Files
Agent-Workbench/docs/RETROSPECTIVE-1.17.md
2026-11-01 00:19:52 +08:00

4.9 KiB
Raw Permalink Blame History

1.17 切片回顾

A:能力来源与旧连接

保留原schema:1和默认Chat连接,新增的能力信息放在每个连接上。声明不能当成实测,实测必须跟随实际连接和凭据修订;未知视觉/音频保持未知,不从模型名猜测。原模型池/导入/热升级和能力专项18项通过,未访问正式Key或发送真实模型请求。B/C继续实现实际协议和流式,A通过不能代表它们已交付。

B–D:原请求与执行边界

统一消息不能取代真正发送的请求。Responses和流式池各封存实际变体,并另记当前物理请求的SHA/字节;保留原工具call_id、reasoning与原用量。流式进展不进入工具执行,直到原终结与参数通过核对;断流/超时保留unknown不自动重放。原始Buffer捕获保持畸形字节,发生已知凭据脱敏时单列工件SHA。

回顾发现probe引用原可变连接时,toggle会同时更新比较两端,导致旧检测结论被错误接纳;改为连接快照并验证修订。原attempt通过progress身份绑定,避免并发任务改变账本末项。29项新增边界及38项关联投影/上下文检查通过。预算仍按所有成员容量保守取最小值,可能降低混合池可用容量;没有损失请求/审批边界,后续可按真实任务需求优化。E实际验收和F独立发行仍按计划执行。

E:观察后再判定可用

单看控件存在会遗漏主任务问题。截图中主窗口还显示离线演示,导致发现选池/关闭窗口时的外部状态同步与旧legacy模型校验缺陷;现在选择和刷新都保留实际池名,再由同一后端选路执行。流式首批事件合并时曾只显示0字符,增加定时补发最终片段,停止时清除计时器,专门检查上游不再发送任何事件的情形。

桌面/390px和真实TLS配对观察窗口5组完整流程通过并目视回看。手机原生Safari、信任/PWA已有1.16实机记录;1.17新增流式尚无新实机结论。工程回归继续使用固定原测试和真实Node/React/Python执行,增加同一原工程算法通过Responses SSE与受控Harness的独立门槛,不能拿文本fixture结束当工程完成。

F:执行成功还要经过交付证明

三个真实工程检查通过时,Responses子任务最初仍暂停。原因是旧证据核验把max_tokens当唯一输出预留字段;新请求变体本身和实际执行正确,但核验不兼容。修复后逐变体核对原native.maxTokens、完整请求指标和归属,原审批/失败/成果没有重放,重新独立工程完成。这样的暂停有价值,不能把它当成理由放松交付证明。

破损JSON整组拒绝与合法JSON参数校验是两个边界,旧Runtime测试现在保留后者,新增前者分别覆盖Chat和Responses及池不重放。完整历史UI191组和原工程通过不替代独立源码发行门槛;正式升级前重新捕获全部用户状态,允许公开能力字段的已知默认增量,禁止把其它差异统一忽略。

最终回顾与下一步

1.17.0完整本地交付:Chat/Responses实际协议、有界SSE、完整工具组核验、能力选池、显式检测与原请求证据已实现。独立源码558/558、25类191组历史UI、随包原生窗口7项/原生流程9组/桌面三工程16节点、Responses三工程13节点及两套父Node8/8、React9/9、Python10/10通过;源码与便携各7组伴随端/5组新协议界面、同载荷隔离安装/重启/卸载7组、正式20页通过。正式PID36552/Provider保持,17项目/30全部会话/2590记录/4653事件,全部表每行/会话导出/工件原字节保持;1455条工件及1366个去重文件核对通过,9229关闭。公开模型中心仅增加逐项核对的默认能力字段,原存储不迁移。正式手机网关继续关闭、无设备/证书,未迁入QA身份。真实模型工程/Purge收益继续按用户选择单列待验,本轮真实模型请求0;1.17没有新增iPhone实机流式结论。

本阶段证明协议与工程执行闭环,尚未证明所有品牌、多模态或模型自主成功率。后续优先把截图附件、实际视觉选路和长任务暂停诊断做成完整工程流程;未知客户端格式、语音、缓存和通用电脑操作继续按独立契约和实际样本推进。原不可变发行保持,可回看本轮失败和逐项修复;后续方案见PLAN-1.18。

正式安装stage实际耗时639秒,包含原数据快照、安装器、完整候选清单与保留状态核对。进度可见性和校验耗时继续作为体验欠项;后续提速须保持相同完整性门槛,不通过减少文件或数据比对来缩短时间。

封存首轮把model-protocols-ui-validation.json当目录,ENOTDIR在归档写入前拒绝。修正为只遍历实际目录,原执行器、日志和失败收据保留,使用独占seal-retry结果;没有重跑产品验收、安装或升级。