fix(research): עמדת ועדת הערר בטענות-סף נשמרה אך לא נקראה בחזרה

הקורא והכותב של analysis-and-research.md לא הסכימו על מהו שדה:
FIELD_LABEL_RE דרש `**כותרת:**` בתחילת שורה, בעוד הכותב התאים את
התווית בכל מקום בשורה. האנליסט כותב טענות-סף כרשימה
(`- **עמדת ועדת הערר:**`) ואת הסוגיות בתחילת שורה — ולכן שמירה
בטענת-סף הצליחה (200 + "✓ נשמר"), אבל הקורא לא ראה את השדה כלל
והעמדה נעלמה ברענון. גם יתר שדות הטענה (טענה/תשובה/שאלה משפטית)
היו בלתי-נראים באותן טענות.

- הקורא מקבל תווית עם סמן-רשימה אופציונלי, כמו הכותב.
- הכותב עובר להשתמש באותה הגדרת-גבולות של הקורא (_chair_field_span)
  במקום regex משלו — `[^*]*?` הישן גם קטע עמדה שהכילה `**הדגשה**`.
  התווית והסמן נשמרים כפי שהם, וכך גם `---` הסוגר.
- תווית מעוטרת (`עמדת ועדת הערר (הכוונת יו"ר 24.6)`) מזוהה בהתאמת-רישא;
  קודם הכותב הוסיף בלוק כפול במקום לעדכן.
- שדה כפול באותו H3 (`### סוגיות 4–6`): הקורא לקח את האחרון והכותב את
  הראשון. שניהם לוקחים עכשיו את הראשון.
- read-after-write: שמירה שהפרסר לא קורא בחזרה מדווחת כשגיאה במקום
  "נשמר" ירוק, וה-UI שומר בקאש את מה שהשרת קרא — לא את מה ששלח.
- תבנית האנליסט (§5) קיבלה שלד מפורש לטענות-סף, זהה לזה של הסוגיות,
  כדי שקבצים חדשים לא ייווצרו במבנה החורג (נרמול-במקור, G1).

הרצת round-trip על כל הקורפוס: 24 מתוך 141 תת-סעיפים נכשלו לפני
התיקון (1017, 1019, 1027, 1033, 1043, 1069, 8124) — 0 אחריו. העמדות
שכבר נשמרו בקבצים הקיימים חוזרות להיקרא בלי מיגרציה.

Co-Authored-By: Claude Opus 5 (1M context) <noreply@anthropic.com>

.claude/agents/legal-analyst.md

@@ -143,6 +143,8 @@ tools:
 **טענות סף** (אם קיימות):
 חוסר סמכות, שיהוי, התיישנות, אי-מיצוי הליכים, חוסר יריבות, מעשה בית דין — הצג כל אחת עם עמדת שני הצדדים. לכל טענת סף הוסף **עמדת ועדת הערר** (שדה ריק ליו"ר). אם אין — כתוב: "לא זוהו טענות סף."
 
+**מבנה השדות — זהה לזה של הסוגיות:** כל טענת סף היא H3 משלה, והשדות בתוכה נכתבים בתחילת שורה (`**טענה (claim):**`) — **לא** כפריטי רשימה (`- **טענה (claim):**`) ולא בכותרת מעוטרת. השדה `**עמדת ועדת הערר:**` נכתב בשורה נפרדת והערך מתחתיו. זהו השדה שדפנה עורכת ישירות מה-UI — סטייה מהפורמט מסתירה אותו ואת יתר השדות של אותה טענה מהמסך.
+
 **תקן ביקורת**: ציין את תקן הביקורת של הוועדה בתיק זה — "הוועדה מפעילה שיקול דעת תכנוני עצמאי" (ברישוי) או "הוועדה בוחנת את תקינות השומה המכרעת" (בהיטל השבחה) או תקן אחר לפי סוג ההליך.
 
 **מפת דרכים**: לאחר זיהוי טענות הסף ולפני הדיון בסוגיות — כתוב פסקת מפה: "X שאלות עומדות להכרעה: (1)...; (2)...; (3)..." — כדי שהקורא ידע מראש מה לצפות.
@@ -347,7 +349,18 @@ wakeup ל-CEO עם `payload.issueId=$PAPERCLIP_TASK_ID` ו-`reason="מנתח מ
 1. ...
 
 ## 5. טענות סף
-[אם קיימות — כולל שאלות משפטיות + עמדת ועדת הערר לכל טענה]
+[אם אין — "לא זוהו טענות סף." אם יש — טענה אחת לכל H3, במבנה הזה:]
+
+### ס-1 — [כותרת הטענה] ([מי מעלה])
+
+**טענה (claim):** ...
+**תשובה (response):** ...
+**שאלה משפטית:** ...
+
+**עמדת ועדת הערר:**
+[ימולא ע"י יו"ר הוועדה]
+
+### ס-2 — ...
 
 **תקן ביקורת:** [שיקול דעת עצמאי / בחינת תקינות השומה / אחר]
 

.claude/agents/legal-ceo.md

@@ -820,45 +820,38 @@ ls data/cases/$CASE_NUMBER/documents/research/analysis-and-research.md
 
 ---
 
-**תבנית issue לכותב ההחלטה — חובה בכל issue שמוקצה לכותב:**
+**מסמך-ההכוונה לכותב — הפק את התדריך שהיית רוצה לקבל, לא טופס למילוי:**
 
