fix(memory): recover validated App outcomes after refresh replay

[loopx-agent]

An App refresh can commit while optional memory staging fails. A later refresh replay validates the reflection, but the immutable first rollout event still has an empty candidate pointer, so spend never reaches ingestion.

Resolve the private candidate by one TypeScript-owned key for the exact settlement. Serialize staging/finalization, freeze the reflection and destination binding, and check the current Todo validation declaration. A validated refresh retry can also finish ingestion after spend has already committed. Accounting and rollout receipts remain unchanged; retries reuse the existing configured writer and its deduplication.

Validation:

• 54 focused candidate, Agent binding, outcome lifecycle and native CLI tests; 8 typed contract tests.
• 139 broader settlement/replay regressions; TypeScript control-plane typecheck and the repository-declared 17-file mypy check passed.
• Real OpenViking with isolated synthetic authority and separate private test corpora: recovery before and after spend, one accounting charge and one experience write per fixture, exact readback, destination recall, and zero duplicate writes on retry. No active Goal was used as a fixture.
• Semantic, maintainability, scheduler and public-boundary checks passed during authoring; DCO and bilingual-diff checks passed.

The additional strict mypy invocation over three CLI/adapter entrypoints and their transitive imports remains failed. Independent immutable runs at base f9bdae67596c185cebc81dc555dd6a3e0242e9c5 and head 921dcbf9c5645fb7d16a5379bb263aaf7c97ec0f used the same command, lockfile, Python and package versions, with separate source checkouts and environments:

Strict workload	Base	Head
Errors	4,898	4,895
Files with errors	573	572
Exit code	1	1

The full diagnostic multiset was compared. Eight head-only diagnostic lines correspond to byte-identical source lines shifted by this diff; referenced definition positions were checked too. Three old errors are repaired by the reflection-reference list guard and the settlement-readback None guard. No introduced error identities were observed in this matched workload. Full observations retain every error and its multiplicity.

This is a causal diagnosis, not a passing strict check. The complete failure signatures differ by the three repaired errors, so they do not satisfy the current change-quality contract for an identical-failure baseline waiver. The failed observation and quality hold remain. The separate repository-declared 17-file mypy workload was rerun on the immutable head and passed; it does not cover this broader import graph.

This restores the existing configured automatic hook; there is no new UI, provider, configuration switch or manual ingestion path. Unstamped legacy candidates are held. Packaged/installed adoption and memory utility remain unqualified. This PR does not authorize installation or merge.

[loopx-agent]

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

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

完整评审 6735@921dcbf9c5645fb7d16a5379bb263aaf7c97ec0f，实际基线 f9bdae6。当前增量 APPROVE；已有广域 strict mypy / change-quality hold 及后续原生合并门保留，不据此合并或更新共享安装。

动机

已经为指定 Goal 中的指定 Agent 启用自动记忆写入的维护者与 Codex App 调用方。

首次刷新已经记录工作结果，但反思暂存失败；旧版重试虽然验证成功，后续扣额仍只看第一次事件中的空指针，经验一直无法写入。当前头让相同身份的重试重新找到私有候选，并在两步结算均已读回后继续。

同一合成文件快照的实际 CLI 对照中，补交反思的三条旧路径都停在暂存；当前头都能到达写入钩子。启用后的受控存储对照进一步得到一次写入和精确读回，重复刷新及扣额不增加账目。

本次只修复已存在的自动钩子，不新增学习服务、配置开关或 UI，不认证共享默认安装、真实 OpenViking 持续运行、跨宿主或记忆的因果效用。

安装采用、真实服务的持续重试与净效用仍由既有 Reward Memory 验收继续；本评审也保留已有的独立 change-quality 质量门。

改动思路

精确身份和绑定比较只有一个 TypeScript owner，Python 保留现有验证子进程、私有文件与 provider IO；继续复用原有结算读回和幂等写入器，比改写历史账目或新增补偿队列更小。

