amos 8b7616bfd8 Batch 22 (20261027-C-hwe-hard-22): add 63 calibrated HWE hard-design tasks
From the 101 lk/man/pth code-gen sources: 63 tasks (C11 36, C++17 27,
11 canonical families), 38 skipped for scope or duplication. Each task
has at least one independent contract-edge defect, boundary types
rotate, and public docs state trap clauses as plain contract prose.
Claude reviewed 63/63 USABLE against current digests. Difficulty is
unmeasured.

Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>
2026-10-27 16:14:57 +08:00

14 KiB
Raw Permalink Blame History

任务规格:abi-descriptor-replace

本规格依照 任务制作规范,仅供作者和独立审阅,不进入 Agent 工作区。

1. 身份与来源

字段 内容
task-id / 版本 abi-descriptor-replace / 1
作者 / 独立评审 Codex 子 Agent descriptor_replace / root 待独审
审核状态 READY_FOR_CALIBRATION;只承诺 CALIBRATED/UNMEASURED
原项目与冻结位置 factory/20261027-C-hwe-hard-22/hwe/arm-linux/code-gen/man-dup2-predefined
来源路线 C,HWE 素材提供 dup2 文件流切换方向;工程、缺陷、判据与样例均原创
来源 ID / source man-dup2-predefined / hwe/man-dup2-predefined
来源与授权 metadata.yaml 标注 public,来源 Linux man-pages;用户已授权本批材料与软件环境接入,只读 metadata/prompt/reference,不读取 checks/behavior.py、不运行来源脚本
隐私处理 无真实用户内容、凭据、地址或私人路径进入公开工作区
替身测试 普通用户态匿名文件和描述符操作即可确定复现;software,无硬件依赖
split 分组键 man-dup2-predefined
来源组 / 根因族 HWE arm-linux code-gen / linux-userspace-abi
已有任务关系 与 dup-only 流中继区分:本题有已打开目标的替换、原位调用、每描述符 FD_CLOEXEC、失败目标保持和多槽共享 open-description;不是同一根因变体
验证范围 C11 库、公开 helper、控制台协议与真实 Linux 描述符状态
未验证范围 实板、内核修改、并发/信号中断、真实外部 I/O 故障、真实 Agent、难度

原创症状设计:控制台交替读取两个接入同一流的槽时第二段重复,位置停在 3。症状由 console.c 展示,经 stream.c 的每槽读计数回定位触发;另一个独立缺陷位于 fd_ops.c,原位替换经额外复制导致 FD_CLOEXEC 丢失。根因与报告症状的模块不同,并跨 console.c、stream.c、bank.c、fd_ops.c 调用边界。

指定边界类型:同一对象作为源和目标时无操作。docs/descriptor.md 第 7 和第 14 条分别记载两个不同公开 API 的此项行为,均采用普通合同语句。smoke.in 只执行不同槽 bind,没有原位调用,不覆盖这个边界;only_fix_cursor 保留它并被拒绝。另一缺陷可在 smoke 独立复现。

2. 初态与环境

  • template 含 descriptor.h、fd_ops.c、bank.c、stream.c、wire.c、console.c、Makefile、README.md、docs/descriptor.md、smoke.in。六个候选文件在所有 fixture 中齐全,其他公开文件随完整工作区提供。
  • fd_ops.c 管理原始替换与描述符标志;bank.c 管理八槽生命周期、名称和观察;stream.c 执行共享位置上的读写及计数;wire.c 解析整数和十六进制;console.c 分词、派发、生成 JSON 观察。模块职责实际参与使用,不含填充数据或复制其他新题骨架。
  • 独有代码统计:只统计 template 六份 C/头文件各一遍,词法去真正的 C 注释,保留字符串/字符字面量和 *view = next 等解引用赋值,再数非空行;623 行。fixture 副本、Python、文档、输入、构建文件均不计。
  • 初态真实复现见本题 factory 的 smoke-selfcheck.json:第二条 read 为 616263,两个 cursor 为 3;gold 为 616263/646566 和 cursor=6;mask_symptom_console 能遮住这份 smoke,但独立 API 被判 FAIL。
  • 公开资产为 prompt、完整 template。受保护资产为 check.py、observer.c、全部 fixture。verify.py 逐字复制 rollout/bos_verify.py。
  • 环境:Linux 用户态、C11、gcc 和 Python3 标准库,离线构建,无新依赖;固定 trace6 镜像 ccr-29eug8s3-pub.cnc.bj.baidubce.com/algo/bench-runtime@sha256:1519f8daa403998e5401eeb70b973e8aac8346e25a937033bc502dc5de1641a1,实际 image ID 由平台回执记录。
  • 评分期限 120 秒;编译单进程 30 秒、每个观察进程 15 秒。正式评分容器 512 MiB/1 CPU,候选为 UID/GID 65534,无网。无模型、硬件、外部服务或特权操作。