-כל issue לכותב חייב לכלול את **כל** הסעיפים הבאים. אסור לשלוח issue עם משפט כמו "הועבר לכתיבה" — זה חסר תועלת. הכותב צריך הכל מוכן מראש.
+כשאתה מעביר תיק לכותב אתה מבצע את **פעולת-ההיסק המרכזית שלך**: להמיר את ניתוח-המנתח + הכרעות-היו"ר למסמך שמאפשר לכותב לנסח החלטה חדה בסגנון דפנה **בלי לחזור אליך**. אל תמלא טופס — הפעל שיפוט משפטי. תדריך טוב:
+
+- **מוביל בהכרעה ובסוגיה המכריעה** — קבע איזו סוגיה נושאת את התוצאה ומה מייתר את מה, והצב אותה ראשונה.
+- **בונה כל סוגיה כסילוגיזם** (כלל → עובדות → מסקנה) עם התקדים והמסמך הספציפיים.
+- **מזהה אדנים עצמאיים** — אם יותר מנימוק אחד מספיק לבדו לתוצאה, אמור זאת מפורשות, כך שנפילת אדן בערעור לא תפיל את ההחלטה.
+- **בודק עקביות פנימית** — אם שתי הכרעות עלולות להיראות סותרות (למשל דחיית טענה פרשנית אחת וקבלת אחרת), סמן את המתח והסבר את האבחנה לפני שעורך-דין יטען לו.
+- **עונה לנקודה החזקה של הצד המפסיד** — לא מתעלם ממנה.
+- **משקלל את הכרעות-היו"ר** ומעביר אותן מילולית.
+
+**מה התדריך חייב להכיל** (החוזה מול הכותב — אל תשמיט אף רכיב; אל תשלח issue עם "הועבר לכתיבה"):
 
 ```markdown
 ## הנחיות כתיבה — ערר {case_number}
 
 ### 1. תוצאה ומצב
-- **תוצאה:** {דחייה / קבלה חלקית / קבלה מלאה}
-- **טיוטה קיימת:** {כן/לא}. אם כן: נתיב מלא לקובץ + הנחיה "קרא את הטיוטה, השתמש בה כבסיס, אל תכתוב מאפס"
-- **הוראות עריכה מתוך הטיוטה:** {רשימה מדויקת של מה חיים ביקש לשנות — פסקאות, תוכן, placeholders}
+- **תוצאה:** {דחייה / קבלה חלקית / קבלה מלאה} — עם נימוק קצר ומהי הראיה הניצחת.
+- **טיוטה קיימת:** {כן/לא}. אם כן: נתיב מלא + "קרא, השתמש כבסיס, אל תכתוב מאפס".
+- **הוראות עריכה מהטיוטה:** {מה חיים ביקש לשנות — פסקאות, תוכן, placeholders}.
 
-### 2. סדר סוגיות + מבנה סילוגיסטי
-לכל סוגיה שצריך לכתוב/לערוך — מבנה סילוגיסטי מלא:
-
-**סוגיה N: {כותרת}**
-- סוג ניתוח: {כלל ברור / איזון אינטרסים / מידתיות / שיקול דעת}
-- כלל (הנחה עליונה): {הוראת תכנית / סעיף חוק / הלכה — ציטוט מדויק}
-- עובדות (הנחה תחתונה): {העובדות הספציפיות שצריך להחיל — הפנייה למסמך מקור ספציפי}
-- מסקנה: {מה נובע מהחלת הכלל על העובדות}
-- תקדימים: {שם פסק דין + מה הוא קובע + למה רלוונטי}
-- מסמכי מקור: {שמות קבצים ספציפיים ב-data/cases/{case_number}/documents/originals/}
+### 2. סוגיות — סדר סילוגיסטי, המכריעה מובילה
+לכל סוגיה: סוג-ניתוח (כלל ברור / איזון / מידתיות / שיקול-דעת) · כלל (ציטוט מדויק של הוראת-תכנית/חוק/הלכה) · עובדות (בהפניה למסמך-מקור ספציפי) · מסקנה · תקדימים (שם + מה קובע + רלוונטיות) · מסמכי-מקור (ב-data/cases/{case_number}/documents/originals/). סמן אדנים עצמאיים, מוקשי-עקביות ומענה לצד המפסיד היכן שהם קיימים.
 
 ### 3. טיפול בטענות
-| # | טענה | טיפול | סוגיה |
-|---|------|-------|-------|
-| 1 | {טענה} | דיון מלא / קיבוץ / דילוג | {באיזו סוגיה} |
-...
+טבלה: # | טענה | טיפול (דיון מלא / קיבוץ / דילוג) | סוגיה.
 
-### 4. chair directions
-- העתק מלא של עמדות הוועדה מ-analysis-and-research.md (או הפנייה: "קרא get_chair_directions").
-- **עטוף את ההעתק המילולי בתגית `<chair_directions>…</chair_directions>`** — כך הכותב מבחין בין הוראות-היו"ר המילוליות לבין הערות ה-CEO, ואינו דורס אותן. בתוך התגית: טקסט מילולי בלבד, בלי פרפרזה.
+### 4. הנחיות-היו"ר
+העתק מילולי של עמדות-הוועדה מ-analysis-and-research.md (או "קרא get_chair_directions"), **עטוף ב-`<chair_directions>…</chair_directions>`** — טקסט מילולי בלבד בלי פרפרזה, כדי שהכותב לא ידרוס אותן.
 
 ### 5. הנחיות סגנון
-- ניטרליות: בלוק ו = עובדות בלבד, בלי ציטוטים מצדדים
-- ללא כפילות: בלוק י מפנה לבלוקים קודמים
-- טענות מקוריות: בלוק ז = כתבי טענות מקוריים
-- אורך מינימלי לדיון: 1,500 מילים לבלוק י
-- פסיקה: חובה לצטט לפחות 3 תקדימים בדיון
+ניטרליות (בלוק ו = עובדות בלבד, בלי ציטוטי-צדדים) · ללא כפילות (בלוק י מפנה לקודמים) · טענות מקוריות (בלוק ז) · דיון ≥ 1,500 מילים · ≥ 3 תקדימים בדיון.
 ```
 
 ---

mcp-server/src/legal_mcp/services/block_writer.py

@@ -23,8 +23,10 @@ from pathlib import Path
 from legal_mcp import config
 from legal_mcp.services import db, embeddings, claude_session, audit, storage
 from legal_mcp.services.lessons import (
+    ANTI_PATTERNS as _ANTI_PATTERNS,
     OUTCOME_LABELS_HE,
     PRACTICE_AREA_OVERRIDES,
+    anti_pattern_directive,
     canonical_outcome,
     get_content_checklist,
     get_methodology_summary,
@@ -369,6 +371,7 @@ async def write_block(
     block_id: str,
     instructions: str = "",
     effort_override: str | None = None,
+    model_override: str | None = None,
 ) -> dict:
     """כתיבת בלוק יחיד בהחלטה.
 
@@ -381,6 +384,12 @@ async def write_block(
             THIS call only — used by the #208 model/effort calibration harness
             to A/B efforts without mutating the pinned defaults. Production
             callers leave it None and get the deterministic per-block effort.
+        model_override: optional per-call generation model id (e.g.
+            "claude-opus-5"). Same contract as effort_override — the #208
+            harness A/Bs MODELS without mutating the pinned GENERATION_MODEL.
+            Pass the BASE id only: the 1M-context escalation (#216) is applied
+            on top automatically for large prompts, so an override never
+            silently loses the 1M window. Production callers leave it None.
 
     Returns:
         dict עם content, word_count, block_id, generation_type
@@ -468,6 +477,12 @@ async def write_block(
     if instructions:
         prompt += f"\n\n## הנחיות נוספות:\n{instructions}"
 
+    # LAST in the prompt, deliberately (see lessons.anti_pattern_directive): the
+    # same canonical rule already appears inside style_context, but ~47K chars
+    # deep, where it measurably fails to bind. Restating it here is the only
+    # change the A/B isolated as effective — so nothing may be appended after it.
+    prompt += "\n\n" + anti_pattern_directive()
+
     # Block י requires approved direction
     if block_id == "block-yod":
         dir_doc = (decision or {}).get("direction_doc") or {}
@@ -478,7 +493,12 @@ async def write_block(
     # escalate to the 1M-context build (`[1m]`) instead of failing the block —
     # block-yod legitimately carries the whole case as source-context. The 400K
     # ceiling was an artifact of the old 200K-only build, NOT a model limit.
-    gen_model = GENERATION_MODEL_1M if len(prompt) > _CTX_1M_THRESHOLD_CHARS else GENERATION_MODEL
+    # model_override (#208 harness) swaps the BASE id only — the 1M decision below
+    # still applies, so an A/B'd model keeps the same context-window behaviour as
+    # the pinned default instead of silently falling back to the 200K build.
+    _base_model = model_override or GENERATION_MODEL
+    _model_1m = GENERATION_MODEL_1M if _base_model == GENERATION_MODEL else f"{_base_model}[1m]"
+    gen_model = _model_1m if len(prompt) > _CTX_1M_THRESHOLD_CHARS else _base_model
 
