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

13 KiB
Raw Permalink Blame History

任务规格:dev-blink-session

遵循 任务制作规范。本规格只供作者和审阅者使用。

1. 身份与来源

字段 填写
task-id / 任务版本 dev-blink-session / 2
作者 / 业务评审 / 独立评审 Codex 单题 Agent / 作者自检 / root 待独审
审核状态 CALIBRATED;难度 UNMEASURED,root独审待进行
原项目与冻结版本 第22批只读 HWE 资产副本,基础ID lk-gpio-led-timer
来源路线 C 素材写题;用户态原创修复题,非原现场回放、非mutation复制
来源 ID hwe/lk-gpio-led-timer
来源与授权 factory/20261027-C-hwe-hard-22/hwe/arm-linux/code-gen/lk-gpio-led-timer/metadata.yaml、prompt.md、reference/lk_gpio_led_timer.c;用户授权本批制作;metadata visibility=public。只借用GPIO资源与定时会话概念,无复制内核代码;未读checks/behavior.py、未执行来源脚本
隐私处理 无用户会话、端点、凭据、真实设备信息
替身测试 回调立即进入、已保留回调和失败后的回收顺序在确定性数字句柄后端中仍能复现,结论software
split 分组键 lk-gpio-led-timer
来源组 / 根因族 HWE lk-gpio-led-timer / concurrency-lifecycle
与已有任务关系 timer-epoch-bank是描述符共享、时钟和取消语义;本题要求GPIO资源建立、inline首回调、建立失败排空及释放顺序。diag-bank-setup只是旧结构参考;未复制业务骨架
验证范围 单进程回调生命周期、GPIO极性及状态、错误路径精确回收序列、重用、配置原子解析
未验证范围 Linux内核API、真实并发、墙钟、GPIO硬件、电气、真实UAF、真实Agent或难度

原创设计的现场症状通过公开观察工具报告;根因位于库模块,不在报告症状的smoke.cpp。精确边界类型为错误路径上释放资源的顺序,没有替换成通用阈值、数值或取消状态题。

2. 初态与环境

  • 全部初态为原创:blink.hpp定义接口和不透明句柄;blink_config.cpp配置校验/文本转换;gpio_lease.cpp管理极性、初始化和安全释放;pulse_timer.cpp转发回调及控制定时资源;blink_session.cpp控制会话、计数和操作;blink_cleanup.cpp区分建立失败与停机回收。smoke.cpp为公开的无断言观察后端/命令驱动器,另有Makefile、smoke.txt、README及docs/session.md。
  • 初态两处独立缺陷:D1首次arm前会话仍处建立态,且PulseTimer的转发目标直到arm返回后才发布,跨blink_session.cpp与pulse_timer.cpp;D2失败unwind在cancel后提前安全write/release GPIO,再drain/destroy,违反公开B12精确顺序。D1在无inline时不暴露;D2在成功启动/普通stop中不暴露。公开smoke不触发两者。
  • D1独立修复需要在调用首次arm前同时发布Session运行态和PulseTimer回调;only_fix_publication修这两处仍因D2失败。D2只交换错误回收路径的资源次序;only_fix_unwind仍因D1失败。两者不共享错误条件和修复。
  • 公开材料全部在template,受保护资产仅check.py、gold及定向fixtures、spec;verify.py与rollout/bos_verify.py逐字相同。
  • 环境:C++17 / Linux / g++;无外部依赖、下载、硬件或特权操作。正式trace6镜像为 ccr-29eug8s3-pub.cnc.bj.baidubce.com/algo/bench-runtime@sha256:1519f8daa403998e5401eeb70b973e8aac8346e25a937033bc502dc5de1641a1,实际image ID由正式回执记录。
  • 评分容器512MiB、1CPU,整次task时限120秒,编译30秒、观察进程15秒;wrapper期限100秒。真实Agent未运行。
  • 代码统计以template内本题.cpp/.hpp去掉C/C++注释和空白行后的非空行数为准,不重复计算任何fixture;包含真实后端/观察工具,不含文档、数据、Makefile。当前741行,其中六个提交文件487行、公开观察后端254行,后续实测以report统计为准。

3. 公开题面与接口

prompt.md只报告“首次翻转计数与后续拍次不一致”和“启动失败重试的资源审计事件异常”,给出make smoke、docs全部条款和六文件交付,不点名根因函数/文件或根因类别。题面无绝对工作目录。