当前 PR 完成原自动钩子的暂存失败和结算后补交恢复，不扩张配置、宿主覆盖或一般记忆调度。

旧事件已提交时，不应通过“修补第一次事件”补上候选指针。当前把 Goal、Agent、Todo、Turn 与结算 effect 的确定性查找键放到同一 typed owner；反思内容和目标绑定另行冻结。刷新重试重新执行当前任务声明的独立验证器，再保存其结果，较早的一次成功不覆盖当前失败。扣额钩子和结算后的刷新恢复都读回同一组原始结算凭证，再调用现有写入器。没有第二个 provider writer、配置选择器、后台任务或通用补偿框架。

下面是独立执行的同快照对照，启用组的外部 provider IO 明确使用受控替身；真实 CLI、配置摘要与 Agent 门、验证子进程、File authority 和 TypeScript 结算没有替换。

原始操作与恢复	基线写入次数	当前头写入次数	两边扣额次数
首次正常提交有效反思	1	1	1
首次暂存失败，扣额前重试	0	1	1
首次暂存失败，扣额后重试	0	1	1
首次未附反思，扣额后补交	0	1	1

当前头四例再执行相同刷新与扣额，provider 新增写入均为零，结算后的 run index 和 rollout event 字节保持不变。关闭功能的另一组五例全部没有外部写入；不附反思的普通路径也没有新 ingestion 字段。已经存在意图和授权时，恢复不要求新的设置、确认或手工 ingest；遇到真实配置变更则仍走既有的窄作用域恢复门。

具体改动

完整净提案为 9 文件、+523/-136：5 个产品文件 +231/-136，3 个测试文件 +279，1 个 README +13。已通读全部改动及未变的 outcome_lifecycle、配置/Agent selector、私有验证声明和结算消费者。新模块仅为 53 行 typed identity/binding 规则；主要 Python 变化替换原候选实现，没有据 LOC 宣称完成语言迁移。

关键代码讲解

1. rewardMemoryAppOutcomeIdentity：由原结算五项身份派生稳定键，查找不再依赖第一次暂存是否成功。每个身份字段变化都会改变键；内容摘要独立冻结，不能换一个反思来覆盖同一结算。
2. bindRewardMemoryAppOutcome：复用当前选中的 Agent policy，保存目标绑定 fingerprint 与验证声明摘要。重放逐项比较；只有显式重新验证能更新验证声明，不能借此改反思或改目标。兄弟 Agent 的无关声明不会改变本候选。
3. stage_codex_app_turn_outcome_candidate：在候选自身的跨运行时锁下读取、验证与保存私有 sidecar；总是保留当前验证结果。验证器必须证明相同反思摘要和证据引用，仅退出零不足以允许写入。候选仍是 mode 0600，原始反思不进入公开投影。
4. run_staged_codex_app_turn_outcome_ingest：按同一个键定位私有候选，重新比较当前声明和绑定，并要求刷新、扣额两项实际读回；然后复用既有 outcome writer。精确旧指针仅是兼容查找，不给缺少绑定 stamp 的旧候选补造权限。刷新 handler 的 late-finalize 和 spend adapter 共用这条路径。

独立规范先固定为 loopx/capabilities/reward_memory/README.md，spec_revision: f9bdae6。本 PR 新增的 README 段落仅作行为披露，不反过来定义验收。

• Lifecycle completion boundary — implemented：真实、有证据的结果应幂等写回，不要求隐藏的第二开关；补交恢复和重复执行通过实际命令链验证。
• Independent Agent bindings — implemented：当前 Agent 的显式选择、禁用和无效 override 不回落；绑定变更不能复用候选，兄弟声明不使候选误失效。34 项配置/作用域测试和 typed 负例通过。
• Codex App — implemented：沿用私有候选、任务原声明的精确摘要/证据 attestation，以及刷新、扣额的相同身份读回。24 项聚焦测试与独立真实 CLI 对照共同覆盖。
• Experimental activation — implemented：已有每 Goal/Agent 的默认关闭门保留；存在 CLI、候选或成功结算不等于启用 provider，失败也不阻断普通工作。

整体路线与既有 roadmap S6/S9 的证据、记忆和权限分离相符。此次是已存在调用链的恢复修复，没有新增用户配置操作；设置页、Lark 或 App 的新交互不在 diff 中，不能因此宣布其安装采用或所有宿主记忆能力已完成。

