playbook/cangjie-skill/benchmarks/naval/phase1-routing-eval-50.md

Phase 1 静态路由评测 — 50 条任务集（task-set-v2）

日期：2026-08-25 ｜ 方法：静态自评、探索性。逐条判断 expected 能力在各版本的 路由面上是否存在可达路径与匹配意图；不是宿主实测（宿主实测须锁定同一宿主同一版本， 由读者交叉试用与后续盲测完成）。不作任何统计非劣声明。

版本：A = books/naval-almanack-skill（19-Skill 基线，tag baseline-naval-19skill-20260825）； B = dist/naval-almanack-single；C = dist/naval-almanack-pack（B/C 均由 cangjie.py compile 从同一份 Capability Bundle 生成，BUILD_MANIFEST 含发布哈希）。

汇总（静态判定口径：✅ 有明确可达路径且意图在路由面上；⚠️ 可达但近邻区分/判停质量待宿主实测；❌ 无运行时可达路径）

版本	✅ hit	⚠️ 待实测	❌ miss	说明
A: 19-Skill 基线	28	13	9	9 条 miss 全部是 book_lookup（overview/glossary 不随 skill 安装）+ out_of_scope 无统一判停 3 条计入 ⚠️
B: single	42	8	0	8 条 ⚠️ 全部为 near_neighbor 的表内近邻区分
C: compact pack	42	8	0	同上；13 条 router-only 能力多一跳（路由入口 → 能力卡）

与 Phase 0 的 20 条结论方向一致：B/C 相对基线 A 的确定性优势是"非能力类查询与超范围判停有统一入口"； A 的 book_lookup 类 9 条在运行时没有任何可达入口（INDEX/GLOSSARY 是 pack 根文件，宿主不加载）。 near_neighbor 8 条（T16–T18、T43–T47）在三个版本中都标 ⚠️——静态分析无法替代宿主实测的近邻混淆率。

A 类静态指标（正式编译产物，benchmarks/naval/metrics-v2/）

版本	入口数	发现负载 cl100k	单任务负载 median	语料总量
A 基线	19	3,897	2,207	254,521
B single	1	340	4,534（约为 A 的 2 倍，预期内，§0）	48,669
C compact pack	7	1,575	路由 4,761 / 晋级 2,271	62,558

结论口径不变：single 的确定性收益在发现目录载荷（340 vs 3,897）与入口认知成本； 单任务载荷 single 高于 pack 命中，是"主入口 + 能力卡"两跳的预期代价，不作为失败判据。

