Merge authoritative main into the task branch

Why: include the current integration baseline before verification. Evidence: fetched origin/main=886283a4a534de8c418fa4a60d2d7a5d15c0ccfb. Impact: integrate upstream changes without rewriting task history. Refs: task-sync
2026-10-20 12:56:23 +00:00
parent d699ba23b2 886283a4a5
commit a52999ba6c
2 changed files with 168 additions and 1 deletions
@@ -0,0 +1,167 @@
+# feature/fast-slow-o2-p1 任务卡
+
+任务主记录：PR #656 https://git-home.u1680832.nyat.app:30319/weichen/Agent-System-Dev/pulls/656；状态：已完成（合入前闭合）；owner：weichen
+
+## 基线与授权
+
+- 权威仓：ssh://git@git-ssh.u1680832.nyat.app:31411/weichen/Agent-System-Dev.git；目标分支：main；R0（initial_base_sha）= 873e957306a791eaa36e5251b45e3ed44a863143
+- 工作区：/home/weichen/projects/Agent-System-Dev-wt-feature-fast-slow-o2-p1（worktree）；分支：feature/fast-slow-o2-p1
+- 分支类型：standalone；root_target：main；immediate_target：main；accepting_requirements：false
+- 需求分流：verdict=NEW；selected_initiative=无；requirement_sha256=a68604cc99e4eb41c84ee538e8d5a97e3d14c1902c323a36a2acded62c9e8b56；triage_receipt=/tmp/o2p1-20261020/triage.json；receipt_sha256=eda0fdef5b17ab9d6a781c96200ce3e6cefb29c2e80718eb97cb11437ca5eaef
+
+- 授权与交付终点：用户 2026-10-20 批准 P1 两段（AskQuestion p1=approve_both；决定记录 `~/.local/share/agent-system-evidence/fast-slow-o2-p1-20261020/probe-authorization-decision.md`，提案 sha256 03f401b49640fe0f…）：第一段 ≤1 次付费合同探针；达标则自动跑一次三材料 A01（`WORK_CHECKPOINT_REMAINING_TOKENS=60000`），合计 ≤63,000 reported tokens。零付费准备含 Backend fail-fast 与 Dev 改钉。终点：本 PR 合入 Dev main 并记录 P1 结论。未授权：额外请求/补跑/换模型、在任何实例写入系统层配置、部署。
+- 交付模式：goal-first（目标、范围和交付终点一次确认；范围内连续推进）
+- 实施执行：agent-per-unit（配置：AGENT-EXECUTION.md）
+- 合入执行：agent（已授权交付范围内，Review 通过、冲突解决且当前 HEAD 的 CI 通过后合入）
+- 人工决策点：仅限目标/范围/验收变更、重大取舍、高后果操作或无法自动判定的业务验收
+- 当前阶段：合入；当前增量：Dev 改钉 + P1 结论记录
+- 流程依据：仓库根目录 policy/delivery.md（归档后仍按仓库根目录定位）
+
+## 目标与非目标
+
+- 目标：按 `docs/superpowers/plans/2026-10-19-fast-slow-o2-route-contract-eof-plan.md` §5 P1，在真实 MiniMax-M3 路由上验证 route_contract_eof 合同（第一段），并在达标后验证一次三材料 A01 质量（第二段）；Dev 改钉 `modules/backend` d8923f1 → 74e5396（含 Backend [#229](https://git-home.u1680832.nyat.app:30319/weichen/Agent-System-Backend/pulls/229) 评测合同未挂上即 `t.Fatal`，以及其他会话已合入的 #228）。
+- 非目标：实例系统层配置写入、部署、合同放宽或修订、额外付费请求。
+
+## Agent 实施收据
+
+路由与 fail-stop 规则见根目录 AGENT-EXECUTION.md 与 policy/delivery.md；每次尝试一行，原始日志留在源码外收据路径。
+
+| 单元 ID | 预期范围 | 配置摘要 | 角色 | 候选顺序 | attempt | CLI/模型 | 终态 | transport | fallback | 源码外收据路径 |
+|---|---|---|---|---|---|---|---|---|---|---|
+| o2-p1a-contract-probe（仓外 probe-code） | main.go, main_test.go, preflight.py, dry-run-guards.sh | 76bc59db… | implementation | cursor→antigravity→pi-glm→pi→codex | 1 | cursor（session not-observable，fresh） | success | 3b138a9 | 0 | /tmp/o2p1-20261020/o2-p1a-receipt.json |
