Files
Agent-Workbench/docs/LIVE-VALIDATION-STATUS.md
2026-11-05 03:35:06 +08:00

2.8 KiB
Raw Permalink Blame History

AA/AB 真实验证状态

正式保持1.25.3,产品源码与发行未更改。按用户授权完成了三供应商真实兼容和一个新的自主Node样本,结果包含失败;原版Purge受工程前置约束未执行,不能报告收益。

验证项 本次观察 仍未知或下一前置
上游目录 DeepSeek2、Claude9、GPT5型号,当前型号在列 上游未给的推理/能力仍unknown;只有标准化预览,无原HTTP body工件
开启低强度 三条线路短答复预检通过 不代表所有能力、所有档位或长期稳定
关闭推理 DeepSeek错误复述nonce,Claude空响应,GPT400明确不支持none 原异常各自保留,不用品牌默认掩盖实际限制
自主Node 模型已开始propose_file,但第二个调用在2048输出上限截断;7请求65440tokens,原9失败/build通过,0有效提案/交付 下一个可证伪因素是单响应输出容量,需另冻样本,固定原题/模型/推理/检查;不续跑AB或回改预算
读取与工作依据 本例8次文件读取无同范围重复;末次原请求三源码完整、测试2583/2584字符及当前检查在 不能外推所有重复读取已解决或改写旧T/W失败
单轮shadow 10份原工件分出6证据增长/2等待/1新失败/1基线 只观察外显事实,不计业务成功、不干预提示/停止/权限/预算
原版Purge 本批0例;旧E/H的实际加载事实保留 Node闭环后React/Python,再同题同模型同预算原版off/on/on/off,才可描述收益
历史网络和预留 当次诊断总体通过,DeepSeek无IPv6地址而跳过;末次截断原流有DONE 旧网络间歇唯一根因、真实异常预留排除边界、长期稳定仍未知

两批共14真实模型请求、66404报告tokens;另1次unknown和原2235tokens预留保持,不当零消费或估算收费。新请求全部无自动重发/换池。AA/AB原失败、驱动/审计失败和后续更正分别留存,317份246332910字节主证据及两份manifest已离线/Git字节核验。

原PID36552、instance4c910dd5-82cb-4c8a-92f6-328338ea0662、Provider/凭据保持;预算/原池选择/身份来源恢复,只保留已声明的API默认字段显式化和单调修订/项目前插/事件游标变化。现83项目99会话6875记录14761事件及outbox、4016工件,原数据/导出/工件/尝试核对通过,空闲、窗口0/9229关闭。Key没有读取、复制、解密或重存;没有推送。

详细结果:供应商兼容AA、工程与原始失败AB。冻结方案:AA、AB。历史外部AI交接材料保持其整理时点,不把当时1.25.0或未实施优化误作当前状态。