anchored-pro — Anchored Pro (opencode-go)

dsh-anchored-standard 的 rc.6 + opencode-go（deepseek-v4-pro / pro-max）迁移版： Pro 满血执行 —— exact RL persona（"You are a helpful software engineer assistant." 一字不改）× 官方 Minimal 真实工具对（bash + str_replace_editor）× 首轮 reasoningEffort=max。

与 anchored-flash 的区别

	anchored-flash	anchored-pro（本预设）
目标模型	deepseek-v4-flash	deepseek-v4-pro / pro-max
persona	w7（neutral + 分类 + 回顾/收敛/反跑题/深度思考锚）	exact RL spec 句（You are a helpful software engineer assistant.，零附加）
依据	dsh-router-standard P11/P24：flash 最优 w7	minimal 快照 = "the exact RL prompt and schemas"；附加/改写 persona 即落入训练分布间隙（见下）
工具面 / 晋升 / 压缩纪元	Minimal 对 → 发现工具 → 按需解锁	bash + str_replace_editor → 发现工具 → 按需解锁（压缩后目录只增不减）

为什么 anchored-flash「不行」：它对 pro 模型也会注入 w7 深度思考/回顾锚， 把 Pro 的轨迹拉离其 RL 分布。anchored-pro 默认只给 Pro 注入精确 spec 句， 其余全部交给低工具占比首轮与 Minimal 式引导。

为什么 persona 必须是精确 spec 句（重要）

社区与论文证据一致指向同一个结论：V4 Pro 对首行 persona 文本高度过拟合， 只有 "You are a helpful software engineer assistant." 一字不改才是「满血」条件。

1. 本地研究（dsh-router-standard paper，本机 dsh-routing-suite 内有全文）：
   • DSH 官方 minimal preset 的快照测试自称发送的是 "the exact RL prompt and schemas" —— 这一句话 + 低工具占比首轮就是后训练条件本身；
   • A1/A2 双吸引子理论：spec（plan-first、集体语域 "We need"、read-first） 与 react 都是训练局部最优；两者之间的混合提示词 = 训练从未采样的分布 间隙 → 高熵、混轨、工具调用失稳、分数更低；
   • 实测：minimal persona + bash/read → 2/2 minimal-like；paraphrased persona + 2 tools → 1 ambiguous + 1 standard-like；standard persona + 2 tools → 2/2 ambiguous。persona 文本是主导变量，工具 schema 面是 次要条件（minimal persona + 6 文件工具仍 2/2 干净）。
2. 知乎（question/2071773348753945432）：V4 Pro 正式版疑似过拟合 DSH 极简模式——minimal 首轮工具占比低 → 模型关注 user prompt → 高效思维链； standard 25 工具 → 注意力被工具误导 → 垃圾思维链带偏后续全部轨迹。机制 推测为 attention sink / 首轮提示词偏差（first-prompt bias）。
3. X（@GearOfProgram）：「Deepseek-V4-Pro-0813 后训练中和提示词 "you are a ..."」——该版本后训练确实包含此开头提示词。

这解释了此前全部症状：旧版 w6c / w6c-pro-max（spec 句 + 分类指令/收敛锚） = 训练从未采样的混合体 → 首行出现「Let me look at the files first.」（spec 语域本该是 "We need…"）、str_replace_editor 连败、edit read-first 连败。 往 persona 里加任何「改进」都是反向操作，本 preset 因此保持 persona 零 附加（read-first 等行为由 spec 吸引子天然恢复）。

工具面取舍：本 preset 当前默认复现官方 RL 双工具 schema：bash + str_replace_editor。若诊断证据显示后者在 opencode-go 上稳定造成工具失败， 才将 bootstrapTools 改为 [bash, read, write, edit]；不要在没有 wire-level 对照的情况下根据单次轨迹切换。

设计（与 anchored-flash 同构，rc.6 冷扫描迁移）

失效机制（原版 ctx.on('session/event') 驱动晋升在 rc.6 对 preset 平面 失效，已用真实包实证：scoped 监听器 0 次 / 宿主 1 次）→ 全部状态改为在 system-prompt/assemble 时冷扫描持久日志 session.events 推导：

• 晋升：compaction/end 边界之后（或无边界时）的首个 tool/call 或 assistant/message（either 语义）；
• 解锁：扫描 dev_tool_search 的 tool/call 参数（resume 保留）；
• 压缩纪元：compaction/end 重置，需新晋升信号。
• 每次 assemble 全量扫描，无进程内 memo —— 不会过期。

阶段：

阶段	工具面	persona / 上下文
未晋升（首轮）	bash + str_replace_editor（官方 Minimal 真实 RL 工具对）	exact RL spec 句 + 剥离自动注入（AGENTS.md / skill catalog）+ 清空 contexts；reasoningEffort: max
晋升后	引导对 + dev_tool_search / skill_search / skill_load + 显式解锁；压缩过的工作集保留（只增不减）	exact RL spec 句持续；一次性「指令文件存在」提示；恢复注入；reasoningEffort 回到宿主 settings（通常 max）
压缩后	引导对 + 工作集（read/write/edit/glob/grep/todo/ask）	直到新晋升信号；当前 preset 同样走 max

