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

101 lines
11 KiB
Markdown
Raw Blame History

This file contains ambiguous Unicode characters

This file contains Unicode characters that might be confused with other characters. If you think that this is intentional, you can safely ignore this warning. Use the Escape button to reveal them.

# runtime-priority-mailqueue / v1
## 1. 身份与来源
- task-id=runtime-priority-mailqueue;family=state-machine-timing;source 精确为 `hwe/syn-hard-mqueue-priority-order`。
- 路线 C,原创素材改写。原料为本批本地 `hwe/arm-linux/code-gen/syn-hard-mqueue-priority-order/{metadata.yaml,prompt.md,reference/main.c}`,public/hard,split 分组键与来源组为 syn-hard-mqueue-priority-order;本批授权范围内只读使用,无用户隐私数据。
- 素材仅提供“高优先级先出,同级FIFO”的业务方向。没有沿用其系统 mqueue、fork、sleep、固定字符串、静态判据或上板要求,也没有执行原料脚本。
- 验证范围是普通 Linux 进程内值对象:优先级与FIFO、逻辑TTL、两种容量、撤销/续期/改优先级、预算drain、原子批量编辑及值语义。
- software-only:所有事件由stdin与逻辑delta驱动;无内核队列、硬件、线程、真实时间、网络或外部服务;不验证 ARM、电气、OS 队列调度或真实异步通知。与独立的 arm/rearm 通知任务无业务重复。
- 根因族:同优先级到达次序、到期边界的容量回收、事务失败的部分提交。不是历史现场修复,不声称来源真实故障或真实Agent失败。
## 2. 初态与环境
- 公开初态完整包含 mailbox.hpp、mailbox.cpp、observer.cpp、README.md、repro.in 和 docs/contract.md。最终只收集前两项;其余仅公开上下文。
- 受保护内容为 verify.py、check.py、gold/valid 和其他校准fixtures;独立Python模型、隐藏参数和预期不进入候选进程。
- 工具链:C++17 标准库,无第三方依赖,编译 argv 为 `g++ -std=c++17 -O2 -Wall -Wextra -pedantic observer.cpp mailbox.cpp -o observe`,不强制 -Werror。
- 固定环境族为项目 trace6 runtime,manifest=`ccr-29eug8s3-pub.cnc.bj.baidubce.com/algo/bench-runtime@sha256:1519f8daa403998e5401eeb70b973e8aac8346e25a937033bc502dc5de1641a1`;实际 image ID 以 Docker gate receipt 为准。
- 整体单次grade期限120秒,wrapper check期限100秒,编译30秒,观察程序20秒。Docker grader 512MiB/1CPU,UID65534子进程,无网。
- 初态候选非空语法行502(header96 + cpp406);包含正常声明/括号,不计空行、注释,不用fixture复制数或重复分支凑数。新增的按id观察、续期、按优先级撤销均为完整公开业务API,而非填充代码。
- 所有scratch源码写入/读取在首次不可信编译前完成,scratch位于wrapper独占cwd内;编译后check只处理内存stdin/stdout,不读写/chmod/chown scratch。wrapper退出时回收所属树。先期两份/tmp开发scratch已按owner、候选和observer内容精确核对后由普通用户删除,记录见单题 development-cleanup.json。
## 3. 公开题面与接口
prompt只描述“发送成功、总条数正常但消费次序异常”,给出构建/重放命令、提交文件与全部文档必须满足的要求,没有点名根因函数、位置或修复方式。
公开构建:`g++ -std=c++17 -O2 observer.cpp mailbox.cpp -o mailqueue`;运行 `./mailqueue < repro.in`。README含初态/期望完整输出。这个脚本不使用TTL和batch,完整快照只暴露FIFO,不能暴露全部三个独立缺陷。公共材料没有指向隐藏fixture的内容。
完整API声明位于 mailbox.hpp;每个参数范围、出错顺序、输出哨兵、排序、原子性、重复操作和值对象语义均公开于 docs/contract.md C01..C20。观察器严格解析完整十进制、uint64/int溢出、hex和exact arity;malformed打印PROTO后继续且不调用API。
