5.3 KiB
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。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,Sessioncc136ea3-8407-4f69-8e94-69157553ebcd。 - Task
8249fea9-3613-4830-b016-53446019c476,Run64fbbda1-036b-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。