-
34 号文档追加调查(§五): - coder-validator(预置 active 本体)的 agent.md 通篇是代码/契约正确性验证协议 (npx vitest run + 抓假绿五件套),压根不涉及视觉/交互检查;这次任务新招的 coder/unit-tester 两个本体 toolPolicy 都只有 bash/read_file/str_replace, 没有浏览器/截图工具——goal-benchmark.json 的 evidence_hint 要求"打开浏览器", 在给定工具权限下物理上做不到,不是 agent 偷懒。 - 但也不是纯粹空手套白狼:data/companies/e2e-demo/projects/p-v82tpc/tests/ unit-tester.check.js 是一份真实可运行的零依赖静态断言脚本,对维度 1-3 的检查 (字号比例真解析 CSS clamp() 算出数字、三个卖点区块标题顺序、锚点跳转/平滑滚动) 与浏览器版本基本等价甚至更精确;维度 4/5(响应式断点、资源完整性)的静态版本 明显更弱,会放过断点内样式写错、本地资源路径错误这类情况。 顺带发现:这份脚本很可能是 unit-tester 在提示词完全没有测试方法论指导的情况下 自己想出来的——它的 agent.md 还是没填充过的 _base 原始骨架(隔壁 coder 正常填充 过),是 32 号文档"招聘装配没填充完"那类问题的又一个真实样本(发生在方案 B 修复提交 6a18379 落地前 1 小时,是旧行为的证据,不是新机制的回归;新机制下 会不会正常完成,仍未验证)。32 号文档 §四追加第 6 条记录这次样本。 Co-Authored-By: Claude Sonnet 5 <noreply@anthropic.com>
-
状态行从"评估完成,未实施"改成"方案 B 已实施"。§四风险/未决问题里原来的 4 条逐条补上实施时的实际决策: - SessionPool 并发复用的真实后果仍未实测,但改用了不需要知道答案的设计 (拿锁成功才调用,从设计上不会触发这个场景) - 互斥锁选型定为抽共享模块(agent-session-lock.js),不新起一把 - 失败标记定为本体目录下的哨兵文件,不碰 system_agents.status - 第 4 条(三处同构缺口)原样保留未决 新增第 5 条:实施时发现的连带效果——hire 路由第 1 步改 await 之后,第 3 步的 setTimeout(5000) 变成多余延迟,刻意没有顺手删掉,记录下来给以后处理。 Co-Authored-By: Claude Sonnet 5 <noreply@anthropic.com>
-
用户追问「这个方案能解决什么问题」,发现文档原来把这个信息拆在§三要点和§四 风险里,没有对照着讲清楚。补一张表:撞车丢请求/卡死不可见两条真解决了, agent-creator 真的坏了/主动通知人/另外两处同构缺口/hire 接口异步体验这几条 明确没解决——避免看完方案高估它的覆盖范围。 Co-Authored-By: Claude Sonnet 5 <noreply@anthropic.com>
-
承接 30-task-delegation-reliability-gaps §2.1(现状调研,未拍板)。评估了两条候选: 方案 A(改走 POST /api/agent/task/dispatch)不成立:深挖发现它最终也是走 selfChat() 回环 HTTP 自己,撞上 agent-creator 单会话锁时同样吃 429、同样不 检查响应状态码——跟现在的 fire-and-forget fetch 是同一条失败路径,没有多任何 重试保护,唯一价值是任务表里多一条可查询的行(可观测性不是可靠性),且语义 错位(内部装配动作会被包装成用户可见的派单任务)。 方案 B(company.js 直接同进程调 AgentManager.callAgent)方向对,但评估中发现 一个原始方向没提到的真实风险:SessionPool.getOrCreate() 只判断连接在不在, 不判断上一次调用有没有跑完——绕开 HTTP 直接并发调用会被复用到同一个还在处理 中的会话上,两条 prompt 塞进一条 stdio 管道,行为未定义,比现在"第二个请求被 429 丢弃"更危险。因此推荐方案明确写成「同进程调用 + 自己的互斥锁 + 有限重试 + 失败落地为可查询状态」,不是简单的「同进程调用 + 重试」。 文档状态:评估完成,未实施。互斥锁选型、失败标记落点等留给实施阶段决定。 Co-Authored-By: Claude Sonnet 5 <noreply@anthropic.com>