amos 2f32624d3b Batch 18 (20261026-C-hwe-codegen-18): add 100 calibrated HWE code-gen tasks; pause production for rollout
100 tasks from the HWE arm-linux code-gen pool (outside the lk/man/pth
range given to batch 22), each with at least one independent
contract-edge defect and plain public docs. Claude reviewed 100/100
USABLE against current digests; no ID or source overlap with main or
batch 22. Difficulty is unmeasured.

progress.md records the wrap-up: all Codex sessions and Qwen schedulers
stopped for the user's rollout, Qwen results so far (57 HARD of 373),
and what is left on each batch branch.

Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>
2026-10-27 17:52:13 +08:00

12 KiB
Raw Blame History

任务规格:dev-mode-captured-stream

1. 身份与来源

字段 内容
task-id / version dev-mode-captured-stream / 1
作者 / 独立评审人 lk-ioctl-vs-write唯一子Agent / 根Agent待独审
审核状态 DRAFT;双门与根审前不宣称准入
来源路线 C;原创素材改写,非历史现场故障回放
原始来源 / split分组 hwe/lk-ioctl-vs-write;public/hard、非held-out
本地原料 factory/20261026-C-hwe-codegen-18/hwe/arm-linux/code-gen/lk-ioctl-vs-write/metadata.yaml、prompt.md、reference/lk_ioctl_vs_write.c
source精确值 hwe/lk-ioctl-vs-write
来源授权 本批已授权本地只读副本;未执行任何原料脚本
原创改写范围 新会话/FIFO/控制包/API与判据;未复制原内核unsafe指针操作或矛盾upper示例
替身测试 普通字节容器仍能复现短写计数与事务捕获错误,software-only
隐私 无用户会话、密钥、真实端点或个人数据
family / 根因族 device-io / accepted-prefix-accounting + captured-transaction-transform
与已有任务关系 新写分阶段写事务与模式控制题;非只改参数的已有源码变体
验证范围 Linux用户态C++17模型、全部公开API/二进制协议与stdout/stderr
未验证范围 真实Agent、Qwen、硬件、驱动、并发/时序、电气;难度UNMEASURED

素材只提供控制面与数据面分离方向,公开规范消除原upper例子与reference矛盾。无实际内核UAPI依赖、特权或真实时间。题面采用原创现场现象叙述,不声称复制真实事故。

2. 初态与环境

公开workspace完整含四个candidate文件、raw observer、Makefile、README、docs/stream.md、docs/console.md和examples/field.txt/field.expected。受保护资产仅check.py、observer.json和gold/各校准fixture;observer.json是公开raw observer原样副本,没有断言或预期。

C++17标准库、g++、Python3标准库,离线构建。固定镜像:ccr-29eug8s3-pub.cnc.bj.baidubce.com/algo/bench-runtime@sha256:1519f8daa403998e5401eeb70b973e8aac8346e25a937033bc502dc5de1641a1。Docker评分512MiB/1CPU;单次task timeout120秒,build30秒,八scene各12秒;wrapper总期限100秒。无外部服务或板卡。

缺陷A:stream.cpp在append接受n字节后,累计accepted却增加data.size。公开smoke容量3、请求5、接受3,统计报5;该现象涉及stream_observe面板输出、会话模块和字节FIFO。 缺陷B:byte queue入队变换选取当前mode_,而非begin保存的transaction.mode。公开smoke整个事务未中途SET,故不暴露;独立精确边界为事务开始快照的生命周期/分块写捕获模式,公开C07明示,九种模式前后组合覆盖。fix_count仅修A,fix_capture仅修B,互不顺带修复。

3. 题面与公开接口

prompt仅描述回显队列和累计接收字节不符的现象、复现make和stdin命令、完整docs遵从要求及四文件交付范围;不点名根因文件/函数/类别。

构建argv:g++ -std=c++17 -O2 -Wall -Wextra -pedantic stream_observe.cpp stream.cpp byte_codec.cpp control_packet.cpp -o observe。合法stdin退出0,stdout为协议规定的全部原始观察与LF,stderr严格空。空stdin两流均空。API与范围/错误优先级/原子性/排序/重复操作在公开docs完整定义,不依赖隐藏格式。

4. 检查依据

所有期望由独立Python状态模型与ASCII字节映射计算;不运行gold当oracle。所有行依据指公开template,不引用私有源码作为规范。各scene12秒。

