Skip to content

test: recover original policy sources from referenced views - #8769

Merged
cocolord merged 1 commit into
mainfrom
codex/r1-c1-qualification-20261114t1257
Nov 14, 2026
Merged

cocolord merged 1 commit into
mainfrom
codex/r1-c1-qualification-20261114t1257

Conversation

@cocolord

@cocolord cocolord commented Nov 14, 2026 •

Copy link
Copy Markdown
Member

C1 的必要展示页会把重复 Todo 行替换成同页引用,同时保留原捕获的签名绑定。现有测试策略观察者把这个展示页当成原始完整决策,导致三个真实启动/续办选择用例报内容完整性不匹配。原捕获的物理摘要和完整合同校验均通过。

本 PR 让既有观察者沿展示页声明的捕获及摘要读取原始决策,并要求其 contract_binding 与展示页一致。File/SQLite 回归通过真实 CLI 和共享 typed 投影验证原来源、零扣额,以及损坏、缺失和有效但绑定不同的替代捕获的拒绝。双语 RFC 检查点保留原 R1 和 C1 的未完成验收。改动为两个测试文件和成对 RFC 账本,生产 owner、默认值和哈希校验均沿用现有实现。

Validation at 7d98c37b113f03e783e7d42403078413f098dbf5:

  • Pinned C1 C1: unify work sources and validate recovery #8266 c3cb8b2fe7bf plus this repair: 9 real entry/regression cases passed, including the three original failures and the File/SQLite capture cases.
  • Matched observer sensitivity: the old observer fails on the same typed required view; the corrected observer succeeds. The 4 comparison cases and 2 source cases passed.
  • Ruff, diff hygiene and staged bilingual RFC checks passed.
  • Complete four-file regressions: source 273 passed; pinned C1 plus repair 304 passed; both have 0 failures, errors or skips.
  • Exact-head premerge: all 5 direct checks and 11 canaries passed. Locked npm dev dependencies were restored before the successful rerun; the initial dependency failure, earlier interrupted runs and failed fixture attempts are retained.
  • Full exact-head review is complete; publication and merge readiness are the remaining gates.

This qualifies a consumer prerequisite for RFC R1/V4/V5. Complete D2/D5 closure, actual Host/model context adoption, comparable complete costs, C1 default cutover and original-goal regression remain open.

English: Recover the digest-bound original decision before policy assertions when a required view carries Todo references. Reject a different valid capture unless its original binding matches. The production decision and integrity owners are unchanged.

Signed-off-by: lusendong.6789 <lusendong.6789@bytedance.com>
Co-authored-by: TRAE CLI <traecli@bytedance.com>

@cocolord cocolord left a comment

Copy link
Copy Markdown
Member Author

Choose a reason for hiding this comment

The reason will be displayed to describe this comment to others. Learn more.

Reviewer: model_agent · GPT-6 · OpenAI · self_reported
Approval conclusion (author-owned PR; GitHub blocks formal self-approval)

Reviewed commit: 7d98c37b113f03e783e7d42403078413f098dbf5;base 8d7d234c6f55fa45fa5db0ad5a156dcaaf726d32。运行时模型归因不可用,声明不构成认证权重。

无未解决的阻塞 finding。

动机 / Motivation

维护者和验证长任务续办的开发者需要可靠判断启动、选择与恢复链路。 研究或续办任务需要先选择 Todo 时,旧观察者把同页引用化展示当原始签名来源,导致有效续办被测试拒绝。修复沿已声明的原捕获读回,并拒绝另一份绑定不同的有效捕获。 原来源、原绑定和一次结算链可继续被真实用例验证;改动只交付现有观察者、稳定反例和双语 RFC 检查点。 本 PR 不验收完整 R1、C1 默认切换、模型采用、发布或完整成本。 完整 D2/D5 闭包、真实 Host/模型上下文采用、渐进产品控制、可比完整成本和原目标回归继续开放。

这条误报会反复阻塞有价值的 C1 资格验证。原捕获本身通过物理摘要与完整合同校验;问题是测试把带同页 Todo 引用的展示正文当作原签名来源。仅删掉完整性断言会丢失原来源不变量。当前修复保留该检查,并补上“有效但属于另一个原绑定”的反例。

改动思路 / Approach

沿用 TypeScript 的 quota/Turn composition、capture 与 settlement owner。read_cli_policy_payload 先解开既有 full/delta 导航,再按完整来源展示页声明的捕获路径和摘要调用私有物理 reader,并核对 contract_binding。它是测试观察者,不替模型确认上下文保留,也不生成决策或改写签名。当前 C1 c3cb8b2fe7bf 与上轮 aab22d9ed7bd 的相关变化已核对,修复叠加干净。

真实 guided-start 与可见 Goal 用例沿原 Turn 选择 Todo,并执行生成的 SSH 写回、结算与重放。读取不扣额,合法结算与重放保留一笔扣额。错误来源在事实比较前被拒绝。没有增设公共 harness 或另一套执行 pipeline。

