test(m4): verify live protocols and autonomous Node delivery
This commit is contained in:
@@ -33,4 +33,6 @@
|
||||
|
||||
原版 Purge AB-off/AB-on/BA-on/BA-off 必须在当前目标线路有完整可比工程成功基线后另冻插件/宿主/输入/身份。旧 AG 三次网络失败和唯一 ba-off 成功不改写。前置不足则不执行,收益继续 unknown。
|
||||
|
||||
当前阶段:1、2 已完成。最终隔离 m4-driver-40fb93c8 在 1.25.13 正式处理器的隔离宿主上通过 11 边界及固定模型 Node 的五请求实际执行、原九测试/build/限定 Git 与 owner 全部 index,见 [机器记录](m4-driver-validation-2026-11-11.json)。前三根原件及两次失败保持;原件捕获现为 download=1 逐原字节核对。当前 0 真实请求,先限定提交,再冻结并推进 3–6。
|
||||
阶段2原时点:最终隔离 m4-driver-40fb93c8 在 1.25.13 正式处理器的隔离宿主上通过 11 边界及固定模型 Node 的五请求实际执行、原九测试/build/限定 Git 与 owner 全部 index,见 [机器记录](m4-driver-validation-2026-11-11.json)。前三根原件及两次失败保持;原件捕获现为 download=1 逐原字节核对。当时 0 真实请求,随后以 `7152d654` 限定提交并另冻正式原状态。
|
||||
|
||||
当前阶段:3、4及5的Node已完成,见[阶段验收](QA-M4-COMPATIBILITY-NODE.md)。三线六次新预检/1227报告tokens/0unknown;Claude两项身份mismatch且目录缺项,不进入工程。DeepSeek新Node十请求180463tokens/0unknown,原9/9/build/限定Git及内置交付completed通过。原127导出/5244工件/53527行保持;外部一新“你好”会话/一请求单列,每行和原件明确SHA核对,原两次审计失败保留。阶段限定提交后继续独立React、完整成功后Python;Purge收益仍须另冻,不改1.25.13或续旧实验。
|
||||
|
||||
@@ -1,5 +1,7 @@
|
||||
# 1.25 计划:任务要求与交付复核
|
||||
|
||||
2026-11-11 M4真实兼容与Node阶段已验收:三线六预检/1227tokens,DeepSeek官方与GPT Responses代理通过;Claude代理请求claude-opus-5-5却自报gpt-6.1-sol,目录也未列选定型号,失败不改签。DeepSeek新Node自主十请求180463tokens/0unknown、原9/9/build/三源码Git与内置completed通过。原127会话/5244工件及每行保持,外部新增一会话/一请求和两审计失败单列,见[验收](QA-M4-COMPATIBILITY-NODE.md)。下一独立React、Python,Purge另冻可比实验;真实语义/缓存因果/重复读普遍改善与历史未知继续保留,未重打或重启1.25.13。
|
||||
|
||||
2026-11-11 当前:M3+B4b已正式交付1.25.13/source35a6d6d9,独立1399输入/30编译、186相关/4打包、实际安装11/11/跨版7/7及Mnemo后端24/24/两端各4组通过。唯一正式Setup351789ms、原PID63892/全部原行/127导出原字段/5244工件保持,正式四图和final核对通过;[验收](QA-MNEMO-RELEASE-1.25.13.md)、[身份](mnemo-1.25.13-release-identity.json)。源码/验收1e309700已普通增量推送且远端/fetch逐SHA一致,见[回执](gitatlas-mnemo-1.25.13-push.json);下一M4新真实基线;真实Mnemo生产绑定/语义及Purge收益未验证,历史异常完整保留。下方未提交/未发行按旧时点理解。
|
||||
|
||||
2026-11-08接续:M3隔离迁移/恢复源码后,默认关闭的B4b Mnemo单项目记忆桥已完成25项原生工程证据、最后相关104/104、916输入/30编译及网页/实际Electron/伴随HTTPS验收,见[报告](QA-B4B-MNEMO-NATIVE.md)。M3+B4b仍为未提交工作树,统一发行和正式升级未做;真实模型、长期、重复读/R-W边界及Purge收益unknown保持,历史异常不改写。下一M3最终产品commit/版本/源码程序包/InnoSetup及独立安装验收,下方当前顺序按历史时点理解。
|
||||
|
||||
@@ -0,0 +1,44 @@
|
||||