     # Final guard: even the 1M build is finite (~2M Hebrew chars of input). Cap at
     # 1.5M chars (~750K tokens) to leave room for output + a safety margin under 1M.
@@ -1107,6 +1127,16 @@ async def _build_style_context(practice_area: str = "") -> str:
     # ── למידה מצטברת (T15) — עריכות היו"ר ב-/methodology + לקחי /training ──
     # גובר על ברירות-המחדל לעיל. כך כל מה שלמדנו עד היום מגיע לכותב.
     learned: list[str] = []
+    # The canonical anti-patterns are rendered UNCONDITIONALLY, before any DB
+    # call. They used to be produced inside the overrides loop below — so a
+    # failure on an EARLIER category (e.g. golden_ratios) aborted the loop and
+    # dropped the style invariants from the prompt silently, with only a generic
+    # "overrides not loaded" warning to show for it (§6). A chair-override
+    # outage must not be able to un-teach Dafna's structural style.
+    learned.append("\n**אנטי-דפוסים (להימנע) — כתוב נרטיב משפטי רציף; הימנע מ:**")
+    for ap in _ANTI_PATTERNS:
+        learned.append(f"- {ap['note']}")
+
     try:
         for cat, label in (
             ("golden_ratios", "יחסי-זהב (אחוזי-סעיפים)"),
@@ -1125,10 +1155,8 @@ async def _build_style_context(practice_area: str = "") -> str:
                 # corrects them, and drafts keep emitting them (the gap that left
                 # 8137 with 28 hits). Chair additions layer on top; they never
                 # remove the canonical ones.
-                from legal_mcp.services.lessons import ANTI_PATTERNS as _ANTI
-                learned.append(f"\n**{label} — כתוב נרטיב משפטי רציף; הימנע מ:**")
-                for ap in _ANTI:
-                    learned.append(f"- {ap['note']}")
+                # The canonical list is already rendered above, outside this try —
+                # here we only layer the chair's ADDITIONS on top of it.
                 for k, v in (ov or {}).items():
                     learned.append(f"- (יו\"ר) {k}: {json.dumps(v, ensure_ascii=False)}")
                 continue
@@ -1264,6 +1292,12 @@ async def get_block_context(case_id: UUID, block_id: str, instructions: str = ""
     if instructions:
         formatted_prompt += f"\n\n## הנחיות נוספות:\n{instructions}"
 
+    # Same closing directive, same position, same canonical source as write_block.
+    # This is the EXTERNAL-writer path (legal-writer agent) — if the rule were
+    # applied only in write_block, agent-written blocks would keep emitting the
+    # anti-patterns and the two writers would drift apart (G2).
+    formatted_prompt += "\n\n" + anti_pattern_directive()
+
     # Block י requires approved direction
     if block_id == "block-yod":
         dir_doc = (decision or {}).get("direction_doc") or {}

mcp-server/src/legal_mcp/services/lessons.py

@@ -59,6 +59,28 @@ ANTI_PATTERNS: list[dict] = [
      "note": "רשימות תבליטים באנליזה — דפנה כותבת נרטיב רציף"},
 ]
 
+
+def anti_pattern_directive() -> str:
+    """The closing style directive, rendered from ANTI_PATTERNS (the same list
+    style_distance scores against — one source, two renderings, not two rules).
+
+    WHY THIS EXISTS SEPARATELY FROM the style-context rendering: the rule was
+    already reaching the writer, buried ~47K chars deep inside style_context,
+    and drafts kept emitting the very patterns it forbids. A measured A/B over
+    the signed finals (9 cases, 60 generations, 2026-07-28) showed that the SAME
+    rule restated at the END of the assembled prompt cuts anti-pattern hits by
+    72–93% on both blocks and both models:
+
+        block-vav  opus-4-8 1.75 → 0.12 | opus-5 2.25 → 0.62
+        block-zayin opus-4-8 4.57 → 0.43 | opus-5 4.43 → 0.43
+
+    So this is a POSITION fix, not a new instruction. Keep it last in the prompt.
+    """
+    lines = ["## כלל-סגנון מחייב (גובר על כל דוגמה בהקשר שלמעלה)",
+             "כתוב נרטיב משפטי רציף בלבד — פסקאות שלמות. אסור:"]
+    lines += [f"- {ap['note']}" for ap in ANTI_PATTERNS]
+    return "\n".join(lines)
+
 # ── Paragraph length guidance (word counts) ────────────────────────
 
 PARAGRAPH_LENGTHS = {

mcp-server/src/legal_mcp/services/research_md.py

@@ -43,8 +43,18 @@ SUBSECTION_RE = re.compile(r"^###\s+(.+?)$", re.MULTILINE)
 # Matches "**LABEL:**" field markers — handles both inline and block variants:
 #   "**עמדת המבקשת:** Some text on same line"
 #   "**שאלות משפטיות:**\n1. First question"
+# and both the bare and the list-item form, because the analyst agent writes
+# threshold claims as a bullet list ("- **עמדת ועדת הערר:**") while it writes
+# issues bare. Group 1 is the list marker (or None), group 2 is the label.
 # The label itself must not contain ** or newlines.
-FIELD_LABEL_RE = re.compile(r"^\*\*([^\n*]+?):\*\*[ \t]*", re.MULTILINE)
+FIELD_LABEL_RE = re.compile(
+    r"^([ \t]*(?:[-*+]|\d+[.)])[ \t]+)?\*\*([^\n*]+?):\*\*[ \t]*",
+    re.MULTILINE,
+)
+
+# Terminators that end a field's content even without a following field label:
+# a heading, or a horizontal rule closing the subsection.
+FIELD_TERMINATOR_RE = re.compile(r"^(?:#{2,}[ \t]|[ \t]*---[ \t]*$)", re.MULTILINE)
 
 # Matches the case number in the H1
 CASE_NUMBER_RE = re.compile(r"#\s*ניתוח.*?ערר\s+([\d/\-]+)", re.MULTILINE)
@@ -53,6 +63,17 @@ CASE_NUMBER_RE = re.compile(r"#\s*ניתוח.*?ערר\s+([\d/\-]+)", re.MULTILIN
 DATE_RE = re.compile(r"^תאריך:\s*(.+?)\s*$", re.MULTILINE)
 
 
+def _is_chair_label(label: str) -> bool:
+    """Is this field label the chair-position field?
+
+    Matches on prefix, not equality, because the analyst sometimes decorates the
+    label with a parenthetical — "עמדת ועדת הערר (הכוונת יו"ר 24.6)". Requiring
+    equality made the reader treat those as ordinary fields and the writer append
+    a second, duplicate block instead of updating the existing one.
+    """
+    return label.strip().startswith(CHAIR_POSITION_LABEL)
+
+
 def _is_placeholder(text: str) -> bool:
     """Check if a field value is one of the placeholder strings (empty)."""
     stripped = text.strip()
@@ -135,7 +156,7 @@ def _extract_fields(text: str) -> list[dict]:
 
     fields = []
     for i, m in enumerate(matches):
-        label = m.group(1).strip()
+        label = m.group(2).strip()
         content_start = m.end()
         content_end = matches[i + 1].start() if i + 1 < len(matches) else len(text)
         content = text[content_start:content_end].strip()
@@ -164,11 +185,17 @@ def _build_subsection_dict(
         parts = title.split(": ", 1)
         display_title = parts[1] if len(parts) > 1 else title
 
+    # Only the *first* chair-position field is the editable one — the same one
+    # update_chair_position writes to. A subsection that carries more than one
+    # (e.g. an H3 covering "סוגיות 4–6") keeps the extras as ordinary fields
+    # rather than silently reading back a different field than the one saved.
     chair_position = ""
+    chair_seen = False
     regular_fields = []
     for f in fields:
-        if f["label"] == CHAIR_POSITION_LABEL:
+        if not chair_seen and _is_chair_label(f["label"]):
             chair_position = _normalize_chair_position(f["content"])
+            chair_seen = True
         else:
             regular_fields.append(f)
 
