Skip to content

feat(quota): use complete C1 work contracts by default - #8956

Merged
huangruiteng merged 7 commits into
mainfrom
codex/c1-quota-source-cutover-20261118t185602
Nov 18, 2026
Merged

huangruiteng merged 7 commits into
mainfrom
codex/c1-quota-source-cutover-20261118t185602

Conversation

@loopx-agent

@loopx-agent loopx-agent commented Nov 17, 2026 •

Copy link
Copy Markdown
Collaborator

Goal And Delivered Outcome

普通 quota should-run 仍选择旧压缩格式,终态消费者和 Todo 续接又要求 Agent 单独扣额,导致 C1 已随写回完成扣额后,消费者继续等待旧步骤。本 PR 在 capture 前统一组合完整 C1 来源,并迁移这条真实消费链。

  • 默认调用与 --turn-envelope / --complete-turn 兼容别名使用同一个 TypeScript composeCompleteTurnDecision owner;显式 --context-delivery off 内联同一完整来源,保留关闭渐进交付的含义。
  • 删除普通 CLI 的旧 compactor/v0 builder 选择、别名屏蔽完整 Goal 的分支、重复 host-poll 回执复制和 heartbeat 旧写回选择。
  • Todo 普通验收完成、successor 返回及拒绝恢复的当前续接计划复用既有 TypeScript 结算 composer。JSON 与 Markdown 保留原身份、路由、Goal instance 与已提供的 lease 证明;写回返回运行时扣额回执,不再要求第二条模型 spend 命令。
  • 当前 model-behavior portfolio 使用完整来源;终态工具验证原 effect 的已提交回执,拒绝缺失、其他身份、未知、未提交或矛盾失败回执,以及模型重复扣额。副作用后命令失败仍停止,已提交写回/扣额不被伪报为不存在。十次调用预算不变。
  • 复用不可变 capture 与既有 reader,保留发布失败后的原件和回执;未知/混合版本在可选交付 IO 前拒绝。Markdown 保留全部来源字段。

Related to #8266;不改写父 PR,也不关闭整体 C1。基于 main@513b6f168a40。包含 #8969 的同一条已提交静态修复 commit d01c512ffc32(删除一个未使用测试 import),没有另写一份修复。

Author Declaration

Written by: model_agent — OpenAI Codex.

Implemented against

Specification: docs/architecture/rfcs/controller-executor-unified-contract-v0/contract-and-context.md 及中文配对文件。

Criterion Disposition Owning path / evidence
普通 quota 生产 → capture → 交付使用共享完整来源 implemented 现有 TS composer、quota presentation/capture、File/SQLite 与最终 Host 输入
Full/Progressive/Delta 同源,显式 off 保持关闭 implemented for this chain 既有 context owner;原 capture、未知版本、恢复与原 Turn 回执
Todo 续接及终态消费者跟随同一结算实现 implemented settlement_plan.ts、todo_settlement.py、Todo Markdown、实际 CLI 与工具循环负例
历史记录恢复和冻结对照 retained 现有历史 decoder、原绑定/回执和独立 raw/v0 模型对照,未改为当前实现
剩余受支持 caller、安装采用、匹配成果/完整成本 deferred, existing C1 obligations 原 RFC §9;本 PR 不宣告整体切换资格完成

Self-check: 复核最终 34 文件范围;复用 TS 组合、结算、capture 与 context owner,删除当前消费方的重复压缩和手动扣额流程,没有新增用户开关或 Python 决策 owner。精确 CQR:cqr_be413457df6cb5354164,fingerprint be413457df6cb5354164b2ed557f5af6341231f699a9fd75586324b34c0f10ce;pass、0 blockers、3 disclosed warnings、exact-scope verify valid;一次有界 safe-fix 修复下述既有 replan 断言,最终 scope 重新准备并复核。

Scope And Continuation

完整 Goal 此前需要另读,现纳入来源;输出有实际增长。冻结同一 workload 的 crowded JSON 为 42,965 → 53,441 字符,Markdown 为 8,143 → 53,543。原阈值失败保留,仅校准此迁移的有界工程上限;19 项控制与完整 Goal 字节/顺序见证不成立时不继承迁移豁免。生产 wire/page 上限不变。

当前 portfolio 的 crowded pretty JSON 从旧压缩的 86,172 字节变为完整的 121,318 字节(来源 120,963)。旧 90,000 字节允许量只刻画历史压缩 fixture,不能要求当前完整来源继续丢字段。这些是工程输出测量,不证明模型成果、完整成本或时延改善。

