Files
Agent-Workbench/docs/QA-LIVE-DELIVERY-T.md
2026-11-04 07:21:32 +08:00

6.8 KiB
Raw Permalink Blame History

T:S 交付后的真实 Node 验收

2026-11-04,按调用前提交 28d21e75 冻结的契约完成一个新样本。连接诊断和单次身份预检通过;Node 在第八次请求后 step_limit 暂停,没有源码提案、修改或 Git 交付。原九测试仍全部失败、基线 build 通过。正式仍为 1.24.7/source5dcd6d7c,未重新打包或修改产品。

固定条件和结果

阶段 原限制 实际结果
所属 DNS/TCP/TLS 1 个 job、12 秒、0 HTTP/模型/凭据访问 462ms,DNS/auto/IPv4/IPv6 TLS 均通过,证书校验开启
新身份预检 1 请求/尝试、0 工具、256 输出、16000 tokens 1 请求/112 报告 tokens,nonce 正确,原 JSON 报告型号严格匹配
新 Node 工程 8 请求/90000 tokens/600000ms,16K/2048/1600,原三源码/九测试 8 请求/76062 报告 tokens/0 未知,16 工具/1 次原检查审批;0 提案/修改/交付,step_limit

固定已启用 jojocode/5b4daed9,gpt-6.1-sol、Chat 非流式 JSON、https://jojocode.com/v1。预检使用公开连接修订7/凭据1,工程临时严格身份策略为修订8,结束恢复原 record/[]/空串语义到修订9,凭据修订仍1。每次 ordinal=1、poolId=null,原响应均完整 matched;这只核对请求/报告标识,不认证底层权重。没有重试、切池、别名补造、补预算或续跑旧任务。

诊断 job:486ed76c-9dca-4016-9b58-7ea4962c2c2b。预检 session:fef9c86c-86c5-4e66-a27a-4b29067c0426。Node session:5a1b39be-8096-46e6-bc43-156ca308f6f9,Task:94a78e50-df05-4176-b033-32de563a347c,Run:714f56ac-55a2-4cd3-acbe-df2cf09f5329。全部新增均为隔离自有工程,原 R/P/O 失败未续跑。

已读内容与实际请求

测试文件2584字符实际返回 0→473→2089、重读0→472、2089→2557→2584。第六轮已读完;单次纯文件页为1616字符,原SHA和续读位置被模型实际采用。读取范围账本是读取事实,不能据此声称每次后续请求都含有全文。

逐原请求解析 paired 文件结果、working_set 文件内容和 latest 文件摘录,得到:

实际请求 测试字符进入结构化文件视图 原检查 job ID 是否仍在整个原请求中 模型下一操作
4 400 是 续读测试文件
5 1616 是 重读头部并续读尾部
6 1060 否 恢复两个工件、查任务计划、读取最后27字符
7 27 否 再次 inspect_project
8 421 否 再次 plan_checks

上述统计不把运行诊断中的 outputExcerpt、部分转义的工件包装当成完整源码;所有计入片段逐字符匹配原文件和原SHA。原八个请求没有一个在这些结构化文件视图中同时带齐测试全文。第六轮后原检查 UUID 在整个请求字节中也已消失,不能只归因于某种视图命名。

使用原16份所属 tool 原行、原 providerMessages、原工件,调用 source5dcd6d7c 的 workingCandidates 作零模型/零宿主写入的离线重放:同路径/版本只保留最长页和非包含的最新页。第六轮后可选测试页只有[473,2089]和[2557,2584],在分配预算前已排除[0,473]及[2089,2557]。原失败检查候选仍存在,却未进入原第7/8次实际请求。候选选择和实际容量分配是两个需要处理的环节。

这些证据定位到系统工作记忆的保留缺口;模型自身选择、上游模型行为对未交付的影响尚不能单独量化。S 的固定回放改善仍有效,T 不证明真实自主交付或 Purge 收益。不能用提高预算、删检查、提供实现答案或延长旧任务替代修复。

原状态和监督边界

监督只批准模型原计划的 npm run test/build。测试、配置、README、构建脚本、owner 文件、原暂存与工作副本、三源码均未改变。模型未准备变更集,完整审查应用和 Git 门禁本次没有触发。原九测试0通过9失败,build通过属于未修复源码的基线。

63个原公开项目、79份原会话导出、3660份原工件字节、216条原尝试及原会话/记录/事件/outbox逐行保持。两个自有项目前插使原 projects.position 顺移2,逆算后全原行SHA一致;不把这个声明过的排序变化写成原行字节未变。

新增2项目/2会话、115记录、205事件和outbox、9尝试、60个工件文件均归属本轮。当前65项目/81会话/6377记录/13484事件及outbox/3720工件。74份自有工件记录已通过原API逐SHA/bytes取回;记录可复用同一字节,所以工件记录数与新文件数分别核对。

原预算、高性能默认池和成员、其他连接及旧09b停用保持;目标7→8→9/凭据1,全局及legacy展示69→73,身份缺省新增字段为{}。原PID36552/Provider、runtimeRoot/runtimeIdentity保持,最后只读回查全原行和公开模型中心仍与恢复结果相同,9229关闭。本轮没有提取、复制、解密或重存Key;没有推送远端。

验收器失败和封存

首诊断驱动在已完成后的原历史比较失败:API视图有 stale/currentConnectionRevision,原metadata没有这两个派生字段。补验首版又把包含预期诊断更新的整份persistent摘要直接判等。原驱动、原错误、补验首版脚本与错误摘要保留;独立只读核对分别验证原行(仅允许所属诊断行追加)、工件、公开文件及原历史,最后通过,没有重跑诊断或改产品。Windows只读rg通配路径失败另记于progress。

证据清单共203份文件/77773746字节,SHA-256:840623121cb5579564f0bbd4f0ef5ae924fd7432d5b7d0e32cef9f28cd436bb3。包含调用前11份冻结驱动、原请求/响应/用量、全部所属工件、原失败与恢复、原行归属、9份绑定正式source的分析输入及离线重放;驱动按不可执行文本保存。

离线核验器已通过,见收据。核对冻结Git原字节、全部清单文件、真实原报告、原目标/测试、工具配对、请求覆盖和候选重放、全部自有工件、原行/导出/配置恢复;运行不联网、不调用模型或接触凭据。提交前加 --index 核对Git索引原字节。

Git索引核对已通过:含清单204份/77814997字节逐SHA与原字节一致;日志忽略例外和原字节属性仅限T证据范围。本地保存冻结契约、最终证据和文档,没有推送远端。

T未改产品源码,因此没有重做S的构建、安装或UI检查,也不引用旧测试数充作本轮新增验证。下一按U工作记忆修复计划先离线修复与独立发行,再另冻结新的真实样本;React/Python、原版Purge AB/BA和1.25保持前置关系。阶段回顾记录采用理由和下一门槛。