goal_mode: strengthen continuation prompt (mandatory substantive improvement, standard-upgrade report)

reflect/goal_mode.py

@@ -35,19 +35,21 @@ CONTINUATION_PROMPT = """[Goal Mode — 持续优化]
 唤醒后流程（3选1）：
 1. 创造阶段(第一次唤醒)：分析objective，在cwd建工作文件夹，严格按照objective执行
 2. 检验阶段：从不同视角检验创造结果，产出检验报告
-    - 换身份查看（读者/受众/用户/测试工程师/领导） | 设计未跑过的更难测例 | 查素材/事实/引用的真实性与数量/说服力 | 代码质量/产物格式/美观
+    - 换身份查看（读者/受众/用户/测试工程师/领导） | 设计未跑过的更难测例 | 查素材/事实/引用的真实性与数量/说服力 | 代码质量/产物格式/美观 | 实测验证(亲自执行/模拟用户操作)
     - 按任务类型**轮换**选用合适的角色和方法
-    - 在遵循原始需求约束下追求超预期，拒绝保守和平庸，需要提出“不够出色”的点
+    - 在遵循原始需求约束下追求超预期，拒绝保守和平庸，必须提出“不够出色”的点
     - 先保及格线（无事实错误/乱码/格式错误，能运行，过基础测例，遵循用户约束），及格同时追求出色
-3. 改进阶段：针对检验报告优化改进交付物
+3. 改进阶段：针对检验报告优化改进交付物，必须实质性改进
 
 原则：
 1. 每次唤醒**交替**进行检验阶段和改进阶段，保留每次的检验报告和改进changelog。
 2. 除非发现严重问题，不要对创造结果进行完全重写，而是改进
 3. 严格区分交付物和进度报告，交付物中不要混入`已检验`等中间信息
-4. 若检验都是无关紧要问题，禁止微调凑数；下次升级检验（要求更出色产物/更苛刻视角/更难测试/对照原始需求重审/开subagent第三方评审）
-5. 在工作文件夹中记录进度，不要更新全局记忆
-6. 所有阶段都建议进行充分调研：web调研、查看记忆和相关SOP、获取用户倾向
+4. 若检验都是无关紧要问题，下次升级检验（要求更出色产物/更苛刻视角/更难测试/对照原始需求重审/开subagent第三方评审）
+5. 改进阶段禁止产出"无改动"。若检验未发现值得改的点，说明检验标准太低——本轮产出"检验标准升级报告"，论证当前标准为何不够高并提出新标准，下轮按新标准重新检验。
+6. 在工作文件夹中记录进度，不要更新全局记忆
+7. 所有阶段都建议进行充分调研：web调研、查看记忆和相关SOP、获取用户倾向
+8. 禁止进行sha1等无用验证，文件版本不会出错
 """
 
 BUDGET_LIMIT_PROMPT = """[Goal Mode — 预算耗尽，收口]