feat(lab): canonize versioned report template

apps/control-station/src/components/laboratory/LaboratoryPresentation.tsx

@@ -31,6 +31,28 @@ export interface LaboratoryMethod {
   components: readonly LaboratoryMethodComponent[];
 }
 
+export interface LaboratoryBrief {
+  question: string;
+  approach: string;
+  principalResult: string;
+  limitation: string;
+}
+
+export interface LaboratoryResultMetric {
+  label: string;
+  value: string;
+  hint: string;
+}
+
+export interface LaboratoryResultConclusion {
+  proved: string;
+  notProved: string;
+  decision: string;
+}
+
+export const LABORATORY_REPORT_TEMPLATE_VERSION =
+  "missioncore.laboratory-report/v1";
+
 const EXECUTION_LABELS: Record<LaboratoryExecutionClass, string> = {
   deterministic: "Детерминированный",
   "ai-inference": "AI inference",
@@ -96,6 +118,7 @@ export function LaboratorySummary({
   status,
   statusTone = "neutral",
   facts,
+  brief,
   method,
 }: {
   title: string;
@@ -103,6 +126,7 @@ export function LaboratorySummary({
   status: string;
   statusTone?: "neutral" | "success" | "warning" | "danger" | "accent";
   facts: readonly { label: string; value: string }[];
+  brief: LaboratoryBrief;
   method?: LaboratoryMethod | null;
 }) {
   const methodComplete = method?.completeness === "complete";
@@ -126,6 +150,25 @@ export function LaboratorySummary({
         ))}
       </dl>
 
+      <dl className="laboratory-summary__brief">
+        <div>
+          <dt>Задача</dt>
+          <dd>{brief.question}</dd>
+        </div>
+        <div>
+          <dt>Как проверяли</dt>
+          <dd>{brief.approach}</dd>
+        </div>
+        <div>
+          <dt>Главный результат</dt>
+          <dd>{brief.principalResult}</dd>
+        </div>
+        <div>
+          <dt>Ограничение</dt>
+          <dd>{brief.limitation}</dd>
+        </div>
+      </dl>
+
       {method ? (
         <div className="laboratory-summary__method">
           <header>
@@ -193,6 +236,69 @@ export function LaboratoryEvidence({
   );
 }
 
+export function LaboratoryConclusion({
+  proved,
+  notProved,
+  decision,
+}: {
+  proved: string;
+  notProved: string;
+  decision: string;
+}) {
+  return (
+    <dl className="laboratory-result-conclusion">
+      <div>
+        <dt>Доказано</dt>
+        <dd>{proved}</dd>
+      </div>
+      <div>
+        <dt>Не доказано</dt>
+        <dd>{notProved}</dd>
+      </div>
+      <div>
+        <dt>Решение</dt>
+        <dd>{decision}</dd>
+      </div>
+    </dl>
+  );
+}
+
+export function LaboratoryResultSummary({
+  title,
+  status,
+  statusTone = "neutral",
+  metrics,
+  conclusion,
+}: {
+  title: string;
+  status: string;
+  statusTone?: "neutral" | "success" | "warning" | "danger" | "accent";
+  metrics: readonly LaboratoryResultMetric[];
+  conclusion: LaboratoryResultConclusion;
+}) {
+  return (
+    <section className="laboratory-result-summary">
+      <header>
+        <div>
+          <span className="section-eyebrow">РЕЗУЛЬТАТ И ВЫВОД</span>
+          <h2>{title}</h2>
+        </div>
+        <StatusBadge tone={statusTone}>{status}</StatusBadge>
+      </header>
+      <div className="laboratory-result-metrics">
+        {metrics.map((metric) => (
+          <div key={metric.label}>
+            <span>{metric.label}</span>
+            <strong>{metric.value}</strong>
+            <small>{metric.hint}</small>
+          </div>
+        ))}
+      </div>
+      <LaboratoryConclusion {...conclusion} />
+    </section>
+  );
+}
+
 export function LaboratoryWorkTemplate({
   summary,
   evidence,
@@ -205,7 +311,10 @@ export function LaboratoryWorkTemplate({
   details?: ReactNode;
 }) {
   return (
-    <div className="laboratory-work-template">
+    <div
+      className="laboratory-work-template"
+      data-template-contract={LABORATORY_REPORT_TEMPLATE_VERSION}
+    >
       {summary}
       {evidence}
       {result}

