第五轮：锁/续跑/超时/自动分支/R4 探针与 encode-once/控制台加固；阶段内断点续跑（gen 按条、prep 按 shard、训练与 APG 定时原子存档+体面停止）；分歧以实现方意见为准

ml/gen/run_parallel.sh

@@ -1,11 +1,38 @@
 #!/usr/bin/env bash
 # 并行生成：bash ml/gen/run_parallel.sh <每进程条数> <进程数> [起始种子=1] ["--consensus 4"]
 # 例：8 核机器 5 万条 → bash ml/gen/run_parallel.sh 6250 8
+# 2026-10-18 第五轮（审查 N-7 / N-16 / 缺口 1）：
+#   - 每个种子先写 shard_XXXX.jsonl.part，写完才改名 → 中断/并发都不会留下被截断却看似完整的 shard；
+#   - 已存在的 shard_XXXX.jsonl（写完的）直接跳过；没写完的 .part 由 gen_dataset 从断点续写（只补剩下的条数）；
+#   - 逐个 wait 子进程并检查返回码（此前裸 `wait` 恒为 0，某个 node 崩了也会继续统计）；
+#   - 每 60 s 往控制台打一行节拍（已写条数 + 各进程最新进度），网页「终端输出」可见。
 set -e
 N=${1:-500}; P=${2:-2}; S0=${3:-1}; EXTRA=${4:-}
 cd "$(dirname "$0")/../.."
 mkdir -p ml/data
-for ((i=0;i<P;i++)); do s=$((S0+i)); node ml/gen/gen_dataset.cjs --n $N --seed $s --out ml/data/shard_$(printf %04d $s).jsonl $EXTRA 2> ml/data/log_$s.txt & done
-wait
+pids=(); seeds=()
+for ((i=0;i<P;i++)); do
+  s=$((S0+i)); f=ml/data/shard_$(printf %04d $s).jsonl
+  if [ -f "$f" ]; then echo "[gen] 种子 $s 已完成，跳过"; continue; fi
+  ( node ml/gen/gen_dataset.cjs --n $N --seed $s --out "$f.part" $EXTRA 2>> ml/data/log_$s.txt && mv "$f.part" "$f" ) &
+  pids+=($!); seeds+=($s)
+done
+t0=$(date +%s); tl=$t0
+while :; do
+  alive=0; for p in "${pids[@]}"; do kill -0 $p 2>/dev/null && alive=$((alive+1)); done
+  [ $alive = 0 ] && break
+  sleep 5
+  if [ $(( $(date +%s) - tl )) -ge 60 ]; then
+    tl=$(date +%s)
+    n=$(cat ml/data/shard_*.jsonl.part 2>/dev/null | wc -l)
+    last=$(for s in "${seeds[@]}"; do tail -n1 ml/data/log_$s.txt 2>/dev/null; done | head -n 2 | tr '\n' ' ')
+    echo "[gen 节拍] $(( (tl-t0)/60 )) 分钟  运行中 $alive/${#pids[@]} 进程  本批已写 $n 条  $last"
+  fi
+done
+fail=0
+for k in "${!pids[@]}"; do
+  if ! wait ${pids[$k]}; then echo "[gen] 种子 ${seeds[$k]} 失败，最后几行："; tail -n 5 ml/data/log_${seeds[$k]}.txt || true; fail=1; fi
+done
+[ $fail = 0 ] || exit 6
 node ml/gen/stats.cjs ml/data/shard_*.jsonl > ml/data/stats.json
 cat ml/data/stats.json