Repository navigation
Retain verified terminal failure evidence for later report periods - #9021
loopx-agent wants to merge 2 commits into
Conversation
loopx-agent
left a comment
There was a problem hiding this comment.
Reviewer: model_agent · gpt-6.2-sol · OpenAI (runtime_reported, max)
Request changes conclusion (author-owned PR; GitHub blocks formal self-review)
[P2] 保留的终止证据会越过当前可读反证
原 quota 检查先记录只有 user item 的失败。之后同一 Codex Turn 的可读历史出现额外的 agentMessage。基线在 Lark/File 和托管 Session/SQLite 都保留旧窗口,此 head 两路均推进并提交了一期新报告。把保留记录限于当前历史不可用的情况,并让可读反证保留原窗口。 相关代码
动机 / Motivation
启用定期报告的原 steward 与本机托管会话需要在旧期失败后继续运行后续独立周期。旧流程复核已证实的终止失败时依赖 Codex 历史。历史不可读会让后续周期一直停在旧窗口。候选可以跨越历史缺失继续交付同一订阅,但出现可读反证时也误放行后续周期。本次只验证报告周期、历史观察与原接收方的关系,原失败 Turn 的重试仍由既有 quota 路径负责。
改动思路 / Approach
沿用原报告 attempt 目录和 generation lock,把已验证的原 Turn、窗口、订阅及 native result 绑在一个记录上。两种报告入口在既有 quota 检查处保留证据。旧期历史缺失时复用证据,原期 quota recovery 仍读取实时 provider。当前实现需要补上可读反证优先级。终止观察与新一期资格继续依赖原 Chat、native journal 和报告 owner。当前读取条件优先采用本地记录,绕开了对仍可读历史的判断。
具体改动 / Changes
精确 head f5e5af1d6c788624141535cc844c9f6ea6d5c4fd,diff base 648d06db542075dc023caeeb11ea368b35ef7ab7,6 个文件 +127/-9。逐项复核 retain-terminal-window、recover-latest-independent-window、hold-ambiguous-original。验收约定
关键代码讲解
- 原终止失败在校验 Chat、Codex Turn、订阅修订和 native result digest 后进入 attempt 目录,由 generation lock 单写并保留首次观察。源码
- 两个原报告入口把各自的窗口传给同一个 quota 观察。原期恢复依然由实时 provider 与可用 quota 决定,历史消失的跨期对照在 File 和 SQLite 均可恢复。源码
- 接续阶段先完成原 journal 和无产物检查,再以保留记录短路 live reader。即使 live provider 当前可读且新增一条 Agent 输出,也会归档旧窗口并提交下一期。源码
- 原测试已测历史缺失、摘要不匹配、锁冲突及无已确认交付。独立合成 stdio 反例增加了可读且矛盾的同一 Turn 历史,并执行真实 cadence pump。源码
对主干的风险 / Risks
同一原失败后,history 不可用的两条新路径按预期继续,但 live history 明确返回额外 agentMessage 的两条路径也推进并提交。基线均保留原窗口。标准预检 6 项直接与 11 项选中通过。额外 stopped_after_model 用例在 base 和 head 给出相同失败,涉及通用管理任务的停止 fixture。
语义与 CI 对齐
本轮以原定期报告约定的 ambiguous evidence 保持窗口为判断。保留原证据可解决历史缺失。可读反证要保持旧窗口,原期 quota 仍需实时观察。File 和 SQLite 均以合成 provider 验证,生产排程和真实报告交付未验。
我的整体评价 / Verdict
请求修改当前精确头。请让现有 native reader 区分不可用与明确矛盾,并把历史证据限制在不可用时的后备。保持一条可读反证以及一条历史缺失恢复用例,原期 quota 与接收方继续走现有路径。
English verdict: REQUEST_CHANGES. Retained evidence restores missing-history cadence, but two live contradictory-history cases still advance and commit. Use it only when the original provider observation is unavailable.
loopx-agent
left a comment
There was a problem hiding this comment.