apps/control-station/src/core/laboratory/advancedResults.ts

@@ -64,15 +64,22 @@ export interface E33LaboratoryResult {
   };
   metrics: {
     sourceFrames: number;
+    sourceAvailableFrames: number;
+    sourceUnavailableFrames: number;
     deliveredFrames: number;
     inputSuperseded: number;
     resultSuperseded: number;
     effectiveDeliveryFps: number;
+    sourceSpanSeconds: number;
     deadlineMissFraction: number;
     processingP95Ms: number;
     releaseLagP95Ms: number;
     resultAgeP95Ms: number;
+    resultAgeMaxMs: number;
+    resultDeadlineMs: number;
     processRssP95Mib: number;
+    processRssMaxMib: number;
+    processRssLimitMib: number;
     gpuUtilizationP95Percent: number;
     gpuVisible: boolean;
     workQueueCapacity: number;
@@ -314,15 +321,22 @@ function parseE33(value: unknown): E33LaboratoryResult {
     },
     metrics: {
       sourceFrames: integerValue(metrics.source_frames, "E33.metrics.source_frames"),
+      sourceAvailableFrames: integerValue(metrics.source_available_frames, "E33.metrics.source_available_frames"),
+      sourceUnavailableFrames: integerValue(metrics.source_unavailable_frames, "E33.metrics.source_unavailable_frames"),
       deliveredFrames: integerValue(metrics.delivered_frames, "E33.metrics.delivered_frames"),
       inputSuperseded: integerValue(metrics.input_superseded, "E33.metrics.input_superseded"),
       resultSuperseded: integerValue(metrics.result_superseded, "E33.metrics.result_superseded"),
       effectiveDeliveryFps: numberValue(metrics.effective_delivery_fps, "E33.metrics.effective_delivery_fps"),
+      sourceSpanSeconds: numberValue(metrics.source_span_seconds, "E33.metrics.source_span_seconds"),
       deadlineMissFraction: numberValue(metrics.deadline_miss_fraction, "E33.metrics.deadline_miss_fraction"),
       processingP95Ms: numberValue(metrics.processing_p95_ms, "E33.metrics.processing_p95_ms"),
       releaseLagP95Ms: numberValue(metrics.release_lag_p95_ms, "E33.metrics.release_lag_p95_ms"),
       resultAgeP95Ms: numberValue(metrics.result_age_p95_ms, "E33.metrics.result_age_p95_ms"),
+      resultAgeMaxMs: numberValue(metrics.result_age_max_ms, "E33.metrics.result_age_max_ms"),
+      resultDeadlineMs: numberValue(metrics.result_deadline_ms, "E33.metrics.result_deadline_ms"),
       processRssP95Mib: numberValue(metrics.process_rss_p95_mib, "E33.metrics.process_rss_p95_mib"),
+      processRssMaxMib: numberValue(metrics.process_rss_max_mib, "E33.metrics.process_rss_max_mib"),
+      processRssLimitMib: numberValue(metrics.process_rss_limit_mib, "E33.metrics.process_rss_limit_mib"),
       gpuUtilizationP95Percent: numberValue(metrics.gpu_utilization_p95_percent, "E33.metrics.gpu_utilization_p95_percent"),
       gpuVisible: booleanValue(metrics.gpu_visible, "E33.metrics.gpu_visible"),
       workQueueCapacity: integerValue(metrics.work_queue_capacity, "E33.metrics.work_queue_capacity"),

apps/control-station/src/styles.css

@@ -2,6 +2,7 @@
 @import "./styles/shell.css";
 @import "./styles/workspaces.css";
 @import "./styles/laboratory.css";
+@import "./styles/laboratory-reporting.css";
 @import "./styles/e30-human-review.css";
 @import "./styles/spatial.css";
 @import "./styles/device.css";