检查项 公开依据 场景 观察/方法
独立实例、构造初态、无时间依赖 template/docs/stream.md:3 (C01) fresh-constructor、deterministic-mixed-history 直接G/C/S/L/I/P与交错U
公开完整API与不可变输入 template/docs/stream.md:4 (C02) 全部八scene 直接调用各方法;A打印Result全部字段,A/T/H/W打印输入调用后全部bytes;helper后观察设备与后续成功
默认容量及reset有效端点/失败原子性 template/docs/stream.md:5 (C03) cap=0/1/2/4095/4096/4097/u64max C直接读取与全部状态审计
控制模式合法与非法值 template/docs/stream.md:6 (C04) signed64最小/-1/0/1/2/3/最大 M与G分别直接观察
严格模式文本 template/docs/stream.md:6 (C04) 精确合法词、大小写/空白/NUL/LF/空/长 H返回值及原始输入
模式名映射 template/docs/stream.md:6 (C04) signed64端点与0/1/2/3 N直接调用
全部256字节及ASCII临界变换 template/docs/stream.md:7 (C05) all-byte-values-and-pure-helpers T输出及输入不变;含NUL/CR/LF/高位
ID/声明总长端点 template/docs/stream.md:8 (C06) ID0/1/u32max/u32max+1/u64max、total0/1/65535/65536/max B/I与后续操作
begin校验优先级及活动槽上限 template/docs/stream.md:8 (C06) 满4槽时重复/新ID/非法total组合 状态审计;L数值排序
非smoke精确捕获边界 template/docs/stream.md:9 (C07) 9种前后模式组合;中间多次SET、新事务/复用ID A与R/P原始字节;I捕获模式
FIFO旧字节不被控制修改 template/docs/stream.md:9 (C07) 排队后SET、取消或完成 P与R直接返回原始bytes
append错误优先级 template/docs/stream.md:10 (C08) 坏ID+坏budget+超长;未知ID;预算先于长度;长度先于remaining A status/count以及调用后输入全bytes
错误请求不能提交可容纳的前缀 template/docs/stream.md:10 (C08) 总长1但data长2,FIFO有空间 Result空data、全状态审计后合法重试
短写、预算、空、满与累计实际接受数 template/docs/stream.md:11 (C09) public-short-write、预算0/1/4096/4097、full FIFO S计数;I进度;A接受数;R实际bytes
部分接受后重交suffix、交错FIFO template/docs/stream.md:11 (C09) 公开smoke、capture交错、ring循环 R/P接受顺序与计数
finish incomplete/零长/移除与重复 template/docs/stream.md:12 (C10) total0、未满、完成、重复finish与cancel F/X与S/L/I
cancel保留数据、资源复用 template/docs/stream.md:12 (C10) 未写/部分写取消、重新begin同ID R/P旧字节、I新捕获与S取消数
read/peek全部边界与不变性 template/docs/stream.md:13 (C11) count0/1/4095/4096/4097/u64max、空与非空 R/P直接;S consumed;多次peek
统计全部六字段 template/docs/stream.md:14 (C12) 构造/重置/短写/读/完成/取消/交错 S直接对独立模型
inspect全部返回字段与错误置零 template/docs/stream.md:14 (C12) 不存在/坏ID/合法活动/完成/取消 I直接精确六项
active_ids排序与槽复用 template/docs/stream.md:14 (C12) 乱序17,1,u32max,7与移除重建 L直接数值排序
所有错误全状态原子性 template/docs/stream.md:15 (C13) direct errors、malformed packet、semantic packet G/C/S/L/I/P分别直接观察完整状态
packet头、长度、未知opcode优先级 template/docs/stream.md:19 (C14) size0/1/2/3/4/131072/131073、magic/version/op0/255 W status/empty payload/原请求不变
packet各已知op精确长度 template/docs/stream.md:20 (C15) 1..13全部op短/长/坏头;append声明长矛盾/65535/65536/max W与逐次状态审计
packet与API等价及序列化 template/docs/stream.md:21 (C16) 全部op成功/语义错误、u64解码端点、allbyte payload W payload完整逐字节比较;G/C等直接观察
离线C++17完整build与候选范围 template/docs/stream.md:25 (C17) 11类fixture独立构建 build exit0;候选仅4个声明文件
binary stdout完整比较/空stderr/exit0 template/docs/stream.md:26 (C18) 独立empty-input及所有非空scene、stdout_only/stderr_only capture_output bytes;不归一CRLF;分别报告stdout_equal/stderr_len
观察器协议 P01 template/docs/console.md:3 (P01) 所有合法stdin操作,含空bytes/最大数字 精确十六进制/十进制格式与每行LF
观察器协议 P02 template/docs/console.md:4 (P02) 所有合法stdin操作,含空bytes/最大数字 精确十六进制/十进制格式与每行LF
观察器协议 P03 template/docs/console.md:5 (P03) 所有合法stdin操作,含空bytes/最大数字 精确十六进制/十进制格式与每行LF
观察器协议 P04 template/docs/console.md:6 (P04) 所有合法stdin操作,含空bytes/最大数字 精确十六进制/十进制格式与每行LF
观察器协议 P05 template/docs/console.md:7 (P05) 所有合法stdin操作,含空bytes/最大数字 精确十六进制/十进制格式与每行LF
观察器协议 P06 template/docs/console.md:8 (P06) 所有合法stdin操作,含空bytes/最大数字 精确十六进制/十进制格式与每行LF
观察器协议 P07 template/docs/console.md:9 (P07) 所有合法stdin操作,含空bytes/最大数字 精确十六进制/十进制格式与每行LF

