PolyGateway/research-wiki/findings/2026-09-09-134-thinking-contracts-validation.md

type, node_id, title, date

type	node_id	title	date
finding	finding:2026-09-09-134-thinking-contracts-validation	1.3.4 T0–T4 与 T7 确定性验证	2026-09-09

1.3.4 T0–T4／T7 实施验证

状态：本轮限定的生产契约与确定性测试已实现；不是整个版本验收。T5／T6／T8／T9 尚未执行。所有原始输出在 tests/outputs/134/，不提交。

基线与修改边界

项目	实际证据
起点	6a09054，保留既有两个本地测试提交，工作区仅原 .pi/ 与待提交设计／计划
T0 静态	t0-check.log／.exit：make check，退出 0，import-linter 1 kept
T0 指定测试	t0-baseline.log／.exit：660 passed，退出 0
生产范围	只修改 thinking／providers／client／openai_compat 四文件；端口、类型、缓存指纹、遥测 schema、embedding／OCR 循环未改
文档回滚	2553fc7／dda5556；wiki 工具 add_entity 会覆盖无 frontmatter 的同名文件，故先补原文 frontmatter，再以节点存在性保护调用工具，显式登记图节点／implements 边

红绿证据

任务	红证据	绿证据
T1 AUTO 成员／MiniMax／未知告警	t1-red.log：9 failed，103 passed；都是未拒绝／旧 medium／缺不保证文案	t1-green.log：112 passed
T1 可执行迁移文案	t1-guidance-red.log：1 failed，旧错误无配置例	t13-followup-green.log：220 passed（含探针收尾）
T2 on_base 不偷带档	t2-wire-red.log：12 failed，旧解析接受非法开启片段	t2-green.log：137 passed
T2 raw 纯守卫	隔离 raw-guard 变异：28 failed，含嵌套根与所有档位	还原退出 0；详见 mutation-summary.json
T3 标准 raw 实际 HTTP	t3-raw-red-valid.log：21 failed，旧 transport 发出了冲突请求	t3-green.log：526 passed（工厂／配置／transport／retry／纯解析）
T3 前置／准入	t3-entry-red.log：4 failed，旧工厂构造后端／请求进入洋葱／冲突未拒绝	同上；额外半开探针测试证明可再次取得探针且 inflight=0
T3 自定义根	隔离 custom-guard 变异：3 failed，丢 wire 后私有根绕过	t3-custom-green.log：3 passed
T4 迁移	cache-isolation 变异：去掉显式身份后能力／fallback／wire 各节点红	t4-final-green.log：190 passed（缓存与遥测）；新旧身份回滚、租户、多源和 per-call 覆盖均有断言
T4 命中遥测	cache-row 变异：1 failed，历史 low 不应替代本次 medium	还原退出 0
T7 客户端 NULL	embed False→True：6 failed；OCR False→True：12 failed（text／layout 独立红）	t7-final-green.log：328 passed
T7 阳性／emitter	chat True→False：并发实际档断言失败；去 applies 短路：6 failed	各还原退出 0；chat 糖失败 auto、nearest 失败 medium／成功 low 另有真实链路断言

隔离副本来源由 mutation-import.log 验证，路径为 /tmp/pgw134-mutation-*；无 .env、reference、.pi/。脚本 mutate.py、汇总 mutation-summary.json、逐例 mutation-*-red.log/.exit 和 mutation-*-restored.log/.exit 均留存。11 个变异全部退出 1，逐例还原全部退出 0，恢复后校验文件散列。factory 三个变异分别抓到 Authorization 缺失、timeout 退回 5 秒、trust_env 写死 True。

调试记录（不把无效红当证据）

现象	根因与处理
初始 raw 红测试反而 21 passed	测试选 qwen 纯开关形态却请求 HIGH，旧实现先因形态拒绝；改用可表达 HIGH 的 openai 后全部因目标未拒绝而红。t3-raw-red.log 不计红证据，使用 t3-raw-red-valid.log
默认 HTTP factory 新测试 5 failed	开发机 socks:// 代理被 httpx 构造拒绝；测试 autouse 删除代理环境，仅隔离外部条件，不改生产 factory，仍分别验证 trust_env True／False。t3-isolated-green.log：207 passed
factory 失败随 T3 提交进入历史	8e61a66 当时附带上述未隔离测试；随后 71f1bdf 独立修复。最终工作区全绿；不声称每个历史提交均全绿
per-call 迁移工厂测试缺缓存参数	合成 env 仍为 cache_backend=none，loader 正确清空 namespace／ttl；改为 memory＋显式 TTL，新测试 9 passed，不改生产配置默认
conda run 默认捕获模式下 stdin 脚本未执行	T0 第一次文档提交只有原始两文件；通过 --no-capture-output 重跑安全登记并单独提交，未将第一次零输出当登记成功
pi-lens LSP 报缺 pytest／loguru、旧 StrEnum Literal 噪音、Python 3.12 语法不支持	非 conda 解释器限制；父监督明确批准记录并继续既定 conda pytest／ruff／import-linter，不改枚举／不加 ignore。后续异步 stale 测试报告已标 superseded，最终实际全量单测输出为准

当前检查与后续门

检查	结果
conda run --no-capture-output -n PolyGateway pytest tests/unit/ -q	last-unit.log/.exit：1241 passed，3.95 秒，退出 0
make check	last-check.log/.exit：格式／ruff／import-linter通过，退出 0
git diff --check	通过
本轮网络／slow	未执行；所有 HTTP 为 MockTransport，SQLite 为临时文件，无付费调用
独立 verifier／集成／slow／下游迁移	由父会话后续执行，本轮不声明通过；设计所列真实缺测和下游缺失仍有效

日志方案沿已批设计：未知能力沿既有 loguru warning，实际调用仍经 TelemetryEmitter 单点出口，四类行来源和 NULL 契约用既有 schema 验证，不新增运行时数据面。