+| o2-p1b-eval-contract-failfast（Backend） | internal/server/work_checkpoint_eval{,_route_contract}_test.go | 76bc59db… | implementation | 同上 | 1 | cursor | failed-unknown（CLI 报 “Cannot use this model: auto”，零改动；fail-stop） | — | 0 | /tmp/o2p1-20261020/o2-p1b-receipt.json |
+| o2-p1b-eval-contract-failfast（用户授权全新重跑） | 同上 | 76bc59db… | implementation | 同上 | 1 | cursor（fresh） | success | ddb6e29 | 0 | /tmp/o2p1-20261020/o2-p1b-receipt-r2.json |
+| o2-p1c-preflight-push-contexts（probe-code） | preflight.py | — | implementation | 同上 | 0 | — | invalid-config（派发前拒绝：主检出有本地构建产物，零尝试；产物加入 .git/info/exclude 后重新派发） | — | 0 | /tmp/o2p1-20261020/o2-p1c-receipt.json |
+| o2-p1c-preflight-push-contexts（重新派发） | preflight.py | — | implementation | 同上 | 1 | cursor（fresh） | success | d8d3fa5 | 0 | /tmp/o2p1-20261020/o2-p1c-receipt-r2.json |
+| o2-p1d-candidate-root（probe-code） | main.go, preflight.py | — | implementation | 同上 | 1 | cursor（fresh） | success | 7c51b6d | 0 | /tmp/o2p1-20261020/o2-p1d-receipt.json |
+| o2-p1e-dev-backend-pin | modules/backend | — | implementation | 同上 | 1 | cursor（fresh） | success | c93f335 | 0 | /tmp/o2p1-20261020/o2-p1e-receipt.json |
+
+## 关联方向与规划
+
+- 适用状态：待核对（无适用规划时说明原因）
+- 主记录路径/版本：待核对（路径按仓库根目录定位，归档后不变；只引用唯一正文）
+- 对应里程碑：待核对
+
+## 需求分析
+
+| ID | 描述 | 项目符合度及依据 | 优先级 | 验收条件 | 依赖 | 结论 |
+|---|---|---|---|---|---|---|
+| R1 | 待填写 | 待评估 | 待定 | 待定义 | 待确认 | 待评审 |
+
+## 方案与计划
+
+- 方案引用：待填写（含对象版本）
+- 实施计划引用：待填写（含增量与需求 ID）
+- 测试计划引用：待填写（含需求 ID 与验收条件）
+
+## 阶段记录
+
+| 阶段 | 对象版本 | 状态 | 决策/执行者 | 时间 | 依据 |
+|---|---|---|---|---|---|
+| 需求拆解 | 待定 | 待执行 | — | — | — |
+| 需求评估 | 待定 | 待执行 | — | — | — |
+| 需求表确认 | 待定 | 待执行 | — | — | — |
+| 方案设计 | 待定 | 待执行 | — | — | — |
+| 实施计划 | 待定 | 待执行 | — | — | — |
+| 实施与自检 | 待定 | 待执行 | — | — | — |
+| 正式测试与验收 | 待定 | 待执行 | — | — | — |
+| 代码 Review | 待定 | 待执行 | — | — | — |
+| 合入 | 待定 | 待执行 | — | — | — |
+| 合入核验与收口 | 待定 | 待执行 | — | — | — |
+
+## 探索试验与迭代
+
+| 增量/试验 | 假设 | 范围 | 判断和停止条件 | 授权/决策依据 | 结果 | 变更影响 | 需重审补测 |
+|---|---|---|---|---|---|---|---|
+| P1 第一段：合同探针（2026-10-20T12:0x，1 次付费请求） | 真实 MiniMax-M3 流满足 C1–C9，合同放行 clean EOF | 二进制 sha256 5fb0d8ba…（Native 2fc66be，候选 Dev 7e6c544 专用 worktree），路由 sha256 b8e6c7b8…（0600，三元组摘要 0d7f1a3b… 与生产规则一致） | 达标：completionBasis=route_contract_eof、contractCheck 空、放行 1、执行 1、Usage 存在 | 用户 approve_both；preflight prepare 24/24、execute-ready 25/25 PASS，providerRequests=0 | **PASS**：readOutcome=clean_eof、finish=tool_calls、streamComplete=false、http2、tail=json_frame×7、Usage 447+40=487、diagnosis=route_contract_released（回执 `private-probe/run-001/terminal-receipt.json`，只含枚举/计数） | 自动触发第二段 | 否 |
