12 KiB
用户项目生成阻断:排查与修复
原始问题与范围
2026-11-06用户报告“引航演示”大量错误。基线ada7d364,正式实测1.25.4/PID36552;浏览器release查询串仍为1.25.3,不作为服务版本依据。只读封存.qa/user-project-errors-20261106/,原模型捕获SHA与账本一致,不读取或重存Key,不续跑原用户Task,不修改用户工程、原错误和用量。
项目最初为空,原inspect_project/list_files均成功;两Run共9次真实请求、75,666报告tokens,0有效提案、0文件、0检查或交付。不是已经生成的工程代码全部出错,而是生成链路在落地前失败。5次输出截断、1次Messages解析误拒、1次计划工具参数拒绝均保留。
切片一:协议与工具契约
- 原Claude SSE的thinking起始块没有signature,签名应由后续signature_delta传来。本地解析器要求起始就有签名,误拒合法流。现允许起始缺省并逐片组装;最终仍核对非空签名、工具参数、完整块和message_stop,未完成流不执行。
- plan_task发布的工具schema没有列出校验器实际支持的只读工具,模型误填run_command后被拒。schema直接复用PLAN_READ_TOOLS枚举,保留实际只读门。
隔离真实HTTP先复现2/2失败(parser-schema-before.txt)。相关四文件62项首轮61通过,1项为新增回归调用readModelStream参数位置错误;更正后又发现测试误把stream_interrupted限定为protocol,两个首失败保留。最终精确补验3/3通过;已通过的其余相关用例未因测试修正重复运行。SSE夹具改为真实合法的无起始签名格式,HTTP完整工具轮/历史回传验证通过;额外验证分片签名、缺失/坏签名及断流拒绝。
阶段复核:只修改合法起始签名接受时机与模型可见schema,不改变Key/身份策略、终结校验、工具权限、旧记录或预算。还未正式升级,不把隔离HTTP当真实Claude恢复成功。
切片二:容量与长文件
原全局、新连接、上游目录导入均默认2048,运行时再取各层最小值;旧1.25.4恢复提示仅要求每轮一个文件,而单个index.html本身已超过额度,反复从头生成仍截断。用户明确要求正常开发不套用该实验额度。
已实现:
- 新安装默认按连接容量,未知容量的可编辑初始值128000/16384明确不是已验证能力。上游声明直接带入新连接;已有连接的覆盖值保持,编辑时可明确采用上游容量。去掉本地16000输出/200000上下文的通用clamp;安全整数、真实容量和累计预算仍核对。
- 模型模式消除全局第二层裁低,自动池按实际成员发送各自输出额度,不再把大模型降到最小成员。共同输入按每条连接自己的上下文减去自己的输出核算;累计预算仍预留最大输出,容量不足暂停,不删原文。手动模式保留显式取小策略。旧配置保持manual/compact,旧Run、旧实验和旧用量不迁改。
propose_file_chunk保存所属Task的不可变片段,核对基线SHA、原草稿SHA和偏移,重启后可续接;最后完整组装才走原文件提案/审查流程。半截JSON、重复/乱序、源文件变化、异Task、Unicode损坏、保存失败均不能发布半完成提案。未完成草稿不能完成任务或Git交付;放弃也保留原片段。原512KB文件提案边界保持,不等于token截断。
相关回归102/102通过;新容量/前缀/草稿边界14项首轮13通过,新增池测试误用不存在的upsertPool,改用原pool接口后原断言精确补验1/1通过。其中长文件保存失败与重启5/5,实际HTTP完整30000+字符答复与原响应保持、三协议131072输出字段、池4096/32768各自发送已核对。测试夹具显式保持旧16K/2048/manual/compact,避免把既有有限预算/压缩回归改测成新默认;新安装行为另由modernDefaults独立覆盖。
切片三:完整历史与缓存事实
