GPT-5.5 / Codex eşdeğerliği bakımcı notları

Bu not, özgün altı sözleşmeli mimariyi kaybetmeden GPT-5.5 / Codex parite programının dört birleştirme birimi olarak nasıl inceleneceğini açıklar.

# Birleştirme birimleri

# PR A: katı ajan odaklı yürütme

Sahip oldukları:

• executionContract
• GPT-5 öncelikli aynı turda takip
• terminal olmayan ilerleme takibi olarak update_plan
• yalnızca planla sessizce durma yerine açık engellenmiş durumlar

Sahip olmadıkları:

• auth/runtime hata sınıflandırması
• izin doğruluğu
• replay/devam yeniden tasarımı
• parite kıyaslaması

# PR B: runtime doğruluğu

Sahip oldukları:

• Codex OAuth kapsam doğruluğu
• tipli sağlayıcı/runtime hata sınıflandırması
• doğru /elevated full kullanılabilirliği ve engellenme nedenleri

Sahip olmadıkları:

• araç şeması normalleştirmesi
• replay/canlılık durumu
• kıyaslama kapısı

# PR C: yürütme doğruluğu

Sahip oldukları:

• sağlayıcıya ait OpenAI/Codex araç uyumluluğu
• parametresiz katı şema işleme
• replay-geçersiz durumunu görünür kılma
• duraklatılmış, engellenmiş ve terk edilmiş uzun görev durumu görünürlüğü

Sahip olmadıkları:

• kendi seçtiği devam
• sağlayıcı hook’ları dışındaki genel Codex lehçesi davranışı
• kıyaslama kapısı

# PR D: parite iskeleti

Sahip oldukları:

• ilk dalga GPT-5.5 ile Opus 4.6 senaryo paketi
• parite dokümantasyonu
• parite raporu ve yayın kapısı mekanikleri

Sahip olmadıkları:

• QA-lab dışındaki runtime davranış değişiklikleri
• iskelet içinde auth/proxy/DNS simülasyonu

# Özgün altı sözleşmeye geri eşleme

Özgün sözleşme	Birleştirme birimi
Sağlayıcı taşıma/auth doğruluğu	PR B
Araç sözleşmesi/şema uyumluluğu	PR C
Aynı tur yürütme	PR A
İzin doğruluğu	PR B
Replay/devam/canlılık doğruluğu	PR C
Kıyaslama/yayın kapısı	PR D

# İnceleme sırası

1. PR A
2. PR B
3. PR C
4. PR D

PR D kanıt katmanıdır. Runtime doğruluğu PR’larının gecikme nedeni olmamalıdır.

# Nelere bakılmalı

# PR A

• GPT-5 çalıştırmaları yorumda durmak yerine eyleme geçer veya kapalı şekilde başarısız olur
• update_plan artık tek başına ilerleme gibi görünmez
• davranış GPT-5 öncelikli ve gömülü Pi kapsamlı kalır

# PR B

• auth/proxy/runtime hataları genel "model failed" işlemeye indirgenmeyi bırakır
• /elevated full yalnızca gerçekten kullanılabilir olduğunda kullanılabilir diye açıklanır
• engellenme nedenleri hem modele hem de kullanıcıya dönük runtime’a görünür olur

# PR C

• katı OpenAI/Codex araç kaydı öngörülebilir davranır
• parametresiz araçlar katı şema kontrollerinde başarısız olmaz
• replay ve compaction sonuçları doğru canlılık durumunu korur

# PR D

• senaryo paketi anlaşılır ve yeniden üretilebilir olur
• paket yalnızca salt okunur akışları değil, mutasyon yapan bir replay güvenliği hattını da içerir
• raporlar insanlar ve otomasyon tarafından okunabilir olur
• parite iddiaları anekdota değil kanıta dayanır

PR D’den beklenen çıktılar:

• her model çalıştırması için qa-suite-report.md / qa-suite-summary.json
• toplu ve senaryo düzeyinde karşılaştırma içeren qa-agentic-parity-report.md
• makine tarafından okunabilir karar içeren qa-agentic-parity-summary.json

# Yayın kapısı

Şunlar gerçekleşene kadar GPT-5.5’in Opus 4.6 ile pariteye ulaştığını veya ondan üstün olduğunu iddia etmeyin:

