.task/archive/feature-fast-slow-o2-c8-review.md

@@ -0,0 +1,162 @@
+# feature/fast-slow-o2-c8-review 任务卡
+
+任务主记录：PR #667 https://git-home.u1680832.nyat.app:30319/weichen/Agent-System-Dev/pulls/667；状态：已完成（合入前闭合）；owner：weichen
+
+## 基线与授权
+
+- 权威仓：ssh://git@192.168.3.2:2222/weichen/Agent-System-Dev.git；目标分支：main；R0（initial_base_sha）= a9566a68505ac97dead15ed3b5672954f15cea1c
+- 工作区：/home/weichen/projects/Agent-System-Dev-wt-feature-fast-slow-o2-c8-review（worktree）；分支：feature/fast-slow-o2-c8-review
+- 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=5047963d4ab90c90c1c0f90e1e71ae0a04b16e9d082d3c9b94ac4bf0e0d0aeda；triage_receipt=/tmp/o2c8-20261021/triage.json；receipt_sha256=6a53842b6c14e09edbe1334abfa0b9b3829772a2129fe1325c2916fdbd324fa0
+
+- 授权与交付终点：用户选择「1 零付费复核 C8」；允许离线只读调查、写复核文档与任务卡、Review、PR、CI 与合入。未授权：任何付费请求/复跑、代码实施、实例配置写入、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：I1 复核文档（host 豁免路径，无实施单元）
+- 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：离线确定 P2 第 3 次请求 C8 的成因（工具名未声明还是参数 schema 不符），只读评估「schema 不符交给工具层返回可修正错误」的改法，并记录 P2 花费与结论。
+
+非目标：不改 Backend/agent-native 代码、不改路由契约、不发起付费请求。
+
+## 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 |
+|---|---|---|---|---|---|---|---|---|---|---|
+| 无 | 仅 `docs/superpowers/specs/**` 与 `.task/**`（host 豁免） | 不适用 | — | — | — | — | 不适用 | — | — | — |
+
+## 关联方向与规划
+
+- 适用状态：适用（O2 fast-slow A01 证据合规的后续复核）
+- 主记录路径/版本：docs/superpowers/specs/2026-10-20-fast-slow-o2-a01-evidence-design.md（main a9566a6）
+- 对应里程碑：O2 A01 付费复验通过
+
+## 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 | 确定 C8 成因并评估改法，记录 P2 结论 | 符合：O2 下一步取决于此 | P0 | 复核文档给出可复核依据与建议 | P2 证据目录 | 完成：C8=工具名未声明；改法不适用 |
+
+## 方案与计划
+
+- 方案引用：docs/superpowers/specs/2026-10-21-fast-slow-o2-c8-review.md（Backend dfb31da、agent-native 2fc66be）
+- 实施计划引用：不适用（只读复核）
+- 测试计划引用：不适用；零付费，未运行模型
+
+## 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 | a9566a6 | 完成 | host | 2026-10-21 | 用户选择「1」 |
+| 需求评估 | a9566a6 | 完成 | host | 2026-10-21 | R1 |
+| 需求表确认 | a9566a6 | 完成（范围由用户选项确定） | 用户 | 2026-10-21 | 选项 1 |
+| 方案设计 | c5e8b47 | 完成（只读复核文档） | host | 2026-10-21 | 复核文档 |
+| 实施计划 | — | 不适用 | — | — | 无代码变更 |
+| 实施与自检 | — | 不适用 | — | — | 无代码变更 |
+| 正式测试与验收 | c5e8b47 | CI 待核 | CI | — | make test + make build |
+| 代码 Review | 511e079→c5e8b47 | 通过（1 阻塞已修） | 独立 code-reviewer 子会话 | 2026-10-21 | 见合入与清理 |
+| 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 |
+|---|---|---|---|---|---|---|---|
+| P2 A01 付费复验（前序已授权） | 证据说明收紧后 A01 不再被拒 | 3 次请求 / 17955 tokens，守卫 30000 | 0 拒绝且路由契约通过 | 用户「批准」 | NOT_PASS：第 3 次 C8；2 检查点 0 拒绝；收据 ec02e80753db2f85 | 证据合规已达成，阻塞转为 final-only 阈值 | 修正后需一次付费复验（待授权） |
+| C8 零付费复核 | C8 来自 schema 不符 | 只读代码 + P2 记录 | 能否确定成因 | 用户选择「1」 | 否定假设：C8=工具名未声明（final-only 移除检查点工具） | 无代码变更 | 否 |
+
+## 同步记录
+
+| 节点 | sync_base_sha | tested_head_sha | checked_at |
+|---|---|---|---|
+| 启动 | a9566a68505ac97dead15ed3b5672954f15cea1c | a9566a68505ac97dead15ed3b5672954f15cea1c | 2026-10-21T02:28:21Z |
