Skip to content

打包来源保真与 C1 尚未闭合的成本差距

English mirror: matching checkpoint.

本检查点支持单会话对照。 它验证有界工程负载中的来源交付与恢复,不证明效率净收益,也不结清 C1。

版本与负载

原 quota 固定为 mainline b201da8bab305d053866aa0d4516b97ba4a4499e, 统一契约提案固定为 #7430 的 3afc2d547f6f9ca41368fd4f3f34d8f8dae9edcf。这些是已测版本,不代表后续 mainline 变化已合格。两份隔离 wheel 分别通过自身前端源码指纹校验;各有 1,857 个 打包产品文件与对应源码一致,不含另经 bundle 校验的生成 Chat 资源。两组均使用 Python 3.14。

每组使用同一合成 active Goal、完整已选任务及末尾停止条件、一个当前 Agent 成果, 以及五个 peer 成果,每个成果四条要求。真实 File 与 SQLite authority 分别在可丢弃 runtime 初始化。原始 24 条描述、owner、工作关联与全局停止条件保留,不以活跃 Goal 或已安装 host 为 fixture。

打包 CLI 执行 thin heartbeat bootstrap、一次已准入 App heartbeat guard、保存文件 读取、原生 lifecycle hook、暖态投影、压缩恢复、拒绝对照、写回/扣额及其重放。 Hook 事件为合成事件,实际执行的是打包 hook 和 CLI。确定性观察器为验证等价而读全量 来源;它不是模型,不是建议每轮读取全部 peer 正文,也不证明模型保留。实际发出的暖态 delta 另经读取,使用摘要校验后的 baseline 与当前文件重建。

这是新的同负载对照,不是历史 13,000 字节实验的重跑或替代。 此前 25,862 > 13,000 的失败保持不变。

来源与恢复结果

两组均保留已选任务、24 条要求及全局停止条件,拒绝提前扣额。恢复原 capture 后, 无需再次准入即可读回同一来源;重复写回和扣额只提交一次 effect、扣一次额度,原任务 保持 open。

Mainline 通用 codec 把已准入来源的 quota.compute 从 1.0 变为 1;两个后端的 冷态、暖态恢复和丢 baseline 精确来源断言均失败,其原生冷态投影也携带 1,而非 已准入的 1.0。C1 在这些路径保留原值。这实际复用了另行提案 #7661 与 #7657 的来源保真修复, 没有建立 caller 专用数值规则。独立提案及 C1 采用,仍与 mainline 或安装采用分开。

两个原生暖态文件均采用 captured_file 连续性。实际 delta 精确重建当前文件; 缺失 baseline 或损坏 delta 时恢复其完整正文。这证明保存文件重建,不证明模型保留。 Mainline 的重建相对于已经归一化的投影精确,并不修复此前的来源丢失。

仅改变数值写法的 capture 负例区分了两种完整性边界。C1 中把 quota.compute 从 1.0 改为 1,仍能通过独立完整契约的 JavaScript 归一化 hash 校验;但使用原始 字节 SHA-256 读取已改文件会被拒绝,恢复原字节后可继续读取。这个 caller 的精确字节 capture 边界通过验证;独立契约的数值承诺仍开放。两种校验互不替代,也不证明任意 Host 输入已合格。

前三次作者运行仍记为失败:第一次用非 active Goal 发起 refinement,第二次超过既有 512 字符要求描述限制,第三次向 context-project 传入被禁止的固定输出目录选项。 修正后的同负载组使用合成 active Goal、有界完整描述与既有 output-root 选项,未修改 产品限制、断言或验收标准。

已测成本与决策

每个组/后端各一次观察,字节数如下:

测量 File:quota → C1 SQLite:quota → C1
Guard 首次 stdout(文件清单) 5,413 → 5,440 5,429 → 5,456
冷态保存投影 65,756 → 68,411 65,866 → 68,519
冷态全读 CLI stdout 70,568 → 73,533 70,680 → 73,643
实际暖态 delta 文件 3,761 → 3,755 3,769 → 3,763
完整观察器 CLI stdout 482,505 → 494,464 483,299 → 495,250

暖态的六字节差异包含 fixture 路径及 surface 拼写,不能证明编码收益。

每组观察器均执行 38 次 CLI 调用,包含 fixture 编写、全量恢复、拒绝及读回。暖态文件 独立验证每组另加一次 CLI 读取;进程内 codec 检查每组另有九次粗粒度调用,C1 还多做 一次独立 hash 负例检查。这些是明确计入的资格验证成本,不是正常 Turn 的必读策略。

38 次调用的耗时之和,File 为 10.08 → 10.98 秒,SQLite 为 9.41 → 9.57 秒。 顺序执行的单次样本、进程/broker 启动及所选全读观察器,不能证明时延效果。暖态补充 计时包含 CLI 和 codec 校验,不是 CLI 时延测量。内存、模型 token/cache/billing、 验收成果、已安装 App 行为和人工注意力成本仍未测量;构造与失败作者探测也仍是成本, 完成后的对照组不能抹除它们。

本负载的有效变化是来源保真与更完整的契约,同时增加了少量冷态和累计输出字节, 没有证明净成本下降。继续复用既有 source/context/journal owner,优先交付独立可用 修复 PR;根据实际 caller 失败选择下一项 hash 或 bridge 改动,不从孤立断言推导出 需要另一份全量来源 carrier 或平行 hash 策略。数值完整性、caller/writer 切换、历史 reader 退出和原 quota 的决策/成果/完整成本对照继续开放;可选双会话研究另行验收。