| 1 | # Harness 机制改造验收报告 |
| 2 | |
| 3 | 验收基线：Reasonix `main-v2@986a6bc967`；参考行为：DeepSeek Harness `master@c291e7961a`。验收日期：2026-09-13。 |
| 4 | |
| 5 | ## 结论 |
| 6 | |
| 7 | 新机制已默认启用，没有新旧执行语义开关。结构化文件修改由宿主管理的实时文件观察和版本检查保护；读取范围、证明回执、操作结算、Auto Guard 和未知副作用恢复状态不再参与工具准入或完成判断。旧字段和旧恢复终态只用于兼容读取与历史展示。 |
| 8 | |
| 9 | ## 七项问题行为 |
| 10 | |
| 11 | | 问题 | 验收操作 | 结果 | 覆盖层 | |
| 12 | | --- | --- | --- | --- | |
| 13 | | #9994 | `read → edit → bash → edit` 连续执行三轮 | 通过；成功编辑刷新观察，bash 不消耗或冻结文件观察 | Agent 集成、文件工具、macOS、Windows 11 | |
| 14 | | #9995 | 编辑后执行只读 git/bash，再次编辑 | 通过；命令不建立文件证据债务 | Agent 集成、macOS、Windows 11 | |
| 15 | | #10067 | 中文路径和 CRLF 文件读改跑再改 | 通过；路径和编码路由保持一致 | 文件工具、macOS、Windows 11 | |
| 16 | | #10103 | 文件移动和删除穿插在连续编辑流程 | 通过；移动不覆盖目标，成功后更新源/目标观察 | 文件工具、Agent 集成 | |
| 17 | | #10053 | 大文件只读一个窗口后运行命令并结束 | 通过；没有全文债务、强制补读或 final gate | Agent 集成、窗口读取 | |
| 18 | | #10085 | 同批 `read → edit → edit → bash` | 通过；按实际执行顺序同步更新观察 | Agent 批次集成、macOS、Windows 11 | |
| 19 | | #10153 | 模拟副作用已经发生但结果丢失，随后检查状态并继续调用 | 通过；记录 `unknown`，终态为普通 `interrupted`，不要求用户确认、不禁用网络或相同调用，也不自动重放 | 控制器崩溃测试、turn ledger、Desktop 兼容 API | |
| 20 | |
| 21 | ## 文件新鲜度与并发 |
| 22 | |
| 23 | - 未观察覆盖返回 `FS_NOT_OBSERVED`；确认不存在时只允许不可覆盖的原子创建。 |
| 24 | - 任意成功文本窗口可观察当前版本；连续成功写入直接推进版本。 |
| 25 | - 同大小改写、恢复 mtime、权限变化、文件替换和别名访问会使旧观察失效。 |
| 26 | - 两个写者基于同一版本竞争时只有一个能提交；并发创建不会覆盖先创建者。 |
| 27 | - 本地写入保留临时文件、原子替换、权限和编码；缓冲区与磁盘使用不同目标身份。 |
| 28 | - `edit_file`、`write_file`、`multi_edit`、`notebook_edit`、`delete_range`、`delete_symbol`、`move_file` 和 `read_file` 已接入统一观察状态或提交后状态更新。 |
| 29 | |
| 30 | ## 中断、完成与兼容 |
| 31 | |
| 32 | - 工具进入主体前持久化启动事实；取消后已启动调用收束，未启动调用获得明确结果。 |
| 33 | - 重启发现缺少可靠结果时补全一次 `unknown` 工具结果；当前运行不生成 `recovery_required` 或 `requires_user_decision`。旧值仍可解码和只读显示。 |
| 34 | - 恢复上下文只提供一次有界事实和检查建议；文件当前状态不会被当作旧调用成功证明。 |
| 35 | - `complete_step`、`review_report` 和读取策略回执不再发现；旧调用返回普通 `tool_retired`。 |
| 36 | - 恢复动作端点返回 `tool_recovery_retired`，不会确认、拒绝、检查隐藏参数或重放操作。 |
| 37 | - `todo_write` 只校验字段、状态、层级和稳定 ID；完成状态由模型显式更新。 |
| 38 | - 连续重复调用仅在第 3、5、8 次提醒，不拒绝调用。 |
| 39 | |
| 40 | ## 平台与产品验证 |
| 41 | |
| 42 | 下表记录 `3f7350f6e` 的初始验收，并未证明所有发布交错都正确。 |
| 43 | PR 评审发现并修复了下一节列出的遗漏；这些发现修正此前对文件新鲜度和 |
| 44 | 原子发布过于绝对的结论。 |
| 45 | |
| 46 | | 环境 | 验证 | 结果 | |
| 47 | | --- | --- | --- | |
| 48 | | macOS | 根模块完整 Go 测试与 vet；Desktop、SDK 独立 Go 模块；契约、golden、缓存和仓库静态检查 | 通过 | |
| 49 | | Desktop 前端 | 完整前端测试和生产构建 | 通过 | |
| 50 | | Desktop 壳 | shell 测试 206 项；Electron 布局场景 57 项 | 通过 | |
| 51 | | Windows 11 虚拟机 | 原生 volume serial/file index/handle identity；同大小变化；真实 ACL `ChangeTime`；文件观察、并发创建/编辑和七项 harness 场景 | 通过 | |