apps/control-station/src/styles/laboratory-reporting.css

@@ -0,0 +1,54 @@
+.laboratory-summary__brief {
+  display: grid;
+  grid-template-columns: repeat(2, minmax(0, 1fr));
+  gap: 0.4rem;
+  margin-top: 0.65rem;
+}
+
+.laboratory-summary__brief > div {
+  display: grid;
+  gap: 0.28rem;
+  min-width: 0;
+  border-radius: 0.75rem;
+  background: rgb(255 255 255 / 0.025);
+  padding: 0.7rem;
+}
+
+.laboratory-summary__brief dt,
+.laboratory-result-conclusion dt {
+  color: var(--nodedc-text-muted);
+  font-size: 0.54rem;
+  text-transform: uppercase;
+}
+
+.laboratory-summary__brief dd,
+.laboratory-result-conclusion dd {
+  margin: 0;
+  color: var(--nodedc-text-secondary);
+  font-size: 0.64rem;
+  line-height: 1.5;
+}
+
+.laboratory-result-conclusion {
+  display: grid;
+  grid-template-columns: repeat(3, minmax(0, 1fr));
+  gap: 0.4rem;
+}
+
+.laboratory-result-conclusion > div {
+  display: grid;
+  gap: 0.28rem;
+  min-width: 0;
+  border-top: 1px solid rgb(255 255 255 / 0.08);
+  padding: 0.75rem 0.1rem 0;
+}
+
+@media (max-width: 1100px) {
+  .laboratory-summary__brief {
+    grid-template-columns: repeat(2, minmax(0, 1fr));
+  }
+
+  .laboratory-result-conclusion {
+    grid-template-columns: 1fr;
+  }
+}

apps/control-station/src/styles/laboratory.css

@@ -98,7 +98,8 @@
 .laboratory-summary p,
 .laboratory-summary dl,
 .laboratory-result-summary h2,
-.laboratory-result-summary p {
+.laboratory-result-summary p,
+.laboratory-result-summary dl {
   margin: 0;
 }
 

apps/control-station/src/workspaces/Workspaces.tsx

@@ -219,6 +219,16 @@ function SpatialWorkspace({
   const pointCloudFocused = Boolean(
     pointCloudSource && observationLayout.focusedSourceId === pointCloudSource.id,
   );
+  useEffect(() => {
+    if (!pointCloudFocused) return;
+    const onKeyDown = (event: KeyboardEvent) => {
+      if (event.key !== "Escape") return;
+      event.preventDefault();
+      observationLayout.setFocusedSourceId(null);
+    };
+    window.addEventListener("keydown", onKeyDown);
+    return () => window.removeEventListener("keydown", onKeyDown);
+  }, [observationLayout.setFocusedSourceId, pointCloudFocused]);
   const floatingSourceMaximized = !unifiedPerception &&
     Boolean(observationLayout.maximizedFloatingSourceId);
   const timeline = state?.observationTimeline;

apps/control-station/src/workspaces/laboratory/E31Result.tsx

@@ -1,8 +1,8 @@
 import type { ReactNode } from "react";
-import { StatusBadge } from "@nodedc/ui-react";
 