@@ -311,6 +338,46 @@ def _find_subsection_by_id(
     return None
 
 
+def _split_trailing_rule(body: str) -> tuple[str, str]:
+    """Split a subsection body into (content, trailing "---" separator).
+
+    Returns ("<body>", "") when the subsection has no closing rule.
+    """
+    m = re.search(r"\n[ \t]*---[ \t]*\s*\Z", body)
+    if not m:
+        return body, ""
+    return body[: m.start()], body[m.start() :]
+
+
+def _chair_field_span(body: str) -> tuple[int, int] | None:
+    """Locate the chair-position field's *content* range in a subsection body.
+
+    Returns (content_start, content_end) — the slice the chair's text occupies,
+    excluding the "**LABEL:**" marker itself so the marker line (and any list
+    bullet in front of it) survives an update untouched. Returns None when the
+    subsection has no chair-position field yet.
+
+    Field boundaries come from FIELD_LABEL_RE — the same definition the reader
+    uses — so what update writes is exactly what parse reads back (G2: one
+    definition of a field, not two that can drift).
+    """
+    matches = list(FIELD_LABEL_RE.finditer(body))
+    for i, m in enumerate(matches):
+        if not _is_chair_label(m.group(2)):
+            continue
+        content_start = m.end()
+        if i + 1 < len(matches):
+            content_end = matches[i + 1].start()
+        else:
+            content_end = len(body)
+        # A heading or closing rule ends the field even without a next label.
+        term = FIELD_TERMINATOR_RE.search(body, content_start, content_end)
+        if term:
+            content_end = term.start()
+        return content_start, content_end
+    return None
+
+
 def update_chair_position(
     file_path: Path, section_id: str, new_text: str
 ) -> dict[str, Any]:
@@ -330,40 +397,62 @@ def update_chair_position(
 
     _abs_start, _abs_end, subsection_body = found
 
-    # Find the "**עמדת ועדת הערר:**" label within this subsection
-    label_pattern = re.compile(
-        r"(\*\*" + re.escape(CHAIR_POSITION_LABEL) + r":\*\*)\s*\n?([^*]*?)(?=\n\*\*|\n##|\n---|\Z)",
-        re.DOTALL,
-    )
-    m = label_pattern.search(subsection_body)
-    if not m:
-        # Label not present — append it at the end of the subsection
-        # (just before the trailing --- if any)
-        new_block = f"\n\n**{CHAIR_POSITION_LABEL}:**\n{new_text.strip()}\n"
-        new_subsection = subsection_body.rstrip() + new_block
-        new_content = content[:_abs_start] + new_subsection + content[_abs_end:]
+    span = _chair_field_span(subsection_body)
+    body_text = new_text.strip() or CHAIR_POSITION_PLACEHOLDERS[0]
+
+    if span is None:
+        # Label not present — append it at the end of the subsection,
+        # before a trailing horizontal rule if there is one.
+        head, tail = _split_trailing_rule(subsection_body)
+        new_block = f"\n\n**{CHAIR_POSITION_LABEL}:**\n{body_text}\n"
+        new_subsection = head.rstrip() + new_block + tail
     else:
-        # Replace the existing content of the chair_position field
-        replacement = f"{m.group(1)}\n{new_text.strip() if new_text.strip() else CHAIR_POSITION_PLACEHOLDERS[0]}\n"
+        # Replace the existing content of the chair_position field, keeping the
+        # label line exactly as written (including any list marker) so the file
+        # structure the analyst produced is preserved.
+        content_start, content_end = span
         new_subsection = (
-            subsection_body[: m.start()] + replacement + subsection_body[m.end():]
+            subsection_body[:content_start].rstrip("\r\n \t")
+            + f"\n{body_text}\n"
+            + subsection_body[content_end:]
         )
-        new_content = content[:_abs_start] + new_subsection + content[_abs_end:]
+
+    new_content = content[:_abs_start] + new_subsection + content[_abs_end:]
 
     # Atomic write
     tmp_path = file_path.with_suffix(file_path.suffix + ".tmp")
     tmp_path.write_text(new_content, encoding="utf-8")  # noqa: STG1 — atomic .tmp; in-place edit, S3 re-sync in Phase-2 read-wiring
     os.replace(tmp_path, file_path)
 
-    preview = new_text.strip()[:120]
+    # Read-after-write: a position the parser cannot read back is not saved,
+    # however cleanly the write itself succeeded. Reporting success here is what
+    # let a whole class of format drift hide behind a green "נשמר" in the UI.
+    stored = _stored_chair_position(file_path, section_id)
+    expected = _normalize_chair_position(new_text)
+    if stored != expected:
+        raise RuntimeError(
+            f"העמדה נכתבה ל-{file_path.name} אך לא נקראה בחזרה עבור {section_id} "
+            f"— ככל הנראה מבנה השדה בקובץ חורג מהתבנית הצפויה"
+        )
+
     return {
         "saved": True,
         "section_id": section_id,
-        "preview": preview,
+        "position": stored,
+        "preview": stored[:120],
         "timestamp": datetime.now(IL_TZ).isoformat(),
     }
 
 
+def _stored_chair_position(file_path: Path, section_id: str) -> str:
+    """Re-parse the file and return the chair position now stored for a section."""
+    parsed = parse(file_path)
+    for item in parsed.get("threshold_claims", []) + parsed.get("issues", []):
+        if item["id"] == section_id:
+            return item.get("chair_position", "") or ""
+    return ""
+
+
 # ── Chair directions extraction (for downstream agents) ─────────
 
 

mcp-server/src/legal_mcp/services/style_distance.py

@@ -176,7 +176,13 @@ def block_distance_to_final(
     outcome = canonical_outcome(outcome)
     diff = compute_diff_stats(regenerated_text or "", final_section_text or "")
     change_percent = diff["change_percent"]
-    anti_total = count_anti_patterns(regenerated_text or "")["total"]
+    anti = count_anti_patterns(regenerated_text or "")
+    anti_total = anti["total"]
+    # Per-pattern breakdown, not just the total: a calibration run that only
+    # reports "anti=4" cannot tell you WHICH rule was broken, so it cannot say
+    # what to fix. (Diagnosing the 2026-07-28 model A/B needed exactly this and
+    # had to fall back on inference.)
+    anti_by_pattern = {name: h["count"] for name, h in anti["by_pattern"].items()}
 
     section = _BLOCK_TO_SECTION.get(block_id)
     regen_words = len((regenerated_text or "").split())
@@ -205,6 +211,7 @@ def block_distance_to_final(
         "final_words": final_words,
         "change_percent": change_percent,
         "anti_pattern_total": anti_total,
+        "anti_by_pattern": anti_by_pattern,
         "golden_ratio_deviation_pp": ratio_dev,
         "distance": distance,
     }