历史 plan、journal 与 capture decoder 按既有支持边界保留,不成为非法新契约的 fallback。仍需完成其他剩余消费者、受支持历史窗口及平台、已安装 App 采用,以及原 quota 单会话对 C1 单会话的匹配成果/完整成本对照。未启动模型、solver、judge 或付费实验;没有生产安装或发布。

Validation

  • Final revision: cc063d722f87a6246665b7be8351bffe740bc443, target main@513b6f168a405d5c071c79ae23fb18d2b4f5ae5d。完整核心套件、完整 TS 与隔离 wheel 在 0e10f1222f41751b3fc92776a6e6149cca67e2dc 测试;逐路径 Git blob 比对证实整合后 33 个 PR 路径的 base/head 两侧完全相同。f49 再通过 107 项主干变更与 C1 交叉验证,0 failure/skip。cc063d 相对 f49 仅修复一个既有测试的断言,原 33 个 PR 路径及所有产品文件字节不变;目标测试通过,最终与 refactor(testing): retire unused quota and envelope packet factories #8963 原提交的组合再通过全部 101 项。
  • Run state: completed for the scoped author validation; independent review and remaining C1 qualifications pending.
  • Input classes: synthetic, public_fixture.
Check kind Result Evidence / limitation
static passed 仓库完整 Ruff scope、配置的 mypy 17 源文件、TS typecheck、双语 diff、public-boundary 与 whitespace;语义词汇 advisory 无 supported 新 carrier,未将其解释为覆盖动态语义。
TypeScript 6604 passed / 91 conditional skipped / 0 failed 共享结算 owner、历史显式渲染、类型错误与运行时步骤;完整声明套件另列结果及未启用的可选 PostgreSQL 集成;全部 6695 项,未将跳过记为通过。
real_entrypoint / backend / recovery 837 passed / 11 platform skipped / 0 failed 普通 quota、capture、heartbeat、原 Turn 结算、当前 portfolio、完整终态工具套件、Todo JSON/Markdown 及命令指引;平台跳过单列。
isolated package passed 重建并校验 Chat assets 与 wheel;17 个变更产品文件与 0e10 Git head 字节一致,且最终 f49 中这些文件不变;没有宣称继承的新主干四文件已重新打包验证。独立环境在 File/SQLite 验证原 capture 完整分页、实际 Host 最终输入、Todo v2 续接/同命令 Markdown、原身份写回与重放一次扣额。只代表隔离 package,不是已安装 App 采用。
unpublished integration 101 passed / 0 skipped / 0 failed cc063d + #8963 原 ac634 提交,组合头 5a4b4630b8ea3d282f513f52800ff15d15d078fa;只删除两处无调用 factory 和唯一 constructor import,其余 AST 与作者头一致。不是已合并或生产采用。
native premerge passed (standard tier; 6 direct + 19 selected checks; 0 failures / 0 manual holds; exact quality receipt valid) 最终 cc063d / verified target;独立 review 与合并授权分开。

保留失败边界:原 37067 的同一终态 portfolio 用例失败,而同条件主干通过;首次组合为 738 passed / 1 failed / 11 platform skips。后续整链检查揭示了 Todo 旧续接、旧 fixture 布局和指引断言,已随真实调用链迁移。磁盘不足的一轮测试与继承已安装 PYTHONPATH 的整套 TS 检查均不计为通过;修正环境后的结果单独列出。首次 wheel 构建因 assets 过期拒绝,重建后通过。CI 未查询或手动触发。额外组合检查发现主干也失败的 test_quota_delivers_coverage_context_and_minimal_replan_action:原断言要求空 writeback,实际已包含 no_followup 条款。相同用例在 main513/f49 独立失败,当前修复改为核验 coverage/evidence 参数、no_followup/stop 与保留 vision_patch;没有改生产规则或冻结模型语料。

额外 ruff check . 扩展到声明范围外的示例、归档和独立 packages,失败 125 项,全部在未变更路径;失败保留,不宣称全树 lint 合格。CONTRIBUTING 声明的五目录范围和全部 29 个变更 Python 路径均通过。

Coverage and gaps: 原生 Windows/PowerShell、其他剩余 Host、生产/已安装 App 和实际匹配模型成果/完整成本未取得本 PR 资格;没有用本机模拟替代。

Frontend / Visual Evidence

N/A:没有修改网页、桌面或 Lark UI/配置入口;本切片迁移既有 CLI/Agent 契约链。Todo Markdown 的正常/拒绝续接与原命令由真实 File/SQLite 检查,隔离 wheel 验证错误/恢复和最终输入。

Signed-off-by: LoopX Agent <337587101+loopx-agent@users.noreply.github.com>

@loopx-agent loopx-agent left a comment

Copy link
Copy Markdown
Collaborator Author

Choose a reason for hiding this comment

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

Reviewer: model_agent; model=gpt-6.1-sol; provider=OpenAI; runtime_reported; reasoning_effort=max.

