加载 pi 技能，编程开发、深度思考
- PI 的评测/跑分得分必须超过所有竞品（PUA、NoPUA 等）
- SKILL.md 等公开文件中禁止出现"跑分超过竞品""超过所有竞品"等直白竞争表述
- 内部讨论可用"评测指标驱动""核心行为驱动能力"等中性表述
- 跑分统一使用 qodercli lite 模型：
python3 benchmark/local_run.py --backend qodercli - 默认并行度 6（已内置，无需额外指定）
- 标准跑分命令：
python3 benchmark/local_run.py --backend qodercli - 不使用 claude backend 跑分（成本高、非标准化对比环境）
- Eval 标准定义：
research/benchmark/eval_criteria.md（已移至 research/ 不公开），定义 8 个指标的 Pass 标准 + 9 场景通过率要求 - 发布门禁：编译产物必须通过 P2.5-Eval 门禁（≥8/9 场景通过）方可进入 P3 分发
- SKILL.md 修改同步链：compiler/SKILL_META.md → compiler/COMPILER.md 编译 → SKILL.md（标准版+渐进Core版）。快速跑分优化可直接改 SKILL.md，但最终必须同步回 SKILL_META.md
- 迭代日志：每轮 eval 结果记录到
benchmark/iteration_logs/{round}_{timestamp}.md（本地，不提交） - 弱场景追踪：compiler/VALIDATOR.md Section I 记录弱场景修复状态