Files
Agent-Workbench/docs/RETROSPECTIVE-1.20.1.md
2026-11-01 16:35:58 +08:00

51 lines
9.7 KiB
Markdown
Raw Permalink Blame History

This file contains ambiguous Unicode characters
This file contains Unicode characters that might be confused with other characters. If you think that this is intentional, you can safely ignore this warning. Use the Escape button to reveal them.
# 1.20.1 任务控制修复回顾
本轮依据[react-source真实案例](CASE-REACT-SOURCE-2026-11-01.md)修复执行控制;1.21工程依赖方案继续保留,不插入新功能。最终实现来源以代码冻结记录为准,最终第6候选已通过独立源码626/626、便携、安装/重启和正式保留状态升级;实际结果见[验收记录](QA-1.20.1.md)、[发行身份](task-control-release-identity.json)和[原件清单](task-control-j-release-evidence/manifest.json)。
## 根因与处理
| 原问题 | 本次处理 | 需要持续守住的边界 |
| --- | --- | --- |
| 故障解释结束未完成任务,随后“继续完成”只剩短句 | 独立只读诊断Run、稳定Task目标与限制、同会话旧续接链恢复 | 诊断答复完成不等于原任务交付;常见问句识别不是通用语义保证 |
| 审查动作假扮用户追加工程测试 | 中性系统动作、Run来源、无需测试文件应用后结束 | 用户原需求与系统行为分开保存;旧历史可见但不再次注入要求 |
| 完整无参调用因空字符串整体失败 | 完整终结后按工具schema局部适配,原SSE不变 | 必填参数、坏JSON及不完整流继续拒绝整组;不自动重发 |
| 失败响应已经产生用量但未记账 | 按实际attempt保存消费收据,成功/失败/unknown独立处理并去重 | 历史漏账不静默补写;估算不能冒充上游报告 |
| 相同检查和读取在不同步骤、续接中反复消耗 | 绑定当前源码/工程/命令/环境身份复用原检查;跨Run无进展暂停 | 外部网络/服务变化不包含在工程指纹中,明确人工重跑仍可执行 |
| 文本完成、文件应用、检查失败和模型选择混在一起 | 分开显示交付/核验/诊断/实际调用,分栏与390px任务区可读 | 当前启动配置不能冒充历史实际调用;没有文件证据不能宣称文件交付 |
原HTML确实已经应用。原React工程四轮相同检查的7/9失败属于已有工程业务失败,不能算成工作台新增七个Bug;四轮也都有真实用户审批。工作台的缺陷是错误引导、目标/来源丢失和无进展控制不足,不能抹去原审批或把模型本身作为全部原因。
## 验证中的纠正
首次模型测试错误选择倒序账本末条,后按兼容调用ID精确匹配;旧审查断言原先要求新增user指令,已按新系统动作契约更新。窄屏验收补充真实展开任务面板,避免只验证聊天区。异步Run封存须等待finishedAt,不能只观察先发布的paused状态就断言stopReason已保存。原失败TAP、DOM与截图保留,不覆盖成成功记录。
最终独立源码首轮的截图验收器在step_limit暂停后立即改连接,触发仍在封存期间的409。最初按验收等待处理,用外部副本增加finishedAt条件;随后的完整测试在批次HTTP契约中再次发现paused时Run.stopReason为null,证明存在产品终态提前发布的回归。第二候选因此拒绝,部分测试按所属进程停止,未计完整通过。产品把输入摘要采集移到暂停发布之前,同步结束Run并释放活动锁;新增持有摘要门闩的回归及重新构建后的23项相关测试通过。最终候选重新执行原源码验收器,无需用等待副本替代原门槛。原失败、外部试验副本、部分TAP和新修复分别保留。
第二候选同载荷隔离安装前五组通过,重启窗口注册超时;独立启动诊断未完成、所属空闲宿主已按原身份停止。这两项不改写为通过,也未升级正式服务。最终候选的安装与重启在独立源码/便携验收之后串行复验;没有证据时不将失败直接归因系统负载。
第三候选便携真实工程链通过,但停止时报告HOST_PROCESS_UNVERIFIED;随后只读查询确认测试宿主已不存在。对原观察程序在进程快照与用户查询之间加入明确同步点,让自有临时子进程正常退出,实际重现CIM的0x80041002错误。这证实原实现存在退出竞态,不单凭后续进程不存在就声称它是该次失败的唯一原因。修复只在失败后新查询确认不存在时报告退出,仍活动/复用/权限失败/复查失败保持拒绝;实际竞态和错误边界2项及32项相关回归通过。第三候选拒绝,旧源码验证树按原PID/创建时间停止;taskkill部分子进程报告已退出或不支持,后续逐一重新查询全部原树PID均不存在。部分TAP保留,不计整轮通过。
