# 当前候选的最终本地实机验收 D1–D7 主体已开发,核心要求已有实现;已知未修正的列表展示问题在下文单列。候选 `de35b91aaf4cbbc44177c6ba6efb53d082fbf916661c85809ae1bcc85a3f8759`;R17 回归 2777 项通过、0 失败/错误,176 模块与入口一致,实际 smoke exit 0。 九类专项已有当前候选实机与独立核验:启动前暂停/同队列恢复、首段 NC、未选中重复属性、新 PON、强停 source-only 核验后新执行队列继续、规则、有效 Cell、外部桌面引用等待后释放、用户 Excel 无需替换。强停/Cell/桌面菜单原驱动失败保留,后续独立核验不升级为原驱动无错误。 最后修改后全新系统种子 `155996712019460105440454269180024646548` 的 20 个任务、34 条请求已实际执行,应用及独立检查全部符合预期;预期输入失败保持失败,已保存 UID 不重放。全部资源释放、测试程序正常 exit 0;实际 CMD 启动、精确 EXE/data-root、空任务库及正常退出已验证。 D1–D7 / A1–A3 最终逐要求独立审计已通过,原定范围验收完成。 **已知未修正的界面问题(P3)**:可重试失败任务的持久任务状态沿用 `running`,结果页和队列已正确显示失败/可重试,但任务列表徽标仍可能显示“执行中”,失败筛选也按原枚举判断。这不是后台仍在运行;本轮未修改该列表展示。不能据核心验收通过宣称程序没有剩余问题。 已知范围:复杂层级/重复实例/multigate 可读取比对,直接写入仅支持唯一绑定的根器件;子实例直接写入未实现,更深实机结构缺少样本。20 随机任务来自一个普通工程家族,复杂 PON 单列。Harness 对照语义各 20/20、严格格式原生 20/20/Harness 19/20,尚未证明 Harness 优于原生。资源释放不表示回滚;未保存关闭实测仍可能持久化修改。 本段为最新权威状态。下方历史候选号、旧“当前/正在”及旧复选框仅保留过程,不能作为最新进度。 最新状态:R15 的 2750 项回归和实际 RP12 `0R/NC`、启动暂停恢复均已通过。新随机 RG12 在原生换料前被无关 CG16 的重复属性约束阻塞,原失败保留、零保存、程序正常退出。R17 已支持保留并完整核对未选中重复属性,补齐真实 COM 类型转换,239 项相关检查通过;新候选 `de35b91aaf4c…` 的冻结/启动检查通过,完整回归仍在运行。原失败种子新副本、新 PON 和暂停输入已准备,最终随机至少 20 项未生成。以 [收尾清单](2026-11-12-completion-checklist.md) 顶部为准,下文为历史。 最新进展:R14 新 PON 的独立验收发现首段 NC 标记未同步,原 `0R` 对 `0R/NC` 失败保留。R15 已修复四处消费者及独立 oracle,相关 167/64 项分别通过;完整回归中,新候选 `d2528e2d0328…` 的 176 模块/入口一致和实际 smoke exit 0/released 已通过。原失败种子及新 PON/暂停副本已准备,尚未实测;最终新随机至少 20 项未生成。以 [收尾清单](2026-11-12-completion-checklist.md) 顶部为准,下文为历史。 最新状态以 [收尾清单](2026-11-12-completion-checklist.md) 顶部为准:启动取消修复后的 R14 完整回归 2723 项通过,候选 `9dffbaf6e35c…` 的 176 模块及入口一致、实际 smoke exit 0/released。原失败种子的新副本已实际精确暂停、同队列继续,应用与外部完整图通过,资源释放、正常 exit 0;新种子泛化及专项补充正在串行执行。原暂停失败现场和报告保留。最后全新随机至少 20 项与交付审计尚未完成,目标仍未达成。下文为历史轮次。 最新状态:R12 强停缺报告恢复及原 PON 失败复验已实际通过,另一新系统种子 PON 发现标题栏合法缺少 `@PATH` 的误判;已补第二份真实 raw fixture 并修复可选字段识别,255 项相关回归通过,独立复审无阻断。R13(含直接 recovery、quick-run、快照及 fixture 指纹)正在运行,当前 R12 EXE 尚未包含该最新一行 VBS 修复。原失败、副本和驱动误判保留,目标未完成。具体依据见收尾清单最新段落;下文 R12 构建和通过仍仅属于其实际候选。 最新增量:R11 随机 r5 已实际 UI/独立核验 20/20,通过记录不再处于运行中。