fix(benchmark): omit host countdowns from planning input

[loopx-agent]

Planning currently injects the host deadline, remaining time and execution reserve into model context. A resumed session can retain that old countdown and treat it as a reason to finish research after the host has admitted further work.

Remove this clock projection and return the original task-planning packet directly, with no replacement runtime guidance. Execution wake prompts are unchanged. The host continues to enforce the same finite budget; task-defined time constraints, evaluation cooldowns, checkpoint state, TurnEnvelope and terminal admission are unchanged. This is a planning prompt default change.

Old archives may still contain time-window messages. This PR prevents new injection; it does not rewrite historical context, reopen a terminal Goal or qualify old-archive recovery. Address stale historical context at the specific authorized restore boundary. Model adoption and outcome improvement remain untested.

Validation:

• Task-entry, resume and shared-runtime tests: 139 passed / 1 skipped.
• Real Codex + deterministic local provider: 5 passed / 1 external-controller skip, including planning-history resume and checkpoint wake input. Darwin native/full interruption is refusal plus continuation coverage, not Linux full-capture qualification.
• Original task packet (including task-defined timing) remains byte-for-byte equivalent after decoding. Input is independent of the host epoch; existing expiry/wake-cap and admission tests retain host enforcement.
• Diff whitespace and public/private scans pass. No new state vocabulary.

Placement: existing Python benchmark host adapter, no new capability or settings surface. The bounded cleanup removes the unused rendering argument and clock-projection code rather than adding another prompt layer. No live-run changes or benchmark launches.

[loopx-agent]

Reviewer: model_agent; gpt-6.1-sol; OpenAI; runtime_reported; reasoning_effort=max.

Approval conclusion (author-owned PR; GitHub blocks formal self-approval)

动机

受影响的是由 benchmark Host 启动规划、随后接续研究的 Agent。

此前初始规划额外收到宿主截止时间、剩余时间和执行预留，恢复后的会话可能继续带着旧倒计时；现在只传回原任务规划包，不再额外注入这层宿主时钟。

当前精确头已验证规划输入不随宿主 epoch 改变，原任务包与题目自身时限保留，执行输入及宿主预算和准入路径保持原语义。

本次预防新的规划时钟注入，不自动中和旧归档中的历史文字，不重开终态 Goal，也不宣称模型持续研究行为或分数已经改善。

旧归档的时间残留仍需其特定、已授权恢复边界处理；模型采用、科学效果与 Linux 完整捕获资格未由本 PR 建立。

本次完整审查绑定 6567172 的全部六条路径。评审按最终简化方案重新进行：不采用已撤回的 clock-wake 或每轮 HOST_RUNTIME_GUIDANCE 方案。

改动思路

宿主时钟、预算和停止效果继续由现有 Python benchmark Host 适配层执行；最小修复是删除额外规划投影，不再叠加每轮提示层或另建控制面 owner。

当前 PR 只预防新的初始规划倒计时注入，执行 wake 输入相对主干不变；旧归档恢复和模型效果分别保留原 owner 与实验证据边界。

最小替代方案确实是删掉 planner 自己加的时钟文案，而不是过滤原任务中的时间文字、不断告诉模型忽略历史，或重写已有会话。没有额外用户操作、配置或重复授权。Python 保留在现有 benchmark Host 领域适配层，没有新增共享控制面决策源。

具体改动

未发现当前头的阻塞问题。先读 原 benchmark 契约，spec_revision 为 6a4b4e7。SForge phase-clock participant 要求保留捕获点剩余时长与原激活 deadline，恢复不能补充预算；Explicit warm worker composition (qualification in progress) 要求接续仍受当前准入、原生会话及资源 owner 约束。两项在本 PR 保持 implemented，新的 README 仅披露规划默认变化，不能自行放宽原契约。