3. 公开题面与接口

题面只报告重复数据和位置异常,给出 make smoke、公开输入、文档全部条款要求和六文件交付范围;没有指出根因函数、文件或类别。README 给出预期 smoke 片段和当前位置。公开 docs 列全签名、数据范围、顺序、错误、副作用和控制台协议。

构建 argv:["cc", "-std=c11", "-D_POSIX_C_SOURCE=200809L", "-O2", "fd_ops.c", "bank.c", "stream.c", "wire.c", "console.c", "-o", "descriptor-console"]。成功为退出 0,不使用 -Werror,不要求无警告。公开 make 添加 -Wall/-Wextra 仅诊断。

运行 argv:["./descriptor-console"]。ASCII 命令按行来自 stdin,允许完整行长和任意合法前导零;输出每行一个 UTF-8 JSON 对象,解析语义字段、忽略键顺序/空白和额外字段。数值不把 bool 当成数字;十六进制大小写等价;stderr 只诊断,bytes 捕获并用 replace 解码,不用于行为判分。

4. 判据检查项 ↔ 依据与合法解

以下路径均相对 template,行号使用最终公开文件;同一行中的不同 API 行为逐项列出。

判据检查项 公开依据 输入/场景 原始观察与独立期望 方法/时限
六文件交付与真正编译 README.md:16;docs/descriptor.md:41;prompt.md:5 干净目录重新编译库调用者及控制台 编译退出 0;不要求零警告 子进程编译,30s
常量、槽号和任意字节 docs/descriptor.md:6 0/7、-1/8、INT_MIN/MAX、0/4096/4097 长度、含零/ff 数据 0..7 有效;EINVAL 边界;数据无损 C 原始记录 / Python,15s
NULL 与错误组合次序 docs/descriptor.md:8 所有 bank API NULL、坏槽与坏跨度组合 对照显式校验顺序和 errno 直接 API,15s
init 和空 bank docs/descriptor.md:12 初始八槽、NULL init 全空,NULL 无操作 直接 API,15s
reset 幂等与重用 docs/descriptor.md:12 连续 reset、seed/reset/seed、两bank同时存活交错操作后reset/drop一方 清空、可重用,另一bank内容/位置/标志/计数保持 API 与控制台,15s
seed 数据、名称和初值 docs/descriptor.md:13 空/1/4096 字节、31 字符名、普通多槽 独立内容,cursor/flag/counters=0 API 与 Python bank,15s
seed 替换与别名保留 docs/descriptor.md:13 同槽重新 seed,其他槽仍引用旧流 原别名读到旧数据,替换槽读到新数据 API 与 Python graph,15s
seed 参数错误保持 docs/descriptor.md:13 NULL data/name、非法名、32 字符名、4097 长度 EINVAL,原槽保持 直接 API + 后续 info/read,15s
bind 到空/已有目标 docs/descriptor.md:14 两种目标、多次绑定、同 open-description 的不同槽 目标名称复制/计数清零/标志清零,共享位置/内容 API 与 Python graph,15s
bind 无效源不动目标 docs/descriptor.md:14 源已 drop,目标已有数据/标志/位置 EBADF,目标连续可读且元数据保持 直接 API + 后续 info/read,15s
bank 同源同目标无操作 docs/descriptor.md:14 活槽设置 CLOEXEC 后原位 bind,空槽原位 bind 活槽全部状态保留,空槽 EBADF API 与控制台,15s
drop 和继续使用别名 docs/descriptor.md:15 drop 源后读目标、重复 drop、重新 seed 存活别名可读,空槽 EBADF,重用正常 API 与 Python graph,15s
标志属单个描述符 docs/descriptor.md:16 两个别名分别设置0/1,非法 enabled 仅当前槽变化;非法值 EINVAL;空槽 EBADF API 与控制台,15s
