[loopx-agent]

Goal And Delivered Outcome

修复 #8266 的 F2 评审发现 所暴露的 poll 恢复测试契约冲突。显式 --context-delivery off --turn-envelope 应保留 v0 展示，完整原捕获可以是 v1；两者不能以对象相等作为验收。

本 PR 在 main 的既有测试上保留 v0 source binding、原工作和结算身份、完整原捕获恢复及不重复 poll 的断言，同时兼容 C1 的完整 v1 捕获。C1 当前测试在四个 envelope/recorded-or-unreadable/File-or-SQLite 组合上提前失败；使用本 PR 的同一测试函数后，这四例以及其余原有分支都能执行到恢复与副作用断言。

• Outcome basis: 已复现的测试缺陷；Related to C1: unify work sources and validate recovery #8266，目标分支 main。
• Written by: model_agent — OpenAI Codex, GPT-6 family.

Implemented against

Specification: #8266@24ad5796236145683b1ed5b121c347adec26ead8 的公开 F2 评审与既有显式关闭兼容契约。

Criterion	Disposition	Path / validation
v0 展示与完整原捕获分开校验	implemented	test_original_capture_retains_the_emitted_poll_observation；固定 v0 schema，完整 source 由发出的 reader 读回
poll 参与原来源绑定，工作和结算身份不变	implemented	原 envelope/signature 对照保留；v1 原源和 reader 完整结果均作完整性校验；删除 poll 后拒绝校验，独立重新签名的比较 fixture 通过
恢复只读、不二次 poll 或调用 Host	implemented	原 receipt/capture 字节不变、Host 计数不存在；分页 offset、字节覆盖和 pointer 校验

Scope And Continuation

仅改一个既有测试文件，不改生产协议、配置、调度或准入。复用已有完整契约校验器和 signing test helper，没有复制签名算法或新增 fixture。

本测试修复可独立合入、回滚。#8266 原作者仍需将同一函数采用到提案中；下面的 C1 结果来自隔离 overlay，不表示远端 #8266 已修复或合格。其 F1 MCP 来源完整性问题和实际采用/完整成本验收继续保留。

Validation

• Final test bytes: bad7f1d7dbadb95dd9c519fffe7e3028f7c3f5ad，源基线 5988be01e9746828fbb3d222ef22183605a77185；运行后未改测试字节。
• Run state: finished；Input classes: synthetic, public_fixture。
• CPython 3.11.17；真实隔离 File/SQLite CLI，无模型调用或全局安装。

Check kind	Result	Public-safe evidence / limitation
real_entrypoint / real_backend	passed	main 上既有 quota/envelope/native × recorded/unreadable/off × File/SQLite，18 passed
regression_parity	passed	不可变 C1 24ad5796 的完整源码归档，仅替换同一测试函数，18 passed；其余 C1 测试与 fixture 保留原字节。包含 v1 篡改拒绝、原来源 reader 及不二次 poll
static	passed	Ruff：改动文件；MyPy：仓库配置的 17 个 source files；DCO、diff hygiene、RFC bilingual check
static	passed	改动文件 public/private scan；精确 diff 的 change-quality receipt verified
static	passed	标准 native premerge：5 direct checks passed、0 selected checks，gate passed，零失败/hold；未代替上述真实 CLI 矩阵
independent_review	passed	Review-A 对最终 bad7f1d7 的独立评审：APPROVE，零阻塞发现；共享作者账号使用 COMMENTED 审查结论。独立 main/C1 overlay 各 18 passed；原 C1 为 14 passed / 4 failed
negative / control	passed	独立 reader 数值 token 1.0→1 故障注入：完整性校验 4/4 拒绝；仅撤回新增两行时 4/4 假通过，确认断言保护的实际边界
merge_readiness	passed	最终 bad7f1d 的 native readiness ready=true、closeout clear、零未解线程；CI 按 wait_for_ci=false 未查询。GitHub REVIEW_REQUIRED/BEHIND 由既有维护者授权的 admin 路径处理，未将 COMMENTED 称作正式自我批准

范围内未改运行时行为；未声称全 C1、跨平台或自然模型采用合格。源码归档的首个 --locked 环境准备因不包含 ignored lockfile 而失败，随后以独立 Python 3.11.17 环境正常准备；这属于准备失败，未计为产品测试失败或通过。

已合并并读回实际 merge commit 01b8871a2b3fbbbe817b11c02e92a87de63353d9，合并时间 2026-11-10T04:14:50Z；实际提交的 DCO trailer 已核实。上述结果只覆盖本测试修复，未替代 #8266 的其余验收。

Frontend / Visual Evidence

UI impact: none；测试修复，无界面变更。

Type / Area

• Test update
• Host or runtime integration validation

Boundary Checklist

• 无私有状态、凭据、raw traces、内部链接或本机路径。
• 不重复 benchmark 作业；不改变评分、任务语义或权限。
• 单一已复现缺口，保持原实现与验收边界。
• 无 RFC pair 改动；bilingual diff check passed。
• UI impact none。
• DCO Signed-off-by 已保留。

[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)

当前没有阻断 finding。结论绑定 bad7f1d7dbadb95dd9c519fffe7e3028f7c3f5ad；本轮独立重跑并保留了原失败，未采用作者通过数字作为验收。

动机 / Motivation

受影响的是维护 poll 恢复测试、接续 C1 契约迁移的开发者。 C1 的完整原捕获采用 v1，而显式关闭上下文交付时仍发出 v0 展示；旧等号使四个有效场景提前失败，后续恢复与副作用断言无法执行。修复后分别校验展示、原源及它们的绑定。

