[mtmtian]

要解决的问题

收拾 #32 thermos 第 4 轮留下的 4 类非阻断项，补上 #31 时发现缺的 pin 一致性守卫，并修掉验证中发现的一个偶发失败的门禁用例。不改上游，不碰 bin/xagent*。

改动

1. E2E 超时预算（pstack-host-e2e.py）：提示词和 docstring 去掉"或交回写者"。父会话只在自己的 checkout 里修复发现，流程回到 WORST_CASE_ATTEMPTS = 3 * 2 假设的三轮，默认 --host-timeout 仍为 6246 s。
2. 被拒的重跑在报告里可见（e2e-native-evidence.py、pstack-host-e2e.py）：
   • ShellCommand 新增 ran。解析层保留被拒或没有结果的调用，并标为 ran=False：
     • Claude：结果无错误，或错误以 Exit code N 开头，算执行过；
     • Codex：有整数 exit_code 才算执行过。
   • _rerun_by_parent 要求 command.ran，判定结果与之前一致。
   • checks.json 的 parent_commands 带上 ran，能直接区分"没重跑"和"重跑被拒"。
   • Claude 父会话命令按调用顺序列出。
3. model_mismatch 用例：拆成独立用例，回执用真实形状（固定模型、resolved_models、reason: model_mismatch）。同一用例里加对照：同形状的超时回执能填上写者槽位。
4. 小项：
   • _xagent_attempts 的分组 key 只算一次；
   • 测试里 ran 只有一个含义；
   • docstring 写明 model_mismatch 只排除运行窗口。
5. pin 一致性守卫（check-fork.mjs）：
   • readPin 校验 UPSTREAM.json 的 repository、path、commit、version，报错写明各字段的期望格式；check-upstream.mjs 改用它，正则不再重复。
   • validatePin 要求 ADAPTATION 首行、两份 README 引用当前版本和提交（README 用 8 位短 SHA 加 tree 链接）。
   • validateManifests 要求 .claude-plugin、.codex-plugin 的 version 以 <upstream version>-shared. 开头。
   • ADAPTATION 收尾句改为：先改 UPSTREAM.json，manifest 重置为 -shared.1，其余副本由守卫点名。
6. 偶发失败的门禁用例（已有问题，0582380 引入）：
   • exercise 的夹具预检沿用了 --check-timeout。"宿主留下死循环"用例传入 1 秒，负载下 Python 启动加 unittest 会超时，报 FAILED (failures=1)；审查者在负载下复现了 4 次中的 3 次。
   • 预检现在至少用 30 秒。
   • 新用例用 0.05 秒加正确 stub 验证预检不受影响：旧写法下必定失败。
   • 原用例保持 1 秒，确保死循环这个前提真正起作用。

验证（最终 HEAD 7182195）

检查	结果	证据
runtime 门禁	PASS	bash scripts/check.sh runtime（macOS，gnubin 在前）退出 0。node 测试 92/92；statechart 196 个通过、0 个失败；harness 两套测试 31/31、29/29；其余三套 OK。statechart 的 differential 和 render 按设计跳过，~/.cache/statechart 没有重新创建
check-fork	PASS	node scripts/check-fork.mjs 输出 "… manifests, upstream pin."；check-fork.test.mjs 13/13
check-upstream 改用 readPin	PASS	node scripts/check-upstream.mjs 退出 0：cursor/plugins、up-to-date、0.15.36、0 个新提交
反向验证：harness	PASS	以下改法都让测试失败：去掉 _rerun_by_parent 的 ran 判断；去掉 model_mismatch 过滤；Claude 的 ran 恒为 True；只去掉 Exit code 分支；Codex 的 ran 恒为 True；预检改回旧时限（只有新用例失败）；死循环用例换成正确 stub（该用例失败）
反向验证：pin 守卫	PASS	以下改法都让测试失败：checkFork 不调用 pin 校验；去掉某个 manifest 的版本检查；去掉版本正则；去掉类型检查；readPin 不处理 null
thermos 第 1–3 轮	PASS	第 1 轮 2 个阻断项（manifest pin 副本、过时的契约注释）已修复；第 2、3 轮 0 个阻断项，非阻断项全部修复
thermos 第 4 轮（dd8f7c3..7182195）	PASS	两位审查者都是 0 个阻断项，第 3 轮的 5 项都确认已修复。缺陷审查重跑全部测试，并做了 3 个变异：预检改回旧时限、换成正确 stub、换成无操作 stub，测试都失败了。另外试了 6 种格式错误的 UPSTREAM.json，每种都只报一行；check-upstream 在仓库外运行正常。代码质量审查剩 3 个写法小项，见「限制」。结论对应 HEAD 7182195
Codex 机器人审查	PASS	对 fcffcbf 无发现
build 半边（Bun 1.4.2）	NOT RUN	本机没有 Bun 1.4.2，由 CI 运行；本 PR 没改 build 相关文件
真实宿主 E2E	NOT RUN	提示词删了一个分支，但没有用真实宿主重跑（需要调用所有厂商）。有发现时父会话重跑的真实路径仍未验证，与 #32 相同

限制

• thermos 第 4 轮剩下 3 个写法小项，没有改，改了就得再审一轮：
  • pstack-host-e2e.test.py:459-460 的注释写的是审查经过，里面的"1 s"指的是旧参数；
  • 同一文件第 446 行的 run = directory.parent 可以直接写成 directory / name；
  • check-upstream.mjs 用 fileURLToPath(new URL('..', import.meta.url)) 定位仓库根，同目录其他脚本用的是 import.meta.dirname。
• 未处理：
  • 修复后的再攻击轮数仍不受限，最坏情况会超出默认超时，结果是误拒，不会误放行；
  • Claude/Codex 的证据仍各解析两遍。
• 两项都是已有问题，留待以后。
• Claude 父会话命令改为按调用顺序列出，只影响报告里的顺序，没有单独加用例。

🤖 Generated with Claude Code

[chatgpt-codex-connector]

Codex Review Summary

This comment shows the latest Codex review activity on this pull request.

Review	Status	Commit	Review trigger
📝 Code Review	✅ Completed 2026-10-30T16:44:46.033117Z	fcffcbf	PR opened

ℹ️ About Codex in GitHub

Your team has set up Codex to review pull requests in this repo. Reviews are triggered when you

• Open a pull request for review
• Mark a draft as ready
• Comment "@codex review" or "@codex security review".

Codex reacts with 👀 while any review is running, comments if it has suggestions, and reacts with 👍 once all reviews finish with no findings.