rlf-codex-rl 核心：trusted flag、Qwen3-30B-A3B profile、RLF 入口接线与 baseline runner

[michaellchung]

范围

rlf-codex-rl（RLF CTF 任务接入 Codex RL 训练链路）的核心切片，从 s19-fix-import-boundary 未推送提交中切出：

• trusted flag 修复、Qwen3-30B-A3B 模型 profile（yeto/rl/rlf/ 合约/目录/Modal/preflight/trajectory）
• RLF 入口接线（codex_backend、compaction_bridge、codex_openenv_generate、harness agent）
• baseline runner（yeto/rl/eval/rlf_baseline.py、yeto/cloud/modal_rlf_baseline.py、modal_reward_env）
• CTF lease 打包与 gate 判定标准、README 模型别名、turn cap 8192（用户已批准）、prompts 内目标 endpoint、baseline 分段会话接线
• 5.6/5.7 GPU 证据与决策日志（evidence/rlf/），openspec change 文档（proposal/design/tasks/spec）
• 5.6/5.7 标记完成并附证据指针

对应 openspec change：rlf-codex-rl（本 PR 含 change 文档本体）。

测试证据

CPU 测试（yeto-test-venv，基于 agentenv/main c9f07425）：

tests/test_rlf_baseline.py tests/test_rlf_env_lease.py tests/test_rlf_bridge.py
tests/test_rlf_gate_evidence.py tests/test_rlf_rollout_entry.py tests/test_qwen3_cyber_profile.py
tests/test_rlf_compaction_profile.py tests/test_harness_codex_openenv.py
103 passed in 10.28s

GPU 侧 5.6/5.7 证据见 evidence/rlf/acceptance-status.json 与 decision-log.md（已在 GPU 上跑出，随本 PR 入库）。

依赖关系

• base：main，本 PR 是栈底
• 后续 PR 依赖本 PR：gate runner（5.8 判定器）、Modal 沙箱修复两片将栈在本 PR 之上，合并时请按顺序处理

冲突解决说明

cherry-pick 时仅 codex_openenv_generate.py import 区与 main 新提交冲突（main 加 import os，本分支加 import uuid），已两者保留。

🤖 本 PR 由切分流程从 s19 工作分支摘出，不含任何密钥材料（已全量扫描）。

Made with Cursor