# 阶段 2：制定方案

产物：`_verify-refine-logs/<slug>/PILOT_PLAN.md`

1. **实验上下文**：逐项填写；拿不准的先标【待澄清】，再自己查清——读主线代码、日志、文档，或做快速检索。查不清且影响判据时才问用户，问法同阶段 1。进入第 7 步前，标记必须全部清除。
2. **设计**：用能区分 supported 和 refuted 的最小规模。随机实验至少 2 个种子；能配对的，基线和处理组用同一组种子。纯推导、文献核对、玩具仿真也算验证，按实际情况写。
3. **基线**：
   - 优先在镜像目录里，用同样的数据、预算和评测协议复现基线，并写下"复现参考值 ± 容差"，作为阶段 4 的基线检查点；
   - 只能引用主线已有结果时，写清出处文件，并在 G1 里说明双方是否对等。
4. **关键决策**：每个会影响结论的选择写一行，含理由和考虑过的备选，供日后复盘。
5. **预算**：估算耗时、算力、下载量，对照硬规则 6；超出时，先把方案给用户确认，再拆任务。
6. **研究诚信闸门**：逐条核对 G1–G6。满足的写成 `- [x] Gn`；确实不适用的写成 `- [-] Gn`，并注明原因。有任何一条还是 `- [ ]`，或闸门整节被删掉，都不能进入阶段 3。
7. 写"复现命令"（预计会跑的命令；执行后更新为实际命令）和"不做什么"。
8. `VS check <slug>`：确认 `phase` 已推进到 `tasks`。