18 KiB
工程收敛清单(2026-09-20)
本文件同时作为实施计划、范围约束和唯一任务清单。基线:1be8f56;实施分支:fix/engineering-convergence-20260920。只在现有隔离候选修改,不再复制新的长期工程。此前审计位于 outputs/architecture-audit-20260920/;本轮执行证据位于 outputs/convergence-20260920/(均相对工作区根)。
目标:修已证实的正确性和扩展边界缺口,继续复用 registry → pipeline/scheduler → rollout → 01–08 → verify → export。普通函数和现有模块优先;不新增调度器、业务数据库、插件平台或第二套板端执行流程。保持原本地脏补丁及远端正在运行的程序不变。
“完成”要求代码落地、针对性反例/必要回归通过、另一位 Agent 审查通过。实板、第二机器迁移与离线证据分别记录;未执行就保持待验收,不用测试数量代替结论。不承诺所有未知用例绝对无 bug。
总表
| ID | 项目 | 依赖 | 状态 |
|---|---|---|---|
| 0 | 保护基线、清单复核与唯一开发源 | 无 | 已复核 |
| 1 | 同步必须显式目标和基线;统一发布文件规则 | 0 | 已审查,1ae2811 |
| 2 | HBM 身份贯穿验收与补测 | 0 | 已审查,a003a1c;实板归项9 |
| 3 | 归并板端占用探测,支持 S600 四核路径 | 0 | 已审查 0f814aa;Linux19项通过;实板归项9 |
| 4 | 保留完整 target,目标资源预览清楚 | 2、3 | 已审查 855ec2f |
| 5 | 指标方向成为冻结任务规则 | 2 | 已审查 a2117e3 |
| 6 | 模型 runtime/任务身份进入相关缓存,补齐 QAT 选择 | 5 | 已审查 8d324ea |
| 7 | Runner 注册与 CLI/隔离策略一致 | 0 | 已审查 a244342;真实namespace4例/92检查通过 |
| 8 | 迁移预检与运行解析一致,工具链支持范围明确 | 1、6、7 | 路径已审查 99ea5f7,说明已整合待最终核对 |
| 9 | 同一主干的真实 S600 验收 | 2、3、4、6、8 | 真实资产/两板认证就绪,进入源码冻结验收 |
| 10 | 最终回归、审查、同一源码发布与回归主线说明 | 1–9 | 进入最终验收 |
同一模块的修改串行;独立文件组可并行,但每项单独 diff、审查和提交。遇到真正的环境阻塞,记录具体缺项并继续无依赖工作,不能把整项伪装成完成。
0. 保护与复核
- 记录候选 HEAD、原本地 HEAD/dirty patch 摘要;远端取证仅只读,远端实验只允许在已有独立测试根下进行。
- 三个子任务分别检查清单的正确性、扩展/简洁性、交付/现有环境保护;修正清单后才开始实现。
- 唯一后续开发源是当前候选分支;原项目与远端既有差异保持原样。最终提供按现有基线归并的步骤,不直接覆盖运行中的工作树。
- 禁止:重启/停止既有 collector、强推/重置旧工作树、批量改历史任务/缓存、写入生产配置、对生产执行 sync。
- 完成证据:复核意见、基线记录、归并路径说明。
1. 发布与同步入口收敛
- 修改范围:
scripts/sync.sh、scripts/sync_patch.py、scripts/package_release.py,必要时一个共享发布清单小模块及针对性测试;文档在最终项统一更新。 - 操作:取消现网默认目的地,默认只预览;显式执行必须有明确目标和该目标的受信基线。缺失/漂移基线要拒绝;首次初始化提供明确只读登记步骤,不能靠
--force默许覆盖。保留原远端生成registry/models.csv的保护语义。 - 打包、同步和漂移检查复用同一源文件枚举/摘要;允许明确的“只打包/远端生成”例外,不各写一份扩展名白名单。同步错误不得被管道吞掉;不自动提交调用者的所有脏文件。
- 首次使用:无目标 preview 仅本地;显式目标 preview 可以只读保存本地基线材料(目标元组、远端根、受管文件摘要和差异),不自动认为差异已归并。apply 绑定目标与被预览的本地内容并重新校验。
--files共用同一入口,旧--force不得绕过。首版遇到源码删除可明确拒绝 apply,不静默遗留、更不全目录删除。部分失败不推进成功基线。 - 验收:缺目标/缺基线不产生写操作;dry-run 不写远端;目标切换不能复用旧基线;远端漂移拒绝;JSON lock、Docker 文件进入相应集合;生成 registry 与业务目录不被删除;文件名和路径安全引用。
- 非目标:新部署器、自动切换生产、全目录
rsync --delete、复制 state/runs/密钥。
2. HBM 与评测对应同一产物
- 修改范围:
