面向组合式Agent框架修复的能力层：受控商化与真实仓库压力测试

Agent harness组合了检索、路由、状态、溯源与验证，但局部成功的组件可能在共享状态上不一致。我们用有限“能力层”（capability sheaf）建模这一失效：茎（stalk）编码类型化行为签名，限制映射保留共享字段，被接受的运行是有用的全局截面。一个精确的有限约束满足问题（CSP）定义接受条件，而线性化的相对上同调类提供诊断与搜索特征。在20个任务簇上的受控实验引入了隐藏的内部中介者，其原始状态为干扰变量。对其上边缘做商化将每簇候选预算从2,000降至1,000；对齐隐藏状态则消除该差距。精确CSP与商化结果持平，因此该结果证明的是对过期代表元的不变性，而非优于精确推理。随后我们在PatchFuseBench的SWE-bench Multilingual池的一个发现集上测试该方法：来自20个仓库的160个issue、875个真实候选补丁、2,579个源感知编辑原子以及153个新执行的补丁。首个池级构造是常量，因为在coker D中有 [b−Dx]=[b]，故无法为配置排序。按候选索引的修复在848/875个候选上非平凡，并在120/160个issue内有变化。它解决118个issue，而匹配的非上同调选择器解决116个，但该差异在跨仓库层面得不到支持（精确符号翻转检验 p=0.75）。留一仓库弃权门控达到127/160，与强锚点持平，比其匹配门控多解决一个issue（p=1.0）。因此发现集门控失败，确认集保持封存。该研究支持受控不变性机制与可识别性校正，但不支持真实世界中的上同调优势。