Files
Agent-Workbench/docs/LIVE-RETEST-J-PLAN.md
T

2.5 KiB
Raw Blame History

新真实样本计划(N已纠正GPT分组配置,待新预检)

当前N结论:用户确认apikey属于GPT分组,原型号误填Claude;该连接现为gpt-6.1-sol/Responses,保留外部设置的停用状态。相关实现回查和GPT请求兼容对照通过,见复查报告。下一明确选择启用的GPT连接,新建下面的实验;不以默认池代替固定连接,不再等待所谓Claude线路修复。

历史J/M分别请求Claude而上游报告GPT,J为1请求/4334报告tokens,M为1请求/221报告tokens,均严格暂停、0工具。错误配置这一补充不改写原J结果或M原件,也不把工程/Purge未执行变成通过。

  1. 新开独立身份预检:冻结启用的GPT连接、正确型号/协议和版本,仅该实验快照使用严格核对,不更改所有连接的默认record策略;一请求、最多256输出、累计16000tokens、无工具/重试/切池。输入估算超过原限即零发送拒绝。身份缺失、不一致、混合或中断立即停止,映射须有实际依据。凭据仅由原Provider使用。
  2. 预检通过后先做一个新Node工程交付样本:封存原功能测试/源码/Git和受保护文件,最多8请求和90000tokens。原32K上下文方案须先核对连接上限是否匹配,不能暗改当前16K连接限制来让实验通过;不匹配先明确调整并冻结计划。读失败、实现、整批审查、显式续接、新检查审批、原测试/构建和Git均须原证据。监督只做审查/审批/确认,不能代替模型实现;预算到期保存失败,不追加提示续跑。实际请求仍逐次严格核对身份。
  3. Node闭环通过后再分别测试React与Python的新样本。先定位模型输入、推进与执行问题,再考虑扩大题型;不以本机夹具代替模型推理成绩。
  4. 原版Purge收益另做同源/同题/同预算AB/BA。完成相同原测试/构建/Git才可比较成功交付的tokens、时延和监督次数;失败早停不算节省,少量样本仅作探索。保持默认关闭,保留加载来源、apply与每次实际输入。
  5. 每一步先小结、核对原状态和本地Git,再进入下一步。1.25及更大能力扩展继续保留计划,先得到真实闭环证据。

发行回顾还应单列性能:本次源码ZIP约865MB、历史证据ZIP约624MB,打包约四分钟。后续用实际分阶段耗时研究来源包与历史证据组织、重复扫描与缓存;保持现有原件、完整性和防篡改验证。