data-gen-bpu/docs/memory/simplify-agent-rules-20261017.md
bench f5cfd414eb docs(memory): v23 上线完成(10-18 15:43)
Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>
2026-10-18 15:50:08 +08:00

6.1 KiB
Raw Blame History

name description metadata
simplify-agent-rules-20261017 10-17 核对:把压缩交还 Pi 不是纯减法(台账改写报错并锁住执行、入口不等 Pi 续跑、导出不认压缩、总开关关着);提示词 SYSTEM.md 89 行 + e2e.md 27 行逐条分"留事实/删规矩/交给系统"
node_type type originSessionId modified
memory project e52f9d49-06fe-4649-af69-fee51d593c88 2026-10-17T08:03:54.758Z

用户方向(10-17):严格管结果、不管过程;少给 agent 定规矩,让模型自己想办法。只列清单、没动系统;计划并入冻结训练版本一次上线。

Pi 压缩核实(Mac mini 上 Pi 0.73.1 源码 agent-session.js)

  • Pi 在一个长任务里只在“上下文超长报错”时压缩(agent_end 后 _checkCompaction 的 overflow 分支),压完用 setTimeout(continue) 自动续跑;每次成功回复后重置,可多次压缩。按阈值主动压缩只在整个 prompt 结束后才有,长任务里等于没有。
  • 要改的 5 处:①settings.json.tmpl compaction.enabled:false;②quota.py do_POST 把上游 400 换成 503 CONTEXT_TOO_LONG,Pi 的 isContextOverflow 不认(要原样回 400 + 上游原文,vLLM "maximum context length is N tokens" 能认);③同一处 _pause 把这次请求挂成暂停,锁住整个执行,Pi 的压缩请求和续跑都会 409,要改成直接记 FAILED;④pi_session.js 等完事件队列就存档退出,Pi 排的续跑来不及跑,要等它跑完;⑤export/trajectory.py 只从 message_end 重建消息、不认 compaction 事件,不改的话训练数据还是原文、和模型看到的不一致。删掉 context-mask.js 和 04 配置的 context_mask_chars: 450000。
  • 风险:Qwen 256k 下压缩请求本身接近窗口,上线前要实测一次;GLM 上下文满以后也会改成压缩(现在算预算用完),所以算新版本。
  • 结论:不做 10 行临时修复(04 Qwen 只做训练前基准),直接在冻结版本里换。

提示词核对(运行中的 agent/VERSION 22)

  • 留(事实/验收):任务和必选门、编译 5 次上限、job.json 为准、只认平台测量、控制机没工具链要用 bench dev、单条命令约 14 分钟、大文件只留在开发环境、图的输入输出要和平台一致、阶段命令清单、等待用 wait_handle、校准图片位置、板上 hbm_runtime 用法、如实报告。
  • 删(规矩/教学/系统已执行):不要 sleep>10 分钟、不要 find /、没有 rg、legacy 沙箱说明、stage wait 别轮询(直接删 stage wait 命令更省)、compile.yaml 旋钮的教学注释(kl/mix 首选、per_channel、挑最差节点提 int16)、速度一段的 speed_ref 机制和“不要自己编默认配置”、harness.tools.export_onnx 的提及(72 条照抄)、hbm_bc_samples 选项、512 MiB/40 子目录长说明(系统拒绝时报原因)、“terminal 命令模式”那段、结束说明里的 G1/标准误细则、e2e.md 和 SYSTEM.md 的重复段。
  • 交给系统:export 阶段“第一次编译前要跑过”改为编译时自动补;速度进判分后平台自己在板上测默认配置,提示词只留 1.5 倍一句。
  • 旋钮教学删掉可能让通过率降,要拿新版本数据对比。repair.md 现在批次没用到,不动。

10-17 已实现(v23,未提交、未上线):工作树 scratchpad/wt(分支 simplify-20261017,基于 origin/feature/salty-20261009 e3697f0)。台账超长记 FAILED 并回 400 context_length_exceeded;入口压缩后编号 +1、等 Pi 续跑完、compaction_end 带 bench_compaction.kept_messages;导出输出 compactions(at/kept/summary_message);删 context-mask.js 和配置透传;models.json contextWindow 改 1000 万(否则暂停退出前 Pi 按 128k 估算先压缩,续跑请求对不上);stage status 与 wait 合一;SYSTEM.md 89→64 行、e2e.md 27→20 行,规矩全删(旋钮字段表保留为事实,文档里 node_config 写法和实际不同)、e2e.md 保留“## 输入和可复用缓存”和“预算:”两个配方改写要用的标记。真实 Pi 测试在 Mac mini /tmp/simplify-test 通过(超长→摘要→新编号重发→完成→导出校验通过)。已知:Pi 拆分轮次时两个摘要请求并发,第二个会被台账 409(只在预算提醒消息落在切点前时发生),失败就按上下文满结束。上线要重启三个采集程序,04 配置里的 context_mask_chars 届时删掉。

Why: 用户认为规则太多限制模型能力,且这几天的 bug 多出在“替 agent 安排流程”的代码上。 How to apply: 做冻结版本时按这份清单删;以后不再往提示词加规矩,只修把系统故障算到 agent 头上的错误。相关:rl-readiness-20261017 check-20261017-0215 v17-autonomy-check-20261015

10-17 17:06 排空 → 10-18 15:43 上线完成:1837940 已推 feature/salty-20261009。17:05:59 SIGTERM 04(1675)、05(1668)(06 的 1671 早上已 SIGTERM),不取消、等在跑的跑完;环境/命令/日志存在 VM configs/restart-20261017/(env-* 含密钥,用完删)。deploy/ 14 个文件、qwen-s100p-r04-v23.yaml(只去掉 context_mask_chars)、start.sh(三个旧进程都退出才动;备份到 config-backup-20261017/before-v23;只起 05 和 04)。用户定:06 不起,等新 key,15 条暂停保留。

  • 10-18 加 6437b57(用户同意随 v23 一起上):结束时冻结会话改为不限 1 MiB(config_bytes(limit=None));10-15 起 17 条长轨迹因会话超 1 MiB 收尾失败,其中 4 条被记成 INFRA_ERROR。
  • 10-18 15:43:38 start.sh:部署 16 个文件(md5 与 6437b57 一致、context-mask.js 已移到 config-backup-20261017/before-v23);05 pid 370293(s600-r05-v22c)、04 pid 370296(qwen-s100p-r04-v23)。几秒内 05 领满 16 条 v23、04 起 1 条 v23 + 续上 4 条 v22 暂停的(5 分钟后都在跑)。06 没起。env-* 已删(06 的环境在 stop-06-20261017/environ.bin)。
  • 排空期间 05 最后 5 条都撞 24 小时;昨晚以来结束的多数是 DEADLINE_EXCEEDED。
  • 待看:v23 轨迹第一次压缩后能否续跑、导出 compactions 是否正常;v23 vs v22 通过率和真改图比例。