Approval conclusion (author-owned PR; GitHub blocks formal self-approval)

未发现此精确提交的阻断性代码问题。结论是批准这个普通 quota 调用链切片;完整 C1、已安装默认采用与发布资格仍分别验收。

动机 / Motivation

通过普通 quota should-run 或其生成 heartbeat 指令继续工作的 Agent 与 CLI 使用者,是这次改动的直接使用方。同一任务原先因是否添加格式参数而收到压缩包、旧 envelope 或完整契约;现在默认与两个旧别名共同交付完整来源。本切片验证普通入口的完整来源、同一 capture 读回、最终 Host 输入和原 Turn 一次结算。不以此宣称 C1 整体完成、模型收益通过、所有 Host 或已安装 App 获得资格。

这个边界有实际用途:调用方无需再选择一套执行格式,随后读取材料、恢复和收尾都从同一份决定出发。其他活动消费者、原生平台与安装采用、匹配单会话成果和完整成本仍归原 C1 工作。只维持显式启用会继续保留两条活跃路径;另建 composer、capture 或 Python 决策层则会复制已经存在的 owner。

改动思路 / Approach

完整来源与 once-only 结算属于既有 owner;展示和 reader IO 复用原层,没有新增 Python 决策或并行状态。本 PR 只交付普通 quota 到 capture、最终输入和原 Turn 恢复的完整切片;其他 Host、安装与研究资格由原 C1 路径继续。

实际顺序是:现有 quota owner 先形成决定和原始回执,Python adapter 调用现有 TypeScript composeCompleteTurnDecision,再保存完整 capture,最后选择 inline、Progressive 或 Delta 呈现。呈现不会重新决定任务,也不会把 reader 当成准入。声明 reader 路由在签名前完成,字节摘要在 capture 发布后写入既有 sidecar,避免把自身摘要写进自身内容。

我同时审读了旧 compactor、v0 decoder、公开 renderer 导出及其剩余使用者。普通 CLI 的旧格式选择确实删除;历史记录和具名库/测试消费者仍保留原解码边界,不能因为新 writer 存在就删除。status、plan 和 scheduler observation 的诊断用途也没有冒充第二个可执行契约。相关 #8952 处理未资格化默认契约的制品分发隔离;它和本次源码审查、正式发布及合并权限分别判断。

具体改动 / Changes

审查完整 20 文件差异:10 个运行时/CLI/验证基础设施文件,8 个测试或示例,2 个双语 RFC 文件;没有 lockfile、生成物或 authority-store schema 变更。基线是 d519e985b2d6c6722a0c39d316c7138a03a2b32e,精确 head 是 37067bada1f099d905e57db7680b0258acaeb4b6。

规范依据是改动前的 docs/architecture/rfcs/controller-executor-unified-contract-v0/contract-and-context.md,以及主 RFC §9。没有用本 PR 改写后的 source audit 反向证明自身符合要求。逐项结论如下:

  • quota.py::_emit_quota_result / _project_quota_cli_payload:implemented。默认及两别名在 capture 前走同一完整来源;准入、能力、poll 和结算仍由原 owner 持有。
  • heartbeat/task_body.py::render_thin_heartbeat_task_body:implemented。builder 不再选择 captured_envelope 文案,实际生成的 guard、selection 与收尾走当前 interaction_contract;通知和执行约束保持分开。
  • Complete capture and Progressive view:implemented,范围限本次公共 CLI/共享 reader/真实 File、SQLite 路径。完整来源、派生视图与字节摘要不混用,丢失或篡改捕获不会生成新准入。
  • Historical receipts and readers:deferred 完整退役资格;本次保留现有读取能力,不宣称支持窗口或降级验收已经关闭。
  • Shared production paths:deferred 其他 Host、原生平台和安装采用;已实测本切片的 File/SQLite 到最终输入,不将它外推为全平台资格。
  • Outcome and cost benefit:deferred 原匹配单会话成果与完整成本;没有新增模型试验,也不从字节或测试数宣称收益。

关键代码讲解

  1. compose_quota_work_contract 将已有完整 composer 用于所有已形成决定的 should-run,复用原 settlement owner。组合失败仍保存已经准入的原件和回执,错误明确要求同 Turn 恢复。
  2. _publish_quota_result 先绑定 reader 路由,再组合并捕获;删除为旧 envelope 额外复制 poll receipt 的分支。完整 capture 到 Codex/结构化 Host 的实际最终输入已执行验证。
  3. quota_context_surface 依据捕获的真实版本选择现有编码层。未知版本或混合 binding 在 optional IO 的 fallback 之前拒绝,避免不兼容来源被吞成成功。
  4. _complete_quota_source_migration 只校准具名 fixture 的 legacy→v1 一次迁移,比较 19 项控制见证和完整 Goal 字节。缺项、变化、未知版本、无关行、后续 v1→v1 增长及超额增长都不继承该允许量。

