Files
Agent-Workbench/docs/QA-LIVE-VALIDATION-AD.md
T

34 lines
5.3 KiB
Markdown
Raw 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.
# AD:1.25.8 默认透传下的真实兼容与工程验证
程序来源a6e31dec,正式1.25.8/PID71628/instance37d6b536-c0dc-4cbf-9c51-095bbe779062。新契约见[LIVE-VALIDATION-AD-PLAN.md](LIVE-VALIDATION-AD-PLAN.md),驱动来源9c60c111及补充公开原状态冻结ed78f02c。没有续跑任何历史样本或用户项目,不委派、不推送、不触真实Key;现有unrestricted/full/passthrough及「高性能」池保持。
本机驱动验证:三协议×文本/工具6/6通过;独立固定Node夹具3请求,原九测试/build、实际Git及owner暂存/未暂存/未跟踪保护通过。夹具含固定实现,仅证明驱动与执行通路。首健康状态exact断言、次Responses夹具把completed误当HTTP状态的原失败均保留,不能归因真实网络。
## 真实供应商兼容
五个DNS/TLS诊断均通过,但不代表HTTP接口或目录成功。每条连接文本/工具各一个新会话、各一次真实请求,未自动重试、换线或执行echo工具;请求未包含max_tokens/max_output_tokens/max_completion_tokens,未修改原生参数或默认额度。
| 连接/协议 | 目录预览 | 文本/工具 | 本次工程前置 |
| --- | --- | --- | --- |
| DeepSeek / Chat | 完整2型号,含deepseek-flash | 2/2,完整matched、nonce正确 | 通过,按预先优先序选中 |
| jojocode / Chat | /models发生ECONNRESET,保留502及原因链 | 2/2,完整matched、nonce正确 | 未通过目录前置 |
| apikey / Chat | 完整5型号,含gpt-6.1-sol | 2/2,完整matched、nonce正确 | 通过 |
| apikey / Responses | 完整6型号,含gpt-6.1-sol | 2/2,完整matched、nonce正确 | 通过 |
| apikey-Claude / Messages | /v1/models?limit=100发生UND_ERR_SOCKET | 0/2,HTTP400:missing field max_tokens | 未通过 |
Claude两次原400响应、请求ID和完整152字节错误工件均保存;上游要求Messages必填max_tokens,这与本批“完全省略输出额度字段”的契约存在明确兼容边界。不偷偷补任意额度,不将此错误归因为历史GPT分组/返回型号混淆,本次没有获得完整模型身份。目录连接中断也不记为模型不存在。十次推理请求中八次有上游用量、两次unknown;不把HTTP400推定为零计费,也不把本地估算当实际消费。目录为规范化预览,无原HTTP响应工件,不补造。
兼容后只读对账通过:原85项目/105会话的46111原持久行逐项核对,项目位置仅因前插5个新实验项目增加5;原105导出和全部原工件字节保持,原尝试每项保持,凭据原行SHA不变。新增5项目/10会话/200事件及outbox/80执行记录/38去重工件均属于本批;原连接定义/池/选择/配置exact,health观察更新另存,configRevision仍110。审计`.qa/live-validation-ad/audits/compatibility-038b747c-c084-42fb-a63d-4849a8013a73`,窗口0/空闲/9229关闭。
## 独立工程与未验证项
Node已按冻结契约使用DeepSeek完成真实自主交付:11请求、171841输入/8713输出/180554上游报告tokens、0unknown,全部完整matched。模型自行读取7个不同文件,提出并自动应用三份源码,规划并运行原检查,再以终端仅提交三个源码文件;实际提交88bb25cbf37739359c991dddac26e296a4d29d18。独立重跑原九测试9/9、build退出0,当前文件字节与提交一致,owner文件及原暂存/未暂存/未跟踪状态全部保留。没有人工批准、实现提示、追加指导或继续。本样本允许原生终端、默认不限额度,与旧16K/2048样本存在多项变化,不作单因素比较。
内置delivery_report仍为in_progress:本次终端Git没有生成内置delivery_job,不能用该报告冒称内置交付账本已闭环。本次工程结论依赖独立Git原件及原测试,不抹掉这个产品整合缺口。11请求实际发送30工具、定义SHA与15121字节保持一致,每请求已逐项核对原HTTP工具schema与prefixAudit v2;读取7次/7不同文件,本例未见重复原输入。DeepSeek原响应报告122624缓存输入tokens(171841输入),这仅是上游观测,不证明C带来的因果节省或普遍不掉缓存。
工程后原状态审计第二轮通过:原46111行、105导出和所有原工件保持;本批合计新增6项目/11会话/877事件及outbox/218执行记录/132去重工件全部归属本批。原高性能池恢复;DeepSeek revision9→11、configRevision110→112、updatedAt及公开编辑移到列表末尾按契约单列,所有其它配置字段/连接内容及凭据存在/修订保持。首审计错误为驱动假设JSON有末尾换行,实际atomicJson无换行;原失败node-ed8ff4fa保留,按真实序列化精确逆算原SHA后新审计node-577d9308通过,没有改动磁盘或重发模型。
本批21次真实推理,19次有用量、合计199250报告tokens;两次unknown的本地估算338只作未知账本、不作计费。证据索引见[live-validation-ad-evidence.json](live-validation-ad-evidence.json)。下一独立冻结React/Python;原版Purge AB/BA仍待它们通过,收益unknown,不在AD原样本中续跑或倒改结论。
本次短预检通过仅说明所观测协议/型号标识/文本及工具结构可用,不证明权重、长期稳定、自主工程交付、普遍重复读取改善、缓存收益或真实异常预留排除边界。所有历史失败和原有限预算样本保持。