diff --git a/docs/QA-LIVE-DELIVERY-W.md b/docs/QA-LIVE-DELIVERY-W.md new file mode 100644 index 00000000..7107d88c --- /dev/null +++ b/docs/QA-LIVE-DELIVERY-W.md @@ -0,0 +1,39 @@ +# QA:W 新有界真实交付(正式 1.25.1) + +冻结计划见 `docs/LIVE-DELIVERY-W-PLAN.md`;驱动在 `scripts/live-w/`,证据封存于 `.qa/live-delivery-w/`(119 份、约 67984287 字节,含 MANIFEST.json)。本样本在正式机热升级到 1.25.1 后另冻,不续跑 V/T/R/P/O。 + +## 连接与状态 + +- 正式 http://127.0.0.1:4318,1.25.1,PID 36552,Provider/Key 内存连接保持,升级后 9229 关闭。 +- 选线 jojocode GPT Chat(连接 `5b4daed9-b2f7-4de0-b949-573eba70c7b3`,gpt-6.1-sol,chat-completions,contextLimit 16000,maxOutput 2048),连接 revision 按当前实际快照读取为 9,credentialRevision 1。 +- 基线冻结:65 项目、81 会话、6377 记录、13484 事件及 outbox、3720 工件。 + +## 阶段结果 + +1. **网络诊断(1 次,记录但不阻断)**:DNS 解析 IPv4+IPv6,auto/ipv4/ipv6 三次 TLS 全部 passed、证书授权,`direct-endpoint-only`、`modelApiRouteVerified=false`,0 HTTP/模型/凭据访问,1613ms。原状态除新增一行诊断历史外精确一致。 +2. **单次身份预检(1 次真实请求)**:无工具,严格 require-match。请求 `https://jojocode.com/v1/chat/completions`,报告型号 `gpt-6.1-sol` matched/complete,usage 报告 4496 tokens(prompt 4466 / completion 30),actualTools=0,stop `identity_probe_complete`,响应含 nonce。通过。 +3. **有界 Node 费用报表工程(真实模型,监督在环)**:固定三源码 `src/amount.mjs`/`src/summary.mjs`/`src/report.mjs`、原九测试、11 文件基线、16K/2048/8 请求/90000 tokens/600000ms、单连接、无 run_command。 + +## Node 结果:未交付,`no_progress` 暂停 + +模型 6 次真实请求全部 completed 且 `gpt-6.1-sol` matched。顺序为 inspect_project → plan_checks(["test","build"]) → run_checks(监督批准原检查计划,原九测试如期全部失败为真实基线)→ 反复 read_file/read_artifact(读取 `test/expense.test.mjs` 及三模块)。模型首条消息正确复述了任务与"只准备三文件提案、等待审查应用"的约定,但在整个预算内**从未发出 `propose_file`/`propose_patch`**,连续请求没有产生新的工程状态,触发 `no_progress` 守卫于第 6 次请求、71044 tokens(inputTokens 70258 / outputTokens 786)处暂停。0 变更、0 变更集、0 交付。各次 completion_tokens 很小(21–375),是模型自身在读取循环里停滞,而非预算或预留阻断。 + +## 对 v2 预留修复的意义(如实) + +W **没有复现** R 当年的确切卡点。R 在第 7 次请求因预留 29623>剩余 17429 被 `token_limit` 暂停;W 更早在第 6 次因 `no_progress` 停止,且各次本地输入远小于触发剔除所需的异常比率,`observed-route-max-v2` 的孤立异常剔除在本样本中没有被触发到实际排除。因此: + +- v2 的单元级收益已由 `tests/model-reservation.test.mjs` 用 R 的 6 份真实回执证明(v1=29623 会卡、v2=15285 可发送)。 +- v2 在真实 1.25.1 上作为活动预留方法参与了全部 6 次请求且未产生错误剔除(0 excludedSources),但本样本未把它推到排除边界。 +- 真实模型能否自主写完并通过九测试,仍未由本样本证明——停止原因是模型行为(只读不提案),不是产品缺陷,也不是预留/预算阻断。 + +不把读取、口头复述或基线 build 当交付;`no_progress` 暂停即封存,不续跑、不追加实现提示、不替模型实现。 + +## 状态恢复(精确) + +- 原 81 导出、每条 sessions/records/events/outbox 原行、全部 3720 原工件字节精确一致;226 条原 modelAttempts 保持。 +- 预算与选线恢复默认(pool `68e30376…`),连接恢复 `record` 身份策略(revision 单调 +2 至 11,声明归一化),credentialRevision 1→1,Key 未读取或重存。 +- 仅新增 2 个自有样本项目(预检 + Node)及其会话/尝试/工件;final 项目 67 = 65 原 + 2 自有。