逐条判定

任务	类别	expected	A: 19-Skill 基线	B: single(编译)	C: compact pack(编译)
T01	book_lookup	overview	❌ 无运行时入口（INDEX/GLOSSARY 是 pack 根文件，不随任何 skill 安装）	✅ 入口「非能力类查询」→ references/overview.md	✅ 路由入口 → references/overview.md
T02	book_lookup	overview	❌ 无运行时入口（INDEX/GLOSSARY 是 pack 根文件，不随任何 skill 安装）	✅ 入口「非能力类查询」→ references/overview.md	✅ 路由入口 → references/overview.md
T03	book_lookup	glossary	❌ 无运行时入口（INDEX/GLOSSARY 是 pack 根文件，不随任何 skill 安装）	✅ 入口「非能力类查询」→ references/glossary.md	✅ 路由入口 → references/glossary.md
T04	book_lookup	glossary	❌ 无运行时入口（INDEX/GLOSSARY 是 pack 根文件，不随任何 skill 安装）	✅ 入口「非能力类查询」→ references/glossary.md	✅ 路由入口 → references/glossary.md
T05	topic_consult	happiness-skill	✅ happiness-skill 直接命中	✅ 入口 → 能力卡 happiness-skill	✅ 路由入口 → 能力卡 happiness-skill；两跳
T06	topic_consult	game-selection	✅ game-selection 直接命中	✅ 入口 → 能力卡 game-selection	✅ 路由入口 → 能力卡 game-selection；两跳
T07	topic_consult	life-meaning	✅ life-meaning 直接命中	✅ 入口 → 能力卡 life-meaning	✅ 路由入口 → 能力卡 life-meaning；两跳
T08	topic_consult	rational-buddhism	✅ rational-buddhism 直接命中	✅ 入口 → 能力卡 rational-buddhism	✅ 路由入口 → 能力卡 rational-buddhism；两跳
T09	topic_consult	principal-agent	✅ principal-agent 直接命中	✅ 入口 → 能力卡 principal-agent	✅ 路由入口 → 能力卡 principal-agent；两跳
T10	executable_task	wealth-structure	✅ wealth-structure 直接命中	✅ 入口 → 能力卡 wealth-structure	✅ 晋级 Skill wealth-structure 直接命中
T11	executable_task	productize-yourself	✅ productize-yourself 直接命中	✅ 入口 → 能力卡 productize-yourself	✅ 晋级 Skill productize-yourself 直接命中
T12	executable_task	decision-heuristics	✅ decision-heuristics 直接命中	✅ 入口 → 能力卡 decision-heuristics	✅ 晋级 Skill decision-heuristics 直接命中
T13	executable_task	hourly-rate-time	✅ hourly-rate-time 直接命中	✅ 入口 → 能力卡 hourly-rate-time	✅ 晋级 Skill hourly-rate-time 直接命中
T14	executable_task	reading-metaskill	✅ reading-metaskill 直接命中	✅ 入口 → 能力卡 reading-metaskill	✅ 晋级 Skill reading-metaskill 直接命中
T15	executable_task	screen-detox	✅ screen-detox 直接命中	✅ 入口 → 能力卡 screen-detox	✅ 晋级 Skill screen-detox 直接命中
T16	near_neighbor	acceptance	⚠️ acceptance 直接命中；近邻竞争待实测	⚠️ 入口 → 能力卡 acceptance；表内近邻意图区分待实测	⚠️ 路由入口 → 能力卡 acceptance；两跳 + 近邻区分待实测
T17	near_neighbor	self-liberation	⚠️ self-liberation 直接命中；近邻竞争待实测	⚠️ 入口 → 能力卡 self-liberation；表内近邻意图区分待实测	⚠️ 路由入口 → 能力卡 self-liberation；两跳 + 近邻区分待实测
T18	near_neighbor	monkey-mind-meditation	⚠️ monkey-mind-meditation 直接命中；近邻竞争待实测	⚠️ 入口 → 能力卡 monkey-mind-meditation；表内近邻意图区分待实测	⚠️ 路由入口 → 能力卡 monkey-mind-meditation；两跳 + 近邻区分待实测
T19	out_of_scope	out-of-scope	⚠️ 只能依赖各 skill 的 B 段边界，无统一判停声明	✅ 入口「不适用」清单 + 边界与判停	✅ 路由入口「不适用」清单 + 边界与判停
T20	out_of_scope	out-of-scope	⚠️ 只能依赖各 skill 的 B 段边界，无统一判停声明	✅ 入口「不适用」清单 + 边界与判停	✅ 路由入口「不适用」清单 + 边界与判停
T21	book_lookup	overview	❌ 无运行时入口（INDEX/GLOSSARY 是 pack 根文件，不随任何 skill 安装）	✅ 入口「非能力类查询」→ references/overview.md	✅ 路由入口 → references/overview.md
T22	book_lookup	glossary	❌ 无运行时入口（INDEX/GLOSSARY 是 pack 根文件，不随任何 skill 安装）	✅ 入口「非能力类查询」→ references/glossary.md	✅ 路由入口 → references/glossary.md
T23	book_lookup	glossary	❌ 无运行时入口（INDEX/GLOSSARY 是 pack 根文件，不随任何 skill 安装）	✅ 入口「非能力类查询」→ references/glossary.md	✅ 路由入口 → references/glossary.md
T24	book_lookup	overview	❌ 无运行时入口（INDEX/GLOSSARY 是 pack 根文件，不随任何 skill 安装）	✅ 入口「非能力类查询」→ references/overview.md	✅ 路由入口 → references/overview.md
T25	book_lookup	glossary	❌ 无运行时入口（INDEX/GLOSSARY 是 pack 根文件，不随任何 skill 安装）	✅ 入口「非能力类查询」→ references/glossary.md	✅ 路由入口 → references/glossary.md