随后缺报告强停恢复、PON 标题栏自动时间以及强停资源/队列状态残留均已完成源码修复、定点回归和独立复审;R12 综合回归 2568 项通过、源码指纹一致。新候选 `6448533aa150240d3d28f3fd43368eae3b6b0630ccb10aa3c67a6ecd53cc6fb2` 已重建,176 模块一致性及实际 smoke(exit 0、资源 released)通过;新的实机补充正在串行执行。以 [最新收尾状态](2026-11-12-completion-checklist.md) 为准,下文旧候选的通过和历史待办分别保留。 目标尚未全部完成。当前候选 SHA256 为 `6448533aa150240d3d28f3fd43368eae3b6b0630ccb10aa3c67a6ecd53cc6fb2`。完整要求和未完成项目见 [收尾清单](2026-11-12-completion-checklist.md)。下文各轮回归和实机记录按候选分别保留,历史通过不自动代替当前候选。 ## R11 当前候选与规则复验 2518 项完整回归通过,0 失败、0 错误、0 跳过,pytest 墙钟 541.90 秒,源码/工具/测试指纹前后一致。176 模块与应用入口一致,真实 smoke 退出 0,监督资源 released。规则新副本 `outputs/supp-rule-mode-fixed-20261112` 实际 UI 和 fresh CLI 独立核验通过;应用报告 verified,规则和实际原生 UID 绑定通过,进程/桌面释放,EXE 正常退出。随后新系统种子 `68640373062185537173420775137851245919` 的随机 r5 已生成 20 任务/28 请求并启动,已实际暂停/同队列恢复,整体终态及其余补充待执行。 ## R10 当前候选 后续更新:8f9c 随机 r4 的 20 项最终全部通过,详见下节。但规则模式补充又发现规则核验与逐器件展开未接通,当前已修并进入 R11/新候选构建。下文 R10 和 r4 通过属于保留的真实证据,下一候选必须重新验证。 首项失败基线修复后,完整回归 2508 项通过、0 失败、0 错误,pytest 墙钟 861.22 秒。`regression-r10/final-regression-run.json` 记录源码/工具/测试前后指纹一致,XML 中无跳过项。当前 EXE 176 个冻结模块一致,实际 smoke 进程 exit 0、监督资源状态 released。 `outputs/first-prewrite-fixed-replay-20261112` 使用两份未执行的新副本,真实 UI 复现此前的无效料号首项失败及后续正常任务,UI 和外部 fresh CLI 独立检查均通过:第一工程为 failed,第二工程为 completed;原工程及中心库不变,Mentor/桌面释放,程序正常关闭。原失败项只有共享预算内的问题轮次,没有将其改成替换成功,也未重放正常成功项。分步时间保存在 `first-prewrite-fixed-replay-20261112-step-timings.json`。 独立只读代码审查未发现阻断问题,范围和边界保存在 `first-prewrite-independent-code-review.json`。随后从系统随机源再抽 seed `320032831052976496745536262831213924733`,准备并启动 `outputs/frozen-random-final-20261112-r4` 的 20 个任务、28 个请求;该批和六类补充尚在执行清单中,不能据两工程回归宣布全部完成。 ### 随机 r4 终态及规则补充发现 随机 r4:实际 UI 和独立 fresh CLI 均通过,全部 20 项符合预先声明的预期。队列 12 completed、6 failed(预期输入错误)、2 skipped。17 个保存 UID 各 1 次,真实暂停/同队列恢复通过;全部 Mentor/桌面独立消失,EXE 正常 WM_CLOSE、exit 0,原工程和库不变。再次核对 535 个 R10 源码/工具/测试文件完全一致。批次 UI 2100.832 秒,19 个可导出的完整工程外部核验合计 57.171 秒,损坏副本按输入哈希及明确失败核验。17 次成功 execute_step 中位数 95.263 秒,范围 64.519–187.562 秒;含实际打开/保存/回读边界,不是纯 Replace Part 速率。 `outputs/supp-rule-mode-20261111` 真实规则换料后任务 completed,但应用网表 unavailable:`_rule_rows` 只接受 target_scope=all,而既有规则执行器已展开为 target_scope=targets 的逐器件命令。