[forrestlinfeng]

Summary

v1.0.6 的发布 run 在 Linux test 上偶发超时：cursor 的 Recipe、correction 两条用例，以及 opencode 的“会话删除后蒸馏”。这三条都在等后台工作，上限 10 秒，重跑后才通过。

根因

• 在自托管 runner 上用 8 个并发 job、各跑 3 遍整套测试，并逐步计时：每投递一条复用报告，都要在本地账本记一笔，这需要加载整个 evolver-core。runner 空闲时，新进程首次加载要 3.3 秒，负载下超过 10 秒；写事件本身最多 175ms。
• 加载夹在投递循环里，带来三个问题：
  1. 占着 outbox 锁：cursor 的 hook 新入队一条报告，新起的 worker 抢不到锁就直接放弃，报告只能等持锁者加载完。
  2. 堵住常驻队列：常驻宿主（opencode、MCP、dsh）的后台任务是串行的，排在后面的蒸馏要等投递任务加载完。
  3. 堵住宿主事件循环：加载是同步执行的大段模块代码，会占住所在线程。常驻宿主和插件共用一个事件循环，所以加载期间宿主和插件都停住。真实用户也会遇到：opencode 或 MCP 进程第一次记账时会卡顿。
• 另外有一个漏发窗口：抢不到锁的投递会放弃，把报告留给持锁者；如果持锁者已经最后看过一次队列，这份报告就要等下一个事件才会发出。

修复

• DRAIN 只把报告发到 Hub（postPending）。本地记账（recordReports）在 Hub 投递之后单独做：先看有没有待记的账，没有就不加载；有的话，在锁外加载 evolver-core，再拿锁记账。
• 常驻进程通过新加的 scheduler.alongside 在独立通道记账，不挡后续任务，idle() 会等两条通道都完成。只活一批任务的 worker 进程仍在批末记账。
• 常驻宿主的账本改走 worker thread（lib/runtime/ledger-thread.js）：
  • 线程入口和调用方是同一个文件，靠 workerData 里的角色标识区分，所以会随静态 import 一起打进包里。
  • 线程 unref，不拖住进程退出。
  • 设置 execArgv: []，不继承宿主的启动参数（例如 --input-type）。
• outbox 的持锁者放锁后再看一次队列，有新报告就再排一轮。
• npm root -g 的结果在进程内复用，只缓存成功的结果。

Scope and cuts

• 被要求的是修掉这三条 Linux 偶发超时。本 PR 修的是插件代码里导致超时的原因，没有调大任何等待上限。覆盖所有用到 environment.js 的宿主：常驻的 opencode、MCP、dsh，以及短命进程的 cursor、claude-code、codex、grok 等。
• 测试改动（行为没变，按既定设计改写校验）：test/hosts/dsh/plugin.test.js 的 “the plugin's unload ends the open sessions…”。
  • 它原先要求卸载中的进程自己投递 aborted 报告，并计一次“没有模型服务”的尝试，这要靠卸载那一刻碰巧还有本地记账在跑。
  • dsh 插件的注释写明 “what they leave is only written, and the next session start delivers and distills it”，现在按这个设计校验：卸载后报告已写入队列，下一个进程启动后投递它并完成蒸馏。
  • “没有模型服务时这次尝试算失败”由 test/hosts/dsh/model.test.js 覆盖。不再使用的 elapseRetryWaits 一并删除。
• 压测中发现的其他负载敏感用例，不在本 PR：它们在 main 上同样会在压测中失败，在实际 CI 负载下目前没有挡过发布，是否处理由插件维护者决定。
  • grok 的“会话结束在 1.5 秒内答复”：计时包含 hook 进程自身的启动时间。
  • redaction stays linear on long adversarial input：CPU 计时。
  • test/hosts/cursor/hooks.test.js 整个文件超过 120 秒的文件级超时。

Evidence

• 本机全套 875 条：873 通过、0 失败。所有能打包的宿主（antigravity、claude-code、codex、dsh、grok、minimax、opencode、qoder、workbuddy）的包里都有 lib/runtime/ledger-thread.js。
• 新增 3 条回归测试，各对应一个真实故障；去掉对应修复后都会失败：
  • test/runtime/file-stores.test.js：持锁者最后一次看完队列后才入队的报告，即使它自己的投递因为锁被占而放弃了，也会被送出。
  • test/app/turn-lifecycle.test.js：本地账本还在加载时，报告已经到了 Hub，下一批任务也能照常运行。
  • test/runtime/local-ledger.test.js：打包后的插件加载一个需要 2 秒的 evolver-core 时，宿主事件循环最长停滞不到 1 秒。不走线程时停滞 2014ms。
• 用同步阻塞模拟首次加载耗时 11 秒，opencode 的 session-end.test.js：没有线程时，“会话删除后蒸馏”这条复现了 CI 上的超时；用线程后 8/8 通过。
• 自托管 Linux 压测，8 个并发 job、各跑 3 遍整套测试，修复分支和 main 在同样条件下各跑一次：
  • 三条目标用例在 main 上（run 42446841415），负载重的那台机器 3 个 job 共 9 轮全部失败；在修复分支上（run 42446341927），24 轮里 0 次失败。
  • 剩下的失败只有 grok 的 1.5 秒用例，两边次数和耗时分布都相当（main 9 次，修复分支 10 次），说明这条和本 PR 无关。