mcp-server/tests/test_anti_pattern_directive.py

@@ -0,0 +1,60 @@
+"""The style invariants must actually REACH the writer.
+
+Both tests here cover defects found by the 2026-07-28 model×prompt A/B over the
+signed finals: the canonical anti-patterns were present in the prompt but buried
+~47K chars into style_context (where they measurably failed to bind), and they
+were rendered inside a try/except that an unrelated DB failure could abort.
+"""
+import pytest
+
+from legal_mcp.services import block_writer
+from legal_mcp.services.lessons import ANTI_PATTERNS, anti_pattern_directive
+
+
+def test_directive_renders_every_canonical_anti_pattern():
+    """One source, two renderings — the directive may not drift from the list
+    style_distance scores against."""
+    text = anti_pattern_directive()
+    for ap in ANTI_PATTERNS:
+        assert ap["note"] in text, f"missing anti-pattern in directive: {ap['name']}"
+
+
+def test_both_writer_paths_append_the_directive_last():
+    """write_block (in-process) and get_block_context (legal-writer agent) must
+    both close with the directive — otherwise the two writers drift (G2)."""
+    import inspect
+    src = inspect.getsource(block_writer)
+    for fn in ("async def write_block(", "async def get_block_context("):
+        start = src.index(fn)
+        # bound the search to this function: up to the next top-level def
+        rest = src[start + len(fn):]
+        nxt = rest.find("\nasync def ")
+        body = rest[: nxt if nxt != -1 else len(rest)]
+        assert "anti_pattern_directive()" in body, f"{fn} does not append the style directive"
+
+
+@pytest.mark.asyncio
+async def test_style_context_keeps_anti_patterns_when_overrides_fail(monkeypatch):
+    """A chair-override outage must not silently un-teach the structural style.
+
+    Regression: the canonical list used to be emitted inside the overrides loop,
+    so a throw on an EARLIER category (golden_ratios) dropped it entirely.
+    """
+    async def _boom(*a, **k):
+        raise RuntimeError("methodology table unavailable")
+
+    async def _empty(*a, **k):
+        return []
+
+    # Every DB accessor this function touches is stubbed — the test must not open
+    # a real connection (a live pool here leaks across the shared event loop and
+    # breaks unrelated tests later in the run).
+    monkeypatch.setattr(block_writer.db, "get_style_patterns", _empty)
+    monkeypatch.setattr(block_writer.db, "get_methodology_overrides", _boom)
+    monkeypatch.setattr(block_writer.db, "get_recent_decision_lessons", _empty)
+
+    ctx = await block_writer._build_style_context("היטל השבחה")
+
+    assert "נרטיב משפטי רציף" in ctx
+    for ap in ANTI_PATTERNS:
+        assert ap["note"] in ctx, f"anti-pattern dropped on override failure: {ap['name']}"

mcp-server/tests/test_research_md_chair_position.py

@@ -0,0 +1,237 @@
+"""Chair-position round-trip in analysis-and-research.md.
+
+Regression cover for the reader/writer asymmetry that made "עמדת ועדת הערר"
+appear to save on threshold claims and then vanish on refresh: the writer
+matched the label anywhere on a line, the reader only at the start of one, and
+the analyst agent writes threshold claims as a bullet list
+("- **עמדת ועדת הערר:**") while it writes issues flush-left.
+
+The invariant these tests pin down: whatever update_chair_position writes,
+parse() must read back — for every label form that appears in the corpus.
+"""
+
+from __future__ import annotations
+
+from pathlib import Path
+
+import pytest
+
+from legal_mcp.services import research_md
+
+
+BULLETED = """# ניתוח משפטי — ערר 1069-04-26
+תאריך: 2026-08-02
+
+## 5. טענות סף
+
+### ס-1 — אי-מילוי תנאי ההפקדה
+- **טענה (claim):** התכנית אושרה מבלי שמולאו תנאי ההפקדה.
+- **שאלה משפטית:** האם הסטת התנאים פוגמת בחוקיות?
+- **עמדת ועדת הערר:** [ימולא ע"י יו"ר הוועדה]
+
+### ס-2 — זכות עמידה
+- **טענה (claim):** לעוררים אין אינטרס מוגן.
+- **עמדת ועדת הערר:** [ימולא ע"י יו"ר הוועדה]
+
+## 6. סוגיות להכרעה
+
+### סוגיה 1: סמכות לפי 62א(א)(11)
+
+**ניתוח:**
+- הכלל החל: ...
+
+**עמדת ועדת הערר:** [ימולא ע"י יו"ר הוועדה]
+
+---
+"""
+
+
+@pytest.fixture()
+def analysis_file(tmp_path: Path) -> Path:
+    path = tmp_path / "analysis-and-research.md"
+    path.write_text(BULLETED, encoding="utf-8")
+    return path
+
+
+def _positions(path: Path) -> dict[str, str]:
+    parsed = research_md.parse(path)
+    items = parsed["threshold_claims"] + parsed["issues"]
+    return {item["id"]: item["chair_position"] for item in items}
+
+
+# ── the reported bug ────────────────────────────────────────────
+
+
+def test_bulleted_threshold_position_survives_a_reload(analysis_file: Path) -> None:
+    """The bug as chaim hit it: saved on a threshold claim, gone on refresh."""
+    research_md.update_chair_position(analysis_file, "threshold_1", "עמדתנו היא שהטענה נדחית.")
+
+    assert _positions(analysis_file)["threshold_1"] == "עמדתנו היא שהטענה נדחית."
+
+
+def test_flush_left_issue_position_still_round_trips(analysis_file: Path) -> None:
+    """The surface that already worked must keep working."""
+    research_md.update_chair_position(analysis_file, "issue_1", "יש לקבל את הערר בנקודה זו.")
+
+    assert _positions(analysis_file)["issue_1"] == "יש לקבל את הערר בנקודה זו."
+
+
+def test_bulleted_threshold_fields_are_parsed_at_all(analysis_file: Path) -> None:
+    """Bulleted labels were invisible to the reader — the whole claim looked empty."""
+    threshold = research_md.parse(analysis_file)["threshold_claims"]
+
+    labels = [f["label"] for f in threshold[0]["fields"]]
+    assert "טענה (claim)" in labels
+    assert "שאלה משפטית" in labels
+    # the chair field is surfaced separately, never as a regular field
+    assert not any(research_md._is_chair_label(label) for label in labels)
+
+
+# ── writer/reader agreement on content boundaries ───────────────
+
+
+def test_position_containing_markdown_is_not_truncated(analysis_file: Path) -> None:
+    """The old writer stopped the field at the first '*' and swallowed the rest."""
+    text = 'העמדה כוללת **הדגשה** וגם קו --- באמצע\nושורה שנייה.'
+    research_md.update_chair_position(analysis_file, "issue_1", text)
+
+    assert _positions(analysis_file)["issue_1"] == text
+
+
+def test_update_does_not_touch_sibling_subsections(analysis_file: Path) -> None:
+    research_md.update_chair_position(analysis_file, "threshold_1", "ראשונה")
+    research_md.update_chair_position(analysis_file, "threshold_2", "שנייה")
+
+    positions = _positions(analysis_file)
+    assert positions["threshold_1"] == "ראשונה"
+    assert positions["threshold_2"] == "שנייה"
+    assert positions["issue_1"] == ""
+
+
+def test_closing_rule_and_bullet_marker_are_preserved(analysis_file: Path) -> None:
+    """An update must not restructure the file the analyst produced."""
+    research_md.update_chair_position(analysis_file, "threshold_1", "עמדה")
+    research_md.update_chair_position(analysis_file, "issue_1", "עמדה")
+    content = analysis_file.read_text(encoding="utf-8")
+
+    assert "- **עמדת ועדת הערר:**" in content
+    assert content.rstrip().endswith("---")
+
+
+def test_clearing_a_position_restores_the_placeholder(analysis_file: Path) -> None:
+    research_md.update_chair_position(analysis_file, "threshold_1", "עמדה")
+    research_md.update_chair_position(analysis_file, "threshold_1", "")
+
+    assert _positions(analysis_file)["threshold_1"] == ""
+    assert research_md.CHAIR_POSITION_PLACEHOLDERS[0] in analysis_file.read_text(
+        encoding="utf-8"
+    )
+
+
+def test_repeated_saves_do_not_accumulate_blocks(analysis_file: Path) -> None:
+    for text in ("ראשון", "שני", "שלישי"):
+        research_md.update_chair_position(analysis_file, "threshold_1", text)
+
+    content = analysis_file.read_text(encoding="utf-8")
+    assert content.count(f"**{research_md.CHAIR_POSITION_LABEL}:**") == 3
+    assert _positions(analysis_file)["threshold_1"] == "שלישי"
+
+
+# ── decorated and duplicated labels ─────────────────────────────
+
+
+def test_decorated_label_is_updated_not_duplicated(tmp_path: Path) -> None:
+    """'עמדת ועדת הערר (הכוונת יו"ר 24.6)' appears in the corpus (8125-09-24)."""
+    path = tmp_path / "a.md"
+    path.write_text(
+        "## 6. סוגיות להכרעה\n\n"
+        "### סוגיה 1: כותרת\n\n"
+        '**עמדת ועדת הערר (הכוונת יו"ר 24.6):** [ימולא ע"י יו"ר הוועדה]\n',
+        encoding="utf-8",
+    )
+
+    research_md.update_chair_position(path, "issue_1", "עמדה מעודכנת")
+
+    content = path.read_text(encoding="utf-8")
+    assert content.count(research_md.CHAIR_POSITION_LABEL) == 1
+    assert _positions(path)["issue_1"] == "עמדה מעודכנת"
+
+
+def test_duplicate_labels_read_back_the_one_that_was_written(tmp_path: Path) -> None:
+    """An H3 covering several issues (1033-02-25) must not read a sibling's text."""
+    path = tmp_path / "a.md"
+    path.write_text(
+        "## 6. סוגיות להכרעה\n\n"
+        "### סוגיות 4–6: מקובצות\n\n"
+        "**עמדת ועדת הערר:** ראשונה\n\n"
+        "**עמדת ועדת הערר:** אחרונה\n",
+        encoding="utf-8",
+    )
+
+    research_md.update_chair_position(path, "issue_1", "העמדה הנכונה")
+
+    assert _positions(path)["issue_1"] == "העמדה הנכונה"
+
+
+# ── read-after-write guard ──────────────────────────────────────
+
+
+def test_update_returns_the_persisted_value(analysis_file: Path) -> None:
+    result = research_md.update_chair_position(analysis_file, "threshold_1", "  עמדה  ")
+
+    assert result["saved"] is True
+    assert result["position"] == "עמדה"
+
+
+def test_a_write_the_parser_cannot_read_back_is_reported_as_failure(
+    analysis_file: Path, monkeypatch: pytest.MonkeyPatch
+) -> None:
+    """Regression guard: the bug hid behind a success response for months."""
+    monkeypatch.setattr(
+        research_md, "_stored_chair_position", lambda *_args: "משהו אחר"
+    )
+
+    with pytest.raises(RuntimeError, match="לא נקראה בחזרה"):
+        research_md.update_chair_position(analysis_file, "threshold_1", "עמדה")
+
+
+# ── downstream consumers see the recovered positions ────────────
+
+
+def test_chair_directions_count_bulleted_positions(analysis_file: Path) -> None:
+    """extract_chair_directions feeds legal-writer; it under-reported before."""
+    research_md.update_chair_position(analysis_file, "threshold_1", "עמדה")
+
+    directions = research_md.extract_chair_directions(analysis_file)
+    assert directions["filled_count"] == 1
+    assert directions["status"] == "partial"
+    filled = [t for t in directions["threshold_claims"] if t["direction"]]
+    assert [t["id"] for t in filled] == ["threshold_1"]
+
+
+# ── the real corpus ─────────────────────────────────────────────
+
+
+CORPUS = sorted(
+    Path("/home/chaim/legal-ai/data/cases").glob(
+        "*/documents/research/analysis-and-research.md"
+    )
+)
+
+
+@pytest.mark.skipif(not CORPUS, reason="case corpus not present on this host")
+@pytest.mark.parametrize("source", CORPUS, ids=lambda p: p.parts[-4])
+def test_every_corpus_subsection_round_trips(source: Path, tmp_path: Path) -> None:
+    sentinel = "עמדת-בדיקה — **הדגשה** ו---קו\nושורה שנייה."
+    before = _positions(source)
+
+    for section_id in before:
+        working = tmp_path / f"{section_id}.md"
+        working.write_text(source.read_text(encoding="utf-8"), encoding="utf-8")
+
+        research_md.update_chair_position(working, section_id, sentinel)
+        after = _positions(working)
+
+        assert after[section_id] == sentinel, f"{source.parts[-4]} {section_id}"
+        untouched = {k: v for k, v in after.items() if k != section_id}
+        assert untouched == {k: v for k, v in before.items() if k != section_id}