# M4 真实兼容与 Node 工程阶段验收
|
||||
|
||||
2026-11-11,正式 1.25.13/PID 63892,冻结驱动提交 `7152d654`。本阶段真实兼容六次请求、新 Node 工程十次请求,共 181690 报告 tokens、0 unknown。Node 自主交付通过;Claude 代理的真实型号一致性未通过。React、Python 和 Purge 尚未由本阶段验证。
|
||||
|
||||
机器记录:[m4-compatibility-node-2026-11-11.json](m4-compatibility-node-2026-11-11.json)。新原件根 `.qa/m4-live-baseline-2026-11-11/`,原无凭据观察、四轮隔离驱动和全部历史样本保持。
|
||||
|
||||
## 真实供应商兼容
|
||||
|
||||
用户在模型中心恢复三个凭据后,公开确认 DeepSeek 官方 Chat、Claude 代理 Messages、GPT 代理 Responses;三条连接均保持原定义、streaming=true、空原生参数及 credentialRevision=1。每连接一次目录预览、文本/工具各一次新会话请求;三个 DNS/TLS 诊断均通过,诊断自身 0 HTTP/模型请求、无凭据访问。目录未应用。
|
||||
|
||||
| 连接与协议 | 目录 | 文本/工具 | 实际请求输出字段 |
|
||||
| --- | --- | --- | --- |
|
||||
| DeepSeek 官方,deepseek-flash,Chat | 完整 2 型号,选定型号在内 | 两项完整、matched,97/430 tokens | 无主动输出限额 |
|
||||
| apikey-Claude,claude-opus-5-5,Messages | 完整 11 型号,选定型号不在内 | 两项完整,但都自报 gpt-6.1-sol,193/266 tokens | 官方必填 max_tokens=128000 |
|
||||
| apikey,gpt-6.1-sol,Responses | 完整 11 型号,选定型号在内 | 两项完整、matched,78/163 tokens | 无主动输出限额 |
|
||||
|
||||
六响应均实际收到完整 SSE 和报告 usage,工具预检只观察原调用、0 工具执行。Claude 原来的 missing max_tokens 未复现,但身份 mismatch 和目录缺项保留,不能据此宣称真实 Claude 兼容通过。没有改型号、改返回身份或自动重试。相同型号标识也不认证上游模型权重;媒体和长期稳定性未在本切片测试。
|
||||
|
||||
## 新 Node 自主交付
|
||||
|
||||
按预声明优先级选择通过全部预检的 DeepSeek 官方连接,独立复制原 `benchmarks/live-delivery-v1/node`,保留原九项测试、构建和配置。模型自行读取七个不同文件、修改三源码、执行检查并完成限定 Git;没有人工批准、监督续接或实现答案。
|
||||
|
||||
- Project `9bc42831-29a8-4a4d-8638-24366d7cc10d`,Session `cc136ea3-8407-4f69-8e94-69157553ebcd`。
|
||||
- Task `8249fea9-3613-4830-b016-53446019c476`,Run `64fbbda1-036b-4e2a-bd04-174504e31e53`。
|
||||
- 十请求全部 completed/matched,input 171023、output 9440、total 180463,0 unknown;实际执行 84451ms。
|
||||
- 独立原九测试 9/9、build 退出 0;只提交 `src/amount.mjs`、`src/summary.mjs`、`src/report.mjs`,提交字节等于最终文件。
|
||||
- Git `3cd994ff22c1658cbe4c26a7e317ce6b7b314745`;owner 全部原字节、原暂存和未跟踪状态保持,全部保护文件 index 未变。
|
||||
- 内置 delivery `1d2a6e2a-46ea-4217-b0a9-d8f717bfe36d` 为 completed、同一 Git;三份原 JSON 报告及对应 Markdown 分别保留,前两份任务仍 running,最后任务 completed,不覆盖早报告或旧 AD 的 in_progress。
|
||||
|
||||
十份原请求均未主动添加输出限额;工具 schema 及原前缀证据按请求保存。上游报告 cacheRead 122112、uncached 48911、reasoning 6113;cacheWrite 十请求均 unknown,不能写成 0。七次 read_file 中同 SHA/同范围重复读取为 0。本次单样本只能证明这些观察,缓存因果收益和普遍重复读取改善继续未验。
