4.5 KiB
修复后真实工程交付与原版 Purge 对照
六个新样本已按 E 方案完成实测和封存:Python 完成交付;React 未交付;原版 Purge 四组对照均未交付,本轮没有证明正向收益。旧六例、20 次请求/419,597 报告 tokens 和一次未知用量保持原结果,不能回填为成功。
使用修复后相同编译载荷、现有 Provider、配置连接 claude-opus-5-5/Chat Completions/32K/连接修订3。六个样本串行,总计 52 次真实请求、621,486 报告 tokens、0 次未知用量;未超过100请求/700k报告tokens批次上限。没有人工代写实现、修改原测试、追加实现提示或续跑旧 Task。模型原请求、上游流、账本消费、固定代码和原失败均封存,费用未推算。
| 样本 | 请求 | 报告 tokens | 实际结果 |
|---|---|---|---|
| React | 12 | 126,459 | 原9测试2通过/7失败;类型检查和构建通过;未形成修复批次,下一次预留不足而暂停 |
| Python | 12 | 131,065 | 三模块由模型修复;原6测试由1通过/5失败变6/6,编译通过,审查后本地Git完成 |
| 第一轮关闭 | 9 | 98,356 | 三文件批次审查应用;未完成修复后的原测试和父交付,预算暂停 |
| 第一轮开启 | 5 | 76,661 | 完成原9失败检查,无已应用批次;剩余预算不足下一请求预留而暂停 |
| 第二轮开启 | 6 | 96,572 | 完成原9失败检查,无已应用批次;预算暂停 |
| 第二轮关闭 | 8 | 92,373 | 三文件批次审查应用;未完成修复后的原测试和父交付,预算暂停 |
Python Git:f3378a802ea0abb2208a67dc4e6cfda9393c47ba,状态 verified_committed。验收程序批准两次原检查、应用一次模型封存批次并确认模型准备的交付计划,未提供实现;12份受保护输入及原暂存/未暂存字节保持。该单样本证明了一次受监督的实际闭环,不代表普遍自主成功率。React未通过,未运行成功页面验收或制造Git交付。
原版加载与收益边界
两次开启组均实际加载固定 Purge1.1.78 原入口/apply及两个原生模块,11份实际模型输入逐份核对完整唯一的原版提示。关闭组是同一 Harness,没有原版插件和独立提示实验段,17份实际输入逐份核对。四组目标、原Git树、三个源码模块、原9测试、工具、模型连接/修订/协议、32K容量、输出余量和105k预算相同,顺序为关闭→开启、开启→关闭。
开启组消耗合计173,233,关闭组190,729,但四组都没交付,停止位置不同。不能把更早失败解释为节省,也不能由两个顺序、四个样本推断普遍收益。关闭组两次进入应用阶段、开启组没有应用批次,是描述性观察,不足以断言通用能力下降。
第一轮开启虽然顶层原因是 engine_input_budget,原拒绝分项显示:必需输入27,424小于可用窗口27,552;下一次保守预留29,600大于剩余28,339,limitingReason=remaining_token_budget。这是剩余累计预算不足,不是本次32K窗口本身不足。原拒绝工件保留,不扩容或重置账本补做。
保存与回顾
889份/39,866,911字节,包括776条工件记录/712份去重字节、六份基线、全部自有记录/导出、模型原请求/响应、原版输入与进程关闭证据。见 manifest,SHA-256 1eafc592adb267f6487cf9b48893480e9b8a987780307d1f945befa4e851ba22。离线核验52请求、上游报告usage、11开启/17关闭输入和原版加载通过;核验器不调用模型或加载插件。
全部6个原生进程树结束,原PID36552/Provider保留,9229关闭;原模型连接公开参数及号池已恢复,连接修订2→3→4和config修订18→33按实际记录。原46会话完整导出、2,143份原工件、3,845原records/7,700原events/7,700原outbox保持。新增12自有项目/12会话;所有原表逐行核对,仅精确逆算新增项目位置、所属尝试追加、声明配置修订和事件序列,96条原模型尝试保持。私有快照不入Git,未读取或复制Key。
这批源码在同源固定副本上实测。后续 F 固定安装已完成:21份执行服务/网页/桌面编译与E相同,仅安装管理器入口补齐已修正升级脚本的重新编译;原数据/Provider保持。正式原生窗口目视回看因物理Escape停止待补。之后按 交付效率修复计划减少无进展读取和待审查阶段空转;不再重跑本批失败样本。