Files
Agent-Workbench/docs/QA-LIVE-DELIVERY-T.md
T
2026-11-04 07:21:32 +08:00

58 lines
6.8 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.
# T:S 交付后的真实 Node 验收
2026-11-04,按调用前提交 28d21e75 冻结的契约完成一个新样本。连接诊断和单次身份预检通过;Node 在第八次请求后 step_limit 暂停,没有源码提案、修改或 Git 交付。原九测试仍全部失败、基线 build 通过。正式仍为 1.24.7/source5dcd6d7c,未重新打包或修改产品。
## 固定条件和结果
| 阶段 | 原限制 | 实际结果 |
| --- | --- | --- |
| 所属 DNS/TCP/TLS | 1 个 job、12 秒、0 HTTP/模型/凭据访问 | 462ms,DNS/auto/IPv4/IPv6 TLS 均通过,证书校验开启 |
| 新身份预检 | 1 请求/尝试、0 工具、256 输出、16000 tokens | 1 请求/112 报告 tokens,nonce 正确,原 JSON 报告型号严格匹配 |
| 新 Node 工程 | 8 请求/90000 tokens/600000ms,16K/2048/1600,原三源码/九测试 | 8 请求/76062 报告 tokens/0 未知,16 工具/1 次原检查审批;0 提案/修改/交付,step_limit |
固定已启用 jojocode/5b4daed9,gpt-6.1-sol、Chat 非流式 JSON、https://jojocode.com/v1。预检使用公开连接修订7/凭据1,工程临时严格身份策略为修订8,结束恢复原 record/[]/空串语义到修订9,凭据修订仍1。每次 ordinal=1、poolId=null,原响应均完整 matched;这只核对请求/报告标识,不认证底层权重。没有重试、切池、别名补造、补预算或续跑旧任务。
诊断 job:486ed76c-9dca-4016-9b58-7ea4962c2c2b。预检 session:fef9c86c-86c5-4e66-a27a-4b29067c0426。Node session:5a1b39be-8096-46e6-bc43-156ca308f6f9,Task:94a78e50-df05-4176-b033-32de563a347c,Run:714f56ac-55a2-4cd3-acbe-df2cf09f5329。全部新增均为隔离自有工程,原 R/P/O 失败未续跑。
## 已读内容与实际请求
测试文件2584字符实际返回 0→473→2089、重读0→472、2089→2557→2584。第六轮已读完;单次纯文件页为1616字符,原SHA和续读位置被模型实际采用。读取范围账本是读取事实,不能据此声称每次后续请求都含有全文。
逐原请求解析 paired 文件结果、working_set 文件内容和 latest 文件摘录,得到:
| 实际请求 | 测试字符进入结构化文件视图 | 原检查 job ID 是否仍在整个原请求中 | 模型下一操作 |
| --- | ---: | --- | --- |
| 4 | 400 | 是 | 续读测试文件 |
| 5 | 1616 | 是 | 重读头部并续读尾部 |
| 6 | 1060 | 否 | 恢复两个工件、查任务计划、读取最后27字符 |
| 7 | 27 | 否 | 再次 inspect_project |
| 8 | 421 | 否 | 再次 plan_checks |
上述统计不把运行诊断中的 outputExcerpt、部分转义的工件包装当成完整源码;所有计入片段逐字符匹配原文件和原SHA。原八个请求没有一个在这些结构化文件视图中同时带齐测试全文。第六轮后原检查 UUID 在整个请求字节中也已消失,不能只归因于某种视图命名。
使用原16份所属 tool 原行、原 providerMessages、原工件,调用 source5dcd6d7c 的 workingCandidates 作零模型/零宿主写入的离线重放:同路径/版本只保留最长页和非包含的最新页。第六轮后可选测试页只有[473,2089]和[2557,2584],在分配预算前已排除[0,473]及[2089,2557]。原失败检查候选仍存在,却未进入原第7/8次实际请求。候选选择和实际容量分配是两个需要处理的环节。
这些证据定位到系统工作记忆的保留缺口;模型自身选择、上游模型行为对未交付的影响尚不能单独量化。S 的固定回放改善仍有效,T 不证明真实自主交付或 Purge 收益。不能用提高预算、删检查、提供实现答案或延长旧任务替代修复。
## 原状态和监督边界
监督只批准模型原计划的 npm run test/build。测试、配置、README、构建脚本、owner 文件、原暂存与工作副本、三源码均未改变。模型未准备变更集,完整审查应用和 Git 门禁本次没有触发。原九测试0通过9失败,build通过属于未修复源码的基线。
63个原公开项目、79份原会话导出、3660份原工件字节、216条原尝试及原会话/记录/事件/outbox逐行保持。两个自有项目前插使原 projects.position 顺移2,逆算后全原行SHA一致;不把这个声明过的排序变化写成原行字节未变。
新增2项目/2会话、115记录、205事件和outbox、9尝试、60个工件文件均归属本轮。当前65项目/81会话/6377记录/13484事件及outbox/3720工件。74份自有工件记录已通过原API逐SHA/bytes取回;记录可复用同一字节,所以工件记录数与新文件数分别核对。
原预算、高性能默认池和成员、其他连接及旧09b停用保持;目标7→8→9/凭据1,全局及legacy展示69→73,身份缺省新增字段为{}。原PID36552/Provider、runtimeRoot/runtimeIdentity保持,最后只读回查全原行和公开模型中心仍与恢复结果相同,9229关闭。本轮没有提取、复制、解密或重存Key;没有推送远端。
## 验收器失败和封存
首诊断驱动在已完成后的原历史比较失败:API视图有 stale/currentConnectionRevision,原metadata没有这两个派生字段。补验首版又把包含预期诊断更新的整份persistent摘要直接判等。原驱动、原错误、补验首版脚本与错误摘要保留;独立只读核对分别验证原行(仅允许所属诊断行追加)、工件、公开文件及原历史,最后通过,没有重跑诊断或改产品。Windows只读rg通配路径失败另记于progress。
[证据清单](live-delivery-t-evidence/manifest.json)共203份文件/77773746字节,SHA-256:840623121cb5579564f0bbd4f0ef5ae924fd7432d5b7d0e32cef9f28cd436bb3。包含调用前11份冻结驱动、原请求/响应/用量、全部所属工件、原失败与恢复、原行归属、9份绑定正式source的分析输入及离线重放;驱动按不可执行文本保存。
[离线核验器](../scripts/verify-live-delivery-t.mjs)已通过,见[收据](live-delivery-t-offline.txt)。核对冻结Git原字节、全部清单文件、真实原报告、原目标/测试、工具配对、请求覆盖和候选重放、全部自有工件、原行/导出/配置恢复;运行不联网、不调用模型或接触凭据。提交前加 --index 核对Git索引原字节。
[Git索引核对](live-delivery-t-git-index.txt)已通过:含清单204份/77814997字节逐SHA与原字节一致;日志忽略例外和原字节属性仅限T证据范围。本地保存冻结契约、最终证据和文档,没有推送远端。
T未改产品源码,因此没有重做S的构建、安装或UI检查,也不引用旧测试数充作本轮新增验证。下一按[U工作记忆修复计划](WORKING-MEMORY-U-PLAN.md)先离线修复与独立发行,再另冻结新的真实样本;React/Python、原版Purge AB/BA和1.25保持前置关系。[阶段回顾](RETROSPECTIVE-LIVE-DELIVERY-T.md)记录采用理由和下一门槛。