| 52 | | Desktop 历史兼容 | 旧恢复卡只读、无动作按钮；当前工具卡保留未执行/失败/中断/未知事实；继续输入不受阻 | 通过 | |
| 53 | |
| 54 | Windows 验证在本机 Parallels Windows 11 中原生执行，不以交叉编译代替。测试副本和临时产物已清理。 |
| 55 | |
| 56 | ## PR #10223 评审修正 |
| 57 | |
| 58 | 初次评审基线：head `3f7350f6e`，当时的 merge-base 为 `104792af2`。 |
| 59 | 本次冲突整合以 `main-v2@4daa815be`（#10209）为验证基线。 |
| 60 | 实现参考 DSH 的 `fs-observation-policy`（会话持有观察、按观察存在状态确定写入意图） |
| 61 | 和 `fs-local/src/fsio.ts`（先暂存、再不可覆盖发布），保留 Reasonix 的 Go、编码和缓冲区适配。 |
| 62 | |
| 63 | | 评审版本中的缺陷 | 修复与回归依据 | |
| 64 | | --- | --- | |
| 65 | | 通用 `read_file.Execute` 未登记观察 | 与 `ExecuteRead` 共用有界读取入口，同时保留外部读取根的显示路径脱敏 | |
| 66 | | 已观察文件被删除后，覆盖操作变成盲目创建 | 保留已观察存在的写入意图并返回版本过期；不存在路径也解析已有符号链接祖先 | |
| 67 | | 磁盘观察可用于缓冲区写入 | 已存在文件只通过实际提供内容的路由提交 | |
| 68 | | 相同内容文件替换绕过摘要复查 | 同一句柄获取内容和原生元数据；写入前同时比较身份、版本、权限和摘要 | |
| 69 | | Linux `Ctim` 字段未被仅匹配 `ctime` 的逻辑识别 | 同时识别 Unix 的两种字段名；增加跨平台纳秒变化测试，并保留 Linux 原生过期编辑测试 | |
| 70 | | 直接创建最终路径暴露半成品；Windows EXDEV 可回退非原子复制 | 完整暂存并 fsync 后不可覆盖创建；覆盖使用禁止复制回退的严格替换 | |
| 71 | | 替换 inode 后修改锁身份改变 | 同时持有原生身份锁和稳定路径锁，按全局顺序加锁；测试持锁期间文件替换 | |
| 72 | | 检查后普通 rename 可覆盖并发创建的移动目标 | macOS/Linux/Windows 使用原生不可覆盖重命名；跨设备复制先暂存再以不可覆盖硬链接发布 | |
| 73 | | 同会话模型运行时重建丢失观察 | 控制器生命周期迁移时复制实时观察；连续编辑之间执行真实 `git --version` 仍可继续 | |
| 74 | | `complete_subtask` 仍有宿主证明裁决 | 删除裁决；保留可选模型报告并与执行事实分开展示；普通最终回答也可结束 | |
| 75 | | 退役门禁留下无调用函数和状态 | 删除闲置 shell 写判断、完成补救、批次结果重写、审查转储及预算/governor 辅助逻辑；保留历史数据字段；golangci-lint 零问题 | |
| 76 | |
| 77 | 回归测试位于 `internal/tool/builtin/harness_review_test.go`、 |
| 78 | `internal/fileops/observation_review_test.go`、`internal/fileutil/atomicwrite_test.go`、 |
| 79 | `internal/agent/harness_review_test.go` 和 `internal/agent/complete_subtask_test.go`。 |
| 80 | Windows 原生复跑覆盖文件身份/ACL 变化检测、发布、移动、观察隔离、真实 shell 连续执行 |
| 81 | 及可选子任务报告。退役旧证明/读取策略 schema 并加入当前交付投影，会使 provider 工具 |
| 82 | 前缀在升级后变化一次；重生成基线与稳定扩展缓存守卫通过，后续启动保持稳定。实时观察 |
| 83 | 不进入持久化数据。 |
| 84 | |
| 85 | 上述修复不提供通用外部进程 CAS、ACP 原子条件写或 exactly-once 副作用保证。 |
| 86 | 本轮没有把初始前端与实际壳测试重新标为新 UI 证据，也没有声称完成延迟基准测试。 |
| 87 | 是否可合并仍需确认推送版本的 GitHub 检查终态。 |
| 88 | |
| 89 | ## 删除与保留边界 |
| 90 | |
| 91 | 已删除全文读取债务、批次证据冻结、source-token 授权、锚点阅读范围影子状态、操作 prepared/applied/settled 状态机、完成证明门禁、Auto Guard reviewer、恢复确认动作、重复/无进展拒绝器、不再被调用的 shell 证明预检代码，以及可能重新激活这些门禁的旧运行时开关。 |
| 92 | |
| 93 | 保留 Goal、Plan 审批、普通权限策略、沙箱、检查点、多代理、工具调用配对和执行事实展示。旧 provider/session 字段、`recovery_required` 枚举及前端识别只承担旧历史兼容，当前运行路径不写入或激活它们。 |
| 94 | |
| 95 | ## 保证范围 |
| 96 | |
| 97 | 窗口读取只表示观察过该版本，不表示全文审阅。bash、MCP 和外部程序不会授予文件观察；它们造成的文件变化由下一次结构化修改发现。ACP 缺少原子条件写接口，本地发布前检查也无法约束不遵守进程内锁的外部写者，因此不承诺通用跨进程 CAS。未知外部副作用没有宿主级 exactly-once 保证。 |
| 98 |