 import {
   LaboratoryEvidence,
+  LaboratoryResultSummary,
   LaboratorySummary,
   LaboratoryWorkTemplate,
 } from "../../components/laboratory/LaboratoryPresentation";
@@ -36,6 +36,12 @@ export function E31Result({
             },
             { label: "Контур", value: "Source-scoped · read-only" },
           ]}
+          brief={{
+            question: "Можно ли однозначно связать camera, LiDAR и pose всей записи RAVNOVES00 без подбора соответствий вручную?",
+            approach: "Для каждого кадра проверены временная привязка, чувствительность к offset, доступность pose и self-mask на одном неизменяемом источнике.",
+            principalResult: `${formatNumber(metrics.availableBindingCount, 0)} из ${formatNumber(metrics.frameCount, 0)} кадров получили воспроизводимую source-scoped привязку.`,
+            limitation: "Время основано на host-arrival, профиль действителен только для этой записи и этого монтажа сенсоров.",
+          }}
           method={{
             completeness: "complete",
             executionClass: "deterministic",
@@ -70,38 +76,38 @@ export function E31Result({
         </LaboratoryEvidence>
       )}
       result={(
-        <section className="laboratory-result-summary">
-          <header>
-            <div>
-              <span className="section-eyebrow">РЕЗУЛЬТАТ И ВЫВОД</span>
-              <h2>Привязка воспроизводима в границах этого источника</h2>
-            </div>
-            <StatusBadge tone="success">Source profile принят</StatusBadge>
-          </header>
-          <div className="laboratory-result-metrics">
-            <div>
-              <span>Camera ↔ LiDAR p95</span>
-              <strong>{metrics.lidarCameraP95Ms.toLocaleString("ru-RU", { maximumFractionDigits: 2 })} мс</strong>
-              <small>host-arrival binding</small>
-            </div>
-            <div>
-              <span>Pose ↔ point p95</span>
-              <strong>{metrics.posePointP95Ms.toLocaleString("ru-RU", { maximumFractionDigits: 2 })} мс</strong>
-              <small>по доступным кадрам</small>
-            </div>
-            <div>
-              <span>Поддержка соответствий</span>
-              <strong>{(metrics.supportedFraction * 100).toLocaleString("ru-RU", { maximumFractionDigits: 1 })}%</strong>
-              <small>{formatNumber(metrics.correspondenceCount, 0)} соответствий</small>
-            </div>
-            <div>
-              <span>Self-mask</span>
-              <strong>{formatNumber(metrics.semanticSelfSampleCount, 0)} образцов</strong>
-              <small>{formatNumber(metrics.semanticSelfCollateralCount, 0)} collateral</small>
-            </div>
-          </div>
-          <p>Результат диагностический: он не переносится на другой монтаж сенсоров и не выдаёт командных полномочий.</p>
-        </section>
+        <LaboratoryResultSummary
+          title="Привязка воспроизводима в границах этого источника"
+          status="Source profile принят"
+          statusTone="success"
+          metrics={[
+            {
+              label: "Camera ↔ LiDAR p95",
+              value: `${metrics.lidarCameraP95Ms.toLocaleString("ru-RU", { maximumFractionDigits: 2 })} мс`,
+              hint: "host-arrival binding",
+            },
+            {
+              label: "Pose ↔ point p95",
+              value: `${metrics.posePointP95Ms.toLocaleString("ru-RU", { maximumFractionDigits: 2 })} мс`,
+              hint: "по доступным кадрам",
+            },
+            {
+              label: "Поддержка соответствий",
+              value: `${(metrics.supportedFraction * 100).toLocaleString("ru-RU", { maximumFractionDigits: 1 })}%`,
+              hint: `${formatNumber(metrics.correspondenceCount, 0)} соответствий`,
+            },
+            {
+              label: "Self-mask",
+              value: `${formatNumber(metrics.semanticSelfSampleCount, 0)} образцов`,
+              hint: `${formatNumber(metrics.semanticSelfCollateralCount, 0)} collateral`,
+            },
+          ]}
+          conclusion={{
+            proved: "Camera, LiDAR и pose воспроизводимо связаны для неизменяемой записи RAVNOVES00 в заявленных границах source profile.",
+            notProved: "Не доказаны аппаратная синхронизация, переносимость профиля на другую запись или другой монтаж и пригодность результата для управления.",
+            decision: "Принять source-scoped профиль как диагностический вход E32; команды, навигация и safety остаются запрещены.",
+          }}
+        />
       )}
     />
   );

apps/control-station/src/workspaces/laboratory/E32Result.tsx

@@ -1,8 +1,8 @@
 import type { ReactNode } from "react";
-import { StatusBadge } from "@nodedc/ui-react";
 
