评测最近 Session

把限量、脱敏的最近 DSH Session 转成非晋级 Historical evaluation Job。

当你已有真实 Agent 交互、却没有整理好的 Dataset 时，Historical evaluation 是冷启动入口。它用于诊断，不是晋级证据。

Web 路径

在 DSH Harbor 页面打开 Historical Sessions。
预览当前 DSH 工作区可见、最近完成的顶层 Session，最多 3 条。
检查冻结的 Judge 身份、投影字段、脱敏策略以及成本/数据披露。
选择 Session 并确认。
Plugin 写入私有脱敏 Batch，每条 Session 物化为一个 Harbor Trial，并启动非晋级 Historical Job。

Agent 工具路径最多预览 10 条，但只允许 exact current working directory。Preview 返回安全 metadata 与短期 owner-bound selection token，而不是原始 Session id 或 transcript。

哪些数据会交给 Judge

经过限量、投影和 credential-shaped 脱敏的证据可以发送给所选 Judge。原始 Session id、完整工具 payload、reasoning 与附件不会直接作为 Judge 输入。私有 Batch 与 Job Artifact 留在本地，可能包含业务证据和普通绝对路径。

因此不能宣传“数据永不离开本机”。

如何读结果

每条所选 Session 生成一个 Trial；
criterion 可以 valid、invalid 或 abstained；
除分数外，还要看 coverage 与 reason code；
completed-unscored 是有意义的结果，不是成功；
Candidate rerun、可比 baseline 与 Gate 对此路径不适用。

把重复 badcase 整理成 Dataset，再进入 Candidate 流水线。

恢复边界

当前 Historical Web operation 状态与锁是进程内的。Host 重启后，即使磁盘 Artifact 仍在，也可能无法重新挂接。这与 durable @harbor snapshot 和其他 operation journal 不同，必须按 operation 说明恢复保证。