[loopx-agent]

Paired model-behavior qualification assumes that every candidate is a v0 TurnEnvelope. An explicitly supplied complete v1 source is rejected or receives instructions for the wrong field layout. Validation of a private second arm can also happen after a first provider call.

This proposal extracts one complete qualification slice from #8266:

• Validate complete sources with the existing TypeScript version/integrity owner, and compare the whole paired source plus its action semantics before execution.
• Finish schema and confidentiality checks for both arms before either actor call, then reuse the existing actor/result/receipt path.
• Select provider field instructions from the validated schema rather than the arm label. Retained complete captures preserve original host/settlement bindings and exact numeric values through storage and corpus loading.
• Preserve the mainline raw-quota/v0 corpus control, actual-default portfolio, frozen matrix, scenario scoring, no-write sandbox and live-execution permissions.

The Python changes are provider/qualification adapters; admission, source integrity and execution authority remain with their existing typed owners. The bounded refactor reuses already validated actor requests rather than introducing a second result runner. No production output or context-delivery default changes.

Validation at f1d79a02f1284f5ee11278ff76b8a1b730d6a180, based on main 417e9fd41609eb553111d677f9635d3ee3160735:

• Untouched baseline with the same new targeted cases: 19 failed, 5 passed, demonstrating the format/instruction/preflight defects.
• Final source suite: 295 passed, including existing portfolio/retention regressions and real File/SQLite CLI private-source rejection before provider IO.
• Default configured mypy: all 17 roots passed; five touched production modules also passed explicit mypy. Ruff, diff checks and the diff-scoped semantic advisory passed.
• Exact wheel: 234 passed, with two source-CLI cases intentionally excluded from the wheel suite (both passed in the source suite). Six imported product modules were checked against the wheel and source for every case.
• Standard premerge: six direct checks and fourteen selected checks passed; public-safety scan and the bilingual-diff check passed. The exact-scope author change-quality receipt verifies valid. Author checks do not grant merge authority.

Initial local validation caught a missing version export and a missing test import; both were repaired and the final clean suite rerun. The first wheel build lacked the required chat bundle; it was rebuilt from this worktree's source before the successful wheel build.

This is an author proposal, not independent C1 acceptance. Live-model understanding/adoption, original-quota single-session outcomes and complete cost remain unqualified; no paid model or benchmark run, installed rollout, release or merge was performed. Early C1 experiment records remain together in #8266. A merge of this slice lets C1 reuse this qualification support; it does not complete C1's production cutover.

[loopx-agent]

Reviewer: model_agent | gpt-6.1-sol | OpenAI | runtime_reported | reasoning_effort=max

Approval conclusion (author-owned PR; GitHub blocks formal self-approval)

Exact head: f1d79a02f1284f5ee11278ff76b8a1b730d6a180；对照基线：417e9fd41609eb553111d677f9635d3ee3160735。

动机 / Motivation

维护模型行为资格检查的开发者，需要安全地比较同一决策的两个输入，并判断当前完整源能否原样到达模型适配器。
旧版拒绝合法完整v1源；若第二个输入带隐私内容，还可能先调用一次模拟provider。当前head接受匹配的完整源，并在任一输入不安全时、两种执行顺序下都于首次调用前拒绝。
独立基线对照确认完整源、原始host/settlement绑定、未知字段和精确数值得以保留；不匹配源、坏版本/哈希及编码transport中的隐私内容被拒绝，历史正常控制仍可运行。
本PR不切换生产默认packet、actual-default portfolio或冻结评分，不自动调用模型，不授予工具或外部写权限，也不证明模型理解、在线效果或完整成本收益。

改动思路 / Approach

生产完整源的版本、内容及源完整性仍由现有TypeScript owner判定；Python只负责资格输入和provider适配，配对预检复用既有执行阶段，没有另造调度、授权或完整源决策器。
当前PR完整交付显式完整源的离线比较、双输入保密预检与保留样例读回；生产默认切换、在线模型资格和promotion仍在原边界之外。
配对先确认完整来源和语义一致，再构建两个canonical no-write request，最后按实验顺序执行已有actor/receipt阶段。只放宽版本会留下错误字段读取和迟到的隐私拒绝，重建旧capture会改掉原始绑定。现有共享执行函数的抽取已完成同域、可回退的简化；无须独立v1 actor、corpus或第二个Python决策owner。raw/v0 corpus仍是原默认，但full-source的peer_route读取说明也得到明确修正，不能把它称为所有共享prompt完全不变。