 import {
   LaboratoryEvidence,
+  LaboratoryResultSummary,
   LaboratorySummary,
   LaboratoryWorkTemplate,
 } from "../../components/laboratory/LaboratoryPresentation";
@@ -33,6 +33,12 @@ export function E32Result({
             { label: "Кадры", value: formatNumber(metrics.framesTotal, 0) },
             { label: "Контур", value: "Diagnostic replay · read-only" },
           ]}
+          brief={{
+            question: "Можно ли детерминированно превратить полную принятую запись E29/E31 в покадровый TrackGeometry без повторной настройки порогов?",
+            approach: "Для каждого кадра применены один source profile, единый арбитраж перекрывающихся наблюдений, self-mask и запрет публикации диапазонов без квалифицированного источника.",
+            principalResult: `TrackGeometry построен для ${formatNumber(metrics.framesTotal, 0)} кадров; опубликовано ${formatNumber(metrics.qualifiedPointsPublished, 0)} квалифицированных точек.`,
+            limitation: "Результат наследует качество входных наблюдений и не считает отсутствие LiDAR-точек доказательством свободного пространства.",
+          }}
           method={{
             completeness: "complete",
             executionClass: "deterministic",
@@ -67,38 +73,38 @@ export function E32Result({
         </LaboratoryEvidence>
       )}
       result={(
-        <section className="laboratory-result-summary">
-          <header>
-            <div>
-              <span className="section-eyebrow">РЕЗУЛЬТАТ И ВЫВОД</span>
-              <h2>TrackGeometry построен без повторной настройки порогов</h2>
-            </div>
-            <StatusBadge tone="success">Детерминированный replay</StatusBadge>
-          </header>
-          <div className="laboratory-result-metrics">
-            <div>
-              <span>Опубликовано точек</span>
-              <strong>{formatNumber(metrics.qualifiedPointsPublished, 0)}</strong>
-              <small>{formatNumber(metrics.qualifiedPointsWithheld, 0)} withheld</small>
-            </div>
-            <div>
-              <span>Арбитраж наблюдений</span>
-              <strong>{formatNumber(metrics.observationsArbitrated, 0)}</strong>
-              <small>{formatNumber(metrics.overlappingClaimsRemoved, 0)} overlap снято</small>
-            </div>
-            <div>
-              <span>Semantic</span>
-              <strong>{formatNumber(metrics.semanticPublished, 0)}</strong>
-              <small>{formatNumber(metrics.semanticMasked, 0)} self-mask</small>
-            </div>
-            <div>
-              <span>Frame processing p95</span>
-              <strong>{metrics.frameProcessingP95Ms.toLocaleString("ru-RU", { maximumFractionDigits: 3 })} мс</strong>
-              <small>{(metrics.buildElapsedMs / 1000).toLocaleString("ru-RU", { maximumFractionDigits: 2 })} с build</small>
-            </div>
-          </div>
-          <p>Отсутствие LiDAR-точек по-прежнему не трактуется как свободное пространство; результат не является навигационным ground truth.</p>
-        </section>
+        <LaboratoryResultSummary
+          title="TrackGeometry построен без повторной настройки порогов"
+          status="Детерминированный replay"
+          statusTone="success"
+          metrics={[
+            {
+              label: "Опубликовано точек",
+              value: formatNumber(metrics.qualifiedPointsPublished, 0),
+              hint: `${formatNumber(metrics.qualifiedPointsWithheld, 0)} withheld`,
+            },
+            {
+              label: "Арбитраж наблюдений",
+              value: formatNumber(metrics.observationsArbitrated, 0),
+              hint: `${formatNumber(metrics.overlappingClaimsRemoved, 0)} overlap снято`,
+            },
+            {
+              label: "Semantic",
+              value: formatNumber(metrics.semanticPublished, 0),
+              hint: `${formatNumber(metrics.semanticMasked, 0)} self-mask`,
+            },
+            {
+              label: "Frame processing p95",
+              value: `${metrics.frameProcessingP95Ms.toLocaleString("ru-RU", { maximumFractionDigits: 3 })} мс`,
+              hint: `${(metrics.buildElapsedMs / 1000).toLocaleString("ru-RU", { maximumFractionDigits: 2 })} с build`,
+            },
+          ]}
+          conclusion={{
+            proved: "Принятый source profile воспроизводимо материализует покадровый TrackGeometry с единственным владельцем перекрывающихся LiDAR-точек.",
+            notProved: "Не доказаны полнота препятствий, свободное пространство при отсутствии точек и навигационная точность геометрии.",
+            decision: "Принять TrackGeometry как неизменяемый диагностический вход worker shadow; не использовать как navigation ground truth.",
+          }}
+        />
       )}
     />
   );

apps/control-station/src/workspaces/laboratory/E33Result.tsx

@@ -1,8 +1,8 @@
 import type { ReactNode } from "react";
-import { StatusBadge } from "@nodedc/ui-react";
 