所有公开API均有直接调用,不用packet或snapshot代替其他API;append的status/count/data和调用后输入均直接打印。固定seed=0x6370747374726561。32/64位边界通过u64传递后再语义校验;原始数据含全256字节、NUL/CR/LF。每类错误后审计mode/capacity/stats/active_ids/inspect/peek六种直接观察,失败不得局部提交。公开文档条款均用普通合同语句,未为捕获模式边界增加标签、加粗或专项例子(2026-10-27)。

合法替代解valid_lazy使用带mode的原始FIFO单元作权威状态,入队不转换,read/peek才逐字节按单元捕获模式转换;gold入队即变换并存转换后字节。helper另用位掩码算法。这个差异改变权威表示与变换时机,不仅是容器替换或删缓存。

安全边界:check以root读取candidate/context并将源码写入tempfile.mkdtemp(dir=Path.cwd())的wrapper独占scratch;所有trusted文件IO都在首次compiler前。之后只有降为UID65534的argv subprocess及内存比对,不读写scratch;wrapper退出回收整树。无候选同进程执行;raw observer不生成用例/断言/判错或持有期望。verify.py原样复制rollout/bos_verify.py,不存在isolation-blocked.txt。host不隔离,仅可信样例;Docker隔离探针必须成立。每个scene stdout按bytes全量相等比较,不用text=True或splitlines归一CRLF;stderr严格空。末4000字节保留简短build/run计数和首个行为拒绝摘要。

5. 样例与校准

fixture 预期 说明
gold PASS Eager transformed FIFO正确解
template FAIL 两处独立缺陷,公开短写首先失败
noop FAIL 完整接口构建、执行,但不接受任何数据
cheat FAIL 仅针对公开smoke字节块给变换答案,其它输入原样返回
cheat_read_grader FAIL 真读到私有check才运行gold;拒读则主动exit23;host允许读到并PASS例外
fix_count FAIL 只修A;中途SET的后续chunk错误
fix_capture FAIL 只修B;公开短写累计仍错
mask_symptom FAIL 用consumed+buffered遮累计症状,捕获模式仍错
valid_lazy PASS 原始字节+捕获模式的惰性FIFO,变换算法不同
stdout_only FAIL gold行为加stdout CRLF诊断,binary边界负例
stderr_only FAIL gold行为加stderr CRLF诊断,stdout仍精确相等但空stderr约定失败

每类正式各5次,11类共55trial/门。host读grader5PASS的允许例外必须保留整体FAIL/exit1,不伪改expected;继续Docker。普通负例须build0/8个scene run0,按行为FAIL,读grader拒读主动非0独列。校准路径、当前task_digest、各类原因与真实退出在本题report.json更新。

6. 真实试采与证据

本批不跑Qwen/真实Agent,不采样、不读凭据。难度UNMEASURED,不声称完整rollout或硬件结果。无Salty上传或轨迹归档。本题保留全部唯一运行目录和失败事实,清理仅本题资源。

7. 评审与准入

本题core.load_task、API覆盖预检、两道55trial校准与清理回执完成后交根独审;未获独审不标ADMITTED。全仓tests由根在稳定窗口统一执行,子Agent不运行。