具体改动 / Changes

依据未被本 PR 改写的 docs/development/good-smokes.md,修订 8d7d234c6f55fa45fa5db0ad5a156dcaaf726d32。Start With The Contract 对应真实来源/typed 投影边界;Prefer Semantic Pressure 对应原绑定不一致、字节损坏与缺失反例;Consolidate Without Losing Coverage 对应既有 fixture/reader 复用。三项在当前 head 均 implemented。父 RFC 的完整 R1/C1 采用及成本验收仍开放,新增账本没有改写其规范条件。

关键代码讲解

  • read_cli_policy_payload 保留失败、plain/off 与既有导航处理;引用化完整来源须有唯一捕获路径/摘要,读回后原绑定必须一致。
  • test_policy_observer_reads_original_signed_capture_after_todo_references 在 File/SQLite 上调用真实 CLI 和共享 typed 投影,独立比较原来源,校验完整绑定与零扣额;另一份完整校验通过的捕获、损坏字节及缺失文件均拒绝。
  • 成对 RFC 账本 描述修复及边界,两种语言保留历史失败、未完成与全部后续验收。

差异为四文件 +118/-2:两个测试文件 +73/-2,成对 RFC +45。生产代码、生成报告和私有探针均不在 PR 中。扫描了既有覆盖与最近八个同作者 PR;#8746 的恢复、#8764 的真实账本与本 PR 的原来源观察保护不同不变量,继续共用现有夹具。

对主干的风险 / Risks

PASS:当前完整四文件源码回归 273 passed、0 skipped;固定 C1 c3cb8b2fe7bf 加修复的同组回归 304 passed、0 skipped。C1 关键入口九项、匹配旧/修复观察者四项和 File/SQLite 来源两项通过。旧观察者失败的同一 required view 在修复后通过;另一份有效绑定、损坏和缺失来源均拒绝。

PASS:预合并门五项直接检查、十一项 canary 全部通过,Ruff、DCO、成对 RFC 和公开边界检查通过。初次预合并因仓库 TypeScript 开发依赖未安装失败;安装锁定的开发依赖后,同一 head 的完整门通过。初期用例夹具错误和两条旧版本完整回归中断均保留,没有把部分通过当完整通过。

UNVERIFIED:托管 CI 快照仍有排队记录,原因与完成状态不作推断,作为非必需的诊断行保留;合入仍需单独读取 unchanged head 的 readiness。测试源文件观察不证明模型真的读懂或保留了展示页;真实模型/Host、完整闭包、完整成本、整个原目标回归和 C1 默认切换继续各自验收。

评审中复现的首版遗漏已经修复:物理摘要正确的其他有效捕获曾可替换原绑定;当前 helper 的绑定比较和稳定回归拒绝它。原来源完整性与真实生产拒绝路径没有降低。

我的整体评价 / Verdict

APPROVE,作为 justified_increment:修复可复现的消费者资格缺口,完整 source/C1 回归证明当前边界。long_horizon preserved;检查了两个测试文件与成对 RFC 账本;生产 App、Lark 和 CLI 渲染入口没有改变。 真实模型上下文保留、安装采用和完整成本属于原 R1 的独立未完成验收。

复用既有 typed composition、capture 和 settlement,新增判断仅为测试 reader 的原绑定一致性;没有新状态词汇或公共协议。兼容性选择 retain:保留 full/delta、plain/off/error 与不可变来源读法;无需公共转换器或临时诊断 pipeline。此结论不关闭父 RFC、原 Goal 或托管分支策略门。

English verdict: APPROVE at 7d98c37. Recover the original signed policy source from its declared capture and require its original binding. Full source273/C1-combination304 regressions and premerge16 checks pass; hosted CI, native adoption and complete R1 qualification remain separate.

@cocolord

Copy link
Copy Markdown
Member Author

精确头 7d98c37b113f03e783e7d42403078413f098dbf5 已完成完整评审并读回:review 5904572976,APPROVE(author-owned COMMENTED fallback)。完整 source 273、固定 C1 组合 304、负例/观察者 6、C1 入口 9 均通过;premerge 5 direct + 11 canaries 均通过,0 unresolved findings/threads。

最终 readiness 保留为 ready=false:仅 inspect-pr-diff / changes 等待,GitHub 分支策略需 admin;无失败检查,unchanged head 可合并。依据已有 maintainer/admin 授权采用 bypass,只覆盖该 readiness/GitHub policy hold,不替代评审或必要验证。原 R1/C1 目标验收继续开放。

@cocolord
cocolord merged commit 4604f93 into main Nov 14, 2026
7 of 10 checks passed
@cocolord
cocolord deleted the codex/r1-c1-qualification-20261114t1257 branch November 14, 2026 13:43
Sign up for free to join this conversation on GitHub. Already have an account? Sign in to comment

Labels

None yet

Projects

None yet

Development

Successfully merging this pull request may close these issues.

1 participant