PolyLoop

Files

T

iomgaa 67f0d355d0 feat(soak): 补上 context_overflow 与 env_error 两类，七类变九类

一次 193 个运行的全量跑完之后，停止原因的十个取值里有两个一次都没出现过。没出现不等于
它们是对的，只等于没验过——这正是「全绿要先怀疑负载」该指向的地方。

context_overflow 的判据不能照字面写成「最后一步的提示词超过上限」：规模判定在调模型之前
做，命中时不产生步记录，所以落盘的每条步记录必定不超上限，那样断言等于断言契约的反面。
改成判「再走一步会有多大」，公式拿全量里 865 对相邻步验过，0 处不符。

env_error 是真把容器 docker kill 掉，不是用测试替身。它自己起一个池、用另一个端口——
共用那个 size=1 的池的话，排在它后面的每一类都会跑在一个不存在的环境上。

实跑：两类都通过，击穿 0、无法判定 0。

Co-Authored-By: Claude Opus 5 (1M context) <noreply@anthropic.com>

2026-08-11 11:14:04 -04:00

__init__.py

feat(soak): AppWorld 场景适配器——代码围栏解释器与容器执行器

2026-08-11 08:16:31 -04:00

test_appworld_scenario.py

feat(soak): AppWorld 场景适配器——代码围栏解释器与容器执行器

2026-08-11 08:16:31 -04:00

test_faults.py

feat(soak): 补上 context_overflow 与 env_error 两类，七类变九类

2026-08-11 11:14:04 -04:00

test_govdoc_scenario.py

fix(soak): 给 plan 与 execute 补上完成通路，它们原本必然跑满预算