harness/verify.py、harness/pipeline.py的 oracle/rejudge/backfill 共用逻辑;需要时调整现有测量记录或 gate 的 provenance 处理;一个针对性测试文件。 - 操作:在公共验收入口核对当前 HBM、06 的 SHA、被采纳的 G3/G4 SHA。缺失/不一致降级对应测量并给出可读原因,必需 gate 不能 PASS;G4 可选时不因其缺少可信性能而新增全局失败;明确对历史无 SHA 记录的兼容读取与重新验收行为。补测判断使用同一规则,不因旧
source=board就跳过。 - 验收:A 精度+B 产物拒绝;同一 SHA 正常通过;缺 SHA 不伪装已验证;文件被换掉能识别;G4-only 及 oracle/rollout/rejudge/backfill 不绕过;原始证据保留、读操作不重写历史。
- 三个裁决点
verify_rollout、pipeline.rejudge、pipeline.run_oracle_job使用共同校验。历史 06 缺 SHA 的 backfill 明确要求重新执行 06 或返回needs_hbm_revalidation,不能补填历史测量摘要。 - 非目标:第二 verifier、第二状态机、自动重跑旧任务、清空历史测量。
3. 一个板端占用读取实现
- 修改范围:
harness/tools/board_bench.py、board_perf.py、board_guard.py、harness/eval/board.py;必要时一个被共同部署的小辅助模块;相关现有 board tests。 - 操作:共享路径发现与读数函数,支持旧布局和实际
/sys/devices/system/bpu/bpu0..3/ratio;保留逐核值与来源,明确聚合口径。缺读数为 unknown,不能按 0 放行。07/08 复用已有 guard/进程生命周期,避免重复 shell 名单独立成长。 - 共同占用检查由 guard 在持有板端锁之后、启动负载之前执行,不能只在主机上提前看一次;08 分块重启的生命周期必须覆盖。
- 验收:旧路径、四核路径、缺失/坏读数、单核繁忙可区分;busy/unknown 不启动本次负载;共享 helper 确实随两条调用路径上传;断连清理及互斥的旧行为保持。只清理自己创建的探针进程。
- 非目标:S600 专用脚本、重写 RemoteSession/SSH、删除主机锁或远端 guard、杀未知进程。
4. target 身份和资源提示
- 修改范围:
registry.py、pipeline.py、cli.py、现有资源选择入口;相关目标测试。 - 操作:run 已冻结的完整 target 传给 job,不通过 march 反查丢 board_type;同 march 多板型若当前不能正确调度,就明确拒绝,不能悄悄忽略。capabilities/preflight 显示匹配资源数量和缺项,区分依赖检查与实板验收。
- 验收:当前 S100/S100P/S600 不变;同 march 多类型不错误选板;新增同型物理板只加登记项/slot;资源为空清楚提示,不新增运行/写 DB。
- 非目标:提前实现 X5 工具链、按板型复制 pipeline、为未知设备创建通用硬件框架。
5. 指标方向明确
- 修改范围:
registry.py的 gate snapshot、gates.py、必要的registry/gates.yaml,相关 gate tests。 - 操作:新快照冻结显式 higher/lower 方向(多指标各自表达);g3 按每个 metric 消费配置并拒绝测量 metric 与冻结 metric 冲突,旧快照保持有限的现有回退。未知新指标缺方向在准入时拒绝,不默认越大越好。
- 验收:MAE 1→2 不通过、1→0.5 通过;higher 指标行为不变;多指标混合方向;非法/缺方向拒绝;现有 SE/容差及原任务数值结果不被顺带改变。
- 非目标:让 evaluator 自己裁决、改所有历史 gates、引入 gate 插件框架。
6. runtime 与缓存的真实对应
- 修改范围:
paths.py、stages/s02_baseline.py、stages/s03_export.py、stages/base.py(确有必要时)、backends/qat.py;相关缓存测试。 - 操作:QAT/ PTQ 的模型导出统一使用
model_python(job);baseline/ONNX 元数据与复用比较包括相关冻结 runtime/task/export 身份;不同相关身份使用不同缓存位置以免并发覆盖,旧 job 继续原位置。以新增冻结 cache 身份版本区分,不能仅靠已存在的 model_runtime/task_contract 字段判断新旧;cached()的直接调用也遵守校验(后续配方切片已移除无生产调用的inputs_ready()和对应无效 mock)。baseline 与 ONNX 各取真正相关的字段,不把所有 gates/任务配置塞入 ONNX 身份。缓存命中前验证新 job 的运行环境约束;不能给旧缓存贴上新环境标签。 - 验收:A 环境缓存不能作为 B 产物;显式新身份遇到旧无身份缓存不直接命中;相同身份仍复用;QAT 命令使用配置 Python;旧未声明 runtime 的兼容规则清晰。路径身份不是完整二进制/包环境摘要,文档如实限定。
