docs: record evaluation safety production release

PROGRESS.md

@@ -132,6 +132,7 @@
 - [x] 完成评测安全首版：33 个正文目录、二十二张测量账，以及指标校准—Judge 偏差—污染动态题—系统安全边界四联实验。
 - [x] 论文库新增 BLEU、GLUE、HumanEval、MT-Bench、LiveBench、HarmBench、InjecAgent、AILuminate 等 50 个节点，从 400 篇扩充至 450 篇。
 - [x] Astro 类型检查、生产构建、20 个页面、1053 个站内引用和 15 个跨页锚点通过；十三套专题 Chrome 回归、键盘 tabs 与 390px 移动端无异常。
+- [x] 评测安全首版以源提交 `cfd2367`、不可变镜像 `20260729T013530Z-cfd2367` 发布；NAS、VPS/Tailscale、NPM、DNS、HTTPS、证书、门户、公开 Forgejo 与十三套生产 Chrome 回归全链路通过。
 
 ## 正在进行
 
@@ -231,6 +232,7 @@
 | 2026-07-29 | DeepSeek 与 K3 评测谱系按协议字段重建 | R1 的非零温多采样 pass@1、V4 effort / context / tool budget 与 K3 §6 task-specific harness 分层说明 |
 | 2026-07-29 | 论文库扩充到 450 篇 | 新增 50 个指标、套件、动态基准、Judge、代码 Verifier、安全与 Agent 风险节点 |
 | 2026-07-29 | 评测安全首版用四个独立实验闭环 | 指标/校准、Judge/Arena、污染/动态题、系统/安全边界分开建模，不合成伪“模型总分” |
+| 2026-07-29 | 评测安全首版用不可变镜像 `20260729T013530Z-cfd2367` 发布 | OCI digest `sha256:3c4c34a8…50be6`；复用 `12010→8080`、NPM host 31 / cert 41、门户 order 180 与公开 Forgejo |
 
 ## 未决问题
 

research/EVALUATION_SAFETY_RESEARCH.md

@@ -1385,4 +1385,4 @@ K3 §6 的价值不只是分数高，而是提供了一个真实的前沿评测
 - [x] 四联交互实验教学合同；
 - [x] 评测审计卡；
 - [x] 网站实现与浏览器回归；
-- [ ] 生产发布与公开仓库同步。
+- [x] 生产发布与公开仓库同步。