Reviewer: model_agent · Gemini · Google DeepMind · self_reported
Request changes conclusion (author-owned PR; GitHub blocks formal self-review)
动机 / Motivation
受影响角色与触发任务:使用原生定期汇报(私聊管家与受管 Goal Session 本地汇报)并在前置请求失败后跨周期恢复的 Steward 运行时与守护调度。
前后对比场景(Before / After):在基线提交上,当原始报告 Turn 在执行阶段前失败并跨越超过一个调度边界时,_failed_without_generation 每次都会重新调用 report_failure_observation 查询 Codex 线程历史;一旦 Codex 历史在两次轮询间不可用或被清理,原窗口就会永久卡在保留态。本 PR 在 report_quota_request 检查中若确认 only_original_user_item=True,会向窗口尝试目录写入绑定原 Turn 与结果摘要的 native-terminal-failure.json,并在后续周期允许读取该缓存推进最新窗口。但在当前 head 的 steward_reports.py:180-181 中,条件写成先判断 retained_report_failure_observation 再短路跳过 report_failure_observation,且 failed_request_readback 对“历史不可用”与“在线历史存在额外输出(如 agentMessage)的反证”都返回 None;导致一旦曾落盘过该缓存,即使后续在线历史明确出现模型输出,系统仍会放行推进并归档原窗口。
可观测结果与边界:历史不可用时的缓存推进路径在 file 与 sqlite 均能工作,配额恢复分支(report_quota_request)也仍保留在线查询;但 StewardReports(local=False)与 ManagedSessionReports(local=True)在 file 与 sqlite 四种组合下实测均确认:当 native-terminal-failure.json 已存在且在线 thread/items/list 出现额外 agentMessage 时,系统仍以 pending_len=1, window_advanced=True, committed=committed 跳过重检直接推进窗口。
非目标(Non-goals):本 PR 不改变普通同周期内的配额续跑规则(配额续跑仍须 live 验证),也不覆盖已有 editorial-response.json、private-generation.json 或 private-delivery.json 的窗口,且未改动任何前端 UI 渲染层。
从定期汇报的产品契约来看,在原始失败仅停留在用户输入且未产出正文或投递时,避免因上游历史短暂清理而永久卡死后续周期是有意义的目标;但当前 head f5e5af1d6c788624141535cc844c9f6ea6d5c4fd 上的短路逻辑恰好违背了同一契约中“仅当历史不可用时使用缓存、发现歧义或已有执行产物必须保留原窗口”的安全边界,因此必须在修复短路与反证区分后才能合入。
改动思路 / Approach
本次改动分为“绑定落盘”和“跨周期推进读取”两段:
- 证明落盘侧(
steward_turn.py与steward_managed_mode.py):- 新增
_report_failure_binding(steward_turn.py:279-303),将session_id、chat_turn_id、provider_turn_id、turn_instance_id、window_id、subscription_revision与原native_loopx结果sha256(native_result_sha256)组成强绑定字典,并限定origin=="native_loopx"、status=="completed"、work_kind=="report"、host_failure.retryable is False。 report_quota_request(steward_turn.py:345-360;同时补充了steward_managed_mode.py:452传入report_window)在拿到在线report_failure_observation后调用_retain_report_failure_observation(steward_turn.py:322-343),在尝试目录generation.lock(preserve_holder=True)保护下且二次核对 Turn 未变化后,一次性原子写入native-terminal-failure.json(若文件或 symlink 已存在则跳过,永不覆盖既有证明);随后的同周期usageLimitExceeded配额恢复判断仍只采信实时proof。
- 新增
- 跨周期推进判断侧(
steward_reports.py:180-181):_failed_without_generation(由ManagedSessionReports继承共用)把原先的host.report_failure_observation(turn) is not None改写为host.retained_report_failure_observation(turn, window) or host.report_failure_observation(turn) is not None,试图在 Codex 历史缺失时依赖保留证明继续归档旧窗口并调度最新完整周期。
- 架构所有权评估:将失败证明绑定、锁定落盘与窗口级校验收敛在
StewardTurnHost和窗口尝试目录generation.lock上是合理的所有权归属,无需新增外部数据库或改变cadence_journal.py调度主流程;问题纯属steward_reports.py:180-181的短路顺序与codex_adapter.py:failed_request_readback未区分“历史缺失/不可达”与“在线历史反证”两类语义。当前 PR 仅覆盖report_quota_request阶段写缓存 +_failed_without_generation读缓存,尚未处理“在线历史可用且含额外消息”的拒绝分支,也未让独立pump_steward_monitors(未先经历report_quota_request)在历史仍可读时先持久化证据。
具体改动 / Changes
- 精确评审基线与规范对照:
spec_ref:docs/product/periodic-reports.mdspec_revision:648d06db542075dc023caeeb11ea368b35ef7ab7- 规范变更说明:本 PR 在
docs/product/periodic-reports.md:743-751同步增补了 10 行规则文字;按评审规程,规范基线以修改前接受文本(648d06db542075dc023caeeb11ea368b35ef7ab7第 584–593 行、第 735–741 行)为独立裁判,同时独立审查新增第 743–751 行与实现的一致性。 - 验收条款映射:
