任务 AIC-2916，关联任务3 AIC-2915，父任务 AIC-2708。日期：2026-10-13。
交付结论：产品接线、专项回归、视觉检查及变异验证已完成；按用户最新要求停止全量，只保留失败定点复验。完整验收尚未通过。
两个任务保留
in_progress；既有失败均已定点修复验证，剩余覆盖限制和未完成的全量检查如实保留。
工作区
/Users/nd/.codex/worktrees/tuantuan-agent-execution/venture-os，分支
feature/tuantuan-agent-execution。HEAD 与最新
origin/develop 均为
fdd68e985da085bf036160c714a8f0cdac77358a；原型固定于
ba865ab82d1168cb7e409a608da8344a11b70a6f。源码、测试与本档案均为未提交本地成果，未提交、推送、合并或发布。
实施依据：任务4计划、阶段1规格。工具分档为大档。原计划要求完整
make check 与
make mutation；用户于本轮明确要求“不跑全量，如果有失败跑失败，剩余内容快速交付”，该最新指令优先，故停止正在运行的check4且不再启动全量。完整变异此前已完成。
| 用户操作 | 已实现行为 |
|---|---|
| 从计划推进任务 | 任务卡、团团引导与“等你”入口使用同一项目／任务／执行记录；明确确认后派单。工作间占画布区域，保留项目头及右栏。 |
| 与专家直接交互 | 专家对话／任务书／交付记录三页签；自由回复、快捷回复、私有附件、指定交付版本验收或返工。 |
| 处理异常 | 取消、查回、失败重试与本人兜底；结果未知保留原请求内容及幂等键，不自动重复外发。 |
| 延续上下游信息 | 仅已验收成果成为下游事实；保留确定失败、取消、确定未发送的不可变历史；任务书以可读文本展示。 |
| 切换及刷新 | 写操作忙碌状态延续到查询收口；增量文本按执行 ID 隔离；ready→planned 不卸载 SSE 所属组件；隐藏页签保留输入。 |
| 桌面及移动端 | 1280／1440 桌面卡片与右栏，390 单列任务卡及下置侧栏；原项目列表筛选保留。 |
未纳入模型预审、代答／委派、付费执行、完整图编辑、项目完结及任务5真实联调。全部业务验证使用假模型、本地 A2A／BTS／CS、真实本地 PostgreSQL／Redis，未调用真实模型、专家或公司 CS，未运行 smoke CLI 或创建／唤醒实例。
第4轮全量按用户要求中止，不算通过。运行目录：.artifacts/testing/goal1-task4/20261012T222536.970557Z-80d2fb5ac9204ec4b0f8c44b8b42a763/。该目录内
record.json
记录命令、源码指纹及退出码；artifacts/
保存本轮原始报告。
| 检查 | 结果 |
|---|---|
第4轮 make check |
按用户要求中止，command_exit=-15，外层exit241，595.33秒；源码指纹稳定，无记录错误 |
| 单元／集成／工具 | API单元2454、Web单元1915（177文件）＋70 Node、集成964、工具789通过／18既有skip＋76 Node；主浏览器219通过／2用户中断／272未跑，runtime另1通过，shared-config未完成 |
| 逐行覆盖 | 未闭合；不合并中止运行冒充最终覆盖，第3轮诊断与已验证补测见第5节 |
| 验收矩阵／数量阈值 | 本轮未执行：不以中止的浏览器产物生成全绿矩阵或推算最终阈值 |
| 变异 | 通过：API 83.4%，Web 96.3%，存活复核通过；详见下文 |
| 知识库／差异检查 | 知识库检查与差异／新增文件空白检查通过；证据
knowledge-check.json、whitespace-check.json |
| 独立验收 | acceptance-reviewer 最终结论“通过（仅限部分交付报告）”；完整验收仍受门禁未闭合阻断 |
完整变异运行：.artifacts/testing/goal1-task4/20261012T202113.980221Z-af4ba844eb294d1089222a7d6cd05eb7/，exit
0、source_changed=false。API 11012 检出／2194 未检出（11011
killed、1 timeout；2190 survived、4 segfault 计未检出）；Web 1514
检出／58
survived，survivorPass=true。后续801个生产源码／单测／变异输入仅
ndclaw.py
三行旧豁免说明注释变化，AST、豁免指令范围、第5行起字节均相同，证据
.artifacts/task4/mutation-closeout-input-comparison.json。没有虚称重新运行变异。
执行逻辑 logic.ts 67 killed／3 survived；三项是单元素 ID
数组、ID
前缀／后缀输入用例缺失，不是等价变异，也未据此发现产品缺陷。明细
.artifacts/task4/execution-mutation-survivors.md。门槛为80%，没有为追求100%继续扩写测试。
