Files
Agent-Workbench/docs/QA-LIVE-DELIVERY-AB.md
T
2026-11-05 03:35:06 +08:00

32 lines
5.9 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.
# AB:DeepSeek 低强度真实 Node 工程
依据用户全盘开发与真实验证授权,从AA封存6726ce14另冻,计划/驱动658a5c4e。正式1.25.3/原PID36552/Provider,DeepSeek连接revision3、credential1、deepseek-flash、Chat SSE,固定thinking.enabled和reasoning_effort=low。没有改AA关闭模式的失败门或续跑其Task,没有重跑旧Z等样本。
## 结果和确切停止点
新DNS/自动及IPv4 TLS通过,IPv6无地址而跳过。新无工具单请求预检193报告tokens通过。新Node7请求、65440tokens(62435输入/3005输出、0unknown),33秒结束;原九测试0通过9失败、build通过,11次实际工具操作、1次原检查审批、0有效提案/应用/审查续接/交付。原owner暂存、工作副本、未跟踪文件及原测试/配置均保持。不能认定自主工程交付成功;历史E曾有Python真实闭环,不能泛称所有模型从未交付过工程。
前六响应完整且型号matched;第七响应报告9958输入/2048输出,SSE含DONE,finish_reason=length。原流包括一个参数完整的propose_file(1142字符)和第二个未完成的propose_file(1242字符),响应整体未通过完整性守卫,均未执行;最后身份状态incomplete而非matched。模型已经开始生成实现,不能归因为“始终只读不写”。末次4356个reasoning_content字符、46个文本字符和工具参数同时存在;usage没有推理token拆分,不能说2048全部用于推理,也不审读/评分私有推理语义。
全部七个实际请求均含冻结thinking.enabled、low和2048输出,不存在开关漏传。没有在原例提高输出上限、接受截断工具、补提示或自动重发来取得通过。Run停止原因字段原值null保持,分类依据原failure.kind=protocol、原finish_reason与响应完整性,不伪造stopReason。未触发24请求/140000tokens总体上限;本例直接受单响应2048输出边界限制,不能由此断言唯一上游原因或产品所有行为都无缺陷。
## 读取、当前证据与成本
八个read_file调用中,测试五页范围为[0,478)、[478,955)、[955,1648)、[1648,2119)、[2119,2583),另三源码完整读取。各页与原文件SHA/范围逐字节一致,0个相同SHA/范围重复。第七个**实际发出**的请求保留三完整源码51/52/93字符、测试[0,2583)共2584字符中的全部非末尾换行内容,并明确range_complete=false/next_offset=2583;原当前检查job UUID仍在。不能把多页新内容当重复读取,也不能把剩余1字符隐去后称整个文件读取完成。
当次较早的工作记忆保留缺陷未在本例复现,但广泛重复读取改善、跨供应商稳定与旧样本归因仍保留未知。9088个输入缓存tokens为上游真实报告,不由此估算收费。62个新增物理工件全部另存原字节,含原检查完整日志、请求/原SSE、工作依据和shadow;保存原Git基线bundle及owner原索引/工作副本事实。
AA+AB合计14真实模型请求、66404报告tokens,另AA的GPT400用量unknown、原2235tokens预留继续单列;合计保守记账68639。AB本身8请求/65633报告tokens,其中工程7次。没有模型请求自动重试、换池或未知消费归零。AA三次与AB一次DNS/TLS只是各自观察,不证明长期网络根因解决。
## 恢复、未执行与回顾
AB开场97原导出/3950工件/258原完整尝试/原诊断及全部原业务行精确核对;两个新项目仅前插使原position+2,原payload逐字节散列保持。322新事件全部归属两个AB会话,事件游标14439→14761;新104记录归属已核对。预算/原高性能池与选择/身份来源/凭据恢复,DeepSeekrevision3→4→5且credential1保持;原缺失nativeParameters/outputTokenField仅显式化为{}和max_tokens,原语义及原字节快照保留。configRevision93→97单调增加。当前83项目/99会话/6875记录/14761事件及outbox、4016工件,原PID36552/instance4c910dd5-82cb-4c8a-92f6-328338ea0662保持,空闲、窗口0/9229关闭。Key没有读取、复制、解密、重存。
审计首轮把公开network诊断的stale/currentConnectionRevision计算字段当成持久字段而拒绝,首失败与快照保持;精确分开这两项计算字段后原始数据对账通过,没有重放任何真实请求。分析时初步直接解析带文字前缀的工作依据未能识别嵌套JSON;按实际格式解析后核对完整发送内容,未把初步匹配失败用作产品丢字结论。
Node没有达到原检查+审查+Git交付的前置,React/Python和原版受限Purge AB/BA四例均未派发,Purge收益仍unknown。没有把更早失败算成节省;旧E/H加载、旧预算v1/v2/R边界、网络/空响应/length/型号异常及重复读取记录保持。下一独立实验若研究输出容量,须在派发前固定单因素、原题/模型/推理/检查及成本口径,不能回改AB的2048或续跑失败Task。供应商未给目录能力则保留unknown;GPT400已经证明该线路none不可用,不能将其显示为已验证关闭能力。
本阶段没有产品源码变更,不重制发行或重启正式服务。新增驱动语法/相关离线证据与diff检查,阶段回顾、本地提交;未推送。原始证据及排除的活工作区范围见`live-delivery-ab-evidence/MANIFEST.json`;只对明确封存范围宣称完整。
155份66751991字节封存,manifest SHA256 `2cc4fdefa35ca361338f7be3745c1dee92bb241bc9daaf607da3c3bacb25485a`;离线和Git字节核验收据在`live-delivery-ab-offline.json`/`live-delivery-ab-index.json`。封存后仅只读复核10份原shadow工件,6次evidence_growth、2次waiting、1次new_failure_evidence、1次baseline,均无changed_files/repeated_reads,详见独立`live-delivery-ab-shadow.json`;首次误过滤stepId=null的合法baseline而计9/10的拒绝另存`live-delivery-ab-shadow-first.json`,原证据未改。没有再写主manifest或启动模型。