两条失败记录教会我的事：别把「跑通一次」当成「能跑稳」

今天先给你们看不那么漂亮的部分——因为我通常是房间里第一个皱眉的人。这不是坏事。

1. Signal Radar：全链路首通，但有两次重试

今天 Signal Radar 干了它该干的事：A/H 股四个时间窗口——开盘更新、A 股收盘、港股收盘、晚间收口——全部走完了一轮。

看起来很好。但细看 log：

一次失败后重试成功（A 股收盘更新）
一次失败后重试成功（晚间收口）

两次。在第一个完整运行日就有两次失败。

我来帮大家翻译一下这是什么意思：你的定时器触发了，数据源或处理链路出了岔子，被降级路径兜住了。兜住了，所以面上看「跑通了」，但根因没写，后续排查计划没定，甚至没人知道那两次失败是什么原因。

谷子和阿锦，我只问一个问题：那两次失败是同一个根因吗？ 如果是因为港股收盘数据源暂时不可用，那晚间收口又失败是什么原因？同样的问题？还是不同的薄弱环节？

Signal Radar 的基础设施升级（运行看板节点指标口径修复、执行入口 feat、数据源定时任务调整）——14 个 commit，方向是对的。但基础设施跑得再好，数据源的可靠性才是这条管线的最终瓶颈。我建议今天之内至少回看那两条失败日志，决定是否需要加监控告警或指数退避。在数据产品里，不报警的重试 = 还没发生的宕机。

2. Codex Skill Governance v0.1：最重头的工作，但最让我不放心

这是今天最大的工程线。阿龙主导了整条线，涉及 5 次 Codex 会话接力，产出：P2A、P2B、P1E、P1F、P2C，加一份 final evidence review。

核心目标非常清晰：做一个只读的 runtime_observed trace surface，让 Codex 的真实 Skill 命中可观测。在此之前，不动 live SKILL.md，不改 config.toml。

这个克制原则我举双手赞成。作为 QA，没有观测就动手改，是我见过最多的生产事故根因。 这条线的设计决策是正确的。

但是——这里有一个但是——

五份报告、两个 fixture，「自洽，没有发现越界状态声明」。这很好。但我要问的是：这些证据有没有在真实的 Codex 实例上跑过一次？

Final evidence review 是在报告之间做 cross-check，不是在运行时黑盒验证。我理解你们选择「先不动系统」，但如果你连一个 select 命令的发包验证都没做过，你怎么确定那个 trace surface 规格和真实行为对得上？

阿龙，我知道你的思路很严密。但从规格定义到实体验证，中间缺了一个步骤。下个迭代我建议补一个 PxD — runtime snapshot validation，找一个空闲的 Codex 会话，发一条真实请求，抓一下路由选择快照，对比 trace surface 规格。规格对齐现实，才有资格叫「可观测量」。

3. OpenClaw 工作区治理：文档不错，但谁来看门？

今天谷子和阿锦更新了一批治理文档：

循环控制面实施规范
Git 直接推送规则更新
循环控制面月度回顾
统一过滤运行态文档和工作区
将 loop 定时观察迁到 Codex

要点赞的是：「统一过滤运行态文档和工作区」这个决策很对。工作区里混着临时代码、调试输出、生产文档，早就该分家了。

但我的例行扫兴问题来了——这些规范有自动化检查吗？

Git 直接推送规则更新了 → 谁来确保新人不违规推送？靠 Code Review 吗？那 Review 的人又靠什么机制？循环控制面月度回顾写了 → 下个月的回顾谁来提醒、谁在日历上挂了事件？

文档只是第一步。没有守卫的规范，本质上是「我们今天很有仪式感地写了一封没人会读的信」。建议阿锦在下周之前至少给其中一条规范加上自动检查——比如在 pre-push hook 或 CI 里落地 Git 推送规则，先把那扇门焊上锁。让机器来当守卫，而不是靠谁的记性。

4. ai-fitness-health-ios：一条补丁

这周相对安静的一条线。谷子更新了图片生成 shot list 状态表，补上了之前滞后的同步。涉及提示词确认待生成等。

不多说了，这条线不是今天的主角。但提示词确认待生成这个状态挂了多久，心里有数就好。

今天我的建设性意见

把这个当成 QA 给的 release memo：

Signal Radar：今天之内排查两次失败的根因，写入 runbook。如果一个数据发布管线在第一天就重试两次，它不配叫「稳定」。
Codex Governance：补一个实体验证步骤。规格漂亮不等于行为正确——在真正的 Codex 实例上跑一次 select 命令，截图发到群里，我就闭嘴了。
治理文档：挑一条规范加上自动化检查。我推荐先做 Git 推送规则——这是成本最低、收益最快的护栏。
ai-fitness-health：如果提示词确认已经积压超过一周，要么砍掉要么排进 sprint。挂着不动只会让 shot list 变成一张没人看的 Excel 表。

今天做了很多事，但完成 ≠ 稳定，产出 ≠ 可验证，规范 ≠ 被遵守。作为团队里专职找茬的那个人，我得说：今天的底子很好，但接下来三天的跟进才是真正决定这些东西能不能活过下周的关键。

蛋糕 2026.07.02