原料号、目标、Value/NC策略完全符合冻结规则;实际绑定 UID 为 `$2I1799`。外部验收器另在扁平化队列时漏取 queue.netlist_verification,提前 KeyError。原报告和失败未改;另行 fresh CLI 诊断只发现该目标 UID 改变,物理脚与完整网络不变。测试程序正常退出,原 EXE、验收器和网表代码备份在 `archived-candidate-8f9cb269eef2/`。 修复允许已知逐器件展开,但必须是一个三字段 selector,与整个原生 UID 集合精确相等,位号及原 Value 必须匹配 before 图,原工程和冻结规则策略检查保留。旧 all-scope 路径不变。外部验收器仅从同一个 queue 为各 entry 接上真实 report 映射,未修改原图/属性/终态断言。2 项先复现失败,130 项邻域回归通过;只读独立审查无阻断。R11 全量、新候选和新副本实机仍需完成。 ## R9 回归和冻结一致性 完整回归 2501 项通过,0 失败、0 错误,pytest 墙钟 661.55 秒;`final-regression-run.json` 的前后指纹一致。随后逐文件复核 535 个源码/工具/测试文件,仍与 R9 结束时指纹一致。EXE 的 176 个冻结模块及实际 smoke 检查通过。 证据位于 `outputs/completion-validation-20261111/regression-r9/`、`frozen-verification.json` 和 `startup-fix-smoke.json`。 ## 三工程实际暂停和恢复 使用 `outputs/prelaunch-pause-fixed-regression-20261112` 三份未执行的新工程副本,真实 EXE 外部 UIA 导入及执行,共 4 个替换请求。第一个工程的两个请求保存后,在第二个工程的 `session_startup` 阶段实际暂停;生产代码生成绑定本次会话、工程、job、attempt 的暂停证明,记录 `native_dispatch_not_started`、`worker_tree_exited`、`project_closed`。经真实 UI 继续同一队列、相同任务 ID 和计划绑定,三个工程最终均为 completed。 应用内三个前后完整网表均为 verified。外部另行使用 fresh native ASCII/HIER/Keyin 导出,三个工程的选中属性、全部物理脚/网络和非目标器件均通过。4 个 task/UID 的已保存事件各为 1,暂停前两个成功项没有重放。 第一会话 Mentor PID 20440,恢复会话 PID 29904;两个会话均正常退出,未强制回收。独立原生进程/桌面复查确认全部消失。最后对确切测试主窗口发送 WM_CLOSE,程序 exit 0。 ### 原驱动失败与后续证据的区别 原始 `packaged-ui-report.json` 的 passed 为 false,错误是主窗口定位超时。原生枚举证明应用进程仍存活,主窗口 IsIconic 为 true,窗口尺寸为 159×27;现有驱动只枚举宽高超过 100×80 的窗口,因此只能看到结果窗。程序源码未发现主动最小化调用;本轮不推断最小化的发起者。 只恢复确切自有 HWND,随后通过 UI 关闭结果窗并只读核对终态,没有再次点击执行。原 observer 在执行收尾尚未结束时退出,第二桌面的旧快照为未消失,因此首次外部独立总报告也保留为 false;该报告三项工程内容检查均通过。旧 observer 和独立报告另存为 `before-terminal-recheck-*.json`,当前状态重新用原生 API 观察后,fresh CLI 独立检查重新执行,最终总报告通过。原驱动失败没有覆盖或改成通过。 主要证据:`minimized-window-observation.json`、`terminal-recheck-after-driver-failure.json`、`independent-report.json`、`desktop-observation.json`、`application-close.json`。该组只证明上述真实启动暂停与恢复,不证明命中了 worker 启动前取消,也不计作随机 20 项通过。 ## 已采集的当前候选耗时 结构化阶段记录:`outputs/completion-validation-20261111/final-fresh3-step-timings.json`。