fix(release): qualify 2.3.0 original-context and Turn boundaries - #8356

Reviewer: model_agent, gpt-6.1-sol, OpenAI, runtime_reported, reasoning_effort=max

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

动机 / Motivation

需要在原 Turn 内修正草稿、读取完整上下文并完成原结算的 Agent，以及核对发布候选证据的维护者。旧 qualification Host 把尚未创建的工作区内草稿直接当作越界，并在只影响草稿的 shell 失败后终止，无法按真实 CLI 错误在原预算中改正；短标量数组的地址投影还会比原文更大。这会让原本可以修正的一次输入失误变成整轮中断，或使“缩小传输”反而增加成本。当前 head 在原 10 次调用预算内完成缺失草稿和一次 shell 错误后的纠正，保留 proof/registry 不变、原身份及一次 writeback/spend；选择器返回原值和原 digest。这是一项可独立核验的恢复与资格夹具增量，不执行或批准正式 benchmark，不授予发布、安装或合并权限，也不把尚未完成的全量发布资格写成通过。完整 pytest、full-public、最终安装与发布资格仍由发布维护者完成；已报告的全量 pytest 两项失败尚无最终 trace，继续保持发布门。因此这个增量有实际可用结果，完整发布门仍单独持有。

改动思路 / Approach

保留原生 CLI、TypeScript 选择器和既有结算所有者的权威；Host 只恢复无受保护改写的草稿失败，浏览器 checkpoint 只是经当前来源重验的派生缓存，四个组合函数移动到现有 owner 后函数体保持等价。本 PR 的边界是原预算内可纠正的恢复、完整值与调用身份不丢失，以及透明的发布说明；不以夹具修正或单臂通过代替整个 2.3.0 发布验收。草稿路径先解析到工作区内，再让真实 CLI 返回缺失文件错误。非零 shell 退出只有在 scratch 以外的 fixture 完全不变时才能送回模型修正；protected proof 或 registry 被改写仍立即停止。错误修正消耗原调用数，不重新准入、不重置预算，也不自动修复错误模型结果。

地址投影只向既有 TypeScript planner 提供形状和数组长度，标量改用一字节占位；最终类型、精度、字节数和选中值仍由 digest 核验过的原文件 renderer 提供。主干中已合并的 #8355 作为前置保留：浏览器失败页沿原 cursor 继续，但在来源撤销、身份变化或非法 prefix 时丢弃 checkpoint；不把局部历史发布成完整回答，不启动新 Turn。

具体改动 / Changes

完整检查 packet base efd49352cc087cb299d5f7194cefd95a64b83e95 到本 head 的 29 文件 +897/-232；其中 8 个 history-recovery 路径属于已合并 #8355 前置，相对该集成点的独立增量是 21 文件 +733/-221。也读取了最新 main fe36f31f 对三个重叠文件的完整差异：complete-Turn 和 Goal-narrative 恢复必须在后续集成时保留；当前审查不认证尚不存在的新集成 head。

规范依据是改动前 docs/development/testing-and-quality.md（revision efd49352cc087cb299d5f7194cefd95a64b83e95）的预算与真实路径规则，以及发布说明合同。criterion bounded-recovery、original-context-values、original-settlement、release-body-contract 均 implemented；final-release-qualification 明确 deferred 给发布维护者，不能随此代码结论解除。

关键代码讲解

• _execute_terminal_workspace 在错误后比较 scratch 外快照；只有受保护状态不变才返回限长 shell_nonzero 诊断。原 10-call 限制、proof 独立校验和结算顺序仍有效。
• context_selection_transport 生成地址骨架；真正输出仍经 context_selection_view 读原值并验 digest，没有把占位零当作用户数据。
• readChatSessionHistory 与其 fresh-source 调用者保存不可变 prefix 副本，仅重试失败页；pendingReads 是浏览器内存，不是来源权威或持久工作状态。
• settle_requested_refresh 仍只在显式 settle-turn 下组合原结算。该函数及三个 reader helper 的 base/head AST（忽略 import/docstring）相同，退出、异常和已提交回执不重入语义未变。

同一 480 个混合标量输入为 2412 bytes：旧 planner 传输 2892 bytes，本 head 1452 bytes；原值、非 JS-safe 整数和索引元数据仍从原 capture 返回。辅助 monitor 的完整 writeback 在 File、SQLite 都为 8642 字符，immutable base 的 7500 上限实际失败并保留；只把此回归预算校准到 9336，保留 694 余量。head 测试对完整 Vision authoring 与原 semantic-closeout 参数逐项相等，spend/settled 的 2000 上限未改。Lark private_conversations 的 2012 行 baseline 记录的是 base/head 同一 blob 的已有开销，没有隐藏本 PR 的新增源代码增长；CLI 两个超限组合入口通过现有 owner 提取降到 995 和 978 行。

