fix: strengthen learning validity across orchestrator and S1-S7

[kms9]

目标

按本轮评审修复总控与七阶段 Skill，使流程不再只保证“状态机完整”，同时机械约束诊断效度、确认语义、真实/模拟证据隔离、迁移保持和模型持久化。

核心变更

• 总控：普通“继续/下一步/跑完流程”不再自动确认多个默认字段；guided flow 在真实输入处停止。
• S1：结构化 confirmed_fields / unconfirmed_fields，最终验收包含未见任务、迁移和适用的保持。
• S2：按独立来源组计数；高影响主张无法追源时降级。
• S3：复合题必须拆为 sub-item → indicator → node；记录 minimum_observations。
• S4：改为 8–12 分钟短筛查 + 自适应探针；未测节点保持 unknown；单题不能判多个 mastered。
• S5：unknown 不等于未掌握；计划从真实前沿和错误类型出发，控制认知负荷。
• S6：先独立尝试、记录实际提示、撤架后新任务；只产出候选证据。
• S7：掌握要求独立证据、迁移和适用的延迟保持；无后端时不得伪持久化。
• Schema/validator：增加 synthetic_learner_behavior，阻止真实项目引用 simulations/**，检查八个 Skill 的关键规则。
• 恢复 workspace/AGENTS.md，修复此前全仓 validator 的共享文件缺失。
• 同步 README 和 FDE 示例诊断计划/G4。
• 更新八个 Skill eval，覆盖含糊确认、同源重复计数、复合题、unknown、提示依赖、模拟污染、保持和持久化。

预期验证

• python3 scripts/validate_delivery_contract.py
• python3 scripts/validate_delivery_contract.py --project-dir workspace/forward-deployed-engineer
• JSON / JSONL 解析
• Skill eval dry-run / CI

注意

当前分支保留既有 simulations 夹具作为非门控历史；新合同要求新的 fixture 使用 synthetic_learner_behavior，并由 validator 阻止其进入真实项目状态。