四次成功替换的 execute_step 为 85.033、81.894、143.296、89.011 秒,中位数 87.022 秒。这些值包含各次实际执行边界,第二会话首次替换还包含 60.672 秒 CAD 启动,不能解释为纯 Replace Part 耗时。 | 实测阶段 | 观测值 | 口径 | | --- | --- | --- | | 计划准备 | 每次 0.066–0.152 秒 | 不含工程原生核验 | | 工程备份 | 每工程 0.048–0.183 秒 | 恢复沿用有效原备份 | | CAD 启动 | 第一会话 14.078 秒;恢复会话 60.672 秒 | 每会话一次,包含在对应首次执行包络内 | | 工程打开/重开 | 每次累计 4.328–15.125 秒 | worker 阶段重入累计 | | 原生 Replace Part | 每次 15.625–23.750 秒 | 不含外层属性恢复和保存 | | 引脚索引 | 每次累计 8.014–38.312 秒 | 仍是显著耗时,不能由一次观测推断稳定速率 | | 保存/关闭 | 保存事件快照 2.704–3.750 秒 | 末次工程关闭另在后续 worker 最终快照中累计 | | 进度持久化 | 每次 0.000920–0.001909 秒 | 嵌套指标 | | 资源收尾 | 暂停会话 9.125 秒;最终会话 2.703 秒 | 各自正常关闭工程、退出及桌面释放 | 暂停的未执行步骤用时 3.873 秒,不计成功替换耗时。上述嵌套和并行网表导出不能相加,缺失的独立阶段时间不估算。本组不是随机批次统计,不给出 P95 或相对旧版的因果提速结论。 ## 新随机批次 `outputs/frozen-random-final-20261112-r3` 使用系统随机种子 `136648198642454135962238049530648953991`,20 个任务、28 个请求。请求、Value/NC 策略、故障类别及路径顺序在启动前固定,并绑定当前 EXE 和工具指纹。该轮失败:完成 2、阻塞 1、待执行 17。第三项无效料号在 native preflight 加载目标超时,尝试记录仍为 prepared,未派发原生替换。外部 fresh CLI 确认该工程 57 个符号、22 个网络全图与 before 完全相同,但打开/关闭的数据库字节变化,`native_completion` 又要求此前成功项的同页基线,首项失败因没有该基线而阻塞了后续。 本轮原始失败全部保留,两个 Mentor/桌面实际释放,EXE 正常 WM_CLOSE、exit 0。`failure-analysis-first-prewrite-baseline.json` 记录原因与原始证据。不能把完整图相同或资源释放称为 20 项验收通过。 修复复用已有快照核验:失败退出且尚未写入时,比较选中对象的属性、显示、位置及物理连接,核对未选中对象全状态,写入本次已核验的完整 sheet 状态,绑定原失败回执及释放证明,并将该状态传给后续独立项。失败仍是失败,不需要先有成功保存项;快照变化、已派发写入或未知结果均不由此授权继续。初始 3 项测试复现旧行为;补充快照属性/位置/非目标变化检查,最终 155 项周边回归通过,R10 完整回归及重建正在进行。 ## Harness 与原生对照 `outputs/random-paired-holdout-final-r2/final-proof.json` 记录相同输入和 seed、相同有效模型 `skyworth-deepseek-v4.1-flash`、相同每项 600000 毫秒预算,两组各 20 个任务全部达到实际会话终态,每组 73 个原输入文件完整性通过。语义评分按原提示合同检查,严格评分原始失败仍保留。 | 指标 | 原生 | Harness | | --- | --- | --- | | 语义完成 | 20/20 | 20/20 | | 严格格式通过 | 20/20 | 19/20 | | 工具调用 | 199 | 134 | | 人工确认/补问打断 | 0/0 | 0/0 | | 输入和输出 token 合计 | 1672849 | 1930070 | | 累计耗时 | 1469.69 秒 | 1130.56 秒 | 结果不支持“Harness 回复或执行比原生更好”。Harness 有一个额外字段导致的严格格式失败;语义完成率相同,工具调用较少,token 消耗较多。两组硬件负载及资源调度等待不同,耗时不能作因果速度比较。该组验证文件、Shell、多步骤 goal 和实际脚本执行,没有真实 CAD,也未单独验证 CAD 长恢复或排期入口,因此不能替代当前实机随机闭环。