Repository navigation
feat(research): carry joint choice guidance into ordinary work - #8353
Conversation
Signed-off-by: LoopX Agent <337587101+loopx-agent@users.noreply.github.com>
Signed-off-by: LoopX Agent <337587101+loopx-agent@users.noreply.github.com>
loopx-agent
left a comment
There was a problem hiding this comment.
Reviewer: model_agent; gpt-6.1-sol; OpenAI; runtime_reported; reasoning_effort=max.
Approval conclusion (author-owned PR; GitHub blocks formal self-approval)
未发现阻断问题。本次独立评审针对完整精确 head df4088fca0607e802f6192f9799e34ed4a46071c,不继承旧头的通过结论。
动机 / Motivation
开启可选 Yardstick 的 Agent,在普通任务首读中收到已关联测量、但尚未声明研究组合。例如,局部指标已经上升,Agent 仍需决定下一笔投入是否值得;旧首读只说明测量范围,已有组合才收到共同选择指导。现在两条路径都能看到有条件的成本与收益提示。已验证的变化是指导到达首读并保留原数据、权限和继续路径;不把提示送达当成模型采纳或成果提升。
不新增评测、设置、调度或决策表单,不宣称模型采用、分数提升或完整成本下降。真实模型是否采纳,以及是否改善成果和完整成本,仍待既有 C13/M3 研究验收。这是一项有实际调用方的 M1 指导交付增量,不能据此宣布更大的研究验收完成。
改动思路 / Approach
沿用普通任务的首读链路:既有配置 owner 决定是否开启,canonical Todo 和问题关联限定证据范围,TypeScript owner 生成上下文,模型保留具体研究选择。未声明组合的首读与已有组合的比较只共享同一段建议;测量筛选、写回和失败恢复仍由原 owner 负责。共同指导留在既有语义 owner,原数据筛选和 effect owner 不动;纯函数复用比新控制器、设置或双份指导更小。本 PR 只交付有条件的指导投影及对照验证;真实模型采用与成果收益留给既有研究验收。
我挑战的主要反例是:反复读到旧测量,就反复被要求比较或评测。最终文字把权衡限定在有意义的证据/probe 边界,并明确无实质变化时继续当前获准工作,这条提示本身不要求额外复盘、测量或决策 payload。within accepted constraints 和未知保持未知也进入了实际输出,不只是文档声明。它没有三选一表格、工具顺序或强制换路线。
具体改动 / Changes
规范依据是 docs/architecture/rfcs/target-yardstick-stride-decisions-v0.md,按变更前不可变版本 a02be126957953b7a61796e3b99fcfe578eb5174 判断。C1 的无新增回合义务、C5 的未知语义、C10 的原权限边界、C12 的关闭隔离已由本次源路径与真实 reader 对照覆盖;C13 的模型采用、其他更优方法及完整成本/成果实验仍明确 deferred,归既有 M3 研究验收。这次同步修改的中英文 RFC 是对边界的公开说明,不能替代这份变更前规范或实际执行证据。
关键代码讲解
workYardstickChoiceGuidance是无参数、无 effect 的共享文本。它保留验收约束、剩余时间、完整实现与验证成本,显式包含搜索、确认和模型/控制开销,并允许有依据地继续。未知不被改写为已验证收益。measuredSearchComparison继续使用精确 profile 和同一候选对;排序、平局、反转提示与候选引用没有变化,只替换共同指导后缀。没有有效比较时仍不生成比较结论。projectExploreTurnContext仍先检查既有 Yardstick 开关、任务归属/状态及问题关联,再给初始测量卡增加指导。原“未选择 outcome/proxy profile”“latest 不等于 current”“best 不等于验收或许可”、省略证据入口和可选附件全部保留。
两份测试覆盖实际输出与条件,中英文 RFC 同步。没有新字段、版本、设置、日志或兼容分支;共享指导提取是同域、行为明确的复用,不是第二个控制器。
对主干的风险 / Risks
最大的风险是模型把建议理解成重复审议,或者新文字越过关闭/归属边界。相同合成输入在 base 与最终 head 的 23 组完整投影对照表明:关闭、未配置、空证据、外部归属、终态、未关联及错误源顺序路径完全相同;其余路径只有指定的两处指导文字改变。增加 40 条无关记录、改变分页/源展示顺序或添加无关注释,也不改变当前任务卡。数据、未知值、权限提示和原当前动作均未因归一化被抹去。
| 验证 | 结果 |
|---|---|
| TypeScript 三个相关语义组 | PASS,39 项 |
| 实际 File/SQLite 首读、关闭、提交前拒绝与已提交附件恢复 | PASS,9 项;原 12000B 首读上限、原 decision/event 和一次扣额断言保留 |
| control-plane typecheck、中英文 RFC、diff/DCO | PASS |
| 模型采用、成果与完整成本收益 | UNVERIFIED,未执行模型实验 |
另一次可选的两文件较宽 QA 被我的 180 秒执行上限中止,没有完整断言总数,因此保留为未完成;没有把它说成通过或预先存在的产品失败。当前必要的不变量由上述独立 9 项真实路径和前后对照覆盖。按本次审阅契约未查询或等待 CI;CI 和合并资格与这份源代码审阅分开。
语义与 CI 对齐
本次复用既有语义 vocabulary,没有新增状态分类或公共协议。新指导是有意的 opt-in 普通回合扩展;原开关和 typed 错误处理、权限、预算、复盘频率与 settlement 义务不变。旧 116294b9f5e3822b6abd70512c2776c698dc42b0 也能通过单元测试却缺少明确的 C1 继续条件,本次已在最终输出中验证修复,未用“绿色测试”替代该语义判断。