|
||||
|
||||
## 原状态与首次审计失败
|
||||
|
||||
首次审计发现批次期间另一条“你好”新会话,未在 M4 声明范围内,严格归属检查停止。只读封存其显式 ID、每行 SHA、七工件、原请求/响应和导出;一请求 4301 报告 tokens、0 unknown、身份 mismatch,单列外部新增,不归入 M4 请求或交付。不推断操作人,不续跑其任务。
|
||||
|
||||
第二次审计误查询不存在的 `model_attempts.project_id`,退出;按真实 schema 改为既有 sessions 关系查询。两次失败结果和各自 after 快照保持,未修改产品或数据库。第三次只读审计 `audits/node-2e02c1a0-cda2-4863-a962-8e6b54771bfc` 通过。
|
||||
|
||||
原 102 项目、127 会话、377 请求、5244 工件及 53527 原行/字段和 schema 核对通过。项目前插位置 +4、configRevision 124→126、registry 176→178、三已知网络诊断追加和两序列按明确增量重算原 SHA;其他原字段、全部原导出和工件字节 exact。新增为 M4 四项目/七会话/十六请求,另上述外部一会话/一请求;合计新增 782 事件及 outbox、196 records、17 model_attempts、118 工件,归属逐项核对。
|
||||
|
||||
原 PID/instance、空闲、9229 关闭通过;原选择恢复 Claude 单成员池,全部连接定义和原池保持。凭据行只比较 SHA,未读取、解密、复制或重存 Key。产品源码、正式发行和服务未重启。
|
||||
|
||||
## 回顾与下一阶段
|
||||
|
||||
新的真实 Node 成功与内置 Git/结束报告一致,说明 1.25.13 的此工程链路已实际闭环。审计新增识别和真实数据库列修正仅属于本批驱动,失败原件继续可核对。提交此阶段后另开 React,再按完整成功前置开 Python。原网络异常、unknown、输出截断、R/W v2 真机边界、Mnemo 生产语义、物理 iPhone、长期与 Purge 收益保持原结论;Purge 必须另冻可比基线及插件/宿主来源。
|
||||
@@ -1,5 +1,7 @@
|
||||
# Tianshu 研究后的 Agent Workbench 采用计划
|
||||
|
||||
2026-11-11 M4已完成真实兼容和新Node:六预检1227tokens/0unknown,DeepSeek官方和GPT Responses代理通过,Claude代理身份mismatch/目录缺项原证据保持。DeepSeek自主Node十请求180463tokens/原9/9/build/限定Git及内置最终交付通过,原127导出/5244工件/53527行与全部旧事实核对;外部一“你好”会话/一请求和两审计失败分别保存。见[阶段验收](QA-M4-COMPATIBILITY-NODE.md)。下一独立React、成功后Python,再按插件/宿主和可比成功基线另冻Purge;缓存/重复读普遍收益、Mnemo生产语义及历史unknown仍未验。1.25.13未重启或重新发行,下方“下一M4”为先前时点。
|
||||
|
||||
2026-11-11 当前:M3+B4b已正式交付1.25.13/source35a6d6d9,独立1399输入/30编译、186相关/4打包、实际Inno11/11/F跨版7/7及Mnemo24后端/两端工程路径通过。唯一正式Setup成功,原PID63892/102项目/127会话/5244工件及旧历史保持,正式四图和final核对通过;见[验收](QA-MNEMO-RELEASE-1.25.13.md)。源码/验收1e309700已普通增量推送且远端/fetch逐SHA一致,见[回执](gitatlas-mnemo-1.25.13-push.json);下一M4另冻新真实基线,不续旧实验;Mnemo生产绑定/真实语义/重复读/R-W边界/Purge收益unknown保持。下方未提交/未发行为原时点。
|
||||
|
||||
2026-11-08接续:M3隔离迁移/恢复实现后,B4b默认关闭的Mnemo单项目记忆桥已完成原生工程验收,25项证据、最后相关104/104、916输入/30编译及两端/伴随HTTPS见[验收](QA-B4B-MNEMO-NATIVE.md)。M3+B4b仍未提交或统一发行,本轮未正式操作、真实模型或Purge验证;原失败和历史未知保持。下一M3最终产品身份/源码程序包/InnoSetup及独立安装验收。下方最新/下一均按其历史时点理解。
|
||||
|
||||
File diff suppressed because it is too large
Load Diff
Reference in New Issue
Block a user