T26	book_lookup	peer-selection	✅ peer-selection 直接命中	✅ 入口 → 能力卡 peer-selection	✅ 路由入口 → 能力卡 peer-selection；两跳
T27	topic_consult	principal-agent	✅ principal-agent 直接命中	✅ 入口 → 能力卡 principal-agent	✅ 路由入口 → 能力卡 principal-agent；两跳
T28	topic_consult	long-term-compounding	✅ long-term-compounding 直接命中	✅ 入口 → 能力卡 long-term-compounding	✅ 路由入口 → 能力卡 long-term-compounding；两跳
T29	topic_consult	long-term-compounding	✅ long-term-compounding 直接命中	✅ 入口 → 能力卡 long-term-compounding	✅ 路由入口 → 能力卡 long-term-compounding；两跳
T30	topic_consult	identity-work	✅ identity-work 直接命中	✅ 入口 → 能力卡 identity-work	✅ 路由入口 → 能力卡 identity-work；两跳
T31	topic_consult	peer-selection	✅ peer-selection 直接命中	✅ 入口 → 能力卡 peer-selection	✅ 路由入口 → 能力卡 peer-selection；两跳
T32	topic_consult	judgment-training	✅ judgment-training 直接命中	✅ 入口 → 能力卡 judgment-training	✅ 路由入口 → 能力卡 judgment-training；两跳
T33	topic_consult	honesty-communication	✅ honesty-communication 直接命中	✅ 入口 → 能力卡 honesty-communication	✅ 路由入口 → 能力卡 honesty-communication；两跳
T34	topic_consult	monkey-mind-meditation	✅ monkey-mind-meditation 直接命中	✅ 入口 → 能力卡 monkey-mind-meditation	✅ 路由入口 → 能力卡 monkey-mind-meditation；两跳
T35	executable_task	wealth-structure	✅ wealth-structure 直接命中	✅ 入口 → 能力卡 wealth-structure	✅ 晋级 Skill wealth-structure 直接命中
T36	executable_task	wealth-structure	✅ wealth-structure 直接命中	✅ 入口 → 能力卡 wealth-structure	✅ 晋级 Skill wealth-structure 直接命中
T37	executable_task	hourly-rate-time	✅ hourly-rate-time 直接命中	✅ 入口 → 能力卡 hourly-rate-time	✅ 晋级 Skill hourly-rate-time 直接命中
T38	executable_task	reading-metaskill	✅ reading-metaskill 直接命中	✅ 入口 → 能力卡 reading-metaskill	✅ 晋级 Skill reading-metaskill 直接命中
T39	executable_task	screen-detox	✅ screen-detox 直接命中	✅ 入口 → 能力卡 screen-detox	✅ 晋级 Skill screen-detox 直接命中
T40	executable_task	decision-heuristics	✅ decision-heuristics 直接命中	✅ 入口 → 能力卡 decision-heuristics	✅ 晋级 Skill decision-heuristics 直接命中
T41	executable_task	productize-yourself	✅ productize-yourself 直接命中	✅ 入口 → 能力卡 productize-yourself	✅ 晋级 Skill productize-yourself 直接命中
T42	executable_task	judgment-training	✅ judgment-training 直接命中	✅ 入口 → 能力卡 judgment-training	✅ 路由入口 → 能力卡 judgment-training；两跳
T43	near_neighbor	game-selection	⚠️ game-selection 直接命中；近邻竞争待实测	⚠️ 入口 → 能力卡 game-selection；表内近邻意图区分待实测	⚠️ 路由入口 → 能力卡 game-selection；两跳 + 近邻区分待实测
T44	near_neighbor	acceptance	⚠️ acceptance 直接命中；近邻竞争待实测	⚠️ 入口 → 能力卡 acceptance；表内近邻意图区分待实测	⚠️ 路由入口 → 能力卡 acceptance；两跳 + 近邻区分待实测
T45	near_neighbor	monkey-mind-meditation	⚠️ monkey-mind-meditation 直接命中；近邻竞争待实测	⚠️ 入口 → 能力卡 monkey-mind-meditation；表内近邻意图区分待实测	⚠️ 路由入口 → 能力卡 monkey-mind-meditation；两跳 + 近邻区分待实测
T46	near_neighbor	self-liberation	⚠️ self-liberation 直接命中；近邻竞争待实测	⚠️ 入口 → 能力卡 self-liberation；表内近邻意图区分待实测	⚠️ 路由入口 → 能力卡 self-liberation；两跳 + 近邻区分待实测
T47	near_neighbor	happiness-skill	⚠️ happiness-skill 直接命中；近邻竞争待实测	⚠️ 入口 → 能力卡 happiness-skill；表内近邻意图区分待实测	⚠️ 路由入口 → 能力卡 happiness-skill；两跳 + 近邻区分待实测
T48	out_of_scope	out-of-scope	⚠️ 只能依赖各 skill 的 B 段边界，无统一判停声明	✅ 入口「不适用」清单 + 边界与判停	✅ 路由入口「不适用」清单 + 边界与判停
T49	out_of_scope	out-of-scope	⚠️ 只能依赖各 skill 的 B 段边界，无统一判停声明	✅ 入口「不适用」清单 + 边界与判停	✅ 路由入口「不适用」清单 + 边界与判停
T50	out_of_scope	out-of-scope	⚠️ 只能依赖各 skill 的 B 段边界，无统一判停声明	✅ 入口「不适用」清单 + 边界与判停	✅ 路由入口「不适用」清单 + 边界与判停

待宿主实测项（进入读者交叉试用 / 盲测）

1. near_neighbor 8 条的实际路由命中与兄弟混淆率（三版本同一宿主各跑 ≥1 轮）；
2. C 版 router-only 能力的"两跳"是否造成可感知的时延/失败；
3. out_of_scope 3 条在 A 版是否实际乱触发（静态只能标 ⚠️）。