轨迹自行分段：以Agent声明的边界为训练单元

长程编码Agent轨迹与现有训练信用单元不匹配：单个动作没有稳定价值，整段标签混合有效探索和被放弃方向，固定窗口则按日志机制截断。我们提出采集时的语义自分段，以声明式约定让行动Agent在生成轨迹时显式表达边界。用可证伪因果假设实例化后，连续采用的假设界定长度可变的语义阶段，无需里程碑词汇、标准补丁、环境回放、教师logits或事后分段器放置边界。Agent命名猜想后，评审可按名称否定，从而生成真实日志中罕见的错误原因—纠正转移；一次采集产生四种监督目标，包括整段标签丢弃的失败区间审计监督。删除声明后，仅给切分点而不给假设，模型仍能以超过随机两倍的表现将动作块归到主导假设，胜过同轨迹等长分段（配对符号检验p=0.0002），通过词汇控制，并在标签置换后失效。要求定位边界时，不看代码的标注者在40个边界中匹配24个，随机放置为11.5个；机械测试事件规则在从严格到宽松的扫描中均未优于随机。因此分段具有连贯性且不易低成本复现。下游对2551个阶段边界对做DPO，在91个对抗性留出条目上没有改变任何决策；匹配构造的60个条目中有四个由错变对，两种控制均无变化。已有来自单一生成器的1825对样本时，下一步应改变的是语料多样性，而非边界定义。