新增明确的历史策略。preserve保持原历史文字及顺序,装不下时暂停,不把原消息静默换成摘要;compact保留既有可检索整理策略。完整模式把固定工程规则和worker权限契约留在系统前缀,把目录、当前状态、记忆及动态能力目录放在历史后;协议转换、凭据脱敏和实际权限校验保持。
每次封存请求额外记录实际工具名称、schema SHA/字节数,以及同Task最近实际发送请求的有序prompt共同前缀字节。跨Run的两次“继续”仍是两个原消息实例;不将诊断元数据注入模型请求。不相同路线/型号不做伪对照,变更工具surface有明确原因,历史计划可按原请求重算核对。
Chat/Responses/DeepSeek及Messages的上游缓存用量按实际回执保留原字段与规范化计数;缺失不补为命中0,异常计数不估算。界面分开显示真实cached tokens与共同前缀B;后者不是命中或费用节约。未添加供应商不明示支持的cache参数,未实现Claude显式cache_control开关,也不保证供应商缓存不过期。三次官方OpenAI文档抓取均403,原响应保留,不把403页当文档依据。
界面中发现的附带阻断
原句Inspect the directory once and answer only. Do not modify files or run checks.被本地规则误认成必须检查,只读回答后verification_incomplete。原网页/Electron失败与会话保存;共享否定判断现覆盖并列or/nor,并用于首次要求与追加要求,明确重新要求检查仍可恢复required。原检查/交付门未放宽;task-control 10/10通过。
新增验收器覆盖实际网页与Electron、1440/390、策略保存刷新、旧2048显示及采用上游32768、旧修订拒绝但不丢编辑、实际HTTP请求与缓存事实。首轮误取alert角色、夹具缺少工具声明、移动断点转换未等待React提交/重新打开面板的验收器失败均保留。最终入口结果在发行段独立记录;源码阶段完成不等于正式部署。
源码最终网页3组/实际Electron3组各6图通过,结果分别在capacity-web-83090bed-9f25-4643-84e2-504f0beb9aa2和capacity-electron-5da38c19-a972-4b4a-8f16-ebc2a847e0e2;每套2次自有HTTP模型请求、1次自有目录GET、真实供应商0。截图回看后把策略控件并入原表单网格,模型模式不再显示未启用的旧2048,切回手动保留原值;此最终改动已复验。旧超预算/未知用量/续接预览入口两视口2组通过(.qa/model-budget-ui-36ef7526-88a9-4425-af34-b596acc314dd),未重放原Task或派发续接请求。
结论边界
本工作台主路径是自有Runtime和模型API;研究或接入受控DeepSeek Harness,不等于移植Codex、Claude Code或DeepSeek Harness的完整运行时。工具/协议/容量/恢复的本地缺陷应由工作台负责。真实自主工程交付、供应商间歇稳定性、普遍重复读取、真实预留边界和Purge收益仍按原实验保留未知;测试数量和安装成功不能替代这些结果。
发行验收中断与新基线
625个冻结输入已核对与d5de9093相同。首完整源码运行到299条顶层结果(1失败)时没有终态;首不可变打包仅产生20261105172742201的两个不完整目录,latest仍1.25.4。用户确认“刚才是codex 我大退了”,原PID36552及两条验收进程均退出,4318拒绝;本阶段未派发正式安装,也未发结束原进程命令。原日志与不完整目录保留,不能算完整回归、发行成功或产品崩溃实证。
唯一已发现的完整源码失败为旧16K/compact诊断测试:inspect_session结果增大后被合法归档,测试替身强取原始tool消息报错。保持诊断语义、改测新安装完整历史策略,检验实际发送的全部上下文;原失败、只读观察复现和1/1补验均保留,最终diagnostics 13/13通过。有限压缩仍由原独立回归覆盖,不提高产品预算或改写旧历史。