具体改动 / Changes

完整10文件+354/-53，覆盖5个生产Python适配文件、4个测试及一个协议；无生成物、临时探针或默认生产路径迁移。先于实现阅读的规范为 docs/reference/protocols/model-behavior-qualification-v0.md，固定在 417e9fd41609eb553111d677f9635d3ee3160735。PAIR-PROVENANCE（配对来源及独立语义重算）、PAIR-NOWRITE（私密输入及工具/写权限限制）、RETAIN-BOUNDARY（显式、本地、有界的保留样例）均implemented。LIVE-PROMOTION（deterministic fixture不能证明模型行为或授权promotion）属于原有后续运行边界，本PRout_of_scope且未放宽。ID对应原文未编号条款，新增协议文字不充当自身验收依据。

关键代码讲解

1. _packet_schema（loopx/control_plane/testing/model_behavior_qualification.py:254）遇到v1或reserved contract_binding时调用已有完整源reader；未知版本、缺失或坏绑定/哈希不能退回raw reader。Python常量复用已有TS版本值，不产生新协议或状态分类词表。
2. run_model_behavior_qualification_pair（loopx/control_plane/testing/model_behavior_qualification.py:895）对raw源使用原composer，对完整capture保留原绑定，比较整个源而非只比较已知字段；随后比较action semantics。两个request完成安全预检后才进入actor顺序循环。单臂和双臂共同使用既有结果规范化/receipt执行逻辑。
3. _decision_instruction（loopx/control_plane/testing/doubao_model_behavior_actor.py:297）以validated schema选择source_arm；完整源candidate读取interaction_contract等实际字段，raw full的peer_route读取agent_identity/selected_todo，实验arm身份仍保留。实际fake transport看到原packet、没有tools定义，没有构造答案key。
4. _case（loopx/control_plane/testing/model_behavior_corpus.py:59）对完整capture深拷贝保留，对raw输入继续构造历史v0。实际临时保留存储写入、0600权限、重新加载及两臂读回均检查了绑定和精确数值；输出receipt没有packet或path。
5. scheduler_transport_validation_view（loopx/control_plane/testing/model_behavior_packet_safety.py:145）按完整源scheduler_hint路径解码真实transport字段，扫描仅用副本，原packet原样送到适配器；编码输入不获得scheduler执行权限。

独立检查	结果与边界
四个改动测试文件，source-bound Python3.13.16	236 PASS，含隔离File/SQLite真实quota CLI隐私拒绝；未调用模型
同脚本、同夹具、Python3.11.17的完整基线/当前检出	当前17/17；基线9/17，独立暴露完整源支持、绑定重读、字段指引和两种私密第二输入顺序的旧缺陷
完整owner及actual-default扩展测试	127 PASS、1 FAIL；既有失败详见下段，不写成整套通过
标准premerge恢复正常Python导入环境后	6 direct+14 selected PASS，exit0，含公开边界、词表、双语、compile和架构检查

最初继承宿主PYTHONSAFEPATH的premerge因quota-plan夹具import失败；基线和head同命令均复现，恢复正常导入后两者该项通过，完整premerge复跑通过，原失败保留。初版独立脚本把历史v0无法接受的大整数/浮点源样本当作正常控制，两版都拒绝；最终矩阵保留该断言作为已知限制的负向兼容性检查，并增加普通legacy正向控制，没有删除失败证据或宣称修复v0数值限制。

对主干的风险 / Risks

最强风险是两臂都读错相同字段却“等价”，或先调用一臂再发现另一臂不安全。对照明确检查原packet、完整未知字段/大整数、原始host/settlement绑定及真实provider指引；私密内容位于任一输入时，两种顺序都为零调用。real File/SQLite CLI材料仅在隔离fixture中生成，并因私密路由在provider前被拒绝；没有借测试改动活动Goal。这里的fake actor/transport证明源和路由，不证明模型理解或在线收益。显式v1支持不是feature toggle，也没有自动启用模型；历史默认、冻结矩阵及评分仍保留，raw full指引修复是披露的行为差异。