对主干的风险 / Risks

未发现本 head 的新阻断 finding。最强负例是“失败命令已经改写 proof/registry 却继续 spend”，以及“来源撤销后沿缓存 prefix 显示旧记录”。本次实际执行 4 个恢复/context/actor 模块 86 PASS，包含路径与 symlink 越界、受保护改写停止、缺失草稿后原 CLI 拒绝与同预算纠正、12k 分页耗尽原预算和 64k 完整选中内容相等。错误 reason_codes 仍只调用 provider 一次并由严格结果 validator 拒绝，不自动重试或改写答案。

5 个真实 CLI/File/SQLite/Explore/Host 模块第一轮 30 PASS / 1 FAIL / 3 ERROR，日志明确出现 ENOSPC，包括失败用例的 teardown；这些结果保留。磁盘恢复后只重跑三个受影响/未完成用例为 3 PASS，并对原 SQLite-evidence 用例追加三次固定环境检查，三次均 PASS（2.80/2.65/2.34 秒，磁盘始终约 19 GiB 可用），未删除断言。原 CLI 失败的完整原因未从截断 assertion 还原，不能凭后续成功宣称历史失败已修复；当前变更由完整 owner 函数等价、两 provider 原身份读回与受保护状态负例交叉覆盖。

构建当前 Chat bundle 后，production HTTP/SQLite/Core smoke 的普通绑定与管家 fallback 两路均 PASS；source revocation、403、identity/digest 冲突、只读和旧服务拒绝都有检查。用相同新 fixture 挑战 immutable base，重复中断需要 0,200,0,200,400,0,200,400 八次读取；head 为 0,200,200,400,400 五次，并返回同一完整原文、无新增 Session/Turn。初次未构建 bundle 的 fixture 前置失败保留，不计产品失败或成功。

本地 premerge 6 direct / 19 selected 全部 PASS，仍有 4 manual holds；mypy 17 个目标、Ruff、包含 tsc 的 packaged build 和公开边界检查 PASS。15 个可选能力的完整双语 usage gate PASS；18 个 handle、84 个 PR 的作者/merged 状态及 v2.2.0→本 head 的 Git 归属独立核验，双语名单相等。失联的历史 #7545 不能从显示名补造 PR 元数据，保留独立归属缺口。

另读取作者执行的 actual-default Pro compact receipt：22 场景各 2 次、44 actor invocations、113 provider requests、6 contrasts，failure/skip 均为 0，source commit/tree/clean/version 与本 head 一致，且 automatic promotion=false。这是作者运行、独立读回的证据，不是 reviewer 新执行的模型实验；旧 EV 失败和第一次调用前中止仍未改名为 PASS。未查询、轮询或等待 CI，也未运行新的付费模型。

我的整体评价 / Verdict

保留原生 CLI、TypeScript 选择器和既有结算所有者的权威；Host 只恢复无受保护改写的草稿失败，浏览器 checkpoint 只是经当前来源重验的派生缓存，四个组合函数移动到现有 owner 后函数体保持等价。本 PR 的边界是原预算内可纠正的恢复、完整值与调用身份不丢失，以及透明的发布说明；不以夹具修正或单臂通过代替整个 2.3.0 发布验收。本地长程恢复得到可观测改善：可纠正的草稿错误不再丢弃已完成工作，重复断网不再从页零反复读取；用户体验也改善，已有意图和权限下无新增确认、复制或准备轮次。模型是否在真实长期任务稳定采纳这些提示仍不作一般性结论。

复用 9b1e524 提交的 packaged Chat 合成截图检查桌面尾部、不可用恢复和 390×844 窄屏；reader、history hook 及相关界面文件在该提交与 3f1cb51 间未变，原始草稿与恢复入口可读。截图不证明已安装 App、真实 IM、模型逐条采纳或长正文的完整视觉可读性；本次没有修改正文布局，完整正文由真实 HTTP 字节断言核对。新增 state/type 和 shell_nonzero 都在各自 caller 的本地派生/诊断边界，复用原有共享词汇与 typed owner，没有新增执行权限。提取组合函数是本次有边界的行为保持整理；不需把未改动的整个 Lark provider 重写作为本 PR 前提。源码增量可接受，但 完整 pytest、full-public、最终安装与发布资格仍由发布维护者完成；已报告的全量 pytest 两项失败尚无最终 trace，继续保持发布门。任何 rebase、release source 或最终 body 改动都需按新身份复核；此结论不授予合并或发布权。

English verdict: APPROVE — bounded recovery and original-context preservation are verified at this exact head; full release qualification and merge authority remain separate holds.