 import {
   LaboratoryEvidence,
+  LaboratoryResultSummary,
   LaboratorySummary,
   LaboratoryWorkTemplate,
 } from "../../components/laboratory/LaboratoryPresentation";
@@ -23,33 +23,52 @@ export function E33Result({
     <LaboratoryWorkTemplate
       summary={(
         <LaboratorySummary
-          title="LAB E33 · worker shadow 1×"
-          description="Полная запись TrackGeometry выполнена отдельным bounded worker в темпе исходника 1×. Проверены очереди, доставка каждого кадра, задержка результата и ресурсы без подключения командного канала."
-          status="Worker gate пройден"
+          title="LAB E33 · проверка TrackGeometry worker в реальном темпе"
+          description="Проверяли не качество распознавания объектов, а способность отдельного worker принять уже готовый TrackGeometry и вернуть явный результат по каждому кадру без накопления задержки и скрытых потерь."
+          status="Принят как worker shadow"
           statusTone="success"
           facts={[
-            { label: "Конфигурация", value: `${rigLabel} · worker shadow` },
-            { label: "Worker", value: result.worker.node },
-            { label: "Доставка", value: `${formatNumber(metrics.deliveredFrames, 0)} / ${formatNumber(metrics.sourceFrames, 0)} кадров` },
-            { label: "Контур", value: "Recorded-source-paced · 1×" },
+            { label: "Источник", value: `${rigLabel} · RAVNOVES00` },
+            {
+              label: "Объём проверки",
+              value: `${formatNumber(metrics.sourceFrames, 0)} кадров · ${metrics.sourceSpanSeconds.toLocaleString("ru-RU", { maximumFractionDigits: 1 })} с`,
+            },
+            {
+              label: "Геометрия доступна",
+              value: `${formatNumber(metrics.sourceAvailableFrames, 0)} / ${formatNumber(metrics.sourceFrames, 0)} кадров`,
+            },
+            { label: "Полномочия", value: "Read-only · команды и safety выключены" },
           ]}
+          brief={{
+            question: "Сможет ли отдельный worker обработать всю запись в исходном темпе 1×, не теряя кадры и не раздувая очереди?",
+            approach: "Готовый TrackGeometry из E32 выпускался по исходным временным меткам через отдельные work/result очереди ёмкостью 2. Для каждого кадра фиксировался один терминальный исход, задержка и использование памяти.",
+            principalResult: `Да. Доставлены все ${formatNumber(metrics.deliveredFrames, 0)} исходов, замен и deadline miss не было; p95 возраста результата — ${metrics.resultAgeP95Ms.toLocaleString("ru-RU", { maximumFractionDigits: 3 })} мс.`,
+            limitation: `Детектор, semantic-модели и качество геометрии здесь не пересчитывались. В ${formatNumber(metrics.sourceUnavailableFrames, 0)} кадрах источник уже не содержал квалифицированной геометрии.`,
+          }}
           method={{
             completeness: "complete",
             executionClass: "deterministic",
-            pipelineId: result.pipelineId,
+            pipelineId: "TrackGeometry → recorded-paced bounded worker",
             components: [
               {
                 kind: "source",
-                name: result.e32ResultId,
-                version: "accepted TrackGeometry replay",
-                role: "immutable frame stream",
-                identitySha256: result.e32ResultId.split("-").at(-1) ?? null,
+                name: "Принятый TrackGeometry из LAB E32",
+                version: `${formatNumber(metrics.sourceFrames, 0)} кадров · неизменяемая запись`,
+                role: "готовый вход; detector и semantic inference не запускались повторно",
+                identitySha256: null,
+              },
+              {
+                kind: "algorithm",
+                name: "Recorded pacing + bounded latest-wins queues",
+                version: `1× · очереди ${metrics.workQueueCapacity}/${metrics.resultQueueCapacity}`,
+                role: "выпуск по исходному времени, закрытый учёт исходов и deadline-контроль",
+                identitySha256: null,
               },
               {
                 kind: "runtime",
-                name: result.worker.node,
-                version: `${result.worker.python} · NumPy ${result.worker.numpy}`,
-                role: "bounded worker, work/result queues 2/2",
+                name: "Изолированный worker",
+                version: `${result.worker.node} · Python ${result.worker.python} · NumPy ${result.worker.numpy}`,
+                role: "проверка структуры TrackGeometry, SHA-256 диапазонов PointSlab и публикация результата",