第四候选启动期间健康探测超时,原PID32408随后正常就绪并通过完整挑战证明,仍未计便携通过。原逻辑在注册占用宿主、1.5秒健康探测超时时立即结束,而启动总期限尚未到;补齐仅对所属子进程的有界只读等待,每次核对创建/用户/程序,最终仍要求完整连接证明。超时原子进程保留、不创建第二个宿主;相关专项4/4和重建34/34通过。新测试首轮清理注册顺序错误导致自有进程未先结束,保留部分TAP并仅停止所属树,随后改为fixture的逆序清理接口后通过。第四候选拒绝,原源码验证树核对后停止且全部PID已消失;第五候选串行执行重负载门槛,避免并行重负载干扰。
第五候选继续跑完整源码回归,发现5项失败后拒绝。诊断工具过滤遗漏所属引擎和REA报告读取入口,无Task的旧手动提案也未正确完成,两项已补齐并通过38项相关回归。工件分页目标中的“保存的原工件”与后句“修改文件”被宽正则错误连接,已改为独立正向要求并覆盖禁止写入、已保存修饰语与明确创建。Python实际HTTP检查在应用修复后保留失败核验而暂停属于正确行为,fixture改为只在该边界允许暂停;续接仍看得到原工具结果,不能再依赖系统伪造一条user消息清空结果,必须按实际已应用批次计划新检查。HTTP恢复fixture原先重复读同一区间来挤压历史,现改为四段真实分页,继续验证第6请求503、原请求SHA和命令仅执行一次。保护未削弱,首轮33/34失败状态和原日志保留,最终整轮另验。
修正后其余专项34/34通过,Python实际六项测试及六份编译证据、原工程不变和精确Git交付均通过。前述33/34失败原件保持,独立源码最终整轮仍单独验收。
完整旧候选随后新增第6项失败:worker中断用量用例期望2次实际请求,观测为0。1秒总预算包含Windows工程核对,不能假定核对后一定还来得及派发。用内置受控时钟在两个fixture请求实际进入后推进时限,仍要求两笔unknown保守估算和续接不重置;另加在派发前截止的边界,要求0请求/0unknown/0估算,同样不得重置时限。两项2/2通过,未把未发生请求虚构为消费,也未放宽预算保护。
第五候选最终整轮617/624、7失败,完整TAP未早停。第7项是Node隔离工作区的旧fixture也按user之后的工具个数选择阶段,审查改为系统动作后无法继续。fixture改为识别真实最新计划/检查/提案/批次结果,并要求原失败检查保留、审查来源为review-action、用户消息仍仅1条;真实检查和Git交付门槛保持。原独立测试树退出后逐个重新查询均不存在。
相关UI复验覆盖任务控制、执行、交付、变更集和模型协议。本版验收使用自有工程与固定HTTP,正式模型调用为0;这证明控制/协议/执行链路,不能据此宣称真实模型自主交付成功率提升。390px使用实际浏览器视口,本轮没有新增iPhone实机结论。
## 后续顺序
正式stage含外层复核实测953.437秒。新清单18,922份、约1.72GB,docs文档/历史证据约1.07GB;原1.20清单约1.56GB。原清单SHA与分组大小已记录,下一维护项需要将运行必需载荷和完整研究/验收证据的分发方式分别设计,继续保留全部原件与必要完整性核对。体积统计尚不能证明具体I/O耗时来源;本轮没有改动发行布局或宣称安装性能已优化。
正式暂存首轮在“桌面窗口已关闭”前置检查处中止,尚未创建正式快照、安装候选或进行升级。只结束身份核对的空闲1.20前台后,采用独立resume收据接续,原失败保持。原生回看遇到的Windows防火墙提示未操作;IAB工具的browser.user不可用也未被当作工作台产品故障,正式验收使用所属实际Edge/Electron与原状态核对。
正式原生首轮在隐藏窗口的fullPage截图处30秒超时,尚未保存截图,不能计为两视口通过;原页面无异常、原宿主与全部状态保持、窗口关闭后登记0单独有证据。验收器改用实际可见窗口与当前视口截图,保留相同1280/390px、同一产品和原流程断言,不延长截图超时;完整新整轮另存收据。原安装、单次升级、激活及26页成功收据与日志SHA核对后接续,原失败不覆盖。
可见窗口整轮两视口通过后,人工回看发现桌面截图的计划内容仍在首次异步加载中。补充明确等待实际加载文案消失,原断言保留,再执行完整两视口;最终两张截图已回看,桌面为已加载结果,手机图SHA与此前已回看的图一致。原首次失败和中间成功均封存;此项是验收采集同步修正,产品和冻结输入没有变化。
修复发行、原状态保留核对、证据与本地Git完成后,再按[1.21方案](PLAN-1.21.md)处理工程依赖诊断和可复现准备。安装/激活校验耗时及进度反馈仍为独立待办;不通过删减完整性核对换取速度。真实模型工程复验单列,保留全部失败与消费分母,不把协议夹具通过当自主推理收益。