scripts/calibrate_effort.py

@@ -166,17 +166,33 @@ def aggregate_cell(per_run: list[dict]) -> dict:
     """Mean each metric across repeated generations of the same (case, block, effort)."""
     if not per_run:
         return {"distance": 1.0, "anti_pattern_total": 0.0, "change_percent": 100.0,
-                "golden_ratio_deviation_pp": None, "n": 0}
+                "golden_ratio_deviation_pp": None, "anti_by_pattern": {}, "n": 0}
     ratios = [r["golden_ratio_deviation_pp"] for r in per_run if r.get("golden_ratio_deviation_pp") is not None]
     return {
         "distance": round(mean(r["distance"] for r in per_run), 4),
         "anti_pattern_total": round(mean(r["anti_pattern_total"] for r in per_run), 2),
         "change_percent": round(mean(r["change_percent"] for r in per_run), 2),
         "golden_ratio_deviation_pp": round(mean(ratios), 2) if ratios else None,
+        "anti_by_pattern": _mean_by_pattern(per_run),
         "n": len(per_run),
     }
 
 
+def _mean_by_pattern(per_run: list[dict]) -> dict:
+    """Mean hits PER anti-pattern name across runs — the 'which rule broke' view.
+
+    A pattern absent from a run counts as 0 (count_anti_patterns omits zero-hit
+    keys), so the mean is over ALL runs, not only the ones that tripped it.
+    """
+    names: set[str] = set()
+    for r in per_run:
+        names |= set((r.get("anti_by_pattern") or {}).keys())
+    return {
+        name: round(mean((r.get("anti_by_pattern") or {}).get(name, 0) for r in per_run), 2)
+        for name in sorted(names)
+    }
+
+
 def _current_default(block_id: str) -> str | None:
     from legal_mcp.services.block_writer import BLOCK_CONFIG, DEFAULT_EFFORT
     cfg = BLOCK_CONFIG.get(block_id, {})
@@ -420,13 +436,30 @@ async def _finals_for_calibration(case_filter: str | None) -> list[dict]:
 