+
+## 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：窗口已领取；调度记录：issue #518 评论
+- entry_id：mq-dev-20261021-fast-slow-o2-c8-review-01；attempt_id：01；窗口执行者：当前主模型
+- 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：C8 成因为 `publish_work_checkpoint` 在 final-only 请求中未声明（已存 2 个检查点与预算预留两条件同时触发 final-only），A01 预算只够两轮检查点加一次最终答复，与任务指令 reading→crosscheck 冲突；「schema 不符交给工具层」不适用且不建议实施。P2：3 次付费请求、17955 tokens、NOT_PASS（C8），证据合规达成（2 检查点 0 拒绝），路由文件已删除；本次复核零付费。
+- 验证：只读复核，依据见复核文档；模型复验 NOT_RUN（未授权）
+- 影响与剩余项：推荐 F1（宿主判定下一次为 final-only 时由工具结果告知，并使任务指令与预算一致），需单独授权实施及一次付费复验
+
+## 规划进展与下一步
+
+- 本次推进/剩余：C8 成因已确定；O2 A01 付费通过仍待修正与复验
+- 首选下一任务：F1 final-only 上限告知（Backend）
+- 推荐依据：不动契约、零付费单测可验证宿主侧行为
+- 前置条件/待确认：用户授权实施 F1 与之后的付费复验
+- 预期产物/验收条件：final-only 前一次检查点结果含提示；付费复验无 C8
+- 重复任务核对：无在途同题任务
+- 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：全新独立 code-reviewer 子会话（fresh_session=true，session id not-observable，仅收目标/base a9566a6/head 511e079/diff/源码与 provider-records），只读重算 E4 并核对行号。阻塞 1：final-only 同时由预算预留条件触发（outputCap 4000），已在 c5e8b47 修正 E1/E4/E5/F1/F2 与卡；次要：缓存归因、argschema properties 前提已修，卡头权威仓地址为 task-start 生成值未改
+- 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": "2026-10-21T02:27:26.256614+00:00",
+  "command": "make precheck",
+  "exit_code": 0,
+  "cwd": "/home/weichen/projects/Agent-System-Dev",
+  "before_head": "a9566a68505ac97dead15ed3b5672954f15cea1c",
+  "after_head": "a9566a68505ac97dead15ed3b5672954f15cea1c",
+  "branch": "main",
+  "target_branch": "main",
+  "target_head": "a9566a68505ac97dead15ed3b5672954f15cea1c",
+  "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=a9566a6850",
+    "[remote] origin/main=a9566a6850 ahead=0 behind=0",
+    "[tree]   clean submodules_drift=0 uninit=0",
+    "[worktrees] linked=3",
+    "[cards] 已合入未闭合任务卡:feature-project-access-lifecycle.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] a9566a6850（完整：a9566a68505ac97dead15ed3b5672954f15cea1c）",
+    "[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": "a891afd4f3610dd6ce63a808b10cc78b8c6c411454f4851c724ac3c6213ac62a",
+  "receipt_sha256": "e58dbf12cb9208a2e86ed98f3d39405cb8a8278205d60f1bfaeae9852d264ac2",
+  "receipt_path": "/home/weichen/.cache/agent-system-dev/evidence/e58dbf12cb9208a2e86ed98f3d39405cb8a8278205d60f1bfaeae9852d264ac2.json"
+}
+```
+
+## 闭合记录（合入前折叠）
+
+- 本卡在 PR #667（https://git-home.u1680832.nyat.app:30319/weichen/Agent-System-Dev/pulls/667）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。

docs/superpowers/specs/2026-10-21-fast-slow-o2-c8-review.md

@@ -0,0 +1,50 @@
+# O2 A01 P2 复验 C8 零付费复核
+
+日期：2026-10-21；性质：只读复核（零付费、不改代码）；对象：Backend `dfb31da20ab0276ea8e167cf26675f7ac95a1b26`、agent-native `2fc66be65201232ea38ba64d457efad5565d869d`、P2 收据 `ec02e80753db2f85…`、provider-records `add19bd1500127bb…`。
+
+## 结论
+