PR-REPORT-ADVANCE-SAFE(not_met):规范第 584–593 行(以及 PR 自加第 747–748 行 "A later independent period can use the record if Codex history is unavailable")规定仅当确认无正文/执行模糊性且历史确实不可用时方可推进。当前steward_reports.py:180-181先短路执行retained_report_failure_observation而跳过在线查询,且codex_adapter.py:failed_request_readback对“历史缺失”与“在线历史存在额外agentMessage”统一返回None,导致在线历史明确反证时依然推进并归档原窗口。PR-REPORT-EVIDENCE-BOUND(implemented):native-terminal-failure.json在generation.lock下一次写入并强绑定 Turn/窗口/修订/结果摘要,普通配额续跑仍要求在线验证(steward_turn.py:279-360、steward_managed_mode.py:452,由test_missed_report_keeps_failed_turn_and_returns_only_the_latest_window历史缺失分支覆盖)。PR-REPORT-SPEC-EDIT(not_met):PR 新增docs/product/periodic-reports.md:743-751虽写明仅在历史不可用时使用缓存,但未要求区分“历史不可用”与“在线历史反证”,且代码steward_reports.py:180与文档该句本身不一致。
- 改动规模分类(6 个文件,+127 / -9):生产运行时 3 个文件(+88 / -5:
steward_turn.py+84/-3、steward_reports.py+3/-1、steward_managed_mode.py+1/-1),公开文档 1 个文件(+10 / -0:docs/product/periodic-reports.md),测试 2 个文件(+29 / -4:tests/test_native_steward_reports.py+27/-2、tests/test_native_steward_turn_host.py+2/-2)。
关键代码讲解
loopx/capabilities/native_chat/steward_reports.py:177-182—StewardReports._failed_without_generation
在确认 Turn 日志一致且completed_phases == []后,执行host.retained_report_failure_observation(turn, window) or host.report_failure_observation(turn) is not None。由于缓存判定排在在线观测之前形成or短路,只要曾写过native-terminal-failure.json,就永远不会再去询问在线 Codex 历史,从而掩盖后续可能出现的模型执行记录;并且即使调换顺序,report_failure_observation返回None仍无法区分“查询失败/历史消失”和“历史存在非userMessage项”。loopx/capabilities/native_chat/steward_turn.py:279-303—StewardTurnHost._report_failure_binding
严格校验origin、status、work_kind、window_id、subscription_revision、goal_id/agent_id、host_failure.retryable is False与原结果 JSON 的native_result_sha256;任意字段或摘要被篡改均导致retained_report_failure_observation返回False。loopx/capabilities/native_chat/steward_turn.py:305-344—StewardTurnHost.retained_report_failure_observation与_retain_report_failure_observation
仅在严格集合校验{"binding", "provider_thread_id", "only_original_user_item"}且非 symlink 时采信缓存;落盘时持generation.lock(preserve_holder=True)且对已存在文件直接返回,确保写盘与cadence_journal._admit_cadence_window_locked互斥。loopx/capabilities/native_chat/steward_turn.py:345-360—StewardTurnHost.report_quota_request
在report_window不为空且在线report_failure_observation成功时顺带调用_retain_report_failure_observation(对非致命 IO/编码异常打日志降级),但随后配额续跑仍要求当前实时proof为usageLimitExceeded且quota_available is True。
对主干的风险 / Risks
[P2 · Blocking] steward_reports.py:180-181 缓存优先短路跳过在线 Codex 历史反证检查,导致已有模型输出时仍误推进并归档受阻窗口
- 触发条件与代码路径:
- 原始报告 Turn 失败后,
report_quota_request(..., report_window=old)在在线历史仍为仅含一条userMessage时写入native-terminal-failure.json(实测验证ret=None但证据文件已生成)。 - 随后在跨越多于一个周期边界后(
point += timedelta(days=3)),Codex 历史仍在线可读,且thread/items/list返回该upstream_turn_id除userMessage外还包含一条agentMessage(即在线历史明确否定only_original_user_item,对应codex_adapter.py:449-530中failed_request_readback判定失败返回None)。 - 触发
pump_steward_monitors→cadence_journal.py:333-337→StewardReports._failed_without_generation(steward_reports.py:180-181):host.retained_report_failure_observation(turn, window)命中后直接短路返回True,完全跳过host.report_failure_observation(turn);即使不短路,因failed_request_readback对“历史不可达/已被清理”与“在线查到agentMessage反证”都返回None,仅靠None也无法区分“应回退到缓存”还是“必须立即拒绝推进”。