## 4. 判据检查项 ↔ 公开依据
所有下表路径相对 template/;行号为冻结v1实际行。check.py 按每次观察记录 label/clauses,失败打印首12条差异;正确值由独立Python list模型计算,未从参考解抓取。
| 检查类 | 公开依据 | 输入/边界与观察 |
| --- | --- | --- |
| 构建/完整提交 | docs/contract.md:5 (C01), mailbox.hpp:61 | 两候选新目录构建、原始观察器联编 |
| 初值/默认配置 | docs/contract.md:6 (C02) | Q/V/F初始值,reset后完全重置 |
| 多实例独立 | docs/contract.md:6, docs/contract.md:25 | 3个对象异步修改、时间/配置/相同id互不干扰 |
| 深复制构造/赋值 | docs/contract.md:7 (C03) | CC/CP覆盖已占用目标,修改目标后检查源;临时副本析构后继续使用 |
| 移动构造/赋值 | docs/contract.md:7, docs/contract.md:25 | MC/MV转移全状态,源回默认,self保持;TRAITS |
| 配置范围/原子重置 | docs/contract.md:8 (C04) | 0/1/64/65计数、1/4096/4097字节、256/257body、priority31/32及uint64上界 |
| 缩容拒绝/成功 | docs/contract.md:8 (C04) | 活消息count/bytes/body/priority不足拒绝并保留完整状态,合法扩缩保留ticket/time |
| 错误输出保持 | docs/contract.md:9, docs/contract.md:27 | 记录/向量/标量nonce哨兵,失败后Q/V/F复核 |
| 发送校验顺序 | docs/contract.md:11 (C07) | closed、id/priority、body、ttl、duplicate、capacity相互组合 |
| id复用/最大id | docs/contract.md:10 (C06) | 0、1、MAX,删除后复用、连续ticket独立于id |
| 二进制/空消息 | docs/contract.md:9, docs/contract.md:10 | NUL/ff、空、256字节,按真实byte计容量 |
| 优先级/FIFO | docs/contract.md:12 (C08) | priority0/1/7/31,同级乱序id与MAX;peek/receive/drain/snapshot |
| 改优先级仍按原ticket | docs/contract.md:13 (C09) | 上调/下调/重复同值并与原先队列合流 |
| 撤销/按级撤销 | docs/contract.md:13, docs/contract.md:14 | id0/不存在/重复,K按原到达ticket输出id、全部撤销释放两种容量 |
| 计数/字节容量 | docs/contract.md:10 | 64个空body、16个256bytes填4096,释放后重入 |
| 逻辑过期 | docs/contract.md:16 (C10) | expiry前一刻、相等、后一刻;非队首/空消息/同一时刻多个过期 |
| 续期/单条查询 | docs/contract.md:14 (C20) | ttl0转永生、相对now重设、旧expiry输出与错误优先级 |
| 时间上界 | docs/contract.md:10, docs/contract.md:16 | now=10^12、恰好到达、delta0、ttl/delta过界和UINT64_MAX |
| 关闭/重开 | docs/contract.md:17 (C11) | 重复关闭no-op,关闭拒绝发送;读取/撤销/续期允许,空关闭-61 |
| 预算drain | docs/contract.md:18 (C12) | 0/64/65limit,budget0/4096/4097,头部不适配-90、不能跳过下一条 |
| 全状态统计/快照 | docs/contract.md:19 (C13) | 各操作后Q/V/F,sent/received/canceled/expired分开计数,查询不改变revision |
| 批量顺序/忽略字段 | docs/contract.md:20 (C14) | 撤销后复用id、重排、取消/重排忽略ttl/body,0/16条成功 |
| 批量失败全回滚 | docs/contract.md:20 (C14) | 16个失败位置、混合前缀后duplicate/missing/invalidkind/range/body/closed失败,ticket与counter不漏 |
| 批量长度校验 | docs/contract.md:20, docs/contract.md:26 | 17条在首操作前拒绝,输出向量不变 |
| 严格协议解析 | docs/contract.md:24 (C15) | 缺/多参、正负号、suffix/小数、uint64/int溢出、坏hex/编辑后半条坏参,随后完整快照确认无调用 |