公开构建:当前目录 make;公开运行:make smoke或给./blink-demo输入docs/session.md B20-B24命令。成功处理合法命令退出0;格式非法退出2。stdout为逐行UTF-8 JSON,stderr不约束。

Session公开方法:open、stop、change_period、set_level、toggle、snapshot。配置公开函数:validate、parse_config、format_config。GpioLease/PulseTimer明确为内部实现组件,允许兼容公开头文件接口的不同内部结构。

4. 判据检查项 ↔ 依据与合法解

以下行号均以template/docs/session.md为相对源;每个B条款单独映射。所有期望在Python check中由独立Oracle复算;C++ harness只返回原始观察,不含断言或期望。

检查项 精确公开依据 输入/场景 可观察结果/方法 保护和期限
软件模型与全部条款 docs/session.md:5 B01 全部命令 无真实时间/硬件,状态与日志符合合同 输入私有,运行15秒
离线重编译/交付边界 docs/session.md:6 B02 六提交文件 g++ C++17完整编译链接 构建30秒
对象、后端生命周期 docs/session.md:7 B03 两个显式stop对象 独立实例观察;不要求隐式析构 运行15秒
配置范围与极性 docs/session.md:11 B04 0/1023、1/1000000、两极性与初值 精确Snapshot和物理输出 运行15秒
validate/open优先级 docs/session.md:12 B05 合法/非法配置、busy叠加非法commit 返回0/-22/-16及无副作用 运行15秒
初态/不透明句柄 docs/session.md:13 B06 两个固定seed变体与初始Q 九字段及后端真实句柄 运行15秒
累计/会话计数 docs/session.md:14 B07 失败、stop、重开、inline/drain callbacks/generation累计,pulses重置 运行15秒
正常建立顺序 docs/session.md:18 B08 所有合法pin/period/极性组合 request/configure/create/arm顺序 运行15秒
同步首回调 docs/session.md:19 B09 inline=0/1、arm失败及commit组合 翻转/计数/重arm,不漏首拍 运行15秒
普通回调和回收回调 docs/session.md:20 B10 T0/T1/T100、保留回调/stop 运行write+arm,回收只累计callbacks 运行15秒
早期失败边界 docs/session.md:21 B11 fault1/2/3叠加配置/重开 首错误与分阶段回收日志 运行15秒
错误路径精确释放顺序 docs/session.md:22 B12 fault4、commit=-5,inline/reserve全组合 cancel→drain→destroy→安全write→release精确数组 运行15秒
cancel/drain区分与恢复 docs/session.md:23 B13 flight失败、无flight失败、连续重开 回调排空、句柄递增、归空闲 运行15秒
stop排空和幂等 docs/session.md:27 B14 idle/active/flight、stop后F/T、重复stop 无重新访问/重arm,完整释放序列 运行15秒
更新周期 docs/session.md:28 B15 idle非法优先级、0/1/max/max+1、flight时更新 周期原子更新、一次arm、完成后新周期 运行15秒
电平与显式翻转 docs/session.md:29 B16 idle/运行、-1/0/1/2 write一次、计数不冒充pulse 运行15秒
双实例和错误无副作用 docs/session.md:30 B17 切换U、350步固定seed交叉序列 两份状态/资源隔离与错误原子性 运行15秒
文本原子解析 docs/session.md:34 B18 空/重复/乱序/边界长度128和129/溢出/非法空白 parse返回、output哨兵保留、input原样观察 运行15秒
格式化与纯配置 docs/session.md:35 B19 合法组合及非法输出哨兵 精确数字文本及无后端调用 运行15秒
后端模式及句柄序列 docs/session.md:39 B20 fault0..4×inline×reserve×commit Python分别复算后端事件与句柄 运行15秒
命令观测字段 docs/session.md:40 B21 全部合法命令 r/s/b/log结构化语义比较 运行15秒
原始日志/保留/完成顺序 docs/session.md:41 B22 pending/flight/inline交叉 每条日志数组、累计write/arm 运行15秒
文本命令和原始观察 docs/session.md:42 B23 C指令80组固定seed排列 c/text/input与设备无副作用 运行15秒
输出语义与正常退出 docs/session.md:43 B24 全部合法输入;替代解输出0xff诊断 UTF-8 JSON解析,字段序/空白不敏感;int/float等值允许,bool不能代数值;stderr bytes不限制 运行15秒
  • 合法替代解valid_direct采用阶段switch循环建立、统一retire路径和独立操作分发,结构区别于gold的逐阶段return分支、分开unwind/retire;并在构造时输出非UTF-8诊断,证明stderr不被误限。
  • 每次正式观察套件包含固定seed运行时变体,不能依靠硬编码公开smoke;不同句柄、pin、极性、period、inline/reserve/错误重用会被独立复算。
  • 不允许捷径:noop空成功、只支持smoke参数、无条件补首拍、只把错误时输出关掉、只修一个缺陷,均有定向fixture拒绝;cheat_read_grader为读取判据的隔离负例。
  • verify输出由原平台wrapper转换为一行JSON。候选/编译器只在subprocess运行,正式降UID65534;私有判据/期望不传候选。全部源码、原始输入在启动候选前准备完成;编译后及执行后check不读写候选可写目录,只处理管道bytes。
  • 沿用wrapper已知限制:root check和共享scratch存在潜在symlink风险;本题check不在候选运行后访问共享scratch,scratch在bos_verify外层临时根中创建,check退出后由外层统一teardown,本地和容器均不遗留。旧版本本地遗留的62个精确目录已有清理清单;不宣称本地隔离。