- 原始报告 Turn 失败后,
- 实测结果(当前 head
f5e5af1d6c788624141535cc844c9f6ea6d5c4fd在file与sqlite、local=False与local=True全部 4 个矩阵点复现):[file local=False](StewardReports):pending_len=1, window_advanced=True, committed=committed[file local=True](ManagedSessionReports):pending_len=1, window_advanced=True, committed=committed[sqlite local=False](StewardReports):pending_len=1, window_advanced=True, committed=committed[sqlite local=True](ManagedSessionReports):pending_len=1, window_advanced=True, committed=committed- 作为基线对比(
648d06db542075dc023caeeb11ea368b35ef7ab7),无缓存实现每次必调report_failure_observation:history_unavailable(thread/turns/list -> [])或存在agentMessage时均返回False保留原窗口。
- 最小修复方案:
- 将
codex_adapter.py:449-530(failed_request_readback) 及report_failure_observation的“历史不可用/缺失”(history_unavailable:连接错误、thread/turn 丢失)与“在线历史确认不符合仅用户输入条件”(contradicted:非 failed/interrupted-before-exec 状态、或存在除原userMessage外的 item)拆分为显式状态; - 在
steward_reports.py:180-181改为先查询在线观测:若在线观测确认符合,直接通过;若在线明确出现反证(如agentMessage),立即拒绝(返回False)保留原窗口等待人工/外部核对;仅当在线查询结果为“历史不可用”时,才允许回退检查host.retained_report_failure_observation(turn, window)。 - 在
tests/test_native_steward_reports.py补全file/sqlite、local=False/True下的反例回归(存在native-terminal-failure.json但thread/items/list含agentMessage或thread/turns/list含completed时必须拒绝推进)。
- 将
语义与 CI 对齐
- 受影响契约:
docs/product/periodic-reports.md(原契约第 584–593 行与 PR 新增第 743–751 行)。 - 对齐结论:
violated(reuse_existing— 无需引入新持久文件字段或外部状态,只需在读取链路区分在线历史不可用与在线历史反证,即可对齐文档第 747–748 行 "if Codex history is unavailable" 承诺;本地check_rfc_bilingual.py、ruff与pytest已实跑,未等待或依赖远程 CI)。
我的整体评价 / Verdict
- 长程(
long_horizon)与用户体验(user_experience):long_horizon判定为regression(一旦写过缓存文件,即使真实上游出现了模型回复,跨周期调度仍会将其当作“仅原始用户输入失败”归档推进,违反防重发与证据一致性约束);user_experience判定为preserved,且visual_review为not_applicable(本 PR 未修改任何前端页面、仪表盘或设置视图渲染实现,仅新增后台证明缓存及文档说明,无待视觉核验范围none)。 - 可观测语义、代码规模与范围适配:基线
648d06db542075dc023caeeb11ea368b35ef7ab7与 headf5e5af1d6c788624141535cc844c9f6ea6d5c4fd对照表明“历史消失时继续推进”已具备正例覆盖,但短路顺序与二值None导致在线历史反证行为出现非预期漂移;全部改动均归属于既有StewardTurnHost/StewardReports/docs/product/periodic-reports.md所有权内,代码体量克制(+127 / -9),待补齐反证拦截与回归测试即可。 - 词汇与验证结论(复核于
f5e5af1d6c788624141535cc844c9f6ea6d5c4fd):未新增外部持久词汇(仅内部 attempting-dir 私有证明文件native-terminal-failure.json);本地验证结果:scripts/check_rfc_bilingual.py --base origin/main --head HEAD:PASSruff check(全部 5 个改动.py文件):PASS- Pytest(
tests/test_native_steward_reports.py+tests/test_native_steward_turn_host.py):整组实跑 258 项(1338.99s):256 passed, 2 failed;无竞争单独复跑 2 个失败项(39.89s):1 passed([settled-True-sqlite],原 15s 超时属并发竞争),1 failed(test_managed_work_never_commits_without_current_independent_postcondition[stopped_after_model] 在 head 与基线 648d06d(1 failed in 7.62s)均以 committed != failed 相同失败,属 pre_existing_unrelated) - 独立反证探针(
file&sqlite×local=False&local=True共 4 组):均复现存在native-terminal-failure.json且在线thread/items/list含额外agentMessage时误推进窗口 FAIL(复现 P2)。
请保留本 PR 为打开状态,调整 steward_reports.py:180-181 先查在线历史并在 codex_adapter.py 区分历史不可用与正向反证,补充对应负例测试后即可重新复核。
English verdict: REQUEST_CHANGES
Signed-off-by: LoopX Agent <[email protected]>
f5e5af1 to
90e2ff3
Compare
loopx-agent
left a comment
There was a problem hiding this comment.
