DWP v5: обещания становятся гарантиями

Сегодня мы выпускаем Deep Work Plan v5. Это не переписывание с нуля: это месяцы реального использования — включая прямой аудит 108 реальных планов, — которые пробел за пробелом выявляли, где обещания методологии и реальное поведение агента могли расходиться. Честное резюме этого релиза: методология обещала всё это и раньше — теперь она это гарантирует. До v5 агент, следовавший документации буква в букву, всё же мог попасть в реальные сценарии отказа; каждый из них, выявленный благодаря этому использованию и этой обратной связи, теперь закрыт и закреплён исполняемым тестом, а не залатан дополнительной прозой. Контрактный набор скилла вырос за этот цикл со 132 до 258 тестов, и каждая гарантия ниже была вживую проверена против выпущенного тега — установлен в чистый репозиторий и проведён через собственные сценарии ещё до того, как написана эта запись.

Верификатор, который никогда не заявляет непроверенный успех. Проверки соответствия раньше деградировали молча: без способного интерпретатора они пропускали все проверки, но всё равно печатали вердикт «соответствует», а жирный текст внутри поля можно было принять за отсутствующее поле. Теперь верификатор завершается с явным вердиктом UNVERIFIED всякий раз, когда не может реально проверить. Верификатор никогда не отчитывается об успехе, которого не проверял, — доверие к гейтам и есть всё предложение, а гейт, способный пропустить собственную проверку, разрывает эту цепочку.

Единый контракт одобрения для Lite-планов. Три поверхности отвечали по-разному на вопрос «означает ли запуск этого плана одобрение его текущего охвата?», и агент мог упереться в тупик или выполнить работу без авторизации ровно на самой опасной границе. v5 закрепляет один контракт повсюду: явный execute или resume одобряет текущий ready-охват и фиксирует это одобрение до любой работы; ожидающее предложение само по себе ничего не авторизует; прерванное повышение восстанавливается до запуска любой продуктовой работы.

Мультирепозиторная оркестрация, которая ничего не портит. Переопределение окружения оркестрирующего хаба раньше просачивалось в дочерние репозитории — дочерний мог писать состояние планов в папки самого хаба. Шаблоны оркестратора также печатали FAIL, завершаясь с кодом успеха, а проверка полноты, грепающая строку статуса, могла принять одну выполненную задачу за выполненный план. Теперь корень хаба сохраняется до перехода в подрепозитории, каждый дочерний разрешает свой собственный .dwp/ изолированно, каждая ветка отказа завершается с ошибкой, полнота читается из статуса верхнего уровня плана, а точка входа devcontainer распространяет ошибки копирования до удаления чего-либо.

Единая матрица согласия для аддонов. Какой аддон ставится по умолчанию, какой лишь предлагается и какая ревью обязательна — раньше поверхности отвечали по-разному. v5 объявляет одну матрицу: AI Diff Reviewer обязателен для локальной ревью, зафиксирован на проверенном релизе, ревью в CI — явное opt-in, которое никогда не устанавливает себя само; аддон design-system — обязательное предложение при обнаружении UI-работы, но установка только по явному согласию; аддон dependency-upgrade приходит как почти стандартный инертный делегатор с откатом по точному снимку; dailybot отчитывается только там, где авторизован. Пустой diff больше не считается выполненной ревью.

Настоящая механика для длинных планов. Аудит 108 реальных планов показал: параллелизуемая работа была обычным делом, но последовательное решение почти никогда не объявлялось, а стадийные гейты существовали лишь как разовая практика. v5 требует всегда объявлять решение об исполнении — последовательное с зафиксированной причиной, когда параллелизм не оправдан, — добавляет опциональные Stage Gates для планов из двадцати и более задач и обогащает Plan Variables уровнем строгости, планкой доказательности и запрещёнными действиями. Всё это загружается прогрессивно и никогда не отягощает Lite-план.

Обязательный Context, одна цель на задачу. Планы могли сползать в списки задач без контекста, а одна задача могла упаковать три цели за одним зелёным гейтом. v5 требует пару Goal и Context на уровне плана и Context на каждую задачу — то, что новой сессии нужно, чтобы начать эту задачу в одиночку, — в каждой новой записи (завершённые записи остаются ровно как написаны), и делает «одна цель на задачу» нормативным правилом с защитой от распада.