• Flash 模型（/flash/i）自动退回 w7（兼容备用）；config.proPersona / config.flashPersona 可覆盖。Pro 默认即 anchored-standard 原版一句话方案 （Project2 99 分）——不要给它追加锚（混合 persona = 分布间隙）。
• bootstrapTools 可配置：当前值为 [bash, str_replace_editor]，即官方 RL 工具对；只有实测说明编辑器 schema 是触发变量时才改为文件工具回退集。
• 可选 bootstrapReasoningEffort：首轮/压缩回退阶段的 reasoning effort， 'off' | 'high' | 'max'；null/false 禁用（完全跟随宿主）。插件本身在 未配置时默认 'high'，但此 preset 的 agent.cordis.yml 显式选择 'max'。 晋升后保留宿主 selection 的 effort；若 selection 漏值才用该配置兜底。 opencode-go 的 deepseek-v4-pro 只支持 off/high/max 三档。
• 可选 bootstrapMaxTokens（opt-in）：经 agent/request waterfall 送达首轮 请求、晋升后显式剥离。默认不设。 ⚠️ reasoning 模型慎用：maxTokens 同时封顶「思维+答案」，思维中途截断会 表现为「let me 碎片循环」——压链长请用 bootstrapReasoningEffort。
• 任一阶段工具缺失 → 降级全目录 + 一次性告警，绝不砸会话。
• 已知边界：spec persona 对 fix 型任务满血；build 型任务偏弱（paper 实测 spec 6/10 vs react 10/10）。需要 build 满血时后续可加 router-standard 式 外部路由（本次不做）。

安装

mkdir -p ~/.dsh/.agent-presets
cp -R preset ~/.dsh/.agent-presets/anchored-pro

重启 DSH，新会话选择 Anchored Pro (opencode-go)（推荐：配合 agent-default-model 设为 opencode-go / deepseek-v4-pro / reasoningEffort: max）。

测试

node preset/bootstrap.test.mjs       # 阶段推导 + persona 路由纯函数
node preset/bootstrap.smoke.test.mjs # apply() 阶段冒烟 + effort/maxTokens 相位控制
node verify/wire.test.mjs            # 本地代理、脱敏、SSE 解析、重放与矩阵离线测试

Wire-Level Parity Diagnosis

verify/ is source-only diagnostic tooling. It is not referenced by agent.cordis.yml, so installing or restarting the preset does not activate capture, logging, or any model-facing behavior change.

The required sequence is capture first, exact replay second, and controlled field removal only after those two disagree. Do not use a plan-mode session: plan-mode text is intentionally retained in the system prompt and is not a valid test of the 46-character Minimal persona.

mkdir -p /tmp/anchored-pro-wire/captures /tmp/anchored-pro-wire/replays
node verify/wire-capture-proxy.mjs \
  --output /tmp/anchored-pro-wire/captures \
  --target-base https://opencode.ai

For one fresh, non-plan DSH first turn, temporarily route the normal https://opencode.ai/zen/go/v1 base through http://127.0.0.1:8787/zen/go/v1. Keep the model, system prompt, tools, effort, and user message unchanged. The proxy forwards the actual request to the gateway and writes a private capture with credentials redacted. Capture files still contain prompts and publicly streamed model text, so keep them out of the repository and do not share them unreviewed.

For a source-controlled preset-aware headless capture, the included overlay temporarily replaces only the stock headless runner. Its runner follows the same Web factory order, installs model selection, then mounts anchored-pro through agentPresets.mount(). It changes neither settings.yaml nor Web configuration.

dsh --profile headless --patch verify/wire-headless.patch.yml \
  'Inspect the current repository, identify and read README.md, then report its title. Do not edit files.'

Verify the saved payload before treating this as a valid preset sample: its first real task request must contain only the exact Minimal system persona and the two bootstrap tools. Use the Web GUI as a second acceptance arm only when Web-specific transport or application behavior is under investigation.

node verify/wire-replay.mjs \
  --capture /tmp/anchored-pro-wire/captures/CAPTURE.json \
  --output /tmp/anchored-pro-wire/replays \
  --dsh-credentials \
  --repeat 12

node verify/wire-report.mjs \
  /tmp/anchored-pro-wire/captures/CAPTURE.json \
  /tmp/anchored-pro-wire/replays/*.json

Only if the raw replay differs from DSH should a field be tested in isolation. The example matrix covers header removal, max_tokens, effort, and tools; it never invents a session ID. Edit it only with fields that actually appeared in the capture, then start with a small repeat count because each row consumes gateway quota.

node verify/wire-matrix.mjs \
  --capture /tmp/anchored-pro-wire/captures/CAPTURE.json \
  --matrix verify/wire-matrix.example.json \
  --output /tmp/anchored-pro-wire/replays \
  --dsh-credentials \
  --repeat 3

If the exact replay reproduces the same exposed Let me... reasoning register, the evidence supports a gateway/model-routing conclusion rather than a preset change. If one captured field isolates the difference, modify only the layer that owns that field and rerun this procedure before changing persona or tool policy.