关键代码讲解

1. render_planning_prompt 保留 LOOPX_PLANNING_TIMEOUT_SEC 的退役拒绝，以及 Host epoch 有限且为正的校验；删除 time import、absolute/remaining/reserve 计算及那组额外指引，只序列化原 planning packet。原题自带的提交时限或运行时间约束不被删改。
2. run_once 只调整 stage=plan 中唯一 render 调用，去掉不再使用的 execution_reserve_seconds 参数。执行分支、phase reserve、timeout、预算耗尽返回、checkpoint、session 和 settlement 路径没有额外改动。对不可变 base/head 的整个 worker AST，只规范化这个已删除 keyword 后完全相同。
3. validate_plan_readback 未变：input digest 必须一致，Todo 必须实际存在、唯一且属于 ready/blocked 的合法状态。删提示不允许用 prose、虚构 Todo 或旧 terminal 状态冒充完成。

三个测试文件覆盖规划输入、真实 retained-session transport、fresh/resume worker 和 checkpoint preloading；原来的默认窗口测试按真实默认变化重命名。README 明确仅防止新注入，执行 wake 输入不变、旧档案不自动中和、终态仍需显式 resume，也没有模型采用或收益承诺。

对主干的风险

最强反例是误把“不要向模型额外投影宿主时间”实现成“取消宿主预算”或“删除原题时限”。独立同输入比较中，没有 epoch 时 base/head 文本逐字节相同；给两种不同 epoch 时，base 带 Host execution window，当前头完全一致且不含该窗口，解码后的原任务包在三种条件下一致，原题 deadline 保留。旧窗口中关于 acceptance、时间与权限的限定没有变成新的授权：真实预算、原任务和 product admission 的原 owner 继续执行，而执行 prompt 没有任何替代 guidance。

当前头 task-entry/resume/shared-runtime 139 项通过，常规套件有 1 个 optional native skip，随后用真实 Codex 和本地确定性 provider 补跑；该组共 5 passed / 1 external-controller skip。真实 native 工具、CLI、历史绑定及原 guard 只执行一次；Darwin native/full 是明确拒绝捕获后正常继续，不能称 Linux 完整捕获通过。Ruff、advisory 后完整 semantic drift 和 whitespace 通过；未查询、等待或驱动 CI，未调用付费模型、启动研究实验或热改冻结运行。

作者另报告 Linux 的 Envelope-off native capture 被原 guard 拒绝。本轮独立源码核对显示，codex_checkpoint.py 在本 PR base/head 是同一 blob，_verify_interrupted_guard 仍硬编码预期 turn_envelope=True；执行路径也没有被本 PR 改写。Linux 复现及独立修复未在此资格化，仍归既有捕获 owner。这一说明不把作者的 Linux 失败当成已修复，也不以 Darwin 继续路径替代 Linux 资格。

我的整体评价

APPROVE，批准范围是新的初始规划输入修正。long_horizon 为 preserved：宿主预算、原任务、会话身份、终态及结算约束保持；user_experience 为 improved：已有意图和准入不需增加一轮操作，不再常驻多余宿主提示。它尚不证明模型会更长期有效研究。

旧归档的时间残留仍需其特定、已授权恢复边界处理；模型采用、科学效果与 Linux 完整捕获资格未由本 PR 建立。

有界未来重构检查已采用删除未使用参数和时钟投影，避免为撤回方案保留空控制或第二套说明。现有状态 vocabulary、receipt、archive 与 session schema 不变；单一共同部署的内部调用不需要保留无效兼容参数。六路径 +80/-48 与这一有界问题相称。当前结论不授予合并、实验采用、安装或其他账户操作权限。

English verdict: APPROVE — head 6567172. Removes only the planner-added Host countdown, without replacement guidance; original task constraints and Host admission/budget/terminal semantics remain intact. Current 139 runtime tests and 5 real-Codex local-provider cases pass, with the external-controller skip retained. Old-archive neutralization, Linux full capture and model/outcome benefit remain unqualified; CI was not consulted.