本 head 的 18 例和同函数 C1 overlay 的 18 例全部通过；原四个失败得到同条件复现，值相等的数值损坏也会被完整性检查拒绝。 本 PR 只修既有测试，不改变生产协议、默认配置、准入、调度或结算，也不认证 MCP、实际模型采用或完整 C1 收益。 原 C1 实现者仍需确认实际采用；不可变源码上的单函数 overlay 不是远端分支整体验收。

改动思路 / Approach

保留原来的 18 参数矩阵和同一个生产 CLI，由现有 typed owner 负责生成展示、验证完整契约与读取原 capture。测试只分清每种材料应证明什么，不新增状态、签名算法或恢复入口。单纯删除等号会丢掉覆盖；这里保留 v0 动作签名与原观察的对照，并用既有完整性校验器检查 v1 原源。

材料	本测试应确认的事实
显式 off 的 envelope 展示	固定 v0 schema，动作及结算身份保持，poll 参与来源绑定
完整原 capture	原 poll、未知内容和原身份被保留；读取不重新准入
v1 reader 完整结果	除对象值相等，还要通过原内容绑定的完整性验证

这个边界足够且可单独回滚：只扩展一个既有测试函数。deepcopy 保护原对象，重新签名仅用于比较 fixture；其结果不提供执行权限或来源认证。实际规范仍由原协议 owner 维护，没有为了测试建立平行版本框架。

具体改动 / Changes

完整 base→head diff 是一个测试文件、+30/−4，没有生产代码或 fixture 数据删改。额外比较了 C1 24ad5796236145683b1ed5b121c347adec26ead8 的原函数：错误的整体对象等号被替换为受支持的展示/原源检查，原选择、工作/结算身份、poll 绑定、receipt 和 capture 不变条件继续可验证。

关键代码讲解

• test_original_capture_retains_the_emitted_poll_observation 保持 recorded/unreadable/off × quota/envelope/native × File/SQLite 的全部 18 组合。envelope 分支明确 v0 展示，同时比较移除 poll 前后的动作签名和结算身份，并执行发出的原源 reader。
• 该函数的完整 reader 检查核对全部原源；v1 再调用 assert_complete_turn_decision(recovered)。选择读取核 offset=0、EOF、UTF-8 字节覆盖和准确 pointer；末尾继续核 receipt/capture 字节与 Host 计数。
• _resign_contract 是复用的既有 helper，只重算 fixture 的来源/内容摘要。未重新签名的删 poll 副本必须拒绝；独立签名的副本可用于证明 poll 改变来源绑定而不改变工作身份。

规范依据：docs/reference/protocols/turn-envelope-v0.md，spec_revision 5988be01e9746828fbb3d222ef22183605a77185（不可变原规范）；另核对 #8266 的公开 F2。该规范在本 PR 中未改。

• original-capture：完整捕获保留未投影的原决定和 receipt；implemented，原 capture 字节及完整 reader 对照覆盖。
• same-observation-read：展示指向同一次原观察，不以旧签名等价代替完整来源保真；implemented，v0 binding、v1 原源/reader 校验及数值故障对照覆盖。
• recovery-no-replay：恢复不重新执行 guard/poll，不获得新权限；implemented，原 receipt/capture 不变及 Host 计数断言覆盖。

对主干的风险 / Risks

本轮使用 CPython 3.11.17、隔离的真实 File/SQLite 数据和真实 CLI/Node 路径，没有调用模型。PR head 的 18 例全部 PASS。不可变 C1 原测试为 14 PASS / 4 FAIL，四项都在 assert emitted == source，分别覆盖 recorded/unreadable 和两个 backend；相同环境只替换本 head 的同一函数后为 18 PASS、零 skip。另核对 C1 其余 7,463 个 Git blob 字节不变及测试文件其余文本不变；这证明 overlay 范围，不代表全 C1 执行覆盖或实际采用。

最强反例是在 reader 返回时仅将 /quota/compute 从 1.0 改成 1，原 capture 和 binding 不动，Python 对象值仍相等。当前完整性断言在四项都报 content integrity mismatch；局部 control 只移除新加的两行 reader 完整性检查，四项则全部通过。故障/control 的原始终态分别保留，随后恢复了被检函数字节。此处的四项失败是刻意注入损坏被检出的结果，不是 PR 的正常运行失败。

Ruff、配置的 17 个 MyPy source roots、精确 diff hygiene、DCO 和标准 premerge 的 5 direct / 0 selected 均通过；精确范围 CQR 已独立记录并验证。CI 按当前策略未查询或等待。只读恢复的真实 store/CLI 已覆盖；控制 Host 仅作为计数 oracle，不冒充模型运行，包安装与跨平台结果没有从这些测试推导。

我的整体评价 / Verdict

这是有用且必要的测试维护增量，八项适用 evidence 已核验。long_horizon 的既有运行时契约保持，维护者验证流程得到改善：有效的 off 路径可以跑到原有恢复和副作用断言，内容绑定损坏仍会产生红项。实现没有改变生产代码，也没有用缩减矩阵、skip、放宽 timeout 或重算原 capture 来造绿；已有 helper 比新增恢复框架更合适。

视觉复核不适用：检查的是 poll 恢复测试文件及其真实 CLI 路径，没有页面或渲染组件改动。 未做截图、已安装 App、Windows 或完整 C1 资格验证。 原 F1 与后续 C1 head、默认推广、完整成本和模型效果各自需要其拥有者的独立资格，不能从本测试批准推导。本次没有执行合并。

English verdict: APPROVE bad7f1d. The preserved 18-case matrix passes on main and the frozen-C1 overlay, and value-equal reader corruption is detected by the retained binding checks.