test: freeze unrestricted original Purge comparison driver

This commit is contained in:
Agent Workbench Dev
2026-11-06 13:40:29 +08:00
parent af9a1a2a45
commit e3fbf034f1
13 changed files with 626 additions and 0 deletions
+21
View File
@@ -0,0 +1,21 @@
# AF:开放模式下原版 Purge AB/BA
前置AD Node和AE React/Python各自已封存并独立交付通过。原来的有限额度、网络、输出截断、未交付、重复读取与未知缓存/真实预留记录全部保持;不续跑旧样本或用户项目。正式1.25.8/a6e31dec/PID71628保持,本阶段不改产品或重打包。
冻结后按ab-off→ab-on→ba-on→ba-off串行,各新父项目、新子工作区和新会话。基线复制原Node费用三模块/原九测试,固定Git元数据令初始提交内容完全相同,不复用已有成功源码或对话。模型仅收一次相同业务目标和允许路径,自行读、改、plan_checks/run_checks;不提供实现、人工审批、继续或失败后重试。子工程保持原HEAD/index,父工程只按真实成果自动归集、合并、检查、源码限定Git并finalize,这些自动动作逐项保留,不能冒认模型自己运行了父流程。
模型固定AD/AE已核对的DeepSeek/deepseek-flash、Chat/streaming、nativeParameters={}及原凭据引用;整批只公开暂选单线和require-match一次,全部组同连接修订,结束恢复原高性能池与record策略,单调修订和时间变化声明。每次HTTP完整matched、原请求/响应SHA与实际用量/unknown单列,不认证底层权重,不自动换池,不读取、复制、解密或重存真实Key。
关闭组仍运行同一个Harness0.2.1-rc.2、工具与宿主桥;开启组加载dsh-purge1.1.78原入口和apply,使用purge-original-restricted-v1固定可信来源profile。Harness controlled SHA为5f4cb8dfd15484724771494634dbb0a221a30c2585a2eadbbe63356ab6fc863a,Purge源SHA为b71679347cac069667d6cc63cb3b7736e69508eda58d50ee72746639bfc40fb0,393运行输入SHA为16e74cf9fc46cb78d128b60710f02fe327514e34faaf52021a2bf685c76ff45e;运行时再次核对,不下载替换。60原文件/两个原生模块、最终完整模型输入、入口/apply及所属进程树结束必须有证据。
原版profile仍关闭自动更新、宿主改写、原版操作工具、自动重试/继续。使用新冻结的开放工程提示,明确宿主自动处理审批,不沿用旧默认提示里的“等待审批”。这个提示只属于on的原版postPrompt因素;off没有独立提示实验段。固定源码profile与当前权限区别如实记录,不宣称测试了上游完整默认插件或任意插件操作能力。
两组均保持unrestricted/full/passthrough/preserve:context、输出、累计token、请求/工具次数和产品时长不设本地额度,不向wire附加输出上限,不裁剪原模型历史。每例外部观察10分钟,连续3分钟无新读取/源码/检查事实才停止自己的任务;这是两组共同的实验观察终点,不改变产品默认。未知或在途消费原样保留,不改称零成本。
成功要求原九测试和build、仅三允许源码提交且当前文件=提交内容、owner原字节及原暂存/未暂存/未跟踪状态、子工程原HEAD/index、原生账本/全部进程结束及每请求身份和用量均核对。父检查与独立重跑分别保存。失败后不追加提示;若是模型/网络停止则保留该例并可执行下一全新组,若驱动/封存/来源或配置漂移则停止批次,先修复后另冻实验,不用后见之明放宽本批门槛。
报告四例全部分母、输入/输出/上游缓存tokens、unknown、请求数、延迟与总墙钟、读取/重复/工具和自动父动作。四例均达相同成功标准才能描述token/请求/延迟差异;提前失败不等于省tokens,无账单不编造费用,仅两对顺序平衡的小样本不作因果或普遍收益结论。
执行前本机原生夹具open-original-engine-13b6c268两组通过:各四次自有HTTP、12000068合成报告tokens仍继续,完整历史/无输出cap、原版入口/apply/两个原生模块、自动父工程检查/Git/owner及进程树均过,真实请求0。首夹具66b4dc31错用manager.merge,次夹具在成功提交后误要求整个Git HEAD/index不变;两原失败保留,修正为实际prepareMerge和保护非目标index/owner,不能借夹具宣称真实推理或Purge收益。
完整真实驱动af-driver-c6ca1f0f四组自有HTTP验收和原状态审计、477份证据封存均通过,真实请求0;三次旧驱动/审计失败见QA,原件保留。先本地提交再冻结正式current.json。原数据审计覆盖全部原表行、导出、工件、模型中心/凭据存在状态与原池;新增父子项目/会话必须全部核对归属。各阶段回顾、本地提交,不委派、不推送。两处已知产品缺口(内置Python环境选择、终端Git交付账本整合)不在对照途中改动,保留另切修复。
+13
View File
@@ -0,0 +1,13 @@
# AF 原版Purge对照:准备与实际结果
契约见[LIVE-PURGE-AF-PLAN.md](LIVE-PURGE-AF-PLAN.md)。AD Node和AE React/Python已各自独立交付封存,本阶段不改产品,正式仍1.25.8/a6e31dec/PID71628。真实对照尚未开始;未观察前收益unknown。
原生开放契约本机验证open-original-engine-13b6c268通过,两组各四次自有HTTP和12000068合成报告tokens、完整历史与无输出cap、原版入口/apply/两个原生模块、父工程检查/Git与owner/index/进程树退出均过,真实请求0。前两个夹具的驱动函数名错误和提交后误要求整个HEAD/index保持的断言失败保留。
完整四组驱动首af-driver-5e056c46在ab-off实际父交付通过后,取证把model-route-plan误当直接HTTP正文,找不到顶层tools而失败;修正为核对唯一实际variant,原失败保持。次af-driver-6ca7a530四组16自有HTTP和原九测试/原生/父Git全部通过,但最终审计器假定已有modelAttempts/modelNetworkDiagnostics数组,而全新夹具基线是null,原审计失败保持。该轮旧driver-result错误写了success=true,不能用它盖过失败audit/退出1;已增加必须读取audit.success的断言,并在新夹具冻结前建立与生产一致的两个空数组行。不改通用严格生产审计,也不重写原夹具结果。新的完整验收仍待结算。
第三af-driver-dc0cb1df四工程仍通过,最终审计抓到恢复错误:新连接原modelIdentityPolicy省略,恢复POST省略该字段会保留临时require-match。原审计拒绝通过且driver-result=false/退出1保持;修正为显式恢复原值或默认record/空别名,不改凭据。这轮问题是驱动恢复,不将四组工程通过当作完整验收通过。修正后再另建新夹具结算。
最终af-driver-c6ca1f0f完整四组通过:16自有HTTP、每例原九测试/build与父Git/owner/index、两组真实原版入口/apply/两个原生模块及进程树退出通过。原11行/1导出/原工件保持,新增8父子项目/8会话和16尝试全部自有,原连接1→3/config2→4仅声明修订/显式默认字段,原池/凭据状态恢复,9229关闭。原状态审计809e90c1通过;封存477份19505631字节,逐实际HTTP/模型计划/schema和全部文件SHA核对通过。该合成夹具的输出表中realRequests指16次自有HTTP,顶层driver-result明确realModelRequests=0,不能纳入真实模型分母。
全部固定实现仅发给回环自有HTTP,不发真实供应商。上述运行不是自主推理或Purge收益证据。正式current.json即将单次冻结,真实AB/BA结果另附;未执行前收益unknown。