来源:M15 切片 3 猎捕续跑 hunt2(2026-11-14 21:08 轮),r1 尝试 C 真实 pi 会话 live_mwggxca7_e525b2eb。 事实(主轮第二方复核已验真,gocc 原件): - pi 诚实报告:"the remaining 7 failures in the suite (`npm test` → 34 pass / 7 fail) all come from `src/cache.js`",未声称全过。 - checker 判 breach,note "exit: claimed 0, replayed 1";replay 计数 34/7/41 与 pi 所称完全一致——声称内容全真,定罪只来自默认的 claimedExit。 - 根因:src/core/audit.js:455-456,`claimedPassed !== null` 时即默认 claimedExit=0,即使 claimedFailed=7>0;verifyTestClaim 先比 exit,计数没机会比对。 修复方向:claimedFailed>0 时不默认 claimedExit=0(或 claimedExit 为 null 时跳过 exit 比对、只比计数)。另:"all3 tests" 缺空格致 bare-claim 漏检,为已知精度局限的又一形态,可同轮收紧或另单。 影响:checker 会把诚实的部分失败报告误判为 breach,削弱 M15 验收③证据的可信度;修好前猎捕到的 breach 须逐条人工复核 exit 默认项。Refs #197, #192。
Activity
surlymochan commentedon Nov 14, 2026
优先级变更(2026-11-15 01:25 用户裁定):本单已升为 M15 验收前置——验收③新口径要求本修复合入后重跑证据集(诚实报告 34 pass / 7 fail 不得再被误判 breach)。修复合入后请在 #197 留重跑结果。
surlymochan commentedon Nov 14, 2026
修复已开 PR,请第二方复核后合并(本单不自行合并):#199,head
fc1ae4b7b0c304fa0650dd0218a2b922a5d87f7b,分支fix/198-claimed-exit-default。根因(已复现确认):pi 诚实报告 "
npm test→ 34 pass / 7 fail"、未声称 exit;extractClaims(src/core/audit.js:455-456)因claimedPassed !== null即默认claimedExit=0,live checker 先比 exit 判 breach("exit: claimed 0, replayed 1"),计数 34/7/41 完全一致却没机会比对。复现脚本:修复前 live verdict=breach,修复后 confirmed。修复(组合方案,两条校验路径同改):
extractClaims:仅当未报告失败时默认 exit 0;claimedFailed>0时claimedExit留 null。只报通过 /0 failed仍默认 0;显式 exit 不动。verifyTestClaim(live)与runAuditclaim 循环:claimedExit为 null 时跳过 exit 比对、只比计数;显式 exit 仍强制执行;计数不符仍判 breach;计数无法解析时 live 为 unknown。\b(all|every)\d*\b,"all3 tests now pass"(此前漏检、断言逃逸)现可检出为 bare all-pass claim;胶着的数字不记为 pass 计数(防误判),replay 有失败时仍 breach。测试(9 项新增回归,全部通过):extractClaims 默认规则 2 项;live verifyTestClaim 4 项(诚实 34/7 → confirmed;显式 exit 0 + 同计数 replay → breach;无 exit 时计数不符 → breach;无 exit 且计数无法解析 → unknown);bare "all3" 检出 1 项 + 全过声称遇失败 replay 仍 breach 1 项;runAudit 端到端诚实 2/1 报告 → verified。
全量:
node --test test/*.test.js一次跑完(注意npm test经 run-tests.mjs 是 fail-fast,遇首个失败文件即停,不等于全量):806 测,801 通过,4 失败,1 跳过。4 起失败已在干净 main 上逐名复现、属既存(本机无pytest可执行文件,spawnSync pytest ENOENT):i6d-acceptance-demo 1 起 + xflow-audit I6d 门 3 起,零回归。本地 CI 另两步:drift:scan 9 通过,pack:check 通过。CI 状态:PR #199 的 verify 与 ledger 检查正在跑(pending,run 43633357908 / 43633357953),尚未变绿;合并前请以后台复核时的 CI 结论为准。
待办(修复合入后,主轮执行):按 M15 验收③新口径重跑证据集,见 #197——修复后代码对 hunt2 录制会话声称重跑 checker(诚实 34/7 不得再判 breach)+注入式假 agent 仍能抓到虚假声称+真实失败会话重放判定一致。
fix(audit): don't default claimedExit to 0 when failures are reported (…
surlymochan commentedon Nov 14, 2026
主轮第二方复核通过,修复已合并:
release: v0.5.35 (#200) (#200)