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

21 lines
2.8 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.
# AA/AB 真实验证状态
正式保持1.25.3,产品源码与发行未更改。按用户授权完成了三供应商真实兼容和一个新的自主Node样本,结果包含失败;原版Purge受工程前置约束未执行,不能报告收益。
| 验证项 | 本次观察 | 仍未知或下一前置 |
| --- | --- | --- |
| 上游目录 | DeepSeek2、Claude9、GPT5型号,当前型号在列 | 上游未给的推理/能力仍unknown;只有标准化预览,无原HTTP body工件 |
| 开启低强度 | 三条线路短答复预检通过 | 不代表所有能力、所有档位或长期稳定 |
| 关闭推理 | DeepSeek错误复述nonce,Claude空响应,GPT400明确不支持none | 原异常各自保留,不用品牌默认掩盖实际限制 |
| 自主Node | 模型已开始propose_file,但第二个调用在2048输出上限截断;7请求65440tokens,原9失败/build通过,0有效提案/交付 | 下一个可证伪因素是单响应输出容量,需另冻样本,固定原题/模型/推理/检查;不续跑AB或回改预算 |
| 读取与工作依据 | 本例8次文件读取无同范围重复;末次原请求三源码完整、测试2583/2584字符及当前检查在 | 不能外推所有重复读取已解决或改写旧T/W失败 |
| 单轮shadow | 10份原工件分出6证据增长/2等待/1新失败/1基线 | 只观察外显事实,不计业务成功、不干预提示/停止/权限/预算 |
| 原版Purge | 本批0例;旧E/H的实际加载事实保留 | Node闭环后React/Python,再同题同模型同预算原版off/on/on/off,才可描述收益 |
| 历史网络和预留 | 当次诊断总体通过,DeepSeek无IPv6地址而跳过;末次截断原流有DONE | 旧网络间歇唯一根因、真实异常预留排除边界、长期稳定仍未知 |
两批共14真实模型请求、66404报告tokens;另1次unknown和原2235tokens预留保持,不当零消费或估算收费。新请求全部无自动重发/换池。AA/AB原失败、驱动/审计失败和后续更正分别留存,317份246332910字节主证据及两份manifest已离线/Git字节核验。
原PID36552、instance4c910dd5-82cb-4c8a-92f6-328338ea0662、Provider/凭据保持;预算/原池选择/身份来源恢复,只保留已声明的API默认字段显式化和单调修订/项目前插/事件游标变化。现83项目99会话6875记录14761事件及outbox、4016工件,原数据/导出/工件/尝试核对通过,空闲、窗口0/9229关闭。Key没有读取、复制、解密或重存;没有推送。
详细结果:[供应商兼容AA](QA-LIVE-VALIDATION-AA.md)、[工程与原始失败AB](QA-LIVE-DELIVERY-AB.md)。冻结方案:[AA](LIVE-VALIDATION-AA-PLAN.md)、[AB](LIVE-DELIVERY-AB-PLAN.md)。历史[外部AI交接材料](OPEN-PROBLEMS-HANDOFF.md)保持其整理时点,不把当时1.25.0或未实施优化误作当前状态。