- 非目标:重建全部缓存、删除历史缓存、全量扫描/哈希巨大环境、批量重写模型 adapter。
7. Runner 的共同入口
- 修改范围:
harness/runners/__init__.py、cli.py、scripts/jail_setup.py、必要的现有 runner 模块;相关 runner/jail tests。 - 操作:CLI choices 从注册处派生;隔离所需 HOME 隐藏/运行环境保留采用共同的可信策略,不继续按 OpenCode 品牌扩展分支;Pi 历史兼容例外保持明确。不得扩大 Agent 的宿主可写范围。
- 验收:临时第三 runner 注册后能力列表与 CLI 一致;相同隔离策略下不会因名字不同漏隐藏 HOME;Pi/OpenCode 现有初始化、预算与会话导出回归;涉及 mount 的改动须在 Linux 宿主上新建独立 unshare user/mount/PID namespace 做真实最小探针,禁止在宿主原 mount namespace 操作。
- 非目标:实现第三个真实 Agent、重写 Pi 所有历史代码、动态插件发现、关闭 jail 以通过 Docker 测试。
8. 配置、工具链与迁移一致
- 修改范围:
paths.py和scripts/migration_inventory.py的路径解析;docs/extensions.md、docs/portability.md;必要的既有 toolchain 测试。 - 操作:清单与 runtime 共用 config/state 解析,显式
--config优先于BENCH_CONFIG、再到所选 root 默认;state 相对路径基准与 runtime 完全一致,报告 resolved 位置。共享解析不得读取秘密、建目录或开数据库。工具链 profile 的范围明确为已实现 backend 协议下的环境版本选择;04 固定配置、06 固定输出解析的边界直接记录,未知 backend/不兼容组合拒绝。不为未获得的第二套专有工具链预写解析器。 - 验收:
BENCH_CONFIG/BENCH_STATE_DIR/显式--config指向的清单与 CLI 一致;清单只读;05/06 profile Python 正确传播,08 使用模型/板端 runtime 的职责不被破坏;真实第二版本只有提供环境并验收后才列为支持。 - 非目标:第二套配置层、把全部专有环境装进镜像、以离线命令测试宣称跨版本 ABI 兼容。
9. S600 业务闭环
- 先由板端执行 Agent 只读核对新端点身份、现有占用、凭据可用性和编译资源;使用隔离测试配置及新板资源,不修改原
boards.yaml/现网配置或抢占旧 slot。 BENCH_CONFIG不切换 registry;隔离部署的BENCH_ROOT、PYTHONPATH、registry 必须指向同版测试源码。访问同一物理板的测试参与者共用BENCH_STATE_DIR及板端 runtime_dir 锁根,禁止独立锁绕过。- 使用本次同一 bench 源码的既有命令与 01–08 路径,选择有真实权重/数据/评测依据且成本合适的已支持模型。记录模型、量化条件、工具链、HBM SHA、物理板身份、精度/性能、日志。
- 验收:至少一个 S600 完成真实编译→07→08→verifier;第二同型板仅配置接入并复用同一 HBM 真实推理验证,不重复编译和全套精度;断连后的本次进程回收与多板/同板互斥;S100P 可用且空闲才做真实回归,否则记录未覆盖并保留离线回归。
- 若认证、环境或不干扰现有任务的资源无法满足,记录准确阻塞和已完成覆盖,绝不写“实板通过”。外部需要的配置只在隔离位置准备,不因等待把未验项勾完。
10. 最终验证与交付
- 最终代码冻结后跑相关单测集合与一次完整既有回归;测试期间无源码变动。第三方审查检查实际 diff、每项验收证据及范围,而非只读执行者总结。
- 源包和 Docker 从同一版本生成;校验 manifest、配置默认和所需依赖。先保证控制层可运行;完整容器业务因 jail/依赖未通过时如实保留限制,不放宽隔离来换绿灯。
- 在本清单记录每项提交/测试/审查/真实覆盖,更新原有扩展与迁移说明,标注先前发布包仅在后续开发/验证上被新候选替代;实板未验不得称业务 release 已验收,不删除原始证据。
- 写明当前候选如何与原本地/远端既有差异归并为唯一主线、部署时如何核对前像与回退。不部署到原运行目录、不替用户决定停机窗口。
- 最后比对保护基线。该项只验证和记录,不混入新功能;发现实现错误回到对应项修复再复核。