回灌切断（本次升级核心）

opencode-go 网关经 pi-ai 适配层时，deepseek-v4-pro / deepseek-v4-flash 声明 compat.requiresReasoningContentOnAssistantMessages: true —— 历史上 每一轮的思维链全文会被作为 reasoning_content 回灌给模型。后果：

• 模型看到自己上一轮的 "Let me…" 长链，模仿并延续 → 语域逐轮漂移；
• 没装本 preset 的旧对话（混乱轨迹）也会回灌 → 污染智力。

修复（@earendil-works/pi-ai/dist/api/openai-completions.js，provider 级， opencode-go 全覆盖）：

if (nonEmptyThinkingBlocks.length > 0 && model.provider !== "opencode-go") {

• opencode-go 的 assistant 消息不再回灌思维链文本；
• reasoning_content: "" 空串仍发送（满足网关字段要求）；
• 思维链仍存储并显示在 UI（Think 块不变），只是不再喂回给模型；
• wire 实测：空串回灌 → "我们需要/We need/Let's" 语域稳定；全文回灌 → 漂移为 "Let me…"；官方 API 从不回灌 → 满血语域。

⚠️ 这是对 npm 全局包（@earendil-works/pi-ai）的 patch，升级 dsh/pi-ai 会被覆盖，需重打；备份在 openai-completions.js.bak-anchored-pro。

评测数据（9 组合横向对比）

统一测试任务：煮沸水钙镁建模题（质量守恒 + 沉淀 + 蒸发 + 冷却回溶，纯推理不调工具），全部 reasoningEffort=max。

思考链词汇对比

组合	思考字符	Let me	We	Let's	/千字
Anchored Pro（本 preset）	91,692	13	6	131	0.14
Anchored Pro Deep	129,376	127	3	26	0.98
极简官方 pro	122,928	7	4	153	0.06
标准官方 pro	71,097	49	1	1	0.69
标准 opencode pro	67,545	46	1	4	0.68
标准 opencode flash	121,509	97	2	1	0.80
Router Flash（切断）	110,823	85	0	1	0.77
Router Flash（未切断）	245,011	154	0	4	0.63
Router Flash Deep	105,387	83	0	1	0.79

建模水平评分（六维加权，百分制）

排名	组合	正确(28)	严谨(24)	效率(14)	语域(10)	深度(14)	结构(10)	总分
#1	Anchored Pro Deep	28	24	11	5	14	10	92
#1	极简官方 pro	27	23	12	9	11	10	92
#3	Router Flash Deep	28	24	11	6	13	9	91
#4	Anchored Pro	28	24	12	9	8	8	89
#5	标准官方 pro	27	23	13	6	10	8	87
#6	Router Flash 未切断	28	24	8	4	13	9	86
#7	标准 opencode pro	27	22	14	5	9	8	85
#8	Router Flash 切断	26	22	11	7	7	8	81
#9	标准 opencode flash	26	22	9	6	8	8	79

编程能力实测（Codeforces 难题）

题目	难度	Anchored Pro（标准）	Anchored Pro Deep
CF 1842E Tenzing and Triangle	2800	✅ 独立解出（样例+500对拍全过）	✅ 独立解出（样例+300对拍全过）
CF 1778E The Tree Has Fallen!	2900	✅ 独立解出（线性基+换根，0.05s）	✅ 独立解出（可持久化线性基，28min）

结论

• Anchored Pro（标准）：满血语域（we/let's）+ 高效率，日常首选；
• Anchored Pro Deep：极限深度（建模并列第一），适合复杂建模/长分析，代价是思考链 let me 密度高（不影响输出质量）；
• 回灌切断是 opencode-go 语域干净的关键（实测 let me 减半以上）。

Anchored Pro Deep（长思考引导，可选）

切断回灌后，pro 模型失去"看到自己历史长链"的激励，复杂建模/长分析任务中 思考可能变浅。deepThinking: true 在 exact RL spec 句之后追加显式 五阶段推演指令（Scope → Model → Challenge → Cross-check → Conclude）， 首行仍是 spec 句（RL 锚定不破坏），同时要求结构化分阶段思考、主动 red-team 自查、独立交叉验证，并内置反 "Let me…" 空转锚。

# agent.cordis.yml → anchored-pro-bootstrap 行
config:
  deepThinking: true   # 默认 false = 纯 spec 句（exact RL）

• deepThinking: false（默认）—— 满血标准形态：纯 spec 句，we/let's 语域， 建模实测 30/30；
• deepThinking: true —— Deep 形态：spec 句 + 五阶段引导，适合需要更详尽 推演的建模/长分析任务；
• proPersona 自定义优先级高于 deepThinking；Flash 不受影响（仍走 w7）。

致谢

基于 xiaobright/dsh-anchored-standard （MIT）与 SheberDavid/v4-flash-godmode-opencode-go 的迁移手法（MIT）。