+| P1 第二段：三材料 A01 | 放行后 A01 产出阶段成果与完整最终正文 | Backend 74e5396 的 live 测试二进制（server sha256 59670b80…、driver 4e26ecd1…），隔离数据目录，材料取 r03 存档（与 r02 哈希一致），REMAINING_TOKENS=60000；用例门禁沿用现有标签 `approved-r04-20261014`（新增标签需再走 Backend PR；该标签启用服务器端单 A01 run 守卫，画像预算与 r0.4 A01 一致）；记录 `a01/…/provider-records.json`（37966555…）、`a01/model-output/candidate-r04-a01.json`（89fea4cc…）、`a01/a01-run-receipt.json`（7e3583a8…） | 沿用评测停止规则，不补跑 | 同上（自动门槛已满足；本 PR HEAD a824b38 CI 三项 success 后执行） | **FAIL（应用层，检查点被拒）**：run_96ccc9c7208f 仅 1 次 provider 调用，6,420 tokens（4,832+1,588），`completionBasis=route_contract_eof`、clean_eof、http2、finish=tool_calls、toolFragments=8、参数合法——合同放行、工具已执行；首个 `publish_work_checkpoint` 被 core `validateWorkFindingEvidence` 拒绝（`checkpoint.evidence: direct relation cannot have result`：模型给 `mode=direct_relation` 却带 total/phase 前提与 result，属 difference 形态），评测停止规则 `evaluation budget: rejected work checkpoint` 生效，子 run failed，卡片 failed，驱动判 “fewer than two persisted running checkpoints” | r0.4 同一驱动失败发生在传输层（缺 `[DONE]`，0 释放）；P1 已越过传输层，新阻塞点是模型对检查点证据模式的遵从 | 否（停止，不补跑；另提方案） |
+
+## 同步记录
+
+| 节点 | sync_base_sha | tested_head_sha | checked_at |
+|---|---|---|---|
+| 启动 | 873e957306a791eaa36e5251b45e3ed44a863143 | 873e957306a791eaa36e5251b45e3ed44a863143 | 2026-10-20T12:11:15Z |
+
+## 证据（Evidence）
+
+<!-- CMD="<命令>" make evidence 写入；手抄/转写输出视为无效证据（AGENTS.md 证据与验证门禁）。 -->
+| 时间(UTC) | 命令 | 被测HEAD | exit | 来源 | sha256(16) |
+|---|---|---|---|---|---|
+
+## 交付调度
+
+- 调度状态：未入队；调度记录：无
+- entry_id：无；attempt_id：无；窗口执行者：无
+- 固定候选：无（base/head、组件与相关配置引用实际尝试）
+- 调度依据：policy/delivery.md#合入调度
+- 固定后证据：源码外 RECEIPT；实际结果后按授权原样导入和闭合
+
+## 结果与验证
+
+- 结果：P1 第一段 PASS（合同在真实 MiniMax-M3 路由放行 clean EOF 工具调用）；第二段 FAIL（应用层检查点证据被拒，评测停止规则生效）。付费合计 2 次请求、6,907 reported tokens（≤63,000 上限）；无补跑、无换模型、未写任何实例系统层配置、未部署。
+- 验证：零付费准备 PASS——probe 46 个测试（-race）、preflight prepare 24/24 与 execute-ready 25/25、Backend #229 CI（43575816…，与合入 74e5396 树一致）、A01 前置 live 门禁测试与 Dev #656 HEAD a824b38 CI（test / test-pg / svc-realcombo 全绿）。第一段回执 `private-probe/run-001/terminal-receipt.json`（128a6be7…）；第二段见上方探索试验表与证据表。评估：host（当前主模型）按记录复核，非独立 REPLAY。
+- 影响与剩余项：O2 route_contract_eof 在真实路由上可用（P1 判读表“第一段 route_contract_eof、放行 1、执行 1 → 合同在真实路由上成立”）。A01 质量仍未验证：下一阻塞是 `publish_work_checkpoint` 的 evidence 模式/前提/result 组合遵从（agent-system-core `validateWorkFindingEvidence`），需另提方案（如工具 schema/提示收紧或拒绝后可纠错重试的评测口径），本授权不覆盖。实例系统层配置写入仍待另行决定。
+
+## 规划进展与下一步
+
+- 本次推进/剩余：待核对（依据实际成果更新适用方案/规划）
+- 首选下一任务：待核对（无适用规划、已完成或受阻时如实说明，不虚构任务）
+- 推荐依据：待填写
+- 前置条件/待确认：待核对
+- 预期产物/验收条件：待定义