交替读取共享游标 docs/descriptor.md:20;README.md:12 两槽交替读、多次 seek/bind 后读、固定seed变体 Python 共享 description 对象复算实际字节与位置 API 与控制台,15s
读取长度与末尾 docs/descriptor.md:20 空流、0/1/4096、末尾、超过剩余内容 截到剩余字节,EOF=0,不推进末尾 API 与 Python bytes,15s
NULL 读取及跨度错误 docs/descriptor.md:20;docs/descriptor.md:8 NULL+0/1、4097、负控制台长度、空槽0 明确返回/errno,零读不移动 直接 API,15s
覆盖写、尾部、空洞、最大值 docs/descriptor.md:21 覆盖3字节、从末尾以外写、4096整块和4095+1 Python bytearray 覆盖/补零/保留尾部 API 与控制台,15s
零写不延长/越界写保持 docs/descriptor.md:21 seek4096 后零写/非零写、NULL+0/1、4097跨度 零写0且不延长;EFBIG/EINVAL;状态保持 API 与 Python,15s
seek 合法边界与错误 docs/descriptor.md:22 0/1/4095/4096/-1/4097,别名交替 共享位置,内容/长度/计数不变 API 与 Python,15s
inspect 全字段与非修改 docs/descriptor.md:23 读取前后、多别名、失败后、重复观察、NULL view 名称/位置/长度/标志/每槽计数 C 原始字段与 Python,15s
raw 真描述符替换 docs/descriptor.md:27 已开目标、未开目标、两描述符接续 read 返回实际目标编号,实际 syscall 观察共享位置与数据 独立 C raw 调用;Python,15s
raw 同源同目标无操作 docs/descriptor.md:27 设置 FD_CLOEXEC 后原位调用 原始 fcntl(F_GETFD) 前后相同,返回源编号 独立 C raw 调用;Python,15s
raw 无效源保持与负目标 docs/descriptor.md:27 -1 源、-1 目标、-1/-1 EBADF,实际目标当前位置与源有效性保持 独立 C raw 调用;Python,15s
raw CLOEXEC 接口 docs/descriptor.md:28 设置/清除、enabled2、无效fd 实际 fcntl 标志、返回值与错误次序 独立 C raw 调用;Python,15s
十进制 helper 全语法 docs/descriptor.md:32 端点/溢出/正负号/空串/VT/FF/Unicode数字/3000前导零/NULL Python ASCII 词法和限界复算,失败保留 value 直接 helper,15s
HEX 解码 helper docs/descriptor.md:33 大小写、空标记、空串、奇数/非hex/空白、NULL/差一容量、4096数据 Python bytes.fromhex 在独立词法约束后复算;长度/尾部/错误输出保持 直接 helper,15s
HEX 编码 helper docs/descriptor.md:34 任意字节、空、NULL、差一容量、4096数据、SIZE_MAX溢出 原始输出到首个 NUL 前解析为字节,大小写等价;错误缓冲保持,不检查成功NUL后的未约定内容 直接 helper,15s
控制台全部命令与恢复 docs/descriptor.md:38;docs/descriptor.md:39 固定seed180步和明确边界、错误词数/数字/HEX/VT/FF后继续、12000前导零 独立 Python 状态机复算;成功/失败后续行为 另一个进程,15s
输出语义与诊断 docs/descriptor.md:40 每行记录、信息、读数据、额外JSON字段/空白许可 仅比较必需语义;bool不充数字;stderr不参与判分 Python JSON,15s
库独立于控制台调用路径 docs/descriptor.md:41;README.md:27 mask_symptom_console 修正显示路径但保留库缺陷 smoke可正常,直接API仍FAIL fixture 校准