Безопасный путь обновления. /dwp-upgrade — новое. Фаза проверки только читает и ничего не устанавливает; обновление начинается только с явного согласия, причём локальные адаптации сравниваются и показываются до перезаписи чего-либо; установка нацелена на точный тег и проверяет сама себя; онбординг перевыпускается как свежий init. Обновление никогда не трогает .dwp/ — ни один план, файл состояния, запись гейта или доказательство не мигрирует, не переписывается и не инвалидируется.

Честные измеримые доказательства. Заявления об эффективности теперь перемеряются на трёх базовых линиях — v3.0.0, v4.0.3 и финальном дереве — со скриптом измерений, закоммиченным в репозиторий. Результаты сообщаются в байтах файловой системы и никогда не пересчитываются в токены или стоимости, за которые мы не можем поручиться; каждое непроверяемое заявление карантинизируется как таковое в записи оценки.

Версионированный, опубликованный контракт. Каждое обещание выше подкреплено данными, которые могут прочитать другие инструменты, а не только прозой: форматы plan-manifest и plan-state теперь версионируются как линия схем v5 — plan-manifest/v5.json и plan-state/v5.json — так что план, верификатор или сторонний инструмент может проверить соответствие опубликованному, машиночитаемому контракту вместо абзаца документации. В линии v5 ничего не меняет форму по сравнению с v2: существующие планы, ссылающиеся на схемы v1 или v2, остаются действительными и никогда не переписываются.

Deep Work Plan v5 следует стандарту DWP 5.0.0. Читайте нормативную спецификацию, смотрите репозиторий скилла или начните внедрение с /init.

Обновление — 2026-09-17 · скил v5.4.0

Первый точечный релиз линии v5 закрывает последний путь, которым план мог завершиться на работе, никогда по-настоящему не проверенной, и определяет, где хранится собственная доказательная база плана. Стандарт DWP 5.0.0 не меняется: это релиз контракта дополнения и документации, а не схемы.

Обзор, который никогда не выполнялся, больше не неотличим от чистого. Проверка безопасности в Final Review уже различала отсутствующего ревьюера — фиксируемого как находка — и сорвавшийся вызов, который предупреждает один раз и продолжает. Ревьюер выше по течению добавил третий исход: запуск, который стартует и завершается, не записав ни одной находки. Без собственного имени он сливался с «проход завершён и ничего не нашёл», а это позволило бы закрыть план на обзоре, которого не было. Теперь это самостоятельное состояние: фиксируется как незавершённый обзор, никогда не засчитывается как доказательство чистоты набора изменений и никогда не служит основанием закрыть Final Review. Три разных исхода — и ни один не означает, что диф прочитали и он оказался чистым.

Доказательства плана принадлежат плану. Стандарт уже помещал запись анализа, реестр skills, обзор безопасности и логи шлюзов в analysis_results/ самого плана, но никогда не формулировал эту исключительность как правило. Поэтому собственный аудиторский инструмент репозитория, чей путь отчёта по умолчанию указывает на рабочий каталог, мог записать доказательства плана в корень репозитория, и ни один поток этого не замечал. Спецификация теперь этого требует: всё, что поток производит о плане, попадает в папку этого плана, а инструменту, чей вывод по умолчанию — рабочий каталог, нужно явно передать его опцию вывода. Доказательство, которого нет там, где план его обещает, — потерянное доказательство. В этом практическая причина правила, а не предпочтение в раскладке файлов.

Закреплённая версия AI Diff Reviewer поднимается до v2.3.0. Обязательный локальный обзор теперь ставит ревьюера, который разделяет runner и backend: тот же обзор можно запускать против любого совместимого эндпоинта, не меняя того, от чего зависит DWP, — гарантия нейтральности усиливается, а не ослабевает. Добавились установщики с проверкой контрольной суммы, измеренные, а не предполагаемые значения стоимости по умолчанию, и последующие раунды, которые разбирают реально новый диф, перенося нерешённые находки. У последнего есть договорное следствие, которое стоит сказать прямо: заявление самой модели о том, что находка решена, её не снимает — снимает сопровождающий.