完整测试变更清单覆盖工作树与untracked：114个测试相关文件，场景标题新增68、后端测试函数新增214、前端测试标题新增65、删除0；参数展开后的运行数量另计。这是任务3＋4共享树增量，不能全部归为任务4独立新增。自动summary按提交比较得出的零清单不适用，由本附件替代。
check4中两条带叉用例的原始错误均为
Test was interrupted，不是确认的业务失败；0条新增业务失败，不因此触发重跑。用户中止证据
check4-user-stop.json、check4-interrupted-audit.json；独占子进程均已退出。自动summary的阶段耗时读到上轮timing，不能用作本轮耗时；本轮阶段结果以归档的
check4-stage-logs/ 和stdout为准。
当前专家 Feature 115实例＝35双层＋80仅E2E，绑定
AC-149～177；场景库存见
apps/acceptance/INDEX.md。以下历史子集有各自范围，不与全量数量相加。
| 范围 | 结果 | .artifacts/task4/ 证据前缀 |
|---|---|---|
| 边界新增场景及屏障 | 43 passed | e2e-consolidated-boundaries |
| 旧附件 HTTP／模型协议集成 | 2 passed | integration-consolidated |
| 附件 HTTP／事务集成 | 22 passed | http-security-integration |
| 纯 ASGI 夹具定点回归 | 11 passed＝5业务＋6屏障 | e2e-stream-gates-fix |
| 当时完整专家执行回归 | 119 passed＝113业务＋6屏障 | e2e-execution-complete-fixed |
| 最后两条取消竞态及相关回归 | 20 passed | e2e-last-fences |
| 封面图片完整相关 Feature | 18 passed | e2e-claims-cover-fixed |
| 最终静态子集 | lint-api／lint-web／lint-acceptance 全通过 | static-last-fences |
每个前缀有 JSON 命令／退出码／耗时与同名日志，浏览器证据另存
-playwright/。
| 问题 | 根因、修复与资产 |
|---|---|
| 原断流场景误变待验收 | 通用 BaseHTTPMiddleware 在抛异常前发了正常 EOF，客户端据此正确查回
COMPLETED。单例稳定复现后，测试屏障改纯
ASGI，原样保留异常和响应结束语义。11项定点、119项完整专家随后通过。原失败
e2e-execution-complete-regression 与
e2e-stream-drop-diagnosis 保留。 |
| 第3轮旧封面场景偶发失败 | fallback SVG 提前满足
complete/naturalWidth，断言第二次签名时真实响应尚在途。trace
显示断言约早4ms，恢复PNG约晚8ms返回200。单例7通过仅证明不稳定；修脚本等待第二次签名、精确URL的src/currentSrc及解码完成，保留恰好两次签名、一次失败与不同URL断言。相关18项通过。资产
apps/web/e2e/steps/claims-ui.ts，诊断
claims-cover-failure-review.md。 |
| 首帧提交后的旧读取／令牌失败迟到 | 真实事务先提交，再暂停回执或503响应体；第二页面真实取消后释放旧操作。断言调用序列、零重复外发及取消状态不被旧回包覆盖。最后20项回归通过，服务状态和 fencing 未 mock。 |
| 长回复缺陷注入 | 暂时将100000上限放宽至1100000，预期断言失败；按原哈希恢复，恢复后9项通过。证据
defect-length-restoration.json。 |
| 下载 userinfo 缺陷注入 | 暂时移除用户名／密码检查，下载不可用断言按预期失败；源码按原哈希恢复，之后119项专家回归通过。证据
defect-download-restoration.json。 |
故意注入的失败证明断言有效，不计绿色验收。原 trace 与日志未覆盖。失败回流见专家执行短事务与验证隔离复盘。
历史全量均保留，不以子集绿色覆盖失败：
| 轮次／运行ID | 历史结果 |
|---|---|
check1
20261012T185855.152126Z-38c9d5c453c34e79978f3105f3180fd6 |
exit2，源码稳定；浏览器／配置夹具失败，详见原记录。 |
check2
20261012T194831.829909Z-1e5aaa68a6f94e71be6d3bd6ef7ca47a |
exit2，源码稳定；主浏览器450、runtime1、shared-config1通过；当时92覆盖缺口、矩阵新鲜度失败。92不是最终缺口。 |
check3
20261012T214847.734976Z-885ab4d8d67e49aaacfca5dd8c2196bf |