判据只在 Python 内生成期望,C observer 仅打印返回、errno、实际数据/位置/标志/缓冲原始状态,不含断言或参考答案。各用例由固定 seed=20261027 及显式边界组合生成,不运行 gold 产生答案。子进程 stdout 单独按公开 UTF-8 JSON 解析,stderr 按 bytes 捕获,仅失败时 replace 解码诊断。

check 的候选读取、私有 observer 读取和 scratch 源码写入均在首个候选子进程前完成;使用 tempfile.mkdtemp(dir=Path.cwd()),随后不读写/遍历共享 scratch、不自行清理该目录,由平台外层 root 回收。全部候选、编译器和观察器只在 subprocess 中执行。原始文件也在当前 scratch 内 mkstemp+unlink 创建,不使用系统临时目录保存业务文件。

合法替代解:valid_dup3 用显式同值验证加 Linux dup3 替换,读取通过 readv,HEX 输出大写,真实 PASS;与 gold 的 dup2/read/小写不同。不限制内部调用路径或分配策略。只依赖真实公开行为。读隐藏判据的 cheat_read_grader 是隔离探针,Docker 必须 FAIL,本地允许 PASS 例外。

统一 verify 的隔离检查要求候选读不到 /grader/verify.py,编译器/程序以 UID65534 运行、无网。trusted-local 只执行本题可信样例,不授予不可信 Agent 隔离能力。历史 gold、grader 与正式测试不进入 Agent 工作区。

5. 样例与校准

样例 预期 实际目的
gold PASS dup2、read 及完整合同
template FAIL 两个独立缺陷
noop FAIL 核心读取返回0,未执行读取
cheat FAIL 按请求长度返回零字节伪数据,变体拒绝
cheat_read_grader FAIL 一句隔离读判据探针;可信本地可能 PASS 许可例外
only_fix_self FAIL 仅 fd_ops.c 修复,游标缺陷仍在
only_fix_cursor FAIL 仅 stream.c 修复,原位 FD_CLOEXEC 缺陷仍在
mask_symptom_console FAIL 控制台前调整计数遮住 smoke,库直接调用仍错
valid_dup3 PASS dup3/readv/大写HEX 替代实现

每门9类、每类默认5次、共45次。最终校准必须同一任务摘要;真实平台回执原件不改写。最终目录、摘要和实际结果写入本题 report.json,再由 root 独立核验。本地 reader 5次允许例外保留原 FAIL 总回执;正式 Docker 所有45次必须匹配、整体 PASS、cleanup confirmed。

6. 真实试采与证据

没有运行模型、真实 Agent、闸门3/4或硬件;难度 UNMEASURED,不能宣称 HARD 已测。此次只有本题可信样例开发自检及本地/trace6 Docker 校准。未进行 Salty 上传或归档,无 token/费用/模型质量结论。

本题仅写 tasks/abi-descriptor-replace、对应 factory 子目录和独有 runs 子目录;不改平台/全局进度、不提交、不推送。临时编译可执行文件已清理;template 最终不含本次构建产物或缓存。若出现 Docker125/no-space/创建失败或 /home低于30GiB,只停止本题精确校准 PID 并通知 root,按 INFRA_ERROR 保留证据。

7. 评审与准入

  • 来源、公开条款、独立缺陷和替代解已自检;静态行数与 load_task 记录另存 selfcheck。
  • 根预审指出观察器 tmpfile 路径、HEX 编码语义和第二bank资源所有权覆盖问题,均在最终校准前修正;成功输出 NUL 后的未约定尾部不检查。
  • 两门完成后状态只能为 CALIBRATED/UNMEASURED;最终独立审阅由 root 完成。尚无真实采样准入或难度标签。