5. 样例与校准

fixture 预期 作用
gold PASS 全合同参考实现
template FAIL D1和D2原始缺陷
noop FAIL open直接返回成功、无会话建立
cheat FAIL 仅支持公开smoke的pin7/period500/极性0
cheat_read_grader FAIL 判据可读才执行合法实现;本地可PASS是许可例外
only_fix_publication FAIL D1两文件均修,D2仍在
only_fix_unwind FAIL 仅修D2,D1仍在
mask_symptom_inline FAIL 正确解上无条件补拍,非inline场景多翻转
mask_symptom_errors FAIL 先关输出释放GPIO再cancel/drain,终态归零但顺序错误
valid_direct PASS 阶段驱动建立、统一回收的替代实现;任意stderr bytes

两门均使用现成rollout calibrate、默认每类5次共50次。最终本地普通45/45匹配、reader5次PASS许可例外,原整体FAIL回执与cleanup confirmed原样保留。最终Docker50/50匹配,整体PASS、cleanup confirmed。完整attempt、当前task摘要、每类计数、镜像实际ID及清理事实见单题report.json,自检记录在work/。

6. 真实试采与证据

未运行任何真实Agent、模型、闸门3/4、硬件或难度测量。状态仅CALIBRATED/UNMEASURED(需双门完成);不宣称ADMITTED或HARD实测。无需凭据和外部依赖。只保留本题factory/runs证据,不访问其他作业;没有真实轨迹可归档或上传Salty。

7. 评审与准入

  • 作者核对:来源标记原创;完整初态、公开条款/行号、独立Oracle、6个交付文件、10类fixtures、stderr边界及合法替代实现均已建立。
  • 最终正式校准50/50符合声明、当前摘要与本地回执一致,详见单题report.json;历史两份旧摘要回执保留。若变更任务包,旧attempt不覆盖,重新双门。
  • 独立root审阅尚待进行,只有root可以提交;单题Agent不提交、不修改progress/STATUS、不运行全库unittest。
  • 仍存在有限固定seed、数字资源模型和wrapper清理机制的公开范围限制;无用户待提供材料。

8. 2026-10-27 公开文档修订

公开文档去掉陷阱提示(2026-10-27)。version 1→2;仅将公开合同B12改为与其他条款平行的普通合同句,去掉加粗标签和对已明确调用顺序的重复强调,不增加专门例子。首次arm失败与commit失败的触发条件、回收状态、cancel→drain→destroy_timer→安全write→release顺序、无pending/保留回调时仍需cancel/drain、首错误返回及commit生效条件全部保留;代码、判据、样例、题面及其他公开条款不变。

已重新逐条核对第4节24行依据:B01-B24仍分别位于docs/session.md的5、6、7、11、12、13、14、18、19、20、21、22、23、27、28、29、30、34、35、39、40、41、42、43行;B12仍为第22行,B14仍为第27行,表内行号无需移动。按最终新摘要重做本地与固定trace6 Docker两门,每类5次,旧摘要及其回执均保留;真实结果以单题report.json与recovery.json为准,待root独立审阅。