| 有效协议/退出 | docs/contract.md:24, docs/contract.md:27, docs/contract.md:28 | leading-zero、大写hex、正常EOF退出0、无额外stdout |
共26条依据表。每次固定seed `0x6D71018`,共4843条原始观察,其中1000步随机交叉每步都追加Q/V/F。gold和valid_bucket已各单次独立模型验证PASS。
合法替代:gold为无序vector存储、扫描选择+排序快照;valid_bucket为有序priority map + 每桶ticket有序list,直接取最高桶队首,撤销/改优先级在桶间迁移;没有复用gold的first/precedes算法。独立Python模型只用list与sorted,容量从内容求和,batch通过deepcopy事务求值。无源码特征评分。
隔离:verify.py字节复制rollout/bos_verify.py;无isolation-blocked。Python父进程生成输入/期望;C++观察器仅从stdin解析并调用/打印,不含用例、断言、判分或隐藏预期。编译/运行经argv、UID降权,由wrapper验证候选不能读取grader。cheat_read_grader读到受保护文件才执行gold行为,正式环境必须FAIL。
限制:计数器饱和和2^64级ticket耗尽按公开合同实现,但没有在有限运行量下动态触达,非额外准入检查。没有以源代码扫描代替行为证据。
## 5. Fixtures与校准
| fixture | 预期 | 作用 |
| --- | --- | --- |
| gold | PASS | 修复FIFO、到期等号和batch三处 |
| template | FAIL | 三缺陷共存,完整初态 |
| noop | FAIL | 构造后直接退出0,无观察输出 |
| cheat | FAIL | 只打印公开repro正确完整输出后退出 |
| cheat_read_grader | FAIL | /grader或父进程cwd/grader可读才运行gold;host允许意外PASS |
| fix_fifo | FAIL | 仅改同级顺序;TTL/batch仍失败 |
| fix_expiry | FAIL | 仅改到期等号;FIFO/batch仍失败 |
| fix_batch | FAIL | 仅修原子提交;FIFO/TTL仍失败 |
| mask_symptom | FAIL | 只修priority7,公开repro通过;其他priority与另外两缺陷仍失败 |
| valid_bucket | PASS | 独立桶结构算法合法解 |
两道闸门各每类5次,共50次;当前task_digest、真实exit、receipt/清理见单题report.json和state.json。可信host不作不可信Agent隔离依据;host读取grader样例若PASS按规范原样保留,不改expected。Docker整体PASS、cleanup confirmed与当前digest一致才可称CALIBRATED。
## 6. 真实试采与难度
按本批授权不跑Qwen/其他真实Agent、不使用凭据;真实采样与原生轨迹UNVERIFIED,难度UNMEASURED。没有硬件结论,不归档伪造rollout,不声称ADMITTED。只完成制题及双门可信fixtures校准。
## 7. 审阅与下一步
作者已完成来源、全API/错误顺序、26条公开依据、合法替代结构、每处单修差异、观察器严格解析和scratch隔离的自检。恢复时按根审改用规范family=state-machine-timing,并纠正16条成功batch场景的容量配置;独立模型为4843条原始观察。
根审返工第1轮确认:此前noop/cheat在每道门各5次都因缺少析构定义链接失败。旧FAIL只证明构建被拒绝,不能证明noop/公开输出硬编码行为;所有旧报告和原始回执保留且撤回这些行为结论。根GO后仅恢复noop/mailbox.hpp、cheat/mailbox.hpp的默认析构定义,保留其退出0/固定公开输出构造器;没有修改候选业务源码、正确实现、判据或公开材料。直接与完整固定观察器联编成功,三组不同输入下noop均退出0无输出、cheat均退出0且只打印公开repro正确输出,详见negative-runtime-smoke.json。
当前状态CALIBRATED_FOR_ROOT_REVIEW:新同指纹Docker50/50符合预期,原始PASS/exit0/cleanup confirmed;所有普通负例各5次均在编译成功和候选正常exit0后因实际观察差异拒绝,cheat_read_grader各5次编译成功后主动exit23(grader unreadable)。本地原始FAIL/exit1仅read-grader五次规范例外,其他45/45匹配。逐类逐次拒绝阶段与原始日志摘要见negative-rejection-audit.json和report.json;不再把单独FAIL状态当作负例行为证据。
所有当前和历史尝试均保留,旧指纹不用于当前准入。本题四次Docker校准记录的200个容器逐名inspect全部absent。下一步仅待根最终审阅和根协调的全仓回归;作者不Git、不修改公共docs、不采样。真实Agent仍UNVERIFIED,难度UNMEASURED。