Merge Danger

可逆，没有改状态文件格式。outbox 里本地记账相关的字段（localAt 等）含义不变，旧状态可以直接沿用。本地记账会比 Hub 投递晚一点，但仍在同一批后台任务里完成。

🤖 Generated with Claude Code

[evomap-aiqa-bot]

Sentinel 已审核此变更，未发现已核验问题，但发现需要人工确认的风险。

另有 4 个需要人工确认的风险；黄色 advisory 不阻塞合并，建议开发 agent review advisory 评论并逐条确认。

开发 agent 查询详情： 调用 MCP 工具 sentinel_pr_review_context，传入 owner_repo="evomap/evolver-agent-plugin"、pr_number=58、head_sha="754f85272600967eac029de0c2ed89bb28f2b6e4"，并按条目追加 finding_id 或 finding_key。

由 Sentinel 审核 · 目标提交 754f85272600

[evomap-aiqa-bot]

Sentinel 保留了 4 个尚未确认的审核候选。这些黄色条目不阻塞合并；红色 P0/P1 与其他独立硬门禁不受影响。 单一猜测、缺少变更行证据或纯 checklist 的候选会统一降为 P3。
开发 agent：请 review 以下 advisory，并逐条给出“已验证无风险 / 已修复 / 转为后续事项”的结论；不要只做整体确认。

• [P3] worker 在副作用完成后退出会导致 ledger 重试重复入账 — worker 中的 ledger 写入与父线程 outbox 的 localAt 提交不在同一原子边界内。若 recordReuseLocally...(truncated) · lib/runtime/ledger-thread.js·advisory_6ba4f0c0f54d25150ea7bd08`
• [P3] 异步完成可能覆盖更新后的状态 — 状态链探针：late async completion may overwrite newer local/store state because no request/version/abort guard is ...(truncated) · lib/runtime/store/file-stores.js · slice:whole_pr:state_chain_959b544a096c1139
• [P3] 旧 worker 的 exit 回调会清空并拒绝替代 worker 的请求 — error 和 exit 共用无 worker 身份校验的 failAll()。旧 worker 的 error 会将 thread 清空并拒绝...(truncated) · lib/runtime/ledger-thread.js · advisory_2e9ed592d01993259dcf4d38
• [P3] 状态链路需要人工确认 — 状态链探针：hydrate/refresh path writes data/cache state; verify failed or stale responses preserve last-known-goo...(truncated) · lib/runtime/store/file-stores.js · slice:whole_pr:state_chain_14444ff93de8566f

需要完整证据时，可用行末 finding_key 查询 Sentinel PR review context。

由 Sentinel 审核 · 目标提交 754f85272600

[evomap-aiqa-bot]

Sentinel 已审核此变更，未发现需要报告的问题。

最近一次申诉核验 · resolution_fcf8e18c2ea7296a680f0295aefdf53c · completed

• slice:whole_pr:state_chain_959b544a096c1139 accept: False positive. On the exact resolution head, drainUnderLock is exclusively executed under withLock(outbox.lock). It merges queued entries with the current outbox, awaits delivery, then writes `{ ...readState(outboxPath, {}), ...changed...(truncated)
• slice:whole_pr:state_chain_14444ff93de8566f accept: False positive. The exact-head hunk operates on a lock-serialized persistent outbox, not a hydrate/refresh projection with user-visible last-known-good state. outbox.some(isLocalRecordDue) only evaluates `Object.values(readState(...)).som...(truncated)

开发 agent 查询详情： 调用 MCP 工具 sentinel_pr_review_context，传入 owner_repo="evomap/evolver-agent-plugin"、pr_number=58、head_sha="ad239392531cfb3ce1b0a8fad0650440b233513d"，并按条目追加 finding_id 或 finding_key。

由 Sentinel 审核 · 目标提交 ad239392531c

[evomap-aiqa-bot]

🟢 Sentinel 风险索引已清空（head ad239392531c）

本 head 最新复跑没有保留黄色 risk / hypothesis。