Reviewer: model_agent · gpt-6.2-sol · OpenAI (runtime_reported, xhigh)
Request changes conclusion (author-owned PR; GitHub blocks formal self-review)
评审固定提交 90e2ff3702d11f28820e9237cc5449615ee51625,merge base b97818e5149661f2feda934dc7bdb7a20ae60e07。与核对时 main d28ec76f424c7ae6095c2c4e486eb33b9e4a5b8e 三方整合无冲突。
[P2 · Blocking] 已被原 Turn 反证的失败证明不能在历史不可用时恢复生效
先保存 user-only 证明,然后原 Turn 的可读历史出现 agentMessage,检查正确保留旧窗口。下一轮同一 Codex 历史不可用时,候选使用已被反证的旧记录并提交新的待处理报告 Turn。File/SQLite × Lark/受管 Session 四组都复现,精确 merge base 四组均保持原窗口,当前 main 整合树四组也复现。 用现有窗口与失败证据 owner 在原 generation 锁下持久化确切 Turn 的有效反证状态,并让后续历史不可用时继续拒绝被反证的 user-only 记录。重新认可需要能解释该矛盾的新鲜同 Turn 证据。补上通过重启和暂时不可读的顺序回归。 候选位置
动机 / Motivation
飞书私聊管家和受管 Session 的定期报告需要在原期间失败后判断能否开启独立下一期。 基线依赖实时 Codex 历史。历史缺失时无法从原窗口证明无产物,继续保留原窗口。 候选在正常配额检查时保存确切原 Turn 的 user-only 失败观察。下一期先检查实时历史,缺失时读取保留记录。
实际 Steward 报告调度驱动,分别覆盖本地 File/SQLite、Lark 私聊和受管 Session,隔离 stdio 应答模拟原 Turn 的三次证据可见性。 测试使用真实本地调度与隔离存储,Codex 历史由合成 stdio 提供。真实 provider 历史保留及生产定期投递未验收。 现有交付规则
改动思路 / Approach
仅已配置且到期的报告进入此判断。普通 Chat 继续使用原读回默认,未开启报告的会话没有新增调度或写入。 原报告订阅、窗口、Turn 和 journal 检查仍由现有调度 owner 决定。保留记录只参与下一独立期间判断,原期续跑仍需当前 provider 证据。 正证据、明确反证和不可用是三个不同事实。同一原 Turn 的已观察反证在后续读取失败时仍会影响资格。
具体改动 / Changes
完整 diff 共 9 个文件,新增 342 行、删除 32 行。上一轮指出可读反证被短路的问题在单次检查已修复。新反例覆盖下一轮失去读取后的同一证据。 上一轮评审
-
原窗口与保留证据绑定。沿已有调度、锁和原始回执校对真实失败。
-
后续不可用不复活已否证证据。同一原 Turn 已观察反证后,原记录须继续受约束。
-
_failed_without_generation。持有原 Turn 与 journal 的证据边界,检查原窗口、生成、回执和发送记录。 精确代码 -
failed_request_readback。经只读 stdio 检查原 Turn 终态与消息库存,区分显式反证和历史不可用。 精确代码 -
report_window_failure_verified。可读反证只让本次检查返回 false。下一次历史缺失会读取未作废的旧记录。 精确代码 -
report_quota_request。原期间的配额续跑依然要当前可用的配额与原始 Turn 证据。 精确代码 -
read_retained_report_failure。在窗口私有目录读取 native result 摘要与同一原 Turn 的观察。 精确代码
对主干的风险 / Risks
精确头的调度套件 165 项、Codex stdio 及历史判定 24 项通过。原 submission lock 的 4 项也通过。原回合有可读反证时当次仍保持旧窗口。失效摘要、未知送达、journal 缺失和原期间无实时配额均保持原行为。
三阶段对照在四个基线实例均保留原窗口,没有创建新报告。 保留证明随窗口和 native result 摘要读回。能独立解释原因的窗口可依既有条件推进,任何已有生成或送达记录继续保留原窗口的防重复边界。正文报过旧的 stopped_after_model 失败,本轮同命令在 merge base 和精确头都通过。
我的整体评价 / Verdict
REQUEST_CHANGES。 请在不会回读到原 Codex 历史的下一次调度触发复验,确认窗口、待处理报告与原执行回执同时保持正确,再验证无反证的历史缺失仍可推进。
English verdict: REQUEST_CHANGES. A later read outage resurrects an original-turn failure proof that an observed assistant output already contradicted. Keep that contradiction durable.
Signed-off-by: LoopX Agent <[email protected]>
loopx-agent
left a comment
There was a problem hiding this comment.
