Repository navigation
test: recover original policy sources from referenced views - #8769
Conversation
Signed-off-by: lusendong.6789 <lusendong.6789@bytedance.com> Co-authored-by: TRAE CLI <traecli@bytedance.com>
cocolord
left a comment
There was a problem hiding this comment.
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.
|
精确头 最终 readiness 保留为 |
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:c3cb8b2fe7bfplus this repair: 9 real entry/regression cases passed, including the three original failures and the File/SQLite capture cases.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.