feat+eval: M1 工程制度迁移 + round-8 缺口全闭合（P0 全绿收口 / P1-1 诚实负结果）

[AricRedemption]

M1 工程制度迁移 + round-8 缺口全闭合

类型（必选其一，自检清单见 docs/DELIVERABLE_TYPES.md）: eval + feature + fix + docs（按 commit 分类型）

原则状态：P1 维持 SUPPORTED（证据加强：第八波 P0-3 收口）；P2 维持 SUPPORTED（证据加强 + 边界注记：第九波样本效率口径细化）。

变更摘要

本 PR 在原「工程制度迁移」（observability 溯源 schema、PRINCIPLES 原则台账、DELIVERABLE_TYPES 自检清单、audit 单测、benchmark 集成测试、PR 模板）基础上，完成 round-8 gap review 全部缺口的闭合：

1. P0-3 收口（缺口 feat+eval: M1 工程制度迁移 + round-8 缺口全闭合（P0 全绿收口 / P1-1 诚实负结果） #1，第八波）：benchmarks/energy_drift_eval.py——新 context（半群配方）100 步能量漂移 vs v0.1 基线 6.2 的直接对比。orbit 1.75 ± 0.51 ≤ 记录基线（3.5× 余量），≤ 同环境重测锚点 3.33，rollout MSE 同步优 3.7×；v0.1 锚点复现核查 5.55 / 63.5 vs 记录 6.2 / 37.8。P0 四目标全绿。两次独立全量运行逐 seed 一致（CPU 确定性）。
2. P0-2 显式钉死（缺口 #3）：tests/test_p02_acceptance.py——trained@N → 零样本@m：1D 场 16→32/13、2D 场 8×8→12×16（非方形，钉死 H/W 独立）、N-body 4→6 体 + dim=1/2 与 v0.1 兼容（精确时间可逆、随机头有界漂移）。测试触达并修复一个真 bug：HamiltonianHead / FiLMHamiltonianHead / NBodyHamiltonianHead 的 energy() 在 lead 维 + context 下形状不广播（train.py 的 drift-penalty 默认路径从未暴露过它）。
3. P0-4 可追溯性（缺口 #4）：docs/test-traceability.md——v0.1 @a838d6c 的 13 个测试逐一映射，全部同名存活且通过（逐名点跑 13/13）+ 三个测试文件头注释。
4. P1-1 样本效率双曲线（缺口 #2，第九波，诚实负结果）：benchmarks/sample_efficiency_eval.py——同一模型同一预算，唯一变量是训练循环（prefix vs all2all），5 档样本 × 3 seeds。prefix 在 n≈128 饱和（~2.5）；all2all@128 即 1.78 优于其全阶梯最佳，@512 达 1.04（同等预算深 2.7×，seed 0 与第五波记录逐位一致）。「≤1/5」字面口径不予认证（plateau 简并 + 深水平 prefix 不可达），verdict 输出多层诚实分析。
5. 文献核实：PRD 6/6 引用真实且用法相符（docs/literature-verification.md，夜间批次）。

自检清单

• pytest tests/ -q 全绿（69/69：4 个 P0-2 验收测试 + 3 个 benchmark 集成 smoke + 既有 62）
• eval 类：结果 JSON 含 meta 溯源块，python benchmarks/audit_results.py --check 退出码 0（13/13）
• eval 类：docs/PRD.md（§17 第八波、§18 第九波）/ docs/PRINCIPLES.md（P1、P2）已更新；原则状态变化写入 commit message
• feature/fix 类：energy 广播修复有对应测试锁定；无新模块进主包
• docs 类：交叉引用无断链；数字可溯源到结果 JSON + PRD 表

诚实边界（eval / feature 必填）

• 本 PR 的全部新训练为本地 CPU、benchmark 规模（M1 配置 2000 步，3 seeds）；A100 级长 schedule 未复跑（历史记录见 PRD §13–16）
• P0-3 的 gate = orbit（PRD §6 唯一漂移验收行）；spring 上 liquid final 漂移偏高（0.205 vs 0.081）为真-ω 诊断把 ω 辨识误差计入漂移的有界振荡（drift_max 0.245 反优于 static 的 0.371），非守恒回归——已写入 P1 边界注记
• P1-1 的「1/5」为 NOT CERTIFIABLE：半群价值的表述已改写为「同等数据打开 v0.1 循环不可达的精度区间」（PRD §18、P2 边界）
• P1-2 / P1-3 与 PRD 字面口径的差距（few-shot 对照是 from-scratch 而非 FNO-1024；分辨率证据是 16→32 / 8→16 而非 64²→256²）需 GPU 级预算，本轮仅核对差距并如实记录，未补跑
• 结果 JSON（benchmarks/*out*/）按仓库约定 gitignore；PRD 表为对外记录，本地 JSON 由脚本一键复现（确定性已三次验证）