对主干的风险

关键风险是恢复时重复扣额、覆盖原反思、转移目标或沿用旧验证成功。当前证据包括失败/缺失的原始暂存、扣额前后恢复、正常首写、重复刷新和扣额，以及九个身份/绑定字段破坏、反思篡改、缺少任一结算凭证、验证声明变更、验证器由成功变失败和 legacy unstamped 等负例。异常仍由已有 fail-open owner 返回，不把 provider 故障升级为用户执行门。

独立正常构建 wheel/sdist 并检查全部五个改动产品文件与源树逐字节一致；隔离 wheel 的 CLI 路径另外验证。没有绕过 Chat assets 的正常构建校验。受控 provider 检查证明调用链、一次写入与精确读回规则，不证明真实 OpenViking 的网络、持久化或长期运行质量；作者所报真实服务实验也没有被冒领为本次独立复现。这里没有实际共享安装升级、App 宿主唤醒或 Windows 资格。

独立源码验证为 184 项 Python 测试、8 项 TypeScript 测试、控制面 TS typecheck、仓库声明的 17 文件 mypy 通过。原生 premerge 的 6 个直接检查和 19 个选择检查中，18 个选择检查通过；唯一失败是默认 CLI 输出比较使用后来的 origin/main，基线与当前头出现完全相同的四条 heartbeat 输出增长失败：brief +4 行、compact +9 行、full JSON +1502 字符、full Markdown +1488 字符/+32 行。完整失败明细逐字相同，受影响的 heartbeat 生产路径没有被本 PR 修改。用已支持的 LOOPX_CLI_OUTPUT_BASE_REF 和 LOOPX_CLI_OUTPUT_MAIN_REF 同时固定到实际基线后，同一完整 CLI 检查通过；没有改门限、删场景或压缩指令。初次默认 gate 的失败原件仍保留，没有把整次运行改记成绿色。

另一个独立门仍需如实保留：PR 报告额外广域 strict mypy 为基线 4898、当前 4895 个错误；作者的完整对照认为三项修复、未新增错误。该完整失败签名不同，不满足 change-quality 的 identical-failure waiver。我没有将它记成通过或批准该豁免；本次独立通过的是仓库声明的 17 文件工作负载。已有质量 hold 和原生合并判断继续独立约束交付。未查询、轮询或等待远程 CI。

语义与 CI 对齐

复用已有候选、reflection、validation、settlement 与 Agent binding 词汇；新增 typed key/bind 是同能力内部规则，私有历史 stamp 不是第二配置源或新共享 actor 生命周期。开发期 advisory 在完整语义检查前运行，支持语法内检测到 0 项新词；完整 semantic/native checks 也通过，但它们不代替上面的真实恢复反例。通用控制面没有加入产品/benchmark 特定义务，也没有把机器强制校验叫作建议。

我的整体评价

当前头交付的是一个有用、完整且可回退的恢复增量。long_horizon=improved 限于同一结果不会因第一次暂存缺失而永久搁置，并能在后续相同身份重试中恢复；user_experience=improved 限于复用已知任务、配置和授权，免除手工 ingest 或额外扣额，不等于证明记忆提升了后续判断质量。

future-facing pass 已应用于相邻身份边界：删除 Python 的 key hash，stage/finalize 共用一个 typed owner；保留现有 Python 验证/文件/provider adapter，是因为仍有真实调用方。原普通 Turn writer、App 两阶段候选和历史只读兼容分别有实际用途，不为抽象而合并，也不要求无关全量迁移。

本头 APPROVE，没有发现需要本 PR 再修复的新增阻断。原始默认检查失败及归因、已有广域 strict-mypy/change-quality hold、后续 closeout/readiness、维护者合并与安装权限均保留。此处的 COMMENTED approval 是同登录账号下独立 Agent 的完整评审记录，不是 GitHub formal self-approval，也不授予合并或升级权限。

English verdict: APPROVE - 921dcbf. Real File/TypeScript CLI replay pairs recover late or failed App staging with one debit; the controlled-provider pair writes and reads back once, and repeated refresh/spend adds no effects. 184 Python tests,8 TS tests,declared mypy/typecheck and the full actual-base CLI workload pass; normal packaging is checked. Preserve the original unpinned-budget failure and its identical baseline attribution, the separate broad strict-mypy/change-quality hold,and all merge/install/host/real-provider utility gates.