                 identitySha256: null,
               },
             ],
@@ -59,7 +78,7 @@ export function E33Result({
       evidence={(
         <LaboratoryEvidence
           eyebrow="ИСХОДНОЕ ДОКАЗАТЕЛЬСТВО"
-          title="Запись, доставленная worker без потерь"
+          title="Контрольная запись: кадры и TrackGeometry, которые доставлял worker"
           kind="recorded-replay"
           resizable
         >
@@ -67,40 +86,38 @@ export function E33Result({
         </LaboratoryEvidence>
       )}
       result={(
-        <section className="laboratory-result-summary">
-          <header>
-            <div>
-              <span className="section-eyebrow">РЕЗУЛЬТАТ И ВЫВОД</span>
-              <h2>Полный replay выдержан в темпе источника</h2>
-            </div>
-            <StatusBadge tone="success">
-              {formatNumber(metrics.deliveredFrames, 0)} / {formatNumber(metrics.sourceFrames, 0)}
-            </StatusBadge>
-          </header>
-          <div className="laboratory-result-metrics">
-            <div>
-              <span>Эффективная частота</span>
-              <strong>{metrics.effectiveDeliveryFps.toLocaleString("ru-RU", { maximumFractionDigits: 3 })} FPS</strong>
-              <small>скорость источника 1×</small>
-            </div>
-            <div>
-              <span>Result age p95</span>
-              <strong>{metrics.resultAgeP95Ms.toLocaleString("ru-RU", { maximumFractionDigits: 3 })} мс</strong>
-              <small>{(metrics.deadlineMissFraction * 100).toLocaleString("ru-RU", { maximumFractionDigits: 2 })}% deadline miss</small>
-            </div>
-            <div>
-              <span>Processing p95</span>
-              <strong>{metrics.processingP95Ms.toLocaleString("ru-RU", { maximumFractionDigits: 3 })} мс</strong>
-              <small>{metrics.releaseLagP95Ms.toLocaleString("ru-RU", { maximumFractionDigits: 3 })} мс release lag</small>
-            </div>
-            <div>
-              <span>Ресурсы p95</span>
-              <strong>{metrics.processRssP95Mib.toLocaleString("ru-RU", { maximumFractionDigits: 1 })} MiB</strong>
-              <small>GPU {metrics.gpuUtilizationP95Percent.toLocaleString("ru-RU", { maximumFractionDigits: 1 })}%</small>
-            </div>
-          </div>
-          <p>Очереди остались bounded, пропусков нет. Результат подтверждает только worker shadow и не даёт навигационных или safety-полномочий.</p>
-        </section>
+        <LaboratoryResultSummary
+          title="Worker выдержал запись; качество восприятия этим прогоном не проверялось"
+          status="Worker shadow принят"
+          statusTone="success"
+          metrics={[
+            {
+              label: "Доставка исходов",
+              value: `${formatNumber(metrics.deliveredFrames, 0)} / ${formatNumber(metrics.sourceFrames, 0)}`,
+              hint: "0 замен · 0 пропусков",
+            },
+            {
+              label: "Темп обработки",
+              value: `${metrics.effectiveDeliveryFps.toLocaleString("ru-RU", { maximumFractionDigits: 3 })} FPS`,
+              hint: "исходная скорость 10 FPS · 1×",
+            },
+            {
+              label: "Возраст результата",
+              value: `${metrics.resultAgeP95Ms.toLocaleString("ru-RU", { maximumFractionDigits: 3 })} мс p95`,
+              hint: `${metrics.resultAgeMaxMs.toLocaleString("ru-RU", { maximumFractionDigits: 3 })} мс max · лимит ${formatNumber(metrics.resultDeadlineMs, 0)} мс`,
+            },
+            {
+              label: "Память процесса",
+              value: `${metrics.processRssMaxMib.toLocaleString("ru-RU", { maximumFractionDigits: 1 })} MiB max`,
+              hint: `лимит ${formatNumber(metrics.processRssLimitMib, 0)} MiB`,
+            },
+          ]}
+          conclusion={{
+            proved: "Финальная стадия публикации TrackGeometry на этом worker успевает за данной записью: очереди ограничены, каждый кадр учтён, задержка остаётся ниже заявленного deadline.",
+            notProved: "Прогон не измеряет точность машин, кубов или сегментации, не запускает заново detector/semantic pipeline и не доказывает переносимость на другую запись или монтаж сенсоров.",
+            decision: "Результат принимается только как диагностический worker shadow. Он допускает дальнейшие лабораторные испытания временного occupied/unknown слоя, но не включает команды, навигацию или safety.",
+          }}
+        />
       )}
     />
   );