审查后的决定与执行记录
三份清单复核:outputs/convergence-20260920/review/plan-board.md、plan-extension.md、plan-delivery.md。已采纳:G4可选语义、三个验收入口、guard锁内探测、实际registry与共享锁域、方向/metric一致、按相关身份隔离缓存、独立namespace、scoped sync保护、首次preview基线及精确删除边界。实施前基线回归:236 tests + 57 subtests通过,日志为 evidence/baseline-tests.log;这仅是旧覆盖基线。
实现只修本清单已确认的问题;遇到额外问题先记录其影响和最小改法,由主 Agent 审查是否确有必要,不顺手扩大范围。
项目3/5独立反例确实拦下了“只读日志命令误判推理”和“等价旧方向导致重复展开失败”,修复后各自复审通过。项目5没有改默认 gates.yaml 的源字节,新快照由有限历史表冻结已知方向,新增未知指标仍需声明。项目3最终 helper 在隔离 Linux 再跑19项通过,日志 evidence/runtime-prep/guard-final-linux.log;进程名单只覆盖已知入口,不能声称识别任意第三方推理。项目7结果为真实挂载/进程 namespace 检查,不等于真实 Agent+LLM 业务验收;见 review/runtime-prep.md。
项目6独立反例拦下了两个venv的Python软链被realpath合为同一缓存身份的问题,也核对了最旧job相对runtime的行为保持。新契约保留实际venv调用路径,旧job继续旧读取语义。最终源码冻结后,本文件保留冻结时状态;9/10的完成、阻塞、包身份和原环境保护结论统一记录在工作区 outputs/convergence-20260920/DELIVERY.md,原始证据在同目录evidence/review,不为补写验收结果改变已经实测的源码包字节。
保护观察:本轮开始远端基线包含3个既有collector(按PID+start_ticks保存),不要沿用此前6个的旧口径。原本地 registry/boards.yaml 于17:09出现40011 disabled的并发变动,根Agent已向用户澄清来源;本团队核对写路径均为候选/测试目录,尚不归因、绝不回滚。后续保护比对应单列此变动,不能继续写原本地“逐字节完全不变”。
11. 任务内配方与可修改 ONNX(本次切片)
依据工作区 outputs/adapter-plan-20260920/PLAN.md,仍在同一候选分支实现。原工作树和运行进程不升级。完成状态按代码、测试、真实业务分别列明,不能把 fixture 当官方模型或实板。
| 子项 | 实施范围 | 验收 |
|---|---|---|
| 清理遗留 | 删除无生产调用的 inputs_ready 和无效 mock | 原领取、续跑、缓存回归 |
| 接收配方 | 原 stage client / Worker 显式文件快照;沿原 metadata 入口绕过同名公共 adapter | CLI 到 Worker、路径逃逸、提交后改文件、任务展开 |
| 执行与图迭代 | 受限模型进程;03 同时接收导出和直接 ONNX;参考与候选依赖隔离 | 真实 Linux namespace、导出、ORT、错误头和错误预测反例 |
| 完整产物链 | 原 04–08 与 verifier 核对本次图、校准、编译和 HBM;禁止跨提交拼成绩 | 真实文件漂移、历史父引用可复用、实际字节变化拒绝、新失败不沿用旧成功 |
| 独立评分与校准 | 无标签数组穿过隔离边界;平台保留评分;原 make_calib 训练来源复用 | 固定 T1 评分、T0/T1 排除、前处理身份及校准隔离 |
| 使用入口 | 原 prepare 的 recipe 按需材料/阶段提示;旧模板行为保持 | 新旧任务提示回归 |
| 减法复核 | 不新增队列、数据库、调度器、插件注册或板端流程 | 独立监督 Agent 审查;公共薄 adapter 删除等真实等价验证后再做 |
实际测试结果及剩余验收见工作区 outputs/adapter-implementation-20260920/REPORT.md。当前切片支持范围为 PTQ 分割与 CPU 模型执行;真实 SegNeXt、第二变体、04–08 实板及新机器完整迁移不由离线用例自动宣告完成。后续减法边界:03 撤掉基线/等价前置,材料按操作要求;04 允许编译参数试验并复用校准;历史父引用固定;正式隔离调用保留日志并复用单阶段环境/参考核验。新 recipe 复用 private-home,只有真实隔离才放开工作区 shell。实现与独立反例结果见工作区 outputs/simplification-implementation-20260921/REPORT.md;不以总代码行数或离线 fixture 冒充 Agent 效果、实板或迁移验收。