Kjell Tore Guttormsen 607f017537 test(okf): the one unquoting rule was pinned at its edge, not in its three clauses

D7 mirroring candidate (a)/(i) `unquote_scalar`, measured. The sibling grew that
function after a duplicated conversion had drifted; our counterpart
`okf._strip_matching_quotes` is genuinely ONE rule -- one definition, one call
site, and `unquote` appears in 0 of 76 .py files under src+tests (positive
control: the same query finds `parse_frontmatter`). So the drift shape is absent.

But the rule was covered only at its edge. Detaching it outright is red; each of
its three clauses was green-but-dead against the whole 950-test suite -- weakening
the length guard, dropping the matching requirement, and widening the quote set
with a symmetric delimiter all left the suite green. Same class as the
_STRUCTURE_MARKERS hole: named and edge-covered is not covered.

tests/test_okf_unquote_loadbearing.py closes the three clauses (950 -> 955). Each
clause test is green before and red after exactly its own mutation, with the
population control green in both, clause 3 pinned on its line via --red-at.

A measuring trap, measured: the first clause-3 mutation added '[' to the quote
set and the suite stayed green -- which reads as "not covered" but is a NO-OP,
since '[' can never satisfy the matching clause. Flow-form values are protected
by the matching clause, not the quote set. The harness cannot distinguish a
behaviour-preserving mutation from an undetected seam; both surface as "stayed
GREEN". A mutation must be shown to change behaviour before its green is read as
a hole.

No flow decoding is added here -- that is the sibling's B4 work, and these tests
pin today's boundary so it cannot land silently on this side.

Co-Authored-By: Claude <claude-opus-5>

2026-08-31 23:31:17 +02:00

8.2 KiB

Raw Permalink Blame History

Målte funn, køer og gater (flyttet ut av STATE.md 2026-08-18)

Bakgrunn: STATE.md er current state-of-play og har et tak på ~120 linjer. Den 18.08 lå fila på 149. Operatørbeslutningen samme dag var å flytte tre punkter hit og la STATE beholde ÉN peker per punkt på formen fil § Overskrift — et grep-bart paragraf-anker, aldri et linjenummer. Ingenting er slettet: state er flyttet, ikke fjernet.

Alt under er MÅLERESULTATER med en dato, ikke fakta om verden. Datoen står ved hver påstand, og en påstand herfra er et premiss som skal verifiseres på nytt før den handles på — særlig tall som råtner (versjoner, testantall, oppstrøms-tilstand).

Negative funn

Steder som ER undersøkt for en manglende søm, og hvor svaret var «ingen søm å feste». De er ferdig avklart i økt 17–22 og skal ikke re-måles — enumerert her nettopp for at ingen senere økt skal bruke tid på dem igjen:

test_preflight (9 tilfeller)
test_zero_model_calls
notify :224
ir :69
validator :56
step1_expel :99
cli_paritet-parene
method_spec + ingest_spec (6 tilfeller — merk: ikke lenger dekkende, se under)
alle 8 fra økt 22

Korreksjon 2026-08-18 (økt 32): ingest_spec-oppføringen gjaldt den §12-ankrede vakten. Økt 32 målte et hull den enumereringen ikke fanget — enhver seksjon §1–§11 kunne tømmes uten at én test i suiten ble rød (10 av 11 seksjoner; §7 var eneste overlapp, via O2-ratchet-en). Hullet er lukket med _STRUCTURE_MARKERS i tests/test_ingest_spec_loadbearing.py (commit 40b4631). Lærdommen er generell: et negativt funn har et scope, og scopet er den spørringen som ble kjørt — ikke fila den ble kjørt mot.

D7-speilingskøen

Åtte kandidater for speiling mellom D7-søsknene. Ingen er besluttet — de står som kandidater, ikke som planlagt arbeid:

S2.7
S3.2
S4.0 (126807a)
(p) to_ore — TO kallsteder
~~(a)/(i) unquote_scalar~~ — MÅLT 2026-08-31, se under
mandate.py
A5 — TO halvdeler
~~B4 ToolCallRecorder~~ — BESVART 2026-08-25, se under

B4 spurte OSS: gir Claude-SDK-siden serveridentiteten gratis? MAF får verktøynavn UTEN server-prefiks. Åpent hos søskenet: MAF S3.4 (F10).

B4 — svaret er NEI (målt 2026-08-25, offline, mot `claude-agent-sdk` 0.2.139)

create_sdk_mcp_server emitterer det bare verktøynavnet. Serveridentiteten finnes — på McpSdkServerConfig["name"] og Server.name — men den er disjunkt fra hvert navn verktøylista bærer. Strengen mcp__ forekommer i 0 av 24 Python-filer i pakken (positiv kontroll: create_sdk_mcp_server blir funnet av samme spørring, så spørringen KAN finne). Konstruksjonssiden namespacer altså ingenting: en ToolCallRecorder hengt der ser record_call, ikke mcp__tool_call_recorder__record_call, og må få servernavnet fortalt. Det er samme pris som søskenet betaler.

Ærlig grense — hva målingen IKKE sier. Den navnerommede formen mcp__<server>__<tool> eksisterer: den bygges inne i CLI-en som følger med SDK-en (_bundled/claude, 178 literale mcp__-forekomster, konstruksjonen på formen `mcp__${…}__${…}`). Det er lest av artefaktet, ikke observert i en kjøring hos oss — å se den emittert krever en live query(), som både D6-kostnadsregelen og suitens offline-invariant forbyr. Funnet er derfor scopet til den sømmen vi faktisk kan bygge på: den in-process konstruksjonssiden. Prefikset finnes på et lag vi bevisst ikke kjører, og et lag vi ikke kjører er ikke en søm vi kan feste en recorder i.

