工作区：测试区自动迭代一轮

本目录记录“复用现有多槽位测试区，为目标模型引入一轮自动提示词迭代”的设计与过程。 本期不新建独立的 SPO/实验页面，而是在现有测试区内增加自动迭代入口与四槽位预设。

说明：目录名保留了最初的“一轮自动迭代”提法，但目录内容已经扩展为三部分：

1. 一轮自动迭代的早期方案
2. compare evaluation 的通用增强
3. 薄 SPO 的上层封装设计

快速入口

• 任务计划：./task_plan.md
• 发现与决策：./findings.md
• 进展日志：./progress.md
• 结构化对比评估与通用智能重写：docs/architecture/structured-compare-and-evaluation-rewrite.md
• 薄 SPO：UI、交互与停止规则：docs/architecture/spo-thin-loop-ui-and-stop-rules.md
• 实施拆分：Compare Stop Signals 与薄 SPO：./implementation-split-compare-stop-signals-and-spo.md

相关文档

• 架构设计：docs/architecture/test-area-auto-iterate-one-round.md
• 架构补充：docs/architecture/structured-compare-and-evaluation-rewrite.md
• SPO 架构补充：docs/architecture/spo-thin-loop-ui-and-stop-rules.md
• 对比评估现状：docs/workspace/compare-evaluation-analysis/current-spec.md
• 现有测试区版本/模型选择设计：docs/architecture/test-area-version-model-selection.md

当前范围

• basic-system 优先
• 自动迭代仅做一轮
• 仅改写 workspace 提示词，不自动保存历史版本
• 通过 目标模型 + 参考模型 自动生成 4 槽位测试预设
• 四槽位中的历史参考统一称为“上一版本（previous version）”，不再使用 v-last
• 下一阶段的 SPO 设计以“薄编排层”为目标，重点是多轮循环、停止条件和结果展示，而不是新增 judge 能力
• compare evaluation 的增强方向是：
  • Generic Compare
  • Structured Compare
  • 通用 rewrite from evaluation
  • 通用 machine-readable stop signals

当前实现状态

• 当前仓库中，这一主题仍处于“文档设计完成、代码待按新方案重新落地”的状态。
• 此前曾尝试过一版自动迭代 demo，但因为与最新的“compare 通用增强 + 薄 SPO”边界不一致，已经回滚。
• 因此，本目录中的“已完成”主要指设计收口，不代表当前主干代码里已经存在可用实现。
• 当前正式设计稿统一放在 docs/architecture/，本目录只保留任务计划、过程记录和拆分说明，避免同主题双份文档继续漂移。

阅读建议

• 如果你要看“当前已实现行为”，优先阅读：
  • docs/workspace/compare-evaluation-analysis/current-spec.md
• 如果你要看“下一阶段 compare 应如何升级”，优先阅读：
  • docs/architecture/structured-compare-and-evaluation-rewrite.md
• 如果你要看“下一阶段 SPO 应如何保持很薄”，优先阅读：
  • docs/architecture/spo-thin-loop-ui-and-stop-rules.md
• 如果你要看“推荐落地顺序”，优先阅读：
  • ./implementation-split-compare-stop-signals-and-spo.md

归档规则

• 任务完成后，将本目录归档到：docs/archives/<id>-test-area-auto-iterate-one-round/