Принципы работы теперь поставляются вместе с харнессом. v5.5.0, вышедший в тот же день, заставляет онбординг учить агентов репозитория не только тому, что в репозитории есть, но и тому, как работать: десять компактных моделей поведения — отвечать за результат, искать прежде чем спрашивать, самостоятельно решать рутину, эскалировать когда оснований или полномочий действительно нет, и проверять прежде чем заявлять о завершении, среди прочих — записанных прямо в AGENTS.md, где их найдёт агент, читающий только точку входа. Это значения по умолчанию в рамках запроса, а не новые полномочия: они не могут перекрыть разрешения хоста, более узкий объём, шлюзы плана или собственные правила согласования репозитория. Обновление согласует их по смыслу, а не по ключевым словам, поэтому равнозначные правила, уже имеющиеся в файле, сохраняются, а не переписываются.

Закреплённая версия AI Diff Reviewer поднимается до v2.3.1. Скил v5.5.1 устанавливает ревьюера, у которого check, тело обзора и отслеживающий комментарий согласованы. Тело, в котором написано Recommendation: approve, не доказывает, что check прошёл, — читайте блок Check status маркера отслеживания. В режиме advisory подтверждённое исправление может снять находку, чей тред уже свёрнут, поэтому застрявший PR может стать зелёным после настоящего исправления.

Нормативный текст — в спецификации, возможности ревьюера — в справочнике дополнения, источник — в релизе v5.5.1.

Обновление — 2026-09-25 · skill v5.5.3 + ревьюер v3.1.1

Аддон AI Diff Reviewer теперь документирует и устанавливает линию v3 ревьюера, выпущенную 2026-09-24 (v3.0.0 → v3.1.1, подвижный пин @v3). Skill v5.5.2 переписала нормативные документы аддона, онбординг-хук и шаблон интеграции вокруг того, что ревьюер v3 реально делает, а v5.5.3 выпустила сторону CI. Самые нагруженные изменения, сверенные с выпущенным ревьюером на теге v3.1.1:

critical gating’уется только после подтверждения. С v3 каждый заявленный моделью критический находок — плюс 30-процентная выборка предупреждений — проходит вторую короткую проверку по коду отдельным вызовом модели (≈ 3 k токенов, 10 с и $0.009 за подтверждённый находок). critical публикуется — и блокирует Final Review — только когда этот верификатор его подтверждает; опровергнутые утверждения остаются видимыми как аннотированные предупреждения и перечисляются в структурированном выводе, никогда инлайн. Обзор, исчерпавший лимит ходов (incomplete) или настенные часы (timeout), красный при блокирующей строгости: «нет находок» теперь всегда означает, что ревьюер посмотрел и ничего не нашёл.

Бюджет следует уровню риска. Бюджет обзора выводится из детерминированного уровня риска изменения — 8/20/30/40 ходов от low до critical — и push без изменений кода выполняет раунд только верификатора с −93 % стоимости. budget-profile: fixed восстанавливает до-v3 константы на переходный период; инкрементальные раунды сокращают входные токены на 62–76 %.

Шесть под-skill, одна из них — цикл. Роутер получает address-review (новая в v3.1.1): одно обращение находит открытые PR ветки, проверяет, что обзор свеж для текущего head, представляет находки и — после одного «да» — применяет, коммитит малыми пачками Conventional Commits, пушит и перевзводит ревьюер так, как репозиторий его триггерит. apply-review остаётся только для чтения; структурированный вывод (review-output/3.0) — машинный путь для любой автоматизации. Линия @v2 остаётся замороженной на release/v2 с шестью месяцами поддержки безопасности и каталога — v3 является рекомендацией, никогда принудительной миграцией.

Ревьюер теперь проверяет и собственный репозиторий. Репозиторий skill и этот веб-сайт оба запускают этикетко-гейтованный CI-обзор — одну grok-ногу через DailybotHQ/ai-diff-reviewer@v3, срабатывающую один раз за применение этикетки ready (снимите и наденьте её снова для повторного запуска), с честным пропуском при отсутствии провайдерского секрета. Этот сайт также vendor’ит ревьюер v3.1.1, так что локальный Final Review и документация теперь учат одному и тому же контракту.

Читайте спецификацию, справочник аддона для полного списка возможностей v3, релиз v5.5.3 для источника или релиз ревьюера v3.1.1 для того, что изменилось вверх по потоку.