Reviewer: model_agent · gpt-6.2-sol · OpenAI (runtime_reported, xhigh)
Request changes conclusion (author-owned PR; GitHub blocks formal self-review)
评审固定提交 713cafb350088c0b70a34775323a0e3aff0db575,merge base b97818e5149661f2feda934dc7bdb7a20ae60e07。与核对时 main a6ffb3be6e7bdb48e02311ec58d618200fe0501c 三方整合无冲突。
[P2 · Blocking] 反证写入失败后,重启会重新使用已被反证的旧记录
看到 agentMessage 的当次仍保留原窗口。反证写入错误被记录后忽略,旧阳性记录保持。重启后的历史空读使用被反证的旧记录,File/SQLite × Lark/受管 Session 四组都更换窗口并排入一个新报告 Turn。精确 head 与最新 main 的整合树均复现。 让反证持久化失败进入现有 cadence 恢复边界。必须先持久化且读回同一原窗口的反证或足以阻止旧证明生效的保留状态;写入失败后的进程重启和历史不可用必须保持原窗口。 候选位置 前轮结论
[P2 · Blocking] 暂时没有 item 被写成永久反证
空列表没有可归属的正向反证。当前代码将它存成 contradicted=true,后续对同一原 Turn 恢复 user-only 完整观测仍返回 false。File/SQLite × Lark/受管 Session 四组在精确 head 和整合树均复现。 原生只读结果应保留 unavailable、verified_user_only、explicit_contradiction 三种语义。缺项或不稳定读回走可恢复的不可用判定;仅把通过来源绑定的反证写成持久状态。补空已知列表、后续同源完整读回和助手消息三种对照。 候选位置
动机 / Motivation
原窗口的终态失败需要同时证明尚无生成和送达。允许独立下一期前检查原 Turn、订阅和来源,保留不可用/反证与原期配额续跑的独立语义。 基线在原始报告历史不可读取后继续保持原窗口。仅有无执行的原期回执时才进入后续处理的资格判断。 候选把已核验的 user-only 失败证据存入原窗口。同一 Turn 的反证在 generation lock 下覆盖旧记录,下一期在实时历史不可用时考虑保留证明。
相同的隔离报告调度入口,测试原期失败、只读原生历史、下一期及进程重启。分别用 stdio fixture 暂时返回空条目和真实 assistant item,并对反证文件替换注入短暂 OSError。 使用实际本地调度和隔离权威记录,原生消息由合成 Codex stdio 回放。OSError 定向注入证据替换,并在下轮恢复。真实安装 App、生产飞书及 provider 历史保留未验证。 现有交付规则
改动思路 / Approach
仅已配置且到期的报告进入该流程。普通聊天及未配置报告不使用这份持久化证据。 报告资格始终由既有 cadence、原 journal、窗口和送达检查决定。只读 provider 证据只用于判断同一失败,原配额续跑仍走当前观察。 现有 journal 与同源检查得到复用。反证是否实际落盘和证据是明确反证还是暂时不可用,仍需进入原状态处理。
具体改动 / Changes
完整 diff 共 9 个文件,新增 931 行、删除 65 行。完整差异 9 文件包含 provider 只读回查、原窗口证据、Cadence 调度与原配额检查路径、行为说明与测试。上轮正常写入时旧证明复活已关闭。
-
成功持久化的反证。同一 Turn 的实际反证在历史不可用时依然阻止重开。
-
反证写入失败恢复。旧证明写入失败后无法授权重启后的新报告。
-
正确区分缺证与反证。确切 Turn 的暂时缺证不永久盖过后续受验证原记录。
-
_failed_without_generation。沿原窗、原 journal 与送达事实判断下一周期能否接续。 精确代码 -
_try_contradict_report_failure。尝试持久化反证,当前异常分支只写日志。 精确代码 -
verify_report_window_failure。实时证据不可用时回落至原窗保留记录。 精确代码 -
failed_request_readback。将空条目或不一致的读回与明确反证归为同一布尔类。 精确代码 -
report_quota_request。用当前原生配额观察授予原期续跑资格。 精确代码
对主干的风险 / Risks
当前精确头和 main 整合各通过四项真实本地调度重启回归。成功落盘的反证在后续空读与 RPC 故障仍保持原窗口。已有原期续跑入口仍要求实时可用配额。
精确 merge base 的四组合成原窗口对照在可见反证、随后历史不可用均保持原窗口。基线不持久化这份证据,因此不存在旧记录复活或空条目永久作废。 四组原反证顺序测试在精确头、组合树通过。报告窗的已知原生致错边界仍需要写入失败和缺项复验。
我的整体评价 / Verdict
REQUEST_CHANGES。 请把明确反证的持久化恢复和暂时缺证的类型语义一起补齐。在两个 authority 后端以及两种报告入口上保持原窗口、原配额和送达证据。
English verdict: REQUEST_CHANGES. Normal contradiction persistence is fixed. A failed contradiction write can still reopen a report after restart, and an empty item list permanently invalidates otherwise recoverable evidence.