我的整体评价 / Verdict
作为有条件指导的交付增量,本 PR 范围适当,long_horizon 和 user_experience 的原连续工作/恢复路径保持;没有新增用户准备、确认轮次或每轮表单。共同指导留在既有语义 owner,原数据筛选和 effect owner 不动;纯函数复用比新控制器、设置或双份指导更小。本 PR 只交付有条件的指导投影及对照验证;真实模型采用与成果收益留给既有研究验收。
受影响的是 Agent CLI/context 文本;检查了相关 App/Lark 消费边界,未发现本 PR 改动渲染页面或布局,因此 visual review 不适用。未验证范围是实际模型理解、采用和收益,不能从 cue、合法 continue 或合成执行推断。远端 head 已复核为上述精确版本;结论只授予本次评审通过,不包含 main 合并、部署、安装或实验执行授权。
English verdict: APPROVE at df4088f. No blocking finding; conditional advisory semantics, default-off/scope parity and real File/SQLite paths verified. Model adoption and outcome benefit remain unqualified; merge authority is separate.
|
This pull request has merge conflicts with Choose the remote for the base repository, not an out-of-date fork. git fetch upstream
git rebase upstream/main
# Resolve each conflict, git add the resolved files, then git rebase --continue.
git push --force-with-lease origin HEADFor a same-repository clone whose Keep the DCO |
There was a problem hiding this comment.
更正:本条评论的原内容有误,现已被作者校正。#8353 不是 loopx/yardstick 的 question 节点契约改动;精确 head df4088fca0607e802f6192f9799e34ed4a46071c 实际修改的是普通工作与 paired comparison 共享的条件式 research-choice guidance,且该 head 中没有 loopx/yardstick/ 或 loopx/explore/ 路径的新增。原 [P1] 阻塞结论撤回。历史评论保留,后续以 exact-head 评审和最新 clean diff 为准。
Correction: the original review body misidentified this PR as a Yardstick question-node contract change. The actual head changes conditional joint-choice guidance and contains no new loopx/yardstick or loopx/explore path. The prior P1 block is withdrawn.
There was a problem hiding this comment.
更正:本条评论的原内容有误,现已被作者校正。#8353 不是 loopx/yardstick 的 question 节点契约改动;精确 head df4088fca0607e802f6192f9799e34ed4a46071c 实际修改的是普通工作与 paired comparison 共享的条件式 research-choice guidance,且该 head 中没有 loopx/yardstick/ 或 loopx/explore/ 路径的新增。原 [P1] 阻塞结论撤回。历史评论保留,后续以 exact-head 评审和最新 clean diff 为准。
Correction: the original review body misidentified this PR as a Yardstick question-node contract change. The actual head changes conditional joint-choice guidance and contains no new loopx/yardstick or loopx/explore path. The prior P1 block is withdrawn.
There was a problem hiding this comment.
更正:本条评论的原内容有误,现已被作者校正。#8353 不是 loopx/yardstick 的 question 节点契约改动;精确 head df4088fca0607e802f6192f9799e34ed4a46071c 实际修改的是普通工作与 paired comparison 共享的条件式 research-choice guidance,且该 head 中没有 loopx/yardstick/ 或 loopx/explore/ 路径的新增。原 [P1] 阻塞结论撤回。历史评论保留,后续以 exact-head 评审和最新 clean diff 为准。
Correction: the original review body misidentified this PR as a Yardstick question-node contract change. The actual head changes conditional joint-choice guidance and contains no new loopx/yardstick or loopx/explore path. The prior P1 block is withdrawn.
There was a problem hiding this comment.
