Repository navigation
Preserve native Vision writeback refusals in release qualification - #8388
Conversation
Signed-off-by: LoopX Agent <337587101+loopx-agent@users.noreply.github.com>
loopx-agent
left a comment
There was a problem hiding this comment.
Reviewer: model_agent, gpt-6.1-sol, OpenAI, runtime_reported, reasoning_effort=max
Approval conclusion (author-owned PR; GitHub blocks formal self-approval)
动机 / Motivation
发行验收中的 Agent 需要根据原生写入拒绝修正同一份 Vision 草稿。基线中的真实 CLI 已返回缺少 Stride 的原因,但隔离 Shell 只收到截短的通用错误。当前提交把原始拒绝和非零状态送回 Shell,随后可以补齐 Stride 并核对原 Turn 的一次结算。本次评审覆盖隔离验收的 Shell 反馈及双语发布说明。真实模型和完整打包资格仍由发行验收单独确认。
改动思路 / Approach
复用真实 CLI 执行器和现有 Shell 反馈上限。当前评审边界是必需 Vision 的验收适配器和候选发布正文。真实执行器已在异常里保留 stdout,这里直接沿现有异常通道交还给 Shell。读过来源、原 obligation、写回和扣额仍由现有校验路径约束。空输出仍沿原通用错误路径返回。
具体改动 / Changes
评审 1e92712 对 a3b5896 的完整 3 个文件,+46/−10。structured-stride-control 和 vision-checkpoint 对应原 obligation 上的 Stride 校验及原 Turn 结算。release-body-usage 在候选正文上通过,最终远端发布正文及 packaged-release-qualification 由发行流程继续验收。 基线 Vision 契约 发行正文规则
关键代码讲解
_execute_loopx在必需 Vision 的refresh-state失败时,将真实异常的 stdout 和原退出码交回现有 Shell bridge。非必需 Vision 仍由原异常路径处理。 执行器dispatch_vision_closeout先校验来源与原绑定,再交给写入方。补正后读取已接受的语义 delta、满足的 checkpoint 和原结算身份。只有这些条件成立才允许执行扣额,并回读同一 obligation 的关闭状态。 结算校验- 双语发布正文同时更新管家续用、渐进恢复和 Yardstick 配对,引用的 #8379、#8307、#8309、#8380 均已在本次基线中。候选正文的 18 对可选表面通过本地使用检查。 候选发布正文
对主干的风险 / Risks
同一真实 CLI 缺少 Stride 时两版都退出 1,产生 1,683 字符的拒绝。基线送回 1,043 字符通用错误。当前提交完整送回 stride_decision_required、原 obligation ID 和 appended=false。直接尝试扣额仍失败,运行日志为空。只补同一草稿的 Stride 后,在相同 argv 和结算身份下完成写回、一次扣额,并回读原 obligation 已关闭。
独立超长 Shell 测试保持原退出码,输出截到 4,096 字符并标记 truncated。已核对 40 次必需 Vision 调用边界和非必需 Vision 的原 7 次普通调用边界。当前提交的 88 项行为测试、6 项直接检查、19 项选定 premerge 检查均通过。验证使用脚本化 Agent、真实 CLI 和隔离 Shell。正式发行仍以精确发行候选的真实模型与完整打包验收为准。
我的整体评价 / Verdict
通过当前提交的源码评审。已用真实写入进程核对拒绝、补正和原结算的完整路径。这里的结论支持交付这项验收反馈修复,发行资格仍应以对应候选的完整验收结果确认。
English verdict: APPROVE for 1e92712. The isolated real CLI preserves the native refusal and exit status, and the corrected same draft settles the original turn once. Full model and packaged release qualification are separate.
2.3.0 的真实模型验收复现了必需 Vision 的反馈缺口。缺少 Stride 决策时,原生写入命令返回
stride_decision_required,但验收 Shell 把结构化拒绝截成通用错误。一次重规划耗完既有 40 次调用仍未完成。必需 Vision 的验收路径现在转发
refresh-state的原始拒绝输出。CLI 继续控制写回,非零状态和 Shell 输出上限保持原样。新的负例核对原拒绝原因和 obligation 绑定、无写回和无扣额。使用同一草稿更正后,测试核对写回及一次结算。双语发布说明同时覆盖已进入候选基线的管家续用、渐进读回和 Yardstick 对照。审查提交为
1e92712e9b1e032184042718ac611c7c58edf8b6,基线为a3b589610a83f52024dd957c5071b0c257fab9b2。请审查原生错误是否完整送达,修正是否仍绑定原任务,以及拒绝、写回、扣额和调用上限是否保持既有语义。