PID 36552、1.25.1、空闲、9229 关闭。 + +## 边界与下一步 + +Node 未闭环,按计划**不**运行原版 Purge AB/BA、不扩展 React/Python。真实自主交付与 Purge 收益仍未验证。后续若再冻新 Node 样本,可在目标提示里更明确要求尽早 propose_file,但不得暗供实现或放宽预算/检查。不委派、不推送、不读取/复制/解密/重存 Key。 diff --git a/docs/QA-OUTLIER-INSTALL-1.25.1.md b/docs/QA-OUTLIER-INSTALL-1.25.1.md new file mode 100644 index 00000000..d18b05d5 --- /dev/null +++ b/docs/QA-OUTLIER-INSTALL-1.25.1.md @@ -0,0 +1,31 @@ +# QA:1.25.1 预留异常剔除与安装校验提速 + +## 范围 + +1.25.1 包含两处产品改动加一处过时断言修复: + +1. **预留异常剔除 `observed-route-max-v2`**(`src/shared/contracts/model-reservation.mjs`)。下一次模型请求的用量预留,当同一线路上某张回执的"上游报告输入/本地估算"比率 ≥1.5× 于其它所有回执、该线路至少 3 张回执、其后仍有正常回执时,最多剔除这一张孤立异常;被剔除回执仍计入账本并记入 `excludedSources`。重复高比率、最后一张回执和过短历史都不剔除。旧封存按 `observed-route-max-v1` 逐字节复核。用 R 的 6 份真实回执复算:v1=29623(>剩余 17429),v2=15285。 +2. **安装完整性校验单次 realpath**(`src/core/desktop/file-state.mjs`、`process-identity.mjs`、`app-installation.mjs`)。每个清单文件只做一次原生 realpath 等值比较加 lstat/nlink/流名检查,根目录链在扫描前后各核验一次;目录枚举仍逐级检查。哈希算法与清单范围不变,junction 子目录、硬链接、ADS 流路径、越界路径仍被拒。 +3. 过时断言修复:`tests/purge-strategy.test.mjs` 原断言 `/预算/`,但实验开销场景实际触发的是上下文窗口容量守卫(`context_limit` 分支),改为匹配实际文案并断言 `limitingReason==='context_limit'`。 + +## 回归 + +- 预算相关 103/103、安装/桌面 31/31(含新增 junction/硬链接/流名用例和新版本一致性守卫)通过。 +- 全量 886/889:3 项失败为 Python 解释器与浏览器(Playwright)环境依赖,在改动前 HEAD `e05b8fe0` 上同样失败,与本次改动无关。 +- 新增 `release-efficiency` 守卫:把 `APP_VERSION` 钉死到 package.json 并核对 `dist-server` 两个 bundle,未来漏改版本常量会直接失败。 + +## 发行与首次升级的真实失败(保留) + +第一次打包升级 `20261104101837040` 在正式机上被 `HOST_VERSION_MISMATCH` 安全回退:`src/server/diagnostics.mjs` 的 `APP_VERSION` 字面量仍是 1.25.0,热升级后运行进程报告 1.25.0 与安装候选 manifest 版本 1.25.1 不符。这是系统自身的版本守卫拦下错误发行,数据零损失。已修复常量、补回归守卫、重新打包候选 `20261104103902806`(commit `0a82636d`,server/hot-upgrade 均报 1.25.1)。首失败与首候选不改写。 + +## 唯一正式升级(PID36552 保留) + +- 候选 `Agent-Workbench-1.25.1-win-x64-20261104103902806`,source `0a82636d`,installer SHA `e1689a459f950d3a326b0915ced481f769de88f1531082f13e26902ae790f3c6`。 +- 升级前只读基线、升级、独立 final 复核三段均通过。原 PID 36552、instanceId `4c910dd5-82cb-4c8a-92f6-328338ea0662`、Provider 内存连接与 Key 保持;hasKey=true,窗口 0,9229 关闭。 +- 数据精确保持:65 项目、81 会话、6377 记录、13484 事件及 outbox;retention 四项(rows/exports/artifacts/model-center)均为 exact。指针 revision 26→27,previous=1.25.0,operation=completed。 +- **实测更新耗时 156369ms(约 2.6 分钟),对比 1.25.0 的 774098ms(约 12.9 分钟),约 5× 提速**。安装日志中每轮 10970 文件的全清单核验从 214–288s/轮降到约 1.5–3s/轮;其余耗时为安装器解压写盘。这是安装扫描优化在真机落地的直接证据。 + +## 边界 + +- 真实模型自主交付、网络恢复与原版 Purge 收益不在本版由上述本机检查证明;真实样本见 `docs/QA-LIVE-DELIVERY-W.md`。 +- 不委派、不推送、不读取/复制/解密/重存真实 Key,不重启正式进程,不续跑旧 V/T/R/P/O。