docs(prepass): before/after on K2, the mutation battery and the invariant row
Steg 8. Ingen produksjonskode i denne commiten utover de TRE testarmene tre GROENNE mutasjoner tvang fram. MAALING (`docs/2026-09-07-okf-prepass-i-debatten.md`), instrumentet validert mot en kjent-positiv FOER foerste tall (K2 rotlisting = 3 954 tegn / 1 495 o200k-tokens, S7a-3s publiserte tall eksakt; skriptet asserterer paa det og nekter aa rapportere ellers): - KUTTET paa levert K2: 629 = 621 + 8, tre regler navngitt. Payload paa disk 40 425 tok; renderingen debatten ser 5 162 tok -- 87 % av kostnaden er withheld-lista, som aldri naar prompten. - FOER/ETTER, tre armer fordi "FOER" ikke er ett tall. Like-for-like (en debatt som GAAR stigen mot det deklarerte kuttet): 10 prompter / 7 031 tok -> 3 prompter / 10 641 tok. **+51 %, og dokumentet paastaar ikke at dette er en besparelse.** Det som kjoepes er nevnerne, et re-maalbart `ref`, og at stempelet slutter aa overdrive: siteringer 629 -> 8. - SPOERSMAALET BASEN IKKE SVARER PAA: aatte arkitekttegninger, og **5,5x dyrere** enn det gode spoersmaalet (28 312 mot 5 162 tok). En TOM leveranse er bevis for fravaer; en FULL er IKKE bevis for tilstedevaerelse -- og med verktoeyene trukket har debatten ingen vei til aa oppdage det selv. Uttalt som den reelle handelen, ikke oppdaget i drift. LOAD-BEARING: 32 mutasjoner, ALLE ROEDE mot HELE suiten, maks en per Bash-kall, restaurert fra `scratchpad/` med `shasum -c` (aldri `git checkout`). Groenn kontroll **1467 passed / 5 skipped** (fra 1387/5; **+80 node-ider, 0 fjernet**, maalt med `comm` mot en baseline tatt foer foerste commit). Golden `shasum -a 1` av INNHOLDET = ea8c534773acdbe41ae68f2c55724d69aaf8be4f, BYTE-UENDRET. `pyproject.toml` uroert. TRE MUTASJONER VAR GROENNE FOERST, og alle tre var TESTFEIL -- ikke soemfeil. Ingen ble droppet: - M9: injeksjonsarmen satte `text_sha256` fra den INJISERTE teksten, saa `text_sha256`-grenen fyrte i stedet, og armen matchet paa "text" -- en DELSTRENG av `text_sha256`. En angriper kontrollerer begge avledede medlemmer, saa fixturen setter naa `text_sha256` til digesten av den EKTE teksten; da er likhetssjekken det eneste som staar i veien. Ny parallell arm beviser at de to sjekkene ikke er en sjekk. - M18: fixturbasen navigerer til fire ikke-verdict-konsepter og payloadet leverer ALLE fire, saa "siter de leverte" og "siter alt navigerbart" ga SAMME sett. Armen flytter naa ett utdrag til `withheld` og asserterer `delivered < navigable` FOER den maaler. - M32: uten raden falt kjoeringen gjennom til "--explore requires --explore-config", som ogsaa navngir `--explore`. Oekt 57s regel ordrett -- assert aldri paa en delstreng to nekter deler. Armen bruker naa en argv `--explore` ellers ville blitt AKSEPTERT paa. Co-Authored-By: Claude <claude-opus-5>
This commit is contained in:
parent
ca98888358
commit
183191e51c
5 changed files with 385 additions and 15 deletions
|
|
@ -332,20 +332,51 @@ def test_a_dimension_config_without_the_flag_is_accepted(tmp_path: Path) -> None
|
|||
assert main(_run_argv(tmp_path, "--dimension-config", str(dim))) == 0
|
||||
|
||||
|
||||
def _explore_config(tmp_path: Path) -> str:
|
||||
path = tmp_path / "explore.json"
|
||||
path.write_text(
|
||||
json.dumps(
|
||||
{
|
||||
"max_rounds": 2,
|
||||
"max_tokens": 5000,
|
||||
"max_stall_count": 1,
|
||||
"max_reset_count": 1,
|
||||
"max_plan_revisions": 0,
|
||||
"enable_plan_review": False,
|
||||
}
|
||||
),
|
||||
encoding="utf-8",
|
||||
)
|
||||
return str(path)
|
||||
|
||||
|
||||
def test_it_is_refused_with_explore(
|
||||
tmp_path: Path, capsys: pytest.CaptureFixture[str], monkeypatch: pytest.MonkeyPatch
|
||||
) -> None:
|
||||
"""The exploration reads the WHOLE base with all four navigator tools and then hands its
|
||||
mandate to a debate told it is under a declared cut — this plan's own grounds for withdrawing
|
||||
the tools, one caller over."""
|
||||
mandate to a debate told it is under a declared cut — this seam's own grounds for withdrawing
|
||||
the tools, one caller over.
|
||||
|
||||
**The argv is one ``--explore`` would otherwise be ACCEPTED on**, and the assertion is on
|
||||
wording only THIS refusal produces. MEASURED: without ``--explore-config`` the run falls
|
||||
through to "--explore requires --explore-config", which also contains the token
|
||||
``--explore`` — so an arm asserting on that token alone stays green against the very mutation
|
||||
it exists for (økt 57's own lesson: never assert on a substring two refusals share).
|
||||
"""
|
||||
_refuse_model(monkeypatch)
|
||||
rc = main(
|
||||
_run_argv(
|
||||
tmp_path, "--explore", "finn tiltak", "--prepass-payload", _payload_file(tmp_path)
|
||||
tmp_path,
|
||||
"--explore",
|
||||
"finn tiltak",
|
||||
"--explore-config",
|
||||
_explore_config(tmp_path),
|
||||
"--prepass-payload",
|
||||
_payload_file(tmp_path),
|
||||
)
|
||||
)
|
||||
assert rc == 1
|
||||
assert "--explore" in capsys.readouterr().err
|
||||
assert "cannot be combined" in capsys.readouterr().err
|
||||
|
||||
|
||||
def test_a_plain_run_without_the_flag_is_accepted(tmp_path: Path) -> None:
|
||||
|
|
|
|||
Loading…
Add table
Add a link
Reference in a new issue