• PR A, PR B ve PR C birleştirilmiş olmalı
• PR D ilk dalga parite paketini temiz çalıştırmalı
• runtime doğruluğu regresyon takımları yeşil kalmalı
• parite raporu sahte başarı vakası göstermemeli ve durma davranışında regresyon olmamalı

flowchart LR
    A["PR A-C merged"] --> B["Run GPT-5.5 parity pack"]
    A --> C["Run Opus 4.6 parity pack"]
    B --> D["qa-suite-summary.json"]
    C --> E["qa-suite-summary.json"]
    D --> F["qa parity-report"]
    E --> F
    F --> G["Markdown report + JSON verdict"]
    G --> H{"Pass?"}
    H -- "yes" --> I["Parity claim allowed"]
    H -- "no" --> J["Keep runtime fixes / review loop open"]

Parite iskeleti tek kanıt kaynağı değildir. İncelemede bu ayrımı açık tutun:

• PR D, senaryo tabanlı GPT-5.5 ile Opus 4.6 karşılaştırmasına sahiptir
• PR B deterministik takımları hâlâ auth/proxy/DNS ve tam erişim doğruluğu kanıtına sahiptir

# Hızlı maintainer birleştirme iş akışı

Bir parite PR’ını indirmeye hazır olduğunuzda ve tekrarlanabilir, düşük riskli bir sıra istediğinizde bunu kullanın.

1. Birleştirmeden önce kanıt eşiğinin karşılandığını doğrulayın:
   • yeniden üretilebilir belirti veya başarısız test
   • dokunulan kodda doğrulanmış kök neden
   • ilgili yolda düzeltme
   • regresyon testi veya açık manuel doğrulama notu
2. Birleştirmeden önce triage/etiketleme yapın:
   • PR inmemeliyse ilgili r:* otomatik kapatma etiketlerini uygulayın
   • birleştirme adaylarını çözülmemiş engelleyici başlıklardan arındırın
3. Dokunulan yüzeyde yerel olarak doğrulayın:
   • pnpm check:changed
   • testler değiştiğinde veya hata düzeltme güveni test kapsamına bağlı olduğunda pnpm test:changed
4. Standart maintainer akışıyla indirin (/landpr süreci), ardından doğrulayın:
   • bağlı issue’ların otomatik kapanma davranışı
   • main üzerindeki CI ve birleştirme sonrası durum
5. İndirdikten sonra ilgili açık PR’lar/issue’lar için yinelenen araması çalıştırın ve yalnızca kanonik bir referansla kapatın.

Kanıt eşiği öğelerinden herhangi biri eksikse birleştirmek yerine değişiklik isteyin.

# Hedeften kanıta harita

Tamamlama kapısı öğesi	Birincil sahip	İnceleme çıktısı
Yalnızca planla takılma yok	PR A	katı ajan odaklı runtime testleri ve approval-turn-tool-followthrough
Sahte ilerleme veya sahte araç tamamlama yok	PR A + PR D	parite sahte başarı sayısı ve senaryo düzeyi rapor ayrıntıları
Yanlış /elevated full yönlendirmesi yok	PR B	deterministik runtime doğruluğu takımları
Replay/canlılık hataları açık kalır	PR C + PR D	yaşam döngüsü/replay takımları ve compaction-retry-mutating-tool
GPT-5.5, Opus 4.6 ile eşleşir veya onu geçer	PR D	qa-agentic-parity-report.md ve qa-agentic-parity-summary.json

# İnceleyici kısaltması: öncesi ve sonrası

Önceden kullanıcıya görünen sorun	Sonrasında inceleme sinyali
GPT-5.5 planlamadan sonra durdu	PR A, yalnızca yorumla tamamlama yerine eyleme geç veya engellen davranışını gösterir
Katı OpenAI/Codex şemalarıyla araç kullanımı kırılgan hissettirdi	PR C, araç kaydını ve parametresiz çağrıyı öngörülebilir tutar
/elevated full ipuçları bazen yanıltıcıydı	PR B, yönlendirmeyi gerçek runtime yeteneğine ve engellenme nedenlerine bağlar
Uzun görevler replay/compaction belirsizliğinde kaybolabiliyordu	PR C açık duraklatılmış, engellenmiş, terk edilmiş ve replay-geçersiz durumu yayar
Parite iddiaları anekdottu	PR D, her iki modelde de aynı senaryo kapsamıyla bir rapor ve JSON kararı üretir

# İlgili

• GPT-5.5 / Codex ajan odaklı paritesi