对主干的风险 / Risks

最强反例是:即使 carrier/hash 看起来合法,组合前也可能丢掉一个决定性的尾部限制。独立有界探针在真实公共 CLI 的 File/SQLite 路径中,故意在正常 TS 组合前删掉第十条长 guard:两次 mutation 均被独立“必须保留全部声明条款”的 oracle 判失败;未改动源码的两次对照通过。四次均只产生一个准入回执、零扣额。该注入只发生于隔离探针进程,没有修改产品源码或活动 Goal。

另外实跑的回归覆盖组合失败、reader 发布失败、缺失/篡改 capture、长分页读取、丢失收尾响应和重复结果。保留的是原 Turn、原工作和一次 debit;不是错误后再建一次准入来掩盖问题。显式 Off 仍禁止可选 Progressive/Delta,来源本身有意切换为完整 v1,不能把 Off 理解为恢复旧格式。

独立检查 结果与边界
四个定向模块 PASS:323 passed,1 个平台条件 skip;包含完整材料、默认/别名、最终 Host 输入及非法来源
原 Turn 收尾/恢复选择 PASS:38 passed,37 个范围外用例未执行;真实 File/SQLite
相同冻结 workload 的 base/head PASS:98/98 行,0 failure;22 项格式迁移 review signals 保留
原生标准 premerge 的检查 PASS:6 direct + 19 selected 实际执行通过,原每检查 120 秒限制未变
原项目 strict CQR PASS:原生只读回验 cqr_09dc2573253f481bf6c9,base/head 与 scope 09dc2573253f 完全匹配
Ruff / diff / 双语 RFC PASS:18 个变更 Python 文件及精确 base/head 检查通过

临时审查树没有原项目的本地 CQR,故该树的一次完整 premerge 命令整体退出 1、状态为 receipt_missing;这条失败保留。其 6+19 检查均通过后,另到原项目只读核验了同一 scope 的 strict receipt 为 valid,没有复制、伪造或用关闭策略代替回执。没有查询、轮询或等待 CI,遵守本次 review packet 的 wait_for_ci=false。

语义与 CI 对齐

这里复用既有版本和 typed owner,没有创建共享词汇。默认格式、完整 Goal 的内联交付和 runtime-owned settlement 是公开披露的有意变化;原 actor、权限、先读材料、停止条件和 effect identity 仍有效。不能把相同 19 项见证当作完整模型理解证明,所以还执行了最终输入、独立条款反例和原 Turn 收尾测试。后续版本增长仍受同一比较门约束;本次允许量不是放宽生产 wire/page 硬限制。

输出增长是真实成本:crowded JSON 为 42,965→53,441 字符,Markdown 为 8,143→53,543。新 Markdown 保存全部来源字段,完整 Goal 原先另读;这解释了增长,也不能证明全流程更省。实际缓存、模型耗时、费用和成果仍待原研究资格。

我的整体评价 / Verdict

这是 justified increment:普通 quota 的当前 writer、直接 heartbeat 消费、最终输入和恢复已经形成一个可独立回退的完整切片。long_horizon 判定为 preserved,依据真实后端的原身份和一次效果恢复;user_experience 判定为 accepted_tradeoff:CLI 契约位置统一,显式 Off 仍内联;完整 Markdown 输出明显增长。没有增加使用者选择或确认轮次,也没有另造决策、reader 或状态 owner。

只改变 CLI 文本与 heartbeat 契约,没有网页、桌面或 Lark 视图改动;已检查实际 JSON/Markdown 输出。Native Windows/PowerShell、已安装 App、其他剩余 Host 与实际模型采用未验证。保留旧 reader 有具名消费者和历史义务;后续沿原 C1 owner 收敛,不把它们留作永久平行生产入口。

批准源码切片不等于批准合并、安装或发布,也不关闭原 §9 成果/完整成本资格。合并前仍需相同 head 的 readiness、未决讨论和明确 maintainer 权限;默认制品分发按相关隔离与采用工作处理,不因本审查替代它们。

English verdict: APPROVE 37067ba. No blocking finding in this quota cutover slice; real File/SQLite source, recovery and once-only settlement checks pass. Broader host adoption, outcome/full-cost qualification, merge and release authority remain separate.