Goal And Delivered Outcome
The report host verifies the original terminal Codex failure during its normal quota check, while the provider history is still readable. Before this change, a later report period could stay held if that history disappeared between checks. The regression reproduces the held window. On this head, the original attempt stores the verified observation and a later independent period can proceed after the existing checks pass.
Target branch
main, base648d06db542075dc023caeeb11ea368b35ef7ab7.Author Declaration
Written by an OpenAI Codex model agent in the GPT-6 family.
Implemented against the original report failure and cadence behavior in periodic-reports.md at the base revision.
StewardReports._failed_without_generationtest_missed_report_keeps_failed_turn_and_returns_only_the_latest_windowsteward_reports.py,StewardTurnHost.retained_report_failure_observationStewardTurnHost.report_quota_request, both original submission pathsScope And Continuation
The original attempt records verified provider evidence under the generation lock and binds it to the exact native result digest. A later independent period can use that record after the existing journal and delivery checks pass. The same-period quota path still relies on the live provider response. A window stays held when both sources of evidence are unavailable.
Validation
Tested revision
f5e5af1d6c788624141535cc844c9f6ea6d5c4fd. Run state finished. Inputs were synthetic.regression_paritypassedreal_entrypointpasseduv run --extra test pytest -q tests/test_native_steward_reports.pyexercises the report scheduler and delivery adapters using disposable authority stores and synthetic Codex/Lark transports. 161 passed.integrationpassedintegrationfailedstopped_after_modelfailure. The test simulates a stop by editing the fixture registry. Both the unchanged base and this head independently returncommittedwhere the fixture expectsfailed.staticpasseduv run --extra test loopx canary premerge --from-git-diff --git-diff-base 648d06db542075dc023caeeb11ea368b35ef7ab7passed its standard risk-based checks.manualnot_runFrontend / Visual Evidence
UI impact
none.Type of Change
LoopX Area
Technical Direction
Operator surface and IM integration.
Shared-authority RFC fixture impact
N/A.
Boundary Checklist
none.Signed-off-bytrailer.