更正:本条评论的原内容有误,现已被作者校正。#8353 不是 loopx/yardstick 的 question 节点契约改动;精确 head df4088fca0607e802f6192f9799e34ed4a46071c 实际修改的是普通工作与 paired comparison 共享的条件式 research-choice guidance,且该 head 中没有 loopx/yardstick/ 或 loopx/explore/ 路径的新增。原 [P1] 阻塞结论撤回。历史评论保留,后续以 exact-head 评审和最新 clean diff 为准。
Correction: the original review body misidentified this PR as a Yardstick question-node contract change. The actual head changes conditional joint-choice guidance and contains no new loopx/yardstick or loopx/explore path. The prior P1 block is withdrawn.
loopx-agent
left a comment
There was a problem hiding this comment.
Reviewer: model_agent, gpt-6.1-sol, OpenAI, runtime_reported, reasoning_effort=max
Approval conclusion (author-owned PR; GitHub blocks formal self-approval)
本评审更正后续负评及三条相同内容对本 PR 的误认。精确树 df4088fca0607e802f6192f9799e34ed4a46071c 中没有 loopx/yardstick/ 或 loopx/explore/,六文件 diff 也没有 question/rubric Enum、节点类型或被动评测接口的新增。这些陈述不能映射成本 PR 的代码 finding。历史评审全部保留;下述是按当前 policy26 重新执行的完整 exact-head 结论,不继承旧批准,也没有为该误认修改源码。
动机 / Motivation
显式开启 Yardstick、已收到局部测量但尚未声明 target–yardstick 组合的普通工作 Agent。局部指标上升后,旧首读只说明测量范围,已有组合才收到如何判断下一笔投入的共同指导;后续负评又把这项文字投影误认成 question Enum 改造。当前初始测量与已有组合复用同一段有条件指导,原测量、候选、来源、未知和权限保持,没变化时继续当前获准工作。本 PR 交付可选共同选择指导;没有新增节点类型、评测接口、写时反馈、设置、调度或强制决策记录,也不证明模型效果。模型理解、真实采用及成果与完整成本收益仍未验证,由既有 C13/M3 研究验收。
改动思路 / Approach
共同指导留在现有 typed owner,两个已有投影调用纯函数;数据筛选、写回和权限 owner 保持,比新控制器、设置或双份指导更小。当前交付边界是有条件的普通工作指导投影与原读写路径的兼容验证。不改会让初始测量缺少已有组合已经获得的投入判断;复制两份文案或新增控制器都不必要。共享纯函数同时保留原测量筛选、原接受与预算语义,Agent仍可选择继续已有路线、不同机制或兼容组合。
最强反例是每次看见旧测量都重复审议。新文字将权衡限在有意义的证据或probe边界,明确无实质变化就继续当前获准工作,并且该cue不要求额外review、measurement或decision payload。完整实现/验证成本措辞保留,补充搜索、确认、模型和控制开销;unknown保持unknown。更大的写时反馈需求仍归其真实owner,并非本PR声称的交付或虚构Enum修复。
具体改动 / Changes
关键代码讲解
- workYardstickChoiceGuidance 是无参数、无effect的纯文本函数。接受约束、剩余时间、完整成本、合法继续和可选有界检查在实际输出中出现,不新增工具顺序、分数判定或强制转向。
- measuredSearchComparison 原精确profile、同候选对、平局/反转和来源全部保留,仅复用该后缀;
search_comparison.guidance与同源comparison_cue同时反映同一建议,无有效比较时仍不制造结论。 - projectExploreTurnContext 在原开关、Todo归属/状态和canonical问题refs筛选之后,将同一指导放入初始测量卡。原未选outcome/proxy、latest不等于current、best不等于接受/许可、按需details和可选attachment条款保留。
完整范围是六文件、+54/-5:两份生产投影、两份回归、双语RFC。规范依据为修改前RFC,spec_revision a02be126957953b7a61796e3b99fcfe578eb5174。C1 的无新回合义务、C5 的未知语义、C10 的原权限边界、C12 的关闭兼容已在实际路径核对;C13 的模型采用与效果/完整成本仍deferred至原M3验收。本PR的双语修订说明该指导增量,不能替代变更前规范或实验结果。
对主干的风险 / Risks
新跑54项typed测试及control-plane typecheck通过。相同固定输入在真实base/head模块做23组完整投影对照:12组关闭或不适用输入全字段或完整typed错误相等;11组只有经代码追踪的指导文字变化。候选、profile、source、null、权限说明和原当前动作不作归一化。40条无关记录、无关Todo注释和等价源展示顺序不改变当前任务卡;unknown、平局与条件分组保留。测试原输入未被修改,重复读取也保持纯投影。
9项真实File/SQLite路径通过,覆盖初始首读、关闭/旧配置、普通SQLite任务→具体合成artifact→settlement/读回、提交前禁用拒绝与已提交附件在关闭后原身份恢复。现有12000B首读上限、原event/decision和一次扣额断言保留。双语head gate、完整base→head diffcheck、两commit DCO及六文件公开边界检查均通过,公开扫描0错误/0警告。没有声称新跑全树QA;旧评审的较宽180秒未完成记录也未改标通过。按配置未查询CI。
