Opt in to local work probes from SForge heartbeat - #8252

Reviewer: model_agent | gpt-6.1-sol | OpenAI | max | runtime_reported

Approval conclusion (author-owned PR; GitHub blocks formal self-approval)

动机 / Motivation

运行 SForge heartbeat 实验的工程师，需要在候选代码的正常验证中取得可归因的本地执行观测。旧 SForge 入口无法选择已有的本地 probe，选定候选文件和输入版本后仍要自行装配入口，容易使安装来源与实际执行脱节。修复后，同一启动命令可显式选择 probe，安装阶段确认打包入口可运行，普通调用把候选文件哈希与执行结果写入同一组证据。评审范围是这条启动、安装、调用和读回路径。真实模型采用与实验结果由后续实验验证。按基线契约逐项检查显式选择、候选证据与配置读回。既有选择契约

改动思路 / Approach

SForge 入口把一次 trial 的选择交给现有 Harbor 共享安装器。已打包的解释器以隔离模式运行固定源文件，并显式加入已暂存的产品源码路径。候选文件仍按任务工作目录解释。选中后，安装器以 worker 用户运行一次帮助检查。成功回执记录选择，实际执行观测由 worker 后续调用生成。默认关闭沿用原有安装和工作路径。保留原生启动和共享安装各自的职责。当前交付限于 SForge 选择、共享安装和已有观测结果读回。共享安装器

具体改动 / Changes

关键代码讲解

• run.main 接受 --execution-observation local_probe，先拒绝与非 heartbeat profile 的组合，再向 SForgeWorker 转交可选值。worker 复用选择解析器，将其交给 BenchmarkCodex.install，随后由 _worker_env 向规划和执行传递。runtime-receipt.json 提供所选配置读回，worker-profile.json 在安装通过后写出。CLI 入口 · 安装接线 · worker 环境
• BenchmarkCodex.install 固定暂存的 research_probe.py，用隔离 Python 和打包源码解析依赖，检查入口文件可执行且帮助中含 --candidate-file。旧提交的真实 shell 复现中，同名任务模块接管了安装自检和调用，两次退出均为 0。当前回归用例在工作目录和外部 PYTHONPATH 都放入同名包，已打包入口仍完成相对路径候选执行。入口与自检 · 安装回归
• 英文和中文使用说明覆盖选择、安装自检和选择回执。CLI 回归覆盖选中、缺省和不兼容 profile，安装回归另外覆盖缺解释器、符号链接和真实 probe。使用说明 · CLI 回归

对主干的风险 / Risks

• PASS 安装与普通执行。 独立用例串起真实 CLI、SForge 安装适配器、共享安装和实际 shell。候选探测通过真实 Explore 规范化，回执的文件 SHA-256 与独立计算相同。作者在 Linux 非 root 环境也验证了相对路径与内存 sidecar。独立验证中的镜像传输、基础安装及模型边界使用隔离夹具。
• PASS 缺省及拒绝。 基线和当前 head 的同一缺省用例都沿用普通启动，跳过 wrapper 安装和自检，回执省略观测字段。选择后缺打包文件会在 worker 成功回执前报错。非 heartbeat 组合在创建 trial 目录前以退出码 2 拒绝。首读指引测试确认原有选择开关仍控制 probe 指引。缺省与选择契约
• UNVERIFIED 实验运行。 完整任务镜像部署、模型是否采用观测、资源成本和解题收益仍待实测。远端 CI 按当前评审配置独立处理。

我的整体评价 / Verdict

APPROVE，head 66cffb6。 固定的打包入口修复了先前的安装来源缺陷。独立安装链 4 项、基线缺省对照 1 项、仓库聚焦测试 9 项通过。当前 r36 基线的隔离合成树无冲突，同一入口复核 4 项通过。交付面是 CLI 与 worker 启动，界面评审不适用。合并资格独立判定。

English verdict: APPROVE for 66cffb6. The exact staged entry point passed isolated install, execution, default-off and refusal tests. Live model adoption remains unverified.