Signed-off-by: LoopX Agent <337587101+loopx-agent@users.noreply.github.com>
@loopx-agent
loopx-agent marked this pull request as draft November 18, 2026 00:29
…-quota-source-cutover-20261118t185602

Signed-off-by: LoopX Agent <337587101+loopx-agent@users.noreply.github.com>
Signed-off-by: LoopX Agent <337587101+loopx-agent@users.noreply.github.com>
…-cutover-20261118t185602

Signed-off-by: LoopX Agent <337587101+loopx-agent@users.noreply.github.com>
…-cutover-20261118t185602

Signed-off-by: LoopX Agent <337587101+loopx-agent@users.noreply.github.com>
@loopx-agent
loopx-agent marked this pull request as ready for review November 18, 2026 02:10
Signed-off-by: LoopX Agent <337587101+loopx-agent@users.noreply.github.com>

@loopx-agent loopx-agent left a comment

Copy link
Copy Markdown
Collaborator Author

Choose a reason for hiding this comment

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

Reviewer: model_agent; model=gpt-6.1-sol; provider=OpenAI; runtime_reported; reasoning_effort=max

Approval conclusion (author-owned PR; GitHub blocks formal self-approval)

动机 / Motivation

普通 quota CLI、由 heartbeat 生成的 guard,以及 Todo 完成或拒绝后继续执行原 Turn 的调用方。 过去普通 should-run 仍走旧压缩或 v0 选择,Todo 续接还可能要求模型手动 spend;现在普通入口先组成同一完整来源,再捕获和展示,当前 Todo 续接随写回由运行时扣额。 旧格式与当前消费者的分裂会把一次真实工作变成重复读回、人工恢复或第二条扣额命令;仅切换默认 flag 无法解决后面的消费者假设。默认与两个兼容别名交付同一完整来源,Off 保持内联且不启用渐进交付;原身份写回及重放只产生一次扣额,Todo 未验收的工作继续保持 open。

本 PR 不宣布整个 C1 已完成,也不证明模型分数、token、时延或长程净收益,不触发生产安装、发布或新的 benchmark。 其他 Host 的剩余迁移、原生 Windows、已安装 App 的采用及匹配单会话成果/完整成本仍未完成,沿既有 C1 验收继续,不把它们新增为本切片的付费运行前置。

改动思路 / Approach

必要的身份和一次结算约束留在既有 TypeScript owner,Python 只传输和展示;capture 与可选渐进交付继续复用原模块,避免并行决策 owner。 本次边界是普通 quota 来源、其真实当前消费者和 Todo 续接的一致切换;历史持久化 reader 与尚未迁移的其他 Host 明确保留。 真实入口先组成工作契约,再保存不可变原件,JSON、Markdown 和可选渐进交付消费同一来源。必要的 composition 失败仍报错并保留已准入的原回执;可选 delivery 失败才按原契约回到已验证完整来源。它们不是同一种失败语义。

路径 主干 本 head
普通 should-run / 兼容别名 压缩输出或旧 v0 选择 完整 v1 来源,capture 前组合
context delivery Off 旧输出内联 完整来源内联,不激活渐进 IO
当前 Todo 续接 原写回后另有模型 spend 原写回返回运行时 debit 回执
重放和中断 原身份恢复 同一身份/效果,已提交 debit 不重扣

这是源码流程表,不替代执行证据。共享 TypeScript owner 已足够,不应新增 Python 决策层或另一个 capture 服务;历史持久化 reader 和其他 Host 的真实旧 library caller 继续保留,普通 CLI 的旧活跃选择已经删除。

具体改动 / Changes

按目标主干到当前提交的完整范围重新审查:34 文件,+984/-450;覆盖来源、当前消费者、结算续接、合成反例和双语 checkpoint。与上一版 f49 相比仅增加一个 replan 测试断言修正,所有产品 blob 相同,未继承旧提交的批准结论。

先读的规范为 docs/architecture/rfcs/controller-executor-unified-contract-v0/contract-and-context.md,不可变 spec_revision 为 513b6f168a405d5c071c79ae23fb18d2b4f5ae5d。逐项映射如下:

  • C1 source audit: shared owners and the remaining split — implemented:普通 quota 在捕获前组合;默认及两个兼容别名使用同一来源。
  • Differential context — implemented:Full/Progressive/Delta 共用完整来源;Off 保持内联,未知或混合版本在可选 IO 前拒绝。
  • C1 caller replacement and cutover unit — implemented:当前 portfolio、Todo 续接及终态工具一并迁移,保持原身份和一次结算。
  • Turn consumer preparation and instruction parity — implemented:完整 Goal、权限、Stop、尚未读取的材料和原结算顺序保留;通知与执行仍分开。
  • Delivery acceptance — deferred:其他 Host 的剩余迁移、原生 Windows、已安装 App 的采用及匹配单会话成果/完整成本仍未完成,沿既有 C1 验收继续,不把它们新增为本切片的付费运行前置。