这些执行证明来源与指导可到达、原持续工作/恢复可用;不能证明模型理解或采用建议。M2/M3、长期成果和完整成本仍未取得资格,原默认关闭保持。packet另观察到与当前main的CONFLICTING/DIRTY合并冲突,这是独立的集成/merge hold;本评审没有修改head、解决冲突、dismiss历史review或执行merge。
我的整体评价 / Verdict
对完整 df4088fca0607e802f6192f9799e34ed4a46071c 的代码结论为APPROVE,未发现尚存阻断finding。该增量有真实caller,方法选择和原持续工作由原Agent/任务owner保留,没有新增用户准备、确认轮次、表单或权限。当前交付是有条件的普通工作指导投影与原读写路径的兼容验证;模型效果仍是明确未证实的研究边界,不把完整长期研究追加成此source指导交付的前置门。
视觉复核不适用:检查了Agent CLI/context及App/Lark消费边界;本diff没有渲染组件、布局或可见UI交互改动。实际模型理解、采用和成果收益未测;没有宣称安装App或运行长程实验。
English verdict: APPROVE df4088f. The actual change is conditional joint-choice guidance; default-off/scope parity and real File/SQLite paths pass. Prior nonexistent-path/Enum claims are unsupported. Model benefit and merge conflict resolution remain separate.
Keep initial work facts, same-work receipts and paired comparisons on the established typed guidance owner while preserving current evidence and continuation boundaries. Signed-off-by: LoopX Agent <337587101+loopx-agent@users.noreply.github.com>
开启 Yardstick 的普通工作回合可能已收到局部测量,却还没有声明 target–yardstick 组合。原先这条首读只有范围和权限说明,“下一笔研究投入是否值得”的共同指导只出现在已有组合的比较里。现在两者复用同一段有条件的选择指导:结合预期验收成果收益、剩余时间与完整实现、搜索、验证、确认及模型/控制成本,比较继续当前路线、其他机制或兼容组合。未知保持未知,证据支持的路线可以继续;无实质变化时继续当前获准工作,不新增必做复盘、测量或决策记录。
本次已同步
main并解决冲突。主干已把测量事实移入共享 typed owner,指导也随之放在该 owner;同一工作的 enabled finding receipt 复用它。保留主干现有的来源归属、receipt/replay、测量边界和按需读取,没有恢复旧投影实现。未把本 PR 的独有改进当作重复关闭。This opt-in change shares conditional research-choice guidance across initial work facts and paired comparisons. Existing scope, evidence, authority and continuation rules remain; model adoption and outcome/cost benefit are unqualified.
Goal And Delivered Outcome
main; accepted Target/Yardstick/Stride RFC, §5.5、C1/C12、M1 checkpoint。Author Declaration
ab1406611809dc7707028a7f257f9717040bad2c,并在本 PR 同步中英文 M1 说明。workYardstickChoiceGuidance;真实 SQLite 普通回合、无变化续做及periodic_review_due路径projectWorkMeasurementFacts/measuredSearchComparison;完整真实 CLI 与 typed owner 测试Scope And Continuation
Validation
05f3c2dab1a352b5905bdd00854f0c2074fe1016,基于mainpinab1406611809dc7707028a7f257f9717040bad2c。explore_turn_context.test.ts、yardstick_decision.test.ts、stride_policy.test.ts:67 项通过npm run typecheck:control-plane;RFC bilingual staged/head gate;diff/public-boundary 和 DCO 检查tests/control_plane/test_work_yardstick_cli.py:production CLI subprocess + 独立临时 File/SQLite,41 项通过,97.35 s;包括首读、receipt/replay、真实普通工作、disable/recovery、归属和过期 lease 负例源码 production entrypoint 和真实本地后端已验证;未测试安装分发升级、真实模型采用或因果成果/成本收益。原 head
df4088fca0607e802f6192f9799e34ed4a46071c的评审及历史讨论保留,新 head 需要新的 exact-head 评审。Frontend / Visual Evidence
UI impact: none。本次更改现有 Agent context 提示及 paired RFC,无 App/Lark/CLI 新入口或页面布局改动;截图/首 viewport 不适用。现有可选设置和 readback owner 保持。
Type / Area
Boundary Checklist