 
 async def _score_cell(case_id, block_id: str, effort: str, final_section: str,
-                      final_total_words: int, outcome: str, repeats: int) -> dict:
-    """Generate `block_id` at `effort` `repeats` times; score each vs the final section."""
+                      final_total_words: int, outcome: str, repeats: int,
+                      model: str | None = None, instructions: str = "") -> dict:
+    """Generate `block_id` at `effort` `repeats` times; score each vs the final section.
+
+    `model` (optional) A/Bs the generation model via write_block(model_override=…).
+    None ⇒ the pinned GENERATION_MODEL, i.e. the production path unchanged.
+
+    `instructions` (optional) is appended to the block prompt for EVERY cell in
+    the run — a prompt-variant A/B (e.g. an explicit formatting rule). It is
+    applied to all models so the comparison stays a model comparison rather
+    than silently becoming a prompt comparison.
+    """
     from legal_mcp.services import block_writer
     from legal_mcp.services.style_distance import block_distance_to_final
     runs: list[dict] = []
+    models_used: list[str] = []
     for _ in range(repeats):
-        res = await block_writer.write_block(case_id, block_id, effort_override=effort)
+        res = await block_writer.write_block(
+            case_id, block_id, instructions=instructions,
+            effort_override=effort, model_override=model,
+        )
+        # Record what the CLI was actually asked to run, so a silent fallback to
+        # a different build is visible in the report rather than mis-attributed.
+        models_used.append(res.get("model_used") or "?")
         scored = block_distance_to_final(
             block_id, res.get("content", ""), final_section, outcome,
             section_target_total_words=final_total_words,
@@ -434,6 +467,8 @@ async def _score_cell(case_id, block_id: str, effort: str, final_section: str,
         runs.append(scored)
     agg = aggregate_cell(runs)
     agg["effort"] = effort
+    agg["model"] = model
+    agg["models_used"] = sorted(set(models_used))
     agg["runs"] = runs
     return agg
 
@@ -446,6 +481,7 @@ async def _run(args, ts: str) -> dict:
 
     efforts = args.efforts
     blocks = args.blocks
+    models = args.models
     finals = await _finals_for_calibration(args.case)
 
     cases_meta = []
@@ -468,11 +504,15 @@ async def _run(args, ts: str) -> dict:
         section = _BLOCK_TO_SECTION.get(block_id)
         plan[block_id] = [c for c in cases_meta if section and c["sections"].get(section)]
 
-    total_cells = sum(len(plan[b]) for b in blocks) * len(efforts) * args.repeats
+    total_cells = sum(len(plan[b]) for b in blocks) * len(efforts) * args.repeats * len(models)
     grid_summary = {
         "n_finals": len(cases_meta),
         "finals": [c["case_number"] for c in cases_meta],
         "blocks": blocks, "efforts": efforts, "repeats": args.repeats,
+        "models": models,
+        # Provenance: a prompt-variant run is NOT comparable to a baseline run,
+        # so the instruction text is recorded in the report, not just the shell.
+        "instructions": getattr(args, "instructions", "") or "",
         "total_generations": total_cells,
         "per_block_n": {b: len(plan[b]) for b in blocks},
     }
@@ -480,6 +520,27 @@ async def _run(args, ts: str) -> dict:
     if args.dry_run:
         return {"dry_run": True, "grid": grid_summary, "by_block": {}}
 
+    by_model: dict[str, dict] = {}
+    for model in models:
+        by_block = await _run_blocks_for_model(
+            model, blocks, efforts, plan, args, ts, grid_summary, by_model, _BLOCK_TO_SECTION,
+        )
+        by_model[model] = by_block
+
+    # `by_block` stays the single-model shape (first model) so --rerank and the
+    # existing per-block report path keep working unchanged (G2 — no second
+    # result schema); multi-model runs additionally carry by_model.
+    out = {"dry_run": False, "grid": grid_summary, "by_block": by_model[models[0]]}
+    if len(models) > 1:
+        out["by_model"] = by_model
+    return out
+
+
+async def _run_blocks_for_model(model, blocks, efforts, plan, args, ts, grid_summary,
+                                by_model_so_far, _BLOCK_TO_SECTION) -> dict:
+    """The per-block × per-effort grid for ONE generation model."""
+    from uuid import UUID
+
     by_block: dict[str, dict] = {}
     for block_id in blocks:
         section = _BLOCK_TO_SECTION.get(block_id)
@@ -497,11 +558,12 @@ async def _run(args, ts: str) -> dict:
                     cell = await _score_cell(
                         UUID(c["case_id"]), block_id, effort, final_section,
                         c["final_total_words"], c["outcome"], args.repeats,
+                        model=model, instructions=getattr(args, "instructions", "") or "",
                     )
                 except Exception as exc:  # noqa: BLE001 — harness must survive any cell failure
                     logger.warning(
-                        "calibration cell skipped: case=%s block=%s effort=%s — %s",
-                        c["case_number"], block_id, effort, exc,
+                        "calibration cell skipped: case=%s block=%s effort=%s model=%s — %s",
+                        c["case_number"], block_id, effort, model, exc,
                     )
                     continue
                 per_effort_runs[effort].append(cell)
@@ -523,6 +585,7 @@ async def _run(args, ts: str) -> dict:
                 "anti_pattern_total": round(mean(r["anti_pattern_total"] for r in rows), 2),
                 "change_percent": round(mean(r["change_percent"] for r in rows), 2),
                 "golden_ratio_deviation_pp": round(mean(ratios), 2) if ratios else None,
+                "anti_by_pattern": _mean_by_pattern(rows),
                 "n": len(rows),
             })
         rec = recommend_effort(effort_rows)
@@ -532,6 +595,11 @@ async def _run(args, ts: str) -> dict:
             "recommended": rec["effort"] if rec else None,
             "confidence": rec["confidence"] if rec else None,
             "confidence_margin": rec.get("confidence_margin") if rec else None,
+            "model": model,
+            # Model builds the CLI actually reported across this block's cells —
+            # a mismatch vs `model` means a silent fallback, not a real A/B.
+            "models_used": sorted({m for e in per_effort_runs.values()
+                                   for cell in e for m in cell.get("models_used", [])}),
             "efforts": effort_rows,
             "per_case": per_case,
         }
@@ -541,11 +609,15 @@ async def _run(args, ts: str) -> dict:
         # Blocks not yet done are simply absent from by_block; _write_report tolerates
         # partial results. main() does the final flush once the loop finishes.
         try:
-            _write_report({"dry_run": False, "grid": grid_summary, "by_block": by_block}, ts)
+            snap = {"dry_run": False, "grid": grid_summary, "by_block": by_block}
+            if by_model_so_far or len(grid_summary.get("models", [])) > 1:
+                snap["by_model"] = {**by_model_so_far, model: by_block}
+            _write_report(snap, ts)
         except Exception as exc:  # noqa: BLE001 — a write hiccup must not abort the run
-            logger.warning("incremental report write failed after block=%s — %s", block_id, exc)
+            logger.warning("incremental report write failed after block=%s model=%s — %s",
+                           block_id, model, exc)
 
-    return {"dry_run": False, "grid": grid_summary, "by_block": by_block}
+    return by_block
 
