docs(check): 留出集结果（冻结代码跑一次）和要修的 5 处

Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>

AGENTS.md

@@ -217,4 +217,5 @@ samples/
 - 2026-11-04：查标第 2 步收尾：需人工核对（份数、密封、递交、CA 签章加密、解密、保证金，从清单按主题合并，查标页勾选、按项目存，P2）；「报价」类清单项（C7，读标从清单表规则读出分项 / 单价上限）和规则 `PRICE.OVER_CEILING_ITEM`；评测集派生 4 份报价问题投标文件，21 份上规则问题 62 / 62、误报 0。见 `docs/architecture/check-eval.md` §7。
 - 2026-11-04：查标第五轮（不调模型的后处理）：偏离栏直读（证据所在表格行的偏离格写着不满足就改判负偏离）、响应错位（照抄要求格 + 响应格写的是别的内容）；复查复用（送审内容没变的条目沿用上次的模型结论）和每次检查的硬预算。开发集 17 份召回 61% → 73%，负偏离未说明 64% → 90%，致命级 22 → 24 / 32，规矩投标文件的问题数不变（235）。见 `docs/architecture/check-eval.md` §8。
 - 2026-11-04：查标第六轮：送给模型的「同一行」按单元格分行；修了「以合同签订时间为准」被当成中标后才交、业绩评分项被跳过的缺陷；重复条目按用户决定改为各自判断、只合并显示（C5 修订，`docs/decisions.md`）；致命项重问按数据（开发集致命级证据校验失败 0 条）暂不做。评测集裁定 1 条。开发集召回 74%、致命级 25 / 32。见 `docs/architecture/check-eval.md` §9。
-- 下一步：冻结查标第 3 步代码（P13 分项逐项对照试读后暂缓，原因见 check-eval §10），生成留出集投标文件（S03、S06、S09，风格 B + C，封存词库）并复核，再跑留出集和国动真实投标文件各一次。
+- 2026-11-04：查标第 3 步冻结（`a60d16e`），跑留出集一次：S03、S06、S09 各一份风格 B 规矩 + 风格 C 马虎（风格 C 由封存一侧的会话实现），96 个注入问题 Fable 复核通过 79，用户抽查 19 条全部同意。留出集召回 54%（开发集 74%）、致命级 56%（开发集 78%）、负偏离未说明 25%（开发集 92%）、规则问题 13 / 20；S03 的规矩投标文件因响应方式识别过度触发报了 1094 个提示，人工确认响应方式后降到 45 个。开发集分数有相当一部分是调出来的；要修的 5 处见 `docs/architecture/check-eval.md` §11。
+- 下一步：用冻结代码跑一次国动真实投标文件（等用户提供），然后修 §11 列的 5 处。