[Future][Governance] Turn recurring agent papercuts into evidence-linked improvement proposals

[kevintseng]

目標

讓重複出現、可歸因的 agent friction 或 skill papercut 能被整理成有證據的 improvement 提案，交由人類接受、拒絕或延後；系統不得自動修改 Skill、產品行為或正式政策。

問題

單次錯誤可能只是偶發事件，原始 transcript 或 tool trace 又可能包含私人內容與高 cardinality 資料。若完全不整理，重複摩擦會持續浪費工作；若直接自我修改，則會把不完整觀察升格為未授權政策。

工作內容

• 定義可接受的最小 papercut signal：失敗分類、surface、bounded fingerprint、發生次數、版本／host identity、已知 workaround 與 evidence handles。
• 只從既有、允許的 lesson／receipt／evaluation 路徑建立候選，不新增第二套 event store。
• 在達到預先定義的 recurrence、evidence quality 與 privacy gate 後，以 idempotent 方式建立或更新一個 evidence-linked improvement proposal。
• 合併相同 root cause，分開不同 root cause；不得只因錯誤文字相似就合併。
• 提案必須包含問題、候選改變、success criteria、failure scenario、來源與限制。
• human accept/reject/defer 仍使用既有治理路徑；accept 只代表工作被接受，不代表 implementation 或 outcome verified。
• 定義 retention、cardinality、redaction、secret rejection 與 owner graph isolation。

完成證據

• 一次性或低證據事件不會自動產生公開政策或重複提案。
• 相同 bounded fingerprint 的重跑保持 idempotent，且來源 evidence 可追溯。
• 不同 root cause 不會被錯誤合併；故意相似的錯誤文字有負面測試。
• Raw prompts、transcripts、tool arguments、credentials、私人 payload 與 secrets 不被寫入 proposal。
• Agent 無法透過 public input 自行宣稱 proposal 已被人類接受。
• Proposal acceptance 不會自動修改 Skill、source、configuration、release scope 或 task state。
• Simplification review 證明重用現有 improvement／dream staging 與 review lifecycle，沒有平行 approval system。
• Fresh packaged/runtime replay 證明 create、dedupe、reject/defer、accept 與 evidence readback 的完整邊界。

相依與非目標

• 可使用 [Future][Optional] Add privacy-safe recall cost/usefulness observability #255 的 privacy-safe observability disposition；若 [Future][Optional] Add privacy-safe recall cost/usefulness observability #255 deferred，本 issue 必須以現有 bounded evidence 運作或結案為 deferred。
• 不宣稱 self-improving agent，不自動調 prompt、模型、Skill 或 ranking。
• 不指定版本號、日期或 assignee。