 
 IL_TZ = ZoneInfo("Asia/Jerusalem")
@@ -578,7 +650,10 @@ def _write_report(result: dict, ts: str) -> tuple[Path, Path]:
         "ההמלצה אדוויזורית; ההכרעה בידי היו\"ר/המפעיל.\n",
         f"- בלוקים: {', '.join(g['blocks'])}",
         f"- efforts: {', '.join(g['efforts'])} · repeats/cell: {g['repeats']}",
+        f"- models: {', '.join(m or 'pinned-default' for m in g.get('models', [None]))}",
         f"- סך ייצורי-מודל: {g['total_generations']}",
+        (f"- ⚠️ **וריאנט-פרומפט** (לא בר-השוואה לריצת-בסיס): `{g['instructions']}`"
+         if g.get("instructions") else "- וריאנט-פרומפט: — (פרומפט ייצור כפי-שהוא)"),
         "",
     ]
     if result.get("dry_run"):
@@ -613,6 +688,54 @@ def _write_report(result: dict, ts: str) -> tuple[Path, Path]:
                 f"| {r['effort']}{star} | {r['distance']:.4f} | {r['anti_pattern_total']} | "
                 f"{r['change_percent']} | {ratio if ratio is not None else '—'} | {r['n']} |")
         lines.append("")
+    by_model = result.get("by_model") or {}
+    if len(by_model) > 1:
+        lines += ["## השוואת-מודלים (אותו block, אותו effort, אותם סופיים)\n",
+                  "| block | effort | model | anti_total | change% | ratioΔpp | distance | n |",
+                  "|---|---|---|---|---|---|---|---|"]
+        for b in g["blocks"]:
+            for eff in g["efforts"]:
+                rows = []
+                for m, bb in by_model.items():
+                    for r in (bb.get(b) or {}).get("efforts", []):
+                        if r["effort"] == eff:
+                            rows.append((m, r))
+                if len(rows) < 2:
+                    continue  # nothing to compare for this cell — don't fake a row
+                best = min(rows, key=lambda mr: (mr[1]["anti_pattern_total"],
+                                                 mr[1]["golden_ratio_deviation_pp"] or 0,
+                                                 mr[1]["distance"]))[0]
+                for m, r in rows:
+                    ratio = r["golden_ratio_deviation_pp"]
+                    star = " ⭐" if m == best else ""
+                    lines.append(
+                        f"| {b} | {eff} | {m}{star} | {r['anti_pattern_total']} | "
+                        f"{r['change_percent']} | {ratio if ratio is not None else '—'} | "
+                        f"{r['distance']:.4f} | {r['n']} |")
+        lines.append("")
+
+        # WHICH rule broke — a total alone can't tell you what to fix.
+        bd_rows = [(b, eff, m, r) for b in g["blocks"] for eff in g["efforts"]
+                   for m, bb in by_model.items()
+                   for r in (bb.get(b) or {}).get("efforts", []) if r["effort"] == eff]
+        if any(r.get("anti_by_pattern") for *_, r in bd_rows):
+            names = sorted({n for *_, r in bd_rows for n in (r.get("anti_by_pattern") or {})})
+            lines += ["### פילוח אנטי-דפוסים (איזה כלל הופר)\n",
+                      "| block | effort | model | " + " | ".join(names) + " |",
+                      "|---|---|---|" + "---|" * len(names)]
+            for b, eff, m, r in bd_rows:
+                cells = " | ".join(str((r.get("anti_by_pattern") or {}).get(n, 0)) for n in names)
+                lines.append(f"| {b} | {eff} | {m} | {cells} |")
+            lines.append("")
+        # A silent CLI fallback would make the whole comparison meaningless — surface it.
+        for m, bb in by_model.items():
+            for b, bd in bb.items():
+                used = bd.get("models_used") or []
+                if used and any(not u.startswith(str(m)) for u in used):
+                    lines.append(f"> ⚠️ **{b} / {m}**: ה-CLI דיווח `{', '.join(used)}` — "
+                                 "ייתכן fallback שקט; ההשוואה לתא זה אינה תקפה.\n")
+        lines.append("")
+
     lines.append("> דירוג-ההמלצה **style-clean** (#213): anti_total ראשי → ratioΔ → distance (tiebreak). "
                  "**change% מדווח-לא-מדורג** — מערבב סגנון עם שלמות-תוכן (07-learning §0.7), "
                  "anti_total הוא הסיגנל הנקי-לסגנון. confidence=⚠️weak ⇒ הבחירה בתוך-הרעש "
@@ -633,6 +756,12 @@ async def main() -> int:
                     help="comma block ids to calibrate")
     ap.add_argument("--case", default=None, help="restrict to a single case_number")
     ap.add_argument("--repeats", type=int, default=1, help="generations per cell (avg out gen noise)")
+    ap.add_argument("--models", default="",
+                    help="comma generation-model ids to A/B (e.g. claude-opus-4-8,claude-opus-5). "
+                         "Empty (default) = the pinned GENERATION_MODEL, i.e. production unchanged.")
+    ap.add_argument("--instructions", default="",
+                    help="extra prompt instruction appended to EVERY cell (prompt-variant A/B). "
+                         "Applied to all models — the run stays a model comparison. Recorded in the report.")
     args = ap.parse_args()
 
     logging.basicConfig(level=logging.INFO, format="%(asctime)s %(levelname)s %(message)s")
@@ -653,6 +782,9 @@ async def main() -> int:
     if bad_b:
         print(f"non-calibratable block(s): {bad_b}. valid: {VALID_BLOCKS}", file=sys.stderr)
         return 2
+    # [None] = "use the pinned GENERATION_MODEL" — keeps the default run byte-identical
+    # to the pre-#models behaviour instead of hard-coding the id in a second place (G2).
+    args.models = [m.strip() for m in args.models.split(",") if m.strip()] or [None]
 
     ts = _ts()
     result = await _run(args, ts)

web-ui/src/components/compose/chair-editor.tsx

@@ -45,8 +45,10 @@ export function ChairEditor({
     if (trimmed === lastSaved.current.trim()) return;
     setState({ kind: "saving" });
     try {
-      await mutate.mutateAsync({ sectionId, position: trimmed });
-      lastSaved.current = trimmed;
+      const res = await mutate.mutateAsync({ sectionId, position: trimmed });
+      /* Track what the backend read back, not what we sent — "✓ נשמר" must
+         mean "persisted and re-readable", or a later blur skips the save. */
+      lastSaved.current = res?.position ?? trimmed;
       setState({ kind: "saved", at: new Date() });
     } catch (e) {
       setState({

web-ui/src/lib/api/research.ts

@@ -59,20 +59,31 @@ export function useResearchAnalysis(caseNumber: string | undefined) {
   });
 }
 
+export type SaveChairPositionResult = {
+  saved: boolean;
+  section_id: string;
+  /** What the backend read back out of the file after writing — the truth. */
+  position: string;
+  timestamp?: string;
+};
+
 export function useSaveChairPosition(caseNumber: string | undefined) {
   const qc = useQueryClient();
   return useMutation({
     mutationFn: async (vars: { sectionId: string; position: string }) =>
-      apiRequest<unknown>(
+      apiRequest<SaveChairPositionResult>(
         `/api/cases/${caseNumber}/research/analysis/chair-position`,
         {
           method: "PATCH",
           body: { section_id: vars.sectionId, position: vars.position },
         },
       ),
-    onSuccess: (_res, vars) => {
+    onSuccess: (res, vars) => {
       /* Locally patch the cached analysis so other consumers stay in sync
-         without an immediate refetch that would steal focus from the editor. */
+         without an immediate refetch that would steal focus from the editor.
+         Cache the value the server read back, never the value we sent — the
+         two diverged silently while the parser could not see bulleted fields. */
+      const persisted = res?.position ?? vars.position;
       qc.setQueryData<ResearchAnalysis | undefined>(
         researchKeys.analysis(caseNumber ?? ""),
         (prev) => {
@@ -80,7 +91,7 @@ export function useSaveChairPosition(caseNumber: string | undefined) {
           const patch = (arr?: ResearchSubsection[]) =>
             arr?.map((s) =>
               s.id === vars.sectionId
-                ? { ...s, chair_position: vars.position }
+                ? { ...s, chair_position: persisted }
                 : s,
             );
           return {