扩展portfolio的real-tool测试在基线和head、同Python3.11命令下均失败于turn_required_vision_replan/provider_transport_failed；独立pytest tracing捕获完全相同的未修改测试transport vision_patch_action -> _packet 的“quota was not observed”断言。该fixture/transport/replan路径未被本PR改动，改动的packet-extraction指引分支不是此tool-provider指令路径。因此将其归为pre_existing_unrelated，保留失败及后续场景abort，不能声称portfolio完整资格通过；为何夹具未观察到quota的更深层原因仍未完整追溯，也没有宣称已修复。当前改动另有236项定向、17例独立配对和完整源owner的通过证据，既有问题由该fixture owner处理，无需把修复无关fixture强塞入本PR。

语义与 CI 对齐

版本、内容hash及source hash继续由同一TS owner校验；Python adapter只选择该owner，不以字符串/prose猜测工作状态。新增协议文字说明了输入扩展及首次调用前的双输入保密义务，没有把模拟行为变成执行授权，没有放宽live/promotion条件。局部复用是reuse_existing；scope与现存资格caller相符。未查询、轮询或等待CI，代码结论依据当前本地证据；合并仍需独立权限与最新readiness，不能由此评审推得。

我的整体评价 / Verdict

有用的限定目标已达到，problem_context为goal_achieved；long_horizon为improved，依据是避免无效配对浪费首次provider调用并保存原始绑定，未冒称长程模型效果改善。user_experience为preserved，原流程新增交互轮次为0，早期拒绝后可用正确public-safe输入继续。已检查资格检查、corpus和CLI拒绝调用链；本PR不改变渲染页面、布局或产品编辑器。
未验证范围：未进行付费/在线模型运行、理解度、采用、推广或效果成本比较；扩展portfolio的既有失败保持披露。
历史输入兼容性应retain；预检与执行拆分已是有界简化，范围与问题相称。未发现此head的阻塞回归。APPROVE保留上述既有失败、v0数值限制和在线证据缺口，不授予merge、安装或付费运行权限。

English verdict: APPROVE — complete-source provenance and pair-wide preflight are validated; live model claims remain unproven, and the independently reproduced pre-existing portfolio fixture failure remains disclosed.

[loopx-agent]

已合并版本的独立复核：f1d79a02f1284f5ee11278ff76b8a1b730d6a180，目标 main，本地集成基线 d42388a178838bd9b883b973e0f7aa93452dbb30。已完整读回现有准确版本批准评审，approval closeout 为 clear，无阻塞评审或 inline findings。该 COMMENTED 结论不等于 GitHub 正式自批准；远端已由 maintainer 合并为 5e782fb3bcfc20d968a4836a55b6fa0dcf443852。

本轮独立验证：

• CPython 3.14.8，四个变更测试文件与完整源 owner：准确 head 314 PASS；与上述 main 的真实合并预览树同组 314 PASS。两次均固定各自检出、解释器与工作区外临时目录，包含隔离 File/SQLite CLI 负例，没有调用在线模型。
• Ruff、配置的 17 个 MyPy 根及 5 个变更模块、双语 diff、DCO 与 whitespace 检查通过。标准 premerge 为 6 direct + 14 selected 全通过，0 failure / 0 manual hold；准确范围 change-quality receipt cqr_bd05d6bdcda9485c53bb 已 verified，未修改作者 head，未应用额外 safe-fix。
• 首轮测试因临时目录误放 Git 工作区内，得到 311 PASS / 3 个存储边界拒绝；修正执行环境后完整重跑通过，原失败记录保留。最初 premerge 预览要求补齐当前范围质量回执，现已补齐并通过实际 gate。

变更复用现有 TypeScript 来源及完整性 owner，在首次 actor 调用前检查两个输入，保留完整 capture 的绑定和数值；历史控制继续覆盖。现有评审披露的无关 portfolio 夹具失败、历史 v0 数值限制及在线理解/采用/完整成本缺口仍保留，未宣称它们已修复。遵循当前 CI policy，未查询、轮询或等待 CI。实际合并树 8e314fadf9abc5a9fdddc0729909cc6a940bd089 与最新集成测试的完整源码树相同；贡献提交有 sign-off，GitHub 生成的二父合并提交签名 verified。最终读取已为 MERGED，未重复发起合并。以上是源码及确定性资格，仍不证明安装采用或在线收益。