正式服务由原1.25.4安装入口恢复为PID55352、instance029df044;新Provider不等于原Provider保持。85项目/101会话与全部工件/原磁盘配置保持;启动恢复核对发现一个旧Run的checkpoint按持久工具账本重建,连同其Task/Session保存和1条session.recovered事件,严格全行exact首断言被拒,随后单独核对差异,不回滚恢复。原停止理由token_limit、原工具和模型尝试保持。三条临时Key随退出丢失,hasKey=false;未读取、复制、解密或重存凭据,已请用户仅在模型中心补填。后续发行升级绑定此新基线PID/instance和实际凭据有无,不继续声称保留36552。
退出前另以原凭据内部复用获取三目录:apikey5、Claude9、DeepSeek2,当前型号均在列,未应用目录或发送推理请求。DeepSeek声明context1048576/output393216;另两条不声明容量。该声明不是实测能力;采用声明时单次输出预留393216超过原Run累计200000,必须明确调整可审查额度,不能暗中裁低输出,也不能让默认请求在发送前被自己的预算挡住。真实缓存命中/自主交付仍未在本阶段测试。
切片四:真实容量声明揭露的混合池与小窗口缺陷
用户已在模型中心补好Key;仅公开字段核对三条连接hasKey=true,保留用户改选legacy-default,不读取或重存Key。尚无新真实推理请求。
按目录声明复算发现旧池算法将128000窗口与另一成员393216输出相减,导致合法混合池本地拒发。真实本机HTTP先失败后通过:两成员128000/16384与1048576/393216分别按自身窗口核算共同输入,故障切换仍原样发送各自输出;200000累计预算依然拒绝不足额度。此前37/37相关、构建、网页/Electron各3组6图通过;两种桌面宽度原图已目视核对。
追加上下文回归12项首轮11通过,原两响应回放第三请求漏掉summary/report原源码。必需反馈v3移除了所有读取正文,重复的工作依据包装又占满16K预算。这是产品缺陷,未用增加预算或改变测试掩盖。新反馈v4保留有界的read_file原文摘录,仅在摘录逐字覆盖完整小片段时省去重复工作依据;大文件、聚合区间和旧视图仍保持原有来源核验。下一页为这些小源码保留独立额度,保留策略v2不再同时计入将被替换的latest反馈。v1–v3历史文档与消息投影不变。
首修单独12143/12352通过,但74项相关回归65通过9失败;常驻摘录影响分页/旧工作依据布局。收紧后又发现大页仍未完整入下一请求、旧历史夹具携带新增前缀证明,原两轮日志全部保留。最终只在完整小来源包装确实超预算时使用v4,常规仍用v3;长文件短分页不再占完整小源码的优先保留额度,新增1536tokens状态增长预留参与实际页字节计算,去掉这类新计划的额外2000字符页长限制。原固定窗口、输出与累计预算均未增大,原文件和工具结果不重写。
最终原四边界4/4通过:第三请求11998/12352,三个完整源码分别51/93/52字符及六项最新事实在;Chat多语言/CRLF完整新页、长文件分页读完、1.6.1原视图均通过。旧视图夹具仅移除1.6.1当时不存在的prefixAudit,仍验证现代证明拒绝改写正文及历史来源/篡改拒绝。另发现池证据核验旧假设每个输出等于最大额度,新增两个实际HTTP后原证据核验先2/2失败;改成对照Run冻结成员各自额度、同时核对最大预留后2/2通过。
实际请求、计划、首失败和本机只读观察在.qa/capacity-cache-1.25.5/,未改产品测试预算、期限或原历史。最后相关回归、完整源码和独立发行仍在进行;正式仍1.25.4/PID55352,阶段真实模型0。不得把首修的局部通过写成完整发行成功。
阶段收口:最终相关58项55通过3失败,均为原until等待超时(runtime HTTP审批、工作依据重开、历史大页后四模块);相同源码/原断言/原期限精确补验1/1与2/2通过。未放宽期限,首失败保持,唯一超时根因与高负载稳定性未证明。最终构建通过;池证据核验最后修改另有2/2通过。下一从本次干净提交冻结625输入及明确9项相对首轮变更,完整源码先独立运行,避免打包扫描与等待用例争用。所有发行及正式状态结论留给实际结果。