容

• AMBER-Core-Specification.md — 规范本体：目的、定义、机制、8 条不变量、8 条边界、认识论限制、命名评审、采用规则
• protocols/distribution.md — 案件跨主机分发协议：公开/私有频道划分、固定构造的 git bundle、签名清单、公开哈希索引、密封探针、运行记录、可比性
• PLAN.md — 状态、里程碑（建案工具 → 参考运行器 → 评分与裁判 → 统计 → 公开索引）、待决设计问题

许可

Apache-2.0 — 见 LICENSE。