Pinnet av tests/test_sdk_tool_namespace_loadbearing.py (4 tester). Value-beviset er kjørt, ikke påstått: SDK-en ble mutert til å namespace ved konstruksjon ("name": f"mcp__{name}__{tool_def.name}") — grønn før, 3 av 4 røde etter, og den ene som forble grønn er nettopp populasjons-kontrollen, som den skal. SDK-fila ble restaurert byte-identisk (sha256 verifisert begge veier).

Datering (D7-rammen): dette er arbeid ETTER 2026-08-09 og skal ikke leses som uavhengig konvergens selv om svaret er identisk med søskenets.

(a)/(i) `unquote_scalar` — svaret er JA, den var ÉN regel, men pinnet bare i kanten (målt 2026-08-31)

Kandidaten står i køen fordi søskenet vokste en navngitt unquote_scalar etter at en duplisert konvertering hadde driftet — to steder som fjernet anførselstegn fra en frontmatter-skalar, etter to regler. Speilings-spørsmålet er derfor ikke «har vi funksjonen», men det søskenets defekt faktisk stiller: er den ÉN regel hos oss, og er selve regelen load-bearing?

Populasjonen først. unquote_scalar finnes ikke hos oss: 0 treff av 76 undersøkte .py-filer i src+tests (positiv kontroll: samme spørring finner parse_frontmatter i okf.py), og unquote finnes ikke i repoet utenfor .venv. Vår motpart er okf._strip_matching_quotes — én definisjon, ett kallsted (_parse_frontmatter_and_body). Søskenets drift-form finnes altså ikke her.

Men regelen var dekket bare i kanten. Med scripts/mutation_harness.py, nevner tests/ (hele suiten, 950 tester), hver kjøring sha256-restaurert:

Å detache regelen helt (return value[1:-1] → return value) er RØD — test_okf.py::TestFrontmatter::test_unknown_fields_preserved_and_quotes_stripped fanger den.
Hver av de tre klausulene var grønn-men-død: å svekke lengdevakten (>= 2 → >= 1), å droppe matching-kravet (value[0] == value[-1] and), og å utvide quote-settet med en symmetrisk delimiter (backtick) lot hele suiten stå grønn.

Samme klasse som _STRUCTURE_MARKERS-hullet i økt 32: sømmen var NAVNGITT og kant-dekket, som ikke er det samme som dekket. Pinnet av tests/test_okf_unquote_loadbearing.py (5 tester, 950 → 955). Value-beviset er kjørt, ikke påstått: hver klausul-test er grønn før og rød etter nøyaktig sin egen mutasjon, med populasjons-kontrollen grønn i begge (mutasjonen landet ikke for bredt), og ledd 3 pinnet på linje via --red-at.

EN MÅLETRAP, MÅLT — ny lærdom om harnesset. Første forsøk på klausul 3 utvidet settet med '['. Suiten forble grønn, hvilket leses som «klausulen er ikke dekket» — men mutasjonen er en no-op: '[' kan aldri tilfredsstille matching-kravet, siden [ ikke er ]. Flow-form- verdier er altså beskyttet av matching-klausulen, ikke av quote-settet, og en grønn kjøring under den mutasjonen var aldri bevis om quote-settet i det hele tatt. Harnesset kan ikke skille en oppførsels-bevarende mutasjon fra en udekket søm — begge kommer ut som «stayed GREEN». En mutasjon må vises å endre oppførsel før dens grønne leses som et hull. Dette er Verifiseringsloven ansikt 4 anvendt på selve måleapparatet: et negativt resultat fra en spørring som ikke KAN finne, er ikke null — det er ikke målt.

Ærlig grense — hva dette IKKE sier. Å pinne at flow-verdier passerer urørt er ikke flow-DEKODING, og fila legger ingen til: tags: [a, b] forblir strengen "[a, b]". Den linje-orienterte parseren har ingen nesting-modell ved design (§1 ærlighets-regelen). Den additive flow-dekoderen er søskenets B4-arbeid i portfolio-optimiser og er bevisst ikke bygget her; testene pinner dagens grense slik at det arbeidet ikke kan lande stille på denne siden.

Datering (D7-rammen): arbeid ETTER 2026-08-09 — skal ikke leses som uavhengig konvergens.

Rammen rundt køen: å lese søskenets kode er tillatt (3bdf7f0), men kopiering skal kun skje der det tjener løsningen, aldri som snarvei. Uavhengighets-beviset er DATERT t.o.m. 2026-08-09; arbeid etter den datoen kan ikke leses som uavhengig konvergens.

D-A-gater og fasit-berøring

D-A#5 mangler story-etikett oppstrøms — avklar med MAF før teksten låses. En ny hovedbok-kontrakt MÅ inn i §12s kryssjekktabell i SAMME amendment; ellers blir tabellen ufullstendig i det øyeblikket kontrakten finnes.
D-A#2 rører fasiten. commons er meldt at vår §12-vakt keyer på ordrett | generated | ⇒ et amendment som ERSTATTER raden gjør oss RØDE. Det er by design: en fasit-endring skal koste en synlig rød test, ikke gli gjennom.
Gates: D-F/D-G → K13 · D-B → K14/K15 · D-E · okf-toolkit-§8 · delbarhet av ledger-/ outbox-format. R-9 er valgfri.

8.2 KiB Raw Permalink Blame History Unescape Escape