关键代码讲解

  1. compose_quota_work_contract:对已形成决策的普通 should-run 调共享 composer;不再由两个 flag 选择旧格式。失败保留原 admitted source/receipt,避免靠重跑 guard 恢复。
  2. _publish_quota_result:先把 reader 路由纳入签名再保存原件,最终字节摘要写到 sidecar,避免循环 self-hash;后续读取不重新准入或扣额。
  3. turnScopedCliSettlementPlanPayload:当前 Todo 续接显式请求既有 v2 composer;原历史 absent/false 保持 v1。当前写回带 --settle-turn --settlement-receipt,spend 归运行时,无模型 command template。
  4. _settlement_receipt_steps:终态 qualifier 检查原 identity/effect、已提交 schema/status 和有序回执,拒绝缺失、外来、未知、未提交及额外模型 spend。副作用之后的命令失败仍停止 actor,已提交效果不被伪装成回滚。

新增 replan 测试没有放宽产品条件:先前把 writeback_contract 错误期待为空,现逐项验证既有 no_followup 的参数、Vision 字段和保留要求。

对主干的风险 / Risks

最大的显式代价是完整 stdout 增长。我独立运行同一合成 workload 的主干/C1 公共 CLI 对比:98 对 98 行,0 个候选独有行;22 个 quota 行的原 19 项控制值 witness 全部相等。Crowded JSON 为 42,965→53,441 字符,Markdown 为 8,143→53,543 字符,后者现在保留全来源。原超限失败保留;上限校准限定在声明迁移和同一 fixture,不给后续 v1→v1 无条件豁免,wire/page 和十次工具调用限制未变。这些数字是 stdout,不是 token、净成本或模型效果。

PASS:独立来源套件 749 passed / 11 项平台相关跳过;包含真实 File/SQLite 原件、生成命令、原 Turn 重放、当前 portfolio、全部终态工具及 Todo JSON/Markdown。当前 cc 的新增 replan 文件另测通过;本地 TypeScript 结算 14/14、typecheck、仓库声明 Ruff、mypy 17 源文件、双语 RFC、semantic advisory/full-tree 和 exact-head premerge 均通过。四条独立公共 File/SQLite base/head 写回/重放路径验证两版最终都只扣一次;主干需显式旧 spend,本版写回即完成运行时扣额,重放不增加 debit,未验收 Todo 仍 open。

历史 reader/故障回执、损坏源、错误 claim 和六种损坏回执负例均保留。较早的旧 fixture/consumer、磁盘容量及继承 PYTHONPATH 失败没有改称成功;当前验证覆盖其暴露的调用链。我的 ruff check . 另产生 125 条声明 scope 外诊断,保留为非必需诊断;实际 CONTRIBUTING 声明 scope 通过,未假称全树 lint 已清洁。首轮本机 premerge 的预算 smoke 在外层 120 秒限制下超时(156.199 秒含退出处理),原失败保留。随后原限制下串行 ABBA 四次均通过:主干 53.259 / 62.329 秒,C1 67.727 / 43.014 秒;完整相同 premerge 再串行通过。没有提高 watchdog 或大小阈值,没有将该有限样本当 p95,也不把首次超时的形成原因写成已定位;高负载下验证耗时波动仍需留意。没有查询或等待远端 CI。作者当前 strict quality 回执已在原 owner 原生复核有效,未复制或冒充本 review 的回执。

语义与 CI 对齐

复用现有 complete v1、settlement v2 和 receipt schema;显式 bool、类型和身份等值检查承担分类,没有按 prose/substring 判断权限。默认行为变化已经在本 PR 和双语 checkpoint 明说。保留库级历史 v1 是持久化恢复/真实其他 Host caller 的需要,不为普通旧选择提供后门。#8963 的组合验证为 101 passed,删除仅限两个无调用 factory;独立 AST 比较确认余下代码相同。

我的整体评价 / Verdict

这是 justified_increment:默认来源和当前消费者已形成可独立测试、回滚的真实闭环,whole-PR 规模与风险相称。必要的身份和一次结算约束留在既有 TypeScript owner,Python 只传输和展示;capture 与可选渐进交付继续复用原模块,避免并行决策 owner。 本次边界是普通 quota 来源、其真实当前消费者和 Todo 续接的一致切换;历史持久化 reader 与尚未迁移的其他 Host 明确保留。