+P2 第 3 次请求的 C8 是**工具名未声明**，不是参数 schema 不符。第 3 次请求被宿主切到 final-only，从工具声明里移除了 `publish_work_checkpoint`；模型按任务指令（reading → crosscheck）仍去调用它。final-only 由两个条件同时触发：已保存 2 个检查点；30000 预算在 4000 输出上限下只够再留一次最终答复。即使只存了 1 个检查点，第 3 次也会是 final-only。根因是：A01 的预算只够两轮检查点请求加一次最终答复，任务指令却期望至少两个阶段再加最终答复；同时模型无视了 final-only 系统提醒。
+
+所以「schema 不符时不丢弃整轮、交给工具层返回可修正错误」这一改法**不适用于本次失败**，即使实施也不会让 P2 通过。
+
+## 依据
+
+| # | 事实 | 来源 |
+|---|---|---|
+| E1 | 物料子 Agent 在 `SavedCheckpoints >= 2` 或 `remaining <= 2*(LastPrompt+OutputCap+margin)` 时进入 final-only | Backend `internal/runtime/material_final_reserve.go:21-30` |
+| E2 | final-only 请求从 `requestDecls` 中删除 `publish_work_checkpoint`，并插入系统提醒「不再发布检查点」 | Backend `internal/runtime/sub_loop.go:125-148` |
+| E3 | P2 在第 3 次请求前已保存 2 个检查点（均 ok、0 拒绝），且 `phaseId` 只出现过 `reading` | P2 数据库 events |
+| E4 | 第 3 次请求的预算核算：已用 12317、上次 prompt 5926、outputCap 4000、limit 30000。剩余 17683 > 5926+1481，不触发 stop；17683 <= 2×(5926+4000+1481)=22814，且已存 2 个检查点，两个条件都触发 final-only | provider-records 第 1、2 次 usage 与 outputCap，按 E1 公式计算 |
+| E5 | 第 3 次 prompt_tokens 为 5160，比第 2 次的 5926 少。历史变长、prompt 反而变短，与「删去大段检查点工具声明」一致。cache_read 从 5503 跌到 128，由删声明与在首条 system 后插入提醒共同造成 | provider-records 第 2、3 次；`sub_loop.go:137-148` |
+| E6 | 第 3 次思考末句为「Now crosscheck phase.」，随后发出一个 1000 字节、可解析的工具调用；任务指令要求 crosscheck 阶段调用 `publish_work_checkpoint` | P2 数据库；Backend `internal/runmgr/material.go:306` |
+| E7 | C8 = `callsDeclared` 失败，即工具名不在本次请求声明中，或顶层 `argschema.Validate` 失败 | agent-native `runtime/llm/route_contract.go` `check`/`callsDeclared` |
+
+E1、E2、E4 是确定性代码路径，可以确定第 3 次请求未声明 `publish_work_checkpoint`。E5、E6 佐证模型调用的就是它。原始参数按设计不落盘，所以「调用名是 `publish_work_checkpoint`」属于高置信推断，未经原文核实。
+
+## 对「schema 不符交给工具层」的只读评估
+
+- **不解决本次问题**：本次是名称未声明，不经过 schema 分支。
+- **schema 分支本身风险有限，但收益也有限**：`argschema.Validate` 只校验顶层，即必填项非空、顶层原始类型，以及在声明了 `properties` 时拒绝未声明的顶层键；不递归 `findings`。证据结构等深层错误本来就由工具层返回可修正结果。
+- **改契约语义需要设计评审**：C8 是 O2 已批准契约的一项。放宽后，一次顶层违规会从「终态失败」变成「多一轮请求」，影响付费上限的估算。
+- **即使没有契约也是终态**：final-only 阶段调用检查点时，`runTool` 返回可修正错误，但同时置位 `finalOnlyRejected`；下一次请求直接以 `checkpoint requested after final-only transition` 结束（`sub_loop.go:109-110`、`380-388`）。所以单改契约不能把它变成可恢复路径。
+
+结论：不建议实施该改法。
+
+## 可选修正（未实施，需单独授权）
+
+| 选项 | 做法 | 影响 | 建议 |
+|---|---|---|---|
+| F1 | 让模型提前知道下一次是 final-only：宿主按 E1 的两个条件，判定下一次请求将是 final-only 时，在当次检查点工具结果里写明「下一步直接写最终结论，不再发布检查点」；任务指令把阶段要求改为与预算一致（例如第 2 次检查点即 crosscheck，或预算紧时允许跳过）。本次的 final-only 系统提醒已被无视，所以工具结果提示是否有效必须付费复验 | 只改 Backend 物料提示与工具结果文字，不动契约；零付费单测可以验证宿主侧行为 | **推荐** |
+| F2 | final-only 阶段保留检查点声明，由工具层拒绝，并去掉 `finalOnlyRejected` 终止 | 避免 C8，但每次违规多一轮付费请求，可能击穿最终答复预留；缓存还受插入提醒影响，不会因此稳定 | 备选 |
+| F3 | C8 对未声明名称改为可修正 | 削弱路由契约，与 O2 设计相悖 | 不建议 |
+
+F1、F2 是否真能让模型遵守，只能靠付费复验判定；零付费单测只能证明宿主侧行为。
+
+## P2 花费与结论（记录）
+
+- 授权：用户批准一次 A01 付费复验（label `approved-o2-a01-evidence`，30000 tokens 守卫）。
+- 花费：3 次付费请求，共 17955 tokens（5873 + 6444 + 5638），未超守卫。
+- 结论：NOT_PASS。路由契约在第 3 次请求判 C8（`terminal_error`），子运行以 `tool call stream ended before [DONE]` 失败，outcome 为 partial。
+- 证据合规目标已达成：2 个检查点，0 拒绝，`material_record` 均未附 evidence。
+- 路由文件已在复验后删除；本次复核没有发起任何付费请求。