Skip to content

test(release): preserve context recovery oracles and timed-wait guidance - #7686

Closed
loopx-agent wants to merge 6 commits into
mainfrom
codex/release220-context-observer-batch-20261029
Closed

loopx-agent wants to merge 6 commits into
mainfrom
codex/release220-context-observer-batch-20261029

Conversation

@loopx-agent

Copy link
Copy Markdown
Collaborator

问题与结果

当前 context-read 先交付引用,旧测试却把引用当完整页面;异步 transport 又新增了快照参数。发布回归因此在真正的字节、摘要及恢复断言前失败。本 PR 让既有测试通过公开读取命令取得真实页面,并透传 transport 参数,保留原覆盖、身份、连续字节及负例断言。

heartbeat 的定时等待合同已在主线生效。固定路径、320 字符 scope 的同一工作负载,9cae3b289 → 58205c6 的三种场景均为 JSON 4,532 → 4,853、Markdown 6,648 → 6,969,即增加 321 字符、仍为 63 行。这些文字约束保存进度、记录 deferred/resume_at、结算原 Turn、交回 Host 并在恢复后重新准入。这里将验证预算调整为 5,000 / 7,100,并对齐已生效的 4,500 正文预算;没有删减生产指令、放宽行数或增长率检查。旧 Markdown 6,200 在基线已经失败,保留这一失败事实,不把预算调整当成模型效果提升。

实现与验证边界

  • 恢复 fixture 从实际模型输入找出且校验唯一的 Goal、Agent、capture reader,通过原命令自愿完成全量字节校验;索引和选择读取不被当作完整 baseline。
  • 截断 hook 的正常/提前 yield 负例继续提供真实页面,再验证 hook 不完整不能确立 baseline。
  • heartbeat 独立预算 oracle 先归一化完整路径,再替换 Goal;保留定时等待、无等待 spend 与重新准入正向断言。
  • 两个既有公开 smoke 的断言对齐当前生产的重新进入指令;等待和结算断言保持原样。
  • 复用主线 test(context): follow native machine capture manifests #7680 的机器配置 reader,不复制其实现。

先前 56 项完整 context、Goal、deadline 和 native hook 用例通过;本 head 的 8 个完整模块及原始公开 smoke 正在完成,检查结果会在 exact-head review 中补齐。没有查询或等待 PR CI。无产品 UI、状态或授权默认值变更;真实模型效果由发布资格另行验证。

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