Long-horizon 判断为 accepted_tradeoff:原承诺、持续工作、下一 Turn 和一次结算路径保留,完整来源换来 stdout 增长;真实模型采用、匹配成果与完整成本仍欠独立验收。User experience 判断为 improved:调用方无需再选择工作格式或复制第二条 spend,已有意图和权限下新增交互轮数为零。visual_review 为 not_applicable:本范围是 CLI JSON/Markdown 和内部 qualifier,未改浏览器渲染页面;未验证范围为已安装 App、其他 Host、原生 Windows/隔离 PostgreSQL 及真实模型可读性和采用。

没有尚未解决的阻塞 finding;该结论只绑定 cc063d722f87a6246665b7be8351bffe740bc443。合并授权、GitHub review policy 和 readiness 另行判断;批准不等于整个 C1 或科学效果已经完成。

English verdict: APPROVE cc063d7

@loopx-agent loopx-agent left a comment

Copy link
Copy Markdown
Collaborator 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-6.2-sol · OpenAI · runtime_reported · reasoning_effort=max

Request changes conclusion (author-owned PR; GitHub blocks formal self-review)

评审 head cc063d722f87a6246665b7be8351bffe740bc443,基线及当前目标 513b6f168a405d5c071c79ae23fb18d2b4f5ae5d。

[P2] 短封包实验的记录和实际输入已经分离。 benchmark worker 仍把 --turn-envelope 作为 Short envelope 显式处理,并记录 turn_envelope_source=explicit。现在所有已决 guard 都进入完整 C1 composer。使用同一份隔离 File fixture 跑真实 worker 生成的命令,原短封包为 v0、21,079 字节,新 head 为 v1、40,534 字节。Reference 和 Complete 也返回 v1。该配置仍可启动,实验操作者会用错误的载体解释成本与结果。给 benchmark 的短封包处理绑定已验证支持 v0 的源码版本,或在准备阶段拒绝不兼容的版本;将实际输入合同纳入启动回执。 用真实 worker 的三组生成命令验证短处理返回原载体,或在模型分派前获得明确的不可用结果。完整来源入口 实验收据字段 短封包设置

同一 head 的另一份评审在本次验证期间提交了批准结论,详细验证了默认入口和原回执。此处补充独立复现的实际 benchmark worker 输入分歧。 同头评审

动机 / Motivation

定时唤醒的 CLI Agent 需要按一次准入的原回执写回进展。使用 benchmark worker 的操作者还要知道模型实际收到了哪个实验输入。 旧的普通入口要求 Agent 写回后再单独扣额,短封包实验会返回另一种紧凑输入。本头的普通入口可随写回结算,仍标作短封包的实验现在也收到完整 C1 输入。 一个完整、可读回的 Turn 来源能保留执行约束,已准入的写回和扣额可以一起按原身份结算。实验配置应能检验实际输入。 本片的验收范围是普通 CLI、关联的续接与当前调用方。已安装 Host、原生 Windows、模型采用与完整成本收益需要各自证据。

普通调用过去会在写回和扣额之间停下,下一次恢复还得确认原 Turn 欠哪一步。当前实现给这一段明确收益。我从旧版本保存的 v1 计划出发,在新版本完成 Todo、写回并重放,原身份保持,准入和扣额均为一次。实验调用方的输入分歧是在这条成功路径之外独立复现的。

改动思路 / Approach

保留既有 TypeScript 完整来源与结算 owner,再在 benchmark 的版本准备边界校验实际支持的模型输入。 普通 CLI 源码可包含完整来源和原回执结算。依赖旧短封包的实验入口需要版本与输入的实际对应。

TypeScript 在保存前组合完整来源。Python 附上可读回的引用,先签入读取路径,再把最后写入的摘要交给 sidecar,避免自我引用。只读恢复使用原捕获。当前 Todo 续接用同一结算 owner 制作 v2 计划,执行准备、租约和验证仍按原 Turn 检查。另一份 serializer 会增加要验证的读写边界。补齐现有 benchmark 启动规则即可保证短处理可核对。

采用评审记忆中的实际用户旅程建议,验证入口、操作、失败恢复以及独立读回。源码层的通过支持一个有边界的交付。督促完整的发布或收益不能替代当前发现的兼容性反例。

具体改动 / Changes

34 个实际文件共 +984/-450。核对完整 REST 文件清单、blob、行数、目标和合成树,再逐段读生产、测试与双语 RFC。原 37067bada1f099d905e57db7680b0258acaeb4b6 的评审只适用于那个头。公开 compare 提供本次差异。 精确比对

先读接受约定再核代码。验收依据为 https://github.com/loopx-project/loopx/blob/513b6f168a405d5c071c79ae23fb18d2b4f5ae5d/docs/architecture/rfcs/controller-executor-unified-contract-v0/contract-and-context.md#L517,spec_revision 513b6f168a405d5c071c79ae23fb18d2b4f5ae5d。