apps/control-station/src/workspaces/laboratory/LaboratoryArchiveWorkspace.tsx

@@ -44,8 +44,11 @@ import type { WorkspaceRendererProps } from "../contracts";
 import { E31Result } from "./E31Result";
 import { E32Result } from "./E32Result";
 import { E33Result } from "./E33Result";
+import {
+  e28LaboratoryBrief, e29LaboratoryBrief,
+  e30LaboratoryBrief, PUBLISHED_LABORATORY_BRIEF,
+} from "./laboratoryArchiveBriefs";
 import { RecordedReplayEvidence } from "./RecordedReplayEvidence";
-
 type LaboratoryWorkspaceProps = WorkspaceRendererProps & {
   SpatialView: ComponentType<WorkspaceRendererProps>;
 };
@@ -227,6 +230,7 @@ function E29LaboratoryResult({
               value: "Read-only · hash verified",
             },
           ]}
+          brief={e29LaboratoryBrief(formatNumber(semantic.total, 0))}
           method={{
             completeness: "complete",
             executionClass: "hybrid",
@@ -411,6 +415,7 @@ function E30LaboratoryResult({
             { label: "Кейсов", value: formatNumber(result.itemCount, 0) },
             { label: "Контур", value: "Read-only · без LAB publish" },
           ]}
+          brief={e30LaboratoryBrief(formatNumber(result.itemCount, 0))}
         />
       )}
       evidence={(
@@ -483,6 +488,7 @@ function PublishedLaboratoryResult({
             { label: "Конфигурация", value: lab?.configSha256?.slice(0, 16) ?? "Не зафиксирована" },
             { label: "Контур", value: "Диагностика · без команд" },
           ]}
+          brief={PUBLISHED_LABORATORY_BRIEF}
           method={publishedLaboratoryMethod(session)}
         />
       )}
@@ -867,6 +873,10 @@ export function LaboratoryArchiveWorkspace(props: LaboratoryWorkspaceProps) {
                   { label: "Режим", value: "Recorded-source-paced shadow" },
                   { label: "Контур", value: "Read-only · hash verified" },
                 ]}
+                brief={e28LaboratoryBrief(
+                  formatNumber(e28Model?.metrics.frames.valid ?? 0, 0),
+                  formatNumber(e28Model?.metrics.frames.total ?? 0, 0),
+                )}
                 method={{
                   completeness: "complete",
                   executionClass: e28Model?.method.executionClass ?? "deterministic",

apps/control-station/src/workspaces/laboratory/laboratoryArchiveBriefs.ts

@@ -0,0 +1,44 @@
+import type {
+  LaboratoryBrief,
+} from "../../components/laboratory/LaboratoryPresentation";
+
+export function e28LaboratoryBrief(
+  validFrames: string,
+  totalFrames: string,
+): LaboratoryBrief {
+  return {
+    question: "Можно ли устойчиво оценивать локальную поверхность и временные остатки на полной записи без изменения источника?",
+    approach: "LiDAR и pose воспроизводятся через bounded recorded-source-paced shadow; rolling local plane оценивает поверхность, препятствия и temporal residuals.",
+    principalResult: `${validFrames} из ${totalFrames} кадров прошли диагностическую обработку L2.6.`,
+    limitation: "Модель проверена только на RAVNOVES00 и не получает командных, навигационных или safety-полномочий.",
+  };
+}
+
+export function e29LaboratoryBrief(
+  observationCount: string,
+): LaboratoryBrief {
+  return {
+    question: "Совпадают ли camera-семантика объекта и независимая LiDAR-геометрия в одном точном кадре?",
+    approach: "Camera сохраняет класс и идентичность, а локальная поверхность L2.6 отдельно проверяет дальность, occupied support и конфликт принадлежности точек.",
+    principalResult: `${observationCount} наблюдений разложены по согласованию camera и geometry без объявления пустого LiDAR свободным пространством.`,
+    limitation: "Результат зависит от точности исходной camera-семантики и локальной поверхности; он остаётся диагностическим и read-only.",
+  };
+}
+
+export function e30LaboratoryBrief(
+  itemCount: string,
+): LaboratoryBrief {
+  return {
+    question: "Можно ли человеку проверить спорный camera/LiDAR-кейс по понятному совмещённому доказательству, а не по изолированному облаку точек?",
+    approach: "Каждый кейс связан с точным camera frame, переключаемой LiDAR-проекцией, frame-local индексами и синхронным 3D в одном viewer.",
+    principalResult: `${itemCount} кейсов доступны для camera-first проверки и отдельного разбора только неоднозначных исключений.`,
+    limitation: "Рабочее место не меняет исходный A2 и не превращает решение оператора в navigation или safety ground truth.",
+  };
+}
+
+export const PUBLISHED_LABORATORY_BRIEF: LaboratoryBrief = {
+  question: "Что было зафиксировано опубликованной лабораторной работой на её неизменяемом источнике?",
+  approach: "Mission Core открывает связанный source replay и проецирует только опубликованные method/provenance и метрики без реконструкции отсутствующих данных.",
+  principalResult: "Оператор получает исходное визуальное доказательство и зафиксированный результат одного LAB run в общей продуктовой форме.",
+  limitation: "Для legacy-результатов часть идентичностей и метрик могла не публиковаться; приложение их не выдумывает задним числом.",
+};