+- 重复任务核对：待核对（已有/在途任务、PR 与规划记录）
+- 启动授权：未授权（建议不自动启动新任务，仍须明确授权）
+
+## 合入与清理
+
+- Review 记录：NOT_RUN（审阅智能体/平台身份、base/head、结论、问题闭合及重放依据）
+- 冲突记录：NOT_RUN（最新目标同步、冲突处置、组合兼容核验及复审/补测）
+- CI 记录：NOT_RUN（当前 HEAD 完整 SHA、全部必需检查、运行链接、执行身份及 GATE 结果）
+- 合入记录：NOT_RUN（交付授权范围、PR、被核验 HEAD、合入 SHA、目标分支及内容核验）
+- 清理记录：NOT_RUN（授权依据、写者退出确认、worktree/分支/任务卡处置）
+
+<!-- Local receipt: SELF. Digests detect corruption; they do not authenticate a reviewer or CI. -->
+```json
+{
+  "summary_schema": 1,
+  "source": "SELF",
+  "timestamp": "2026-10-20T12:10:16.654753+00:00",
+  "command": "make precheck",
+  "exit_code": 0,
+  "cwd": "/home/weichen/projects/Agent-System-Dev",
+  "before_head": "873e957306a791eaa36e5251b45e3ed44a863143",
+  "after_head": "873e957306a791eaa36e5251b45e3ed44a863143",
+  "branch": "main",
+  "target_branch": "main",
+  "target_head": "873e957306a791eaa36e5251b45e3ed44a863143",
+  "root_target": "main",
+  "immediate_target": "main",
+  "before_tracked_diff_sha256": "e3b0c44298fc1c149afbf4c8996fb92427ae41e4649b934ca495991b7852b855",
+  "after_tracked_diff_sha256": "e3b0c44298fc1c149afbf4c8996fb92427ae41e4649b934ca495991b7852b855",
+  "output_tail": [
+    "make[1]: Entering directory '/home/weichen/projects/Agent-System-Dev'",
+    "[repo]   branch=main head=873e957306",
+    "[remote] origin/main=873e957306 ahead=0 behind=0",
+    "[tree]   clean submodules_drift=0 uninit=0",
+    "[worktrees] linked=5",
+    "[cards] 已合入未闭合任务卡:final-cleanup-summary.md——make task-close 回填归档（主检出运行）",
+    "[initiatives] local cards (not authoritative): none",
+    "[hooks]   core.hooksPath=scripts/hooks（pre-commit/post-merge 实际接线）",
+    "[facts]   policy/facts.md 6 条事实均在有效期内",
+    "[required-reading] core/baseline.md, workflows/delivery.md §1, policy/delivery.md",
+    "[R0] 873e957306（完整：873e957306a791eaa36e5251b45e3ed44a863143）",
+    "[worktree] before-sync: recursive component checks passed",
+    "[verdict] READY — 保留本次 precheck receipt 后建任务工作区：PRECHECK_RECEIPT=/tmp/task-precheck.json make task-start NAME=feature/your-branch",
+    "make[1]: Leaving directory '/home/weichen/projects/Agent-System-Dev'"
+  ],
+  "output_sha256": "43fd450fdf40fd114863abbf096d540a28ad89fb95c98575e1c199c2f62ac925",
+  "receipt_sha256": "ae3bc540a8acf624a1c093784b1d2b0612ce4dd2c0bfe8f09932f166378c4e53",
+  "receipt_path": "/home/weichen/.cache/agent-system-dev/evidence/ae3bc540a8acf624a1c093784b1d2b0612ce4dd2c0bfe8f09932f166378c4e53.json"
+}
+```
+
+## 闭合记录（合入前折叠）
+
+- 本卡在 PR #656（https://git-home.u1680832.nyat.app:30319/weichen/Agent-System-Dev/pulls/656）合入前闭合并归档，随该 PR 一同合入。
+- 该 PR 的合并提交即本任务的落地记录。
+- 合入后无需回填，也无需单独的闭合 PR。