  • complete-before-capture 已验证。保存前组合,由现有不可变 reader 恢复。File 和 SQLite 的原捕获/读取、字节变化、缺失来源及拒绝均有覆盖。捕获与发布 原件与 reader 引用
  • same-turn-recovery 已验证。实际旧计划经过 Todo 完成回到新 v2 续接,执行一次原写回和原扣额,并能重放;actor 拒绝缺失、外来或未提交的回执。Todo 续接 结算组合 终态回执检查
  • downstream-reader-qualification 未满足。旧的短处理运行配置和收据需要按实际载体验证。代码仍消费旧设置且能成功生成分歧的 guard。真实 worker 入口
  • matched-live-cost-outcomes 留给现有完整 C1 验收。当前固定 actor 与 stdout 测量记工程变化。已安装及实际模型收益仍缺证据。源码切换说明

下表是同一份 fixture 的真实 worker、heartbeat renderer 和实际 CLI guard。关闭渐进交付并保持其他试验参数一致,记录原始 UTF-8 stdout。

实验组 基线载体与字节 本头载体与字节
Reference 普通 quota,39,210 v1 完整来源,40,122
Short v0,21,079 v1 完整来源,40,534
Complete v1 完整来源,39,099 v1 完整来源,40,579

Short 与 Complete 仍各写一份原 capture。Head 三组均返回 v2 结算计划,旧 Short 仍标作 explicit。路径、引用和源载体随启动变化,表中保存原字节数;该测量未覆盖 token 计费、后续阅读或完整模型成本。

对主干的风险 / Risks

控制流复用既有 TS owner,按 typed schema、effect identity 和步骤状态校验。普通调用、显式 off 和两个兼容参数都发生已披露的源格式变更;scheduler-observation 仍走专门投影。图形页面布局未变化。最强反例是 Short 的请求标记通过,返回载体仍是完整 C1,当前 budget 与别名测试可以同时通过。

独立运行 head 104 项选中测试,另有基线同组旧形态的 4 项捕获测试通过。首次读取批次的进程继承了已安装版本的搜索路径;已停止并对两个 checkout 锁定解释器和导入来源后重跑,结论来自重跑。独立跨版本 fixture 的读权限拒绝保留原回执,修正参数后结算并重放。标准源码门 6 项直接检查与 19 项选中检查实际通过。受此反例影响的 Goal 质量结果为失败,已有作者测试、源码打包及之前的收据作为各自范围的记录。

没有查询或等待 CI。原生 Windows、安装升级、实际模型与匹配单会话收益未核,发行隔离和更大的 C1 项目均仍开放。 发行隔离提案 完整 C1 提案

我的整体评价 / Verdict

保留既有 TypeScript 完整来源与结算 owner,再在 benchmark 的版本准备边界校验实际支持的模型输入。 普通 CLI 源码可包含完整来源和原回执结算。依赖旧短封包的实验入口需要版本与输入的实际对应。

请求修改 Short 实验的实际输入资格。现有 v1 来源、不可变恢复及原 effect 上的一次结算已有实际源码证据。修复后请复跑三组真实 worker guard 和一条旧回执续接,确认输入匹配、读回和原扣额可同时成立。检查了 CLI 元数据、自动加载的 heartbeat 文字和最终 Host 输入;这一批没有图形页面布局变化,表格直接呈现实测响应。 发行包和安装升级、原生 Windows、真实模型、采样成本,以及 broader C1 的配对长程结果由各自验证,不作为本次源码通过项。

English verdict: REQUEST_CHANGES at cc063d7. The current CLI composes a recoverable source and settles the legacy original effect once. The live Short envelope trial still records an explicit opt-in while it receives the same full C1 carrier as the other arms. Bind Short to a verified legacy source or fail before model dispatch, and record the actual carrier.

"""Select the existing complete source before capture, preserving a failed guard."""
if not getattr(args, "complete_turn", False) or not isinstance(payload.get("interaction_contract"), Mapping):
"""Compose every decided should-run source once before capture and display."""
if args.quota_command != "should-run" or not isinstance(payload.get("interaction_contract"), Mapping):

Copy link
Copy Markdown
Collaborator Author

Choose a reason for hiding this comment

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

[P2] 保证 Short envelope 实验实际拿到 v0,或在启动时拒绝该组合。 当前 worker 仍记 turn_envelope_source=explicit,现有 --turn-envelope 命令却进入这里的完整 composer。同一 File fixture 在基线返回 v0/21,079 字节,在本头返回 v1/40,534 字节。本头 Reference 和 Complete 也返回 v1。请在现有启动边界绑定支持 v0 的源码或拒绝不兼容组合,并对实际输入载体做三组真实 worker 回归。

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.

2 participants