exit2，源码稳定；API单元2454、Web1915＋70 Node、集成964、工具789＋76 Node通过；主浏览器486通过／1封面失败／4未跑，runtime1与shared-config1通过。覆盖与矩阵下游跳过；诊断合并14缺口不算正式门禁。 |
六个视觉小批次结论和图片索引在
.artifacts/task4/visual/。已检查1280／1440候选及运行态、可读任务书、绿色运行及橙色等待卡、滚动后完整验收／返工按钮、390单列布局。前批发现的JSON任务书与按钮可见性问题已修复或补证。静态截图证明布局及可见性，不能单独证明动画或点击行为。
| 测试边界 | 证据能支持的结论 |
|---|---|
| A2A／BTS／CS | 本地 TCP HTTP；生产业务、真实数据库及Redis；进程白名单环境与回环限制，不证明线上联通。 |
| 附件下载与 DNS | 生产下载器保留；受控DNS及传输映射核验固定IP、Host、SNI、不携带平台凭据；不等于公网TLS实测。 |
| INSERT／COMMIT 回执 | 包裹真实事务并在真实提交后注入回执不确定，不等于真实PostgreSQL TCP断线。 |
| 竞态与租约 | 暂停真实HTTP／事务回执，用户从界面取消／查回，等待真实租约；这些新增竞态不直接伪造 execution／turn／token；旧内部探针例外见下文。 |
| 历史非法数据 | 明确数据准备只证明兼容／拒绝保护，不声称当前界面能生成非法记录。 |
独立审查识别的旧 /_test/executions/late
步骤会构造随机token并直调
finish，只算内部防御探针，不算真实迟到HTTP证据。新增真实首帧／GetTask／令牌／CS取消竞态提供替代产品证据；另读取不含旧探针场景的20项真实HTTP子集原始CoverageData，确认同一
finish:120–123 拒绝路径已实际命中，见
fence-real-http-attribution.json。该证据仅用于路径归因，不合并到全量报告、不使其余覆盖缺口自动通过。
六份原任务1／6.1文档的哈希保持不变，清单
.artifacts/task4/preserved-documents.json。真实Git索引没有暂存内容变更；git status
刷新了索引stat元数据，原始字节哈希因此不同，不声称字节未变，详见
index-final-audit.json。生成客户端与矩阵校验只使用专用临时索引，不能据此声称已经提交生成物。
本次不再进行全量采集。第3轮诊断合并为14行缺口（不是最终门禁）：其中activity两行受后置场景未运行影响；stream两行434／447已补真实竞态并通过20项子集。剩余10行的性质见下表，不据子集命中推算最终百分比。另有ndclaw旧豁免下7行需披露。预审结论
.artifacts/task4/final-coverage-constraints.md
按源码逐行区分：真实可达身份路径、历史不一致数据假设、前层保护挡住的重复防御、无当前产品入口的适配能力。不能笼统称“全部不可达”。
| 尚未闭合范围 | 逐行位置与限制 |
|---|---|
| 默认真实身份准入 | executors/service.py:146：真实可达；本地fake提前返回，未擅自添加可信UC正向身份假设。 |
| 不一致旧数据 | executors/service.py:49、281：需要两种明确旧数据假设，正常产品写入不产生该组合。 |
| 前层保护／无公开调用路径 | executors/service.py:591、stream.py:301、files/remote.py:87、88、files/service.py:440、Workroom.tsx:253、useExecutionAction.ts:69；七行保留原保护，不能靠内部直调算浏览器覆盖。其中files:440还缺集成层。 |
| ndclaw旧豁免内7行 | 177为上游异常Userid；236、237、240、241、245、246为仅CLI调用的目录能力，本期不运行smoke，也不虚增UI入口。 |
规格第205行明确“不新增豁免”。本轮没有降低阈值、扩大豁免、删除防御，或把内部直调／CLI包装成浏览器覆盖。ndclaw.py
既有E2E整文件豁免尚未撤销，理由只更正为当前真实限制；任务3的该项要求仍未完成。第3轮原始ndclaw
E2E语句为151／158＝95.5696%，缺177、236、237、240、241、245、246；它不是本次中止运行的新百分比。
AI可直接完成的工作是可达场景补测、全量采集、逐行审计、报告和看板回填，已继续推进。若最终仍存在限制，需分别裁决：是否允许严格本地可信身份正向／异常快照测试；是否把两种明确的不一致历史组合纳入恢复验收；对于前层已阻断／无产品入口的代码，另行确认有设计价值的职责调整或正式修订验收规则。不会自动批准豁免或将任务标完成。
独立审查最终确认：可以按“部分交付，未验收通过”交付；中断不记业务失败、子集覆盖不并入最终门禁，测试变更清单及旧内部探针的证据问题均已消除。知识门禁exit0、真实索引前后字节未变；git diff --check通过，135个新增文本文件空白检查无问题，六份受保护文档哈希保持原值。
完整验收仍未完成；不提交、不推送、不发布。任务评论仅追加产出与限制，保持正文和进行中状态。