English简体中文繁體中文日本語EspañolPortuguês (BR)한국어DeutschFrançaisالعربيةItalianoTiếng ViệtNederlandsTürkçeУкраїнськаBahasa IndonesiaPolskiفارسیไทย

Concept internals

GPT-5.5 / Codex 對等性維護者備註

此說明解釋如何將 GPT-5.5 / Codex 對等性計畫視為四個合併單元來審查，同時不丟失原本的六項合約架構。

合併單元

PR A：嚴格 agentic 執行

負責：

  • executionContract
  • GPT-5 優先的同一輪後續執行
  • update_plan 作為非終止性的進度追蹤
  • 使用明確的受阻狀態，而非只有計畫後默默停止

不負責：

  • 驗證/執行階段失敗分類
  • 權限真實性
  • 重播/延續重新設計
  • 對等性基準測試

PR B：執行階段真實性

負責：

  • Codex OAuth 範圍正確性
  • 型別化的供應者/執行階段失敗分類
  • 如實呈現 /elevated full 可用性與受阻原因

不負責：

  • 工具結構描述正規化
  • 重播/存活狀態
  • 基準測試閘門

PR C：執行正確性

負責：

  • 供應者擁有的 OpenAI/Codex 工具相容性
  • 無參數的嚴格結構描述處理
  • 重播無效狀態呈現
  • 已暫停、已受阻與已放棄的長任務狀態可見性

不負責：

  • 自行選擇的延續
  • 供應者掛鉤之外的通用 Codex 方言行為
  • 基準測試閘門

PR D：對等性框架

負責：

  • 第一波 GPT-5.5 與 Opus 4.6 情境套件
  • 對等性文件
  • 對等性報告與發行閘門機制

不負責：

  • QA-lab 之外的執行階段行為變更
  • 框架內的驗證/代理/DNS 模擬

對應回原本的六項合約

原始合約 合併單元
供應者傳輸/驗證正確性 PR B
工具合約/結構描述相容性 PR C
同一輪執行 PR A
權限真實性 PR B
重播/延續/存活正確性 PR C
基準測試/發行閘門 PR D

審查順序

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

PR D 是證明層。它不應成為延遲執行階段正確性 PR 的理由。

審查重點

PR A

  • GPT-5 執行會採取行動或安全失敗，而不是停在評論
  • update_plan 不再看起來本身就是進度
  • 行為維持 GPT-5 優先，且範圍限於嵌入式 Pi

PR B

  • 驗證/代理/執行階段失敗不再坍縮成通用的「模型失敗」處理
  • 只有在實際可用時才將 /elevated full 描述為可用
  • 模型與面向使用者的執行階段都能看見受阻原因

PR C

  • 嚴格的 OpenAI/Codex 工具註冊行為可預期
  • 無參數工具不會在嚴格結構描述檢查中失敗
  • 重播與 Compaction 結果會保留真實的存活狀態

PR D

  • 情境套件易於理解且可重現
  • 套件包含會變更狀態的重播安全性路徑，而不只是唯讀流程
  • 報告可供人類與自動化讀取
  • 對等性聲明有證據支持，而非軼聞式說法

PR D 的預期產物：

  • 每次模型執行的 qa-suite-report.md / qa-suite-summary.json
  • 含彙總與情境層級比較的 qa-agentic-parity-report.md
  • 含機器可讀判定的 qa-agentic-parity-summary.json

發行閘門

在符合以下條件前，不要聲稱 GPT-5.5 與 Opus 4.6 對等或優於 Opus 4.6：

  • PR A、PR B 和 PR C 已合併
  • PR D 乾淨地跑完第一波對等性套件
  • 執行階段真實性回歸套件維持綠燈
  • 對等性報告顯示沒有假成功案例，且停止行為沒有回歸
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"]

對等性框架不是唯一的證據來源。審查時請明確保留此分工：

  • PR D 負責以情境為基礎的 GPT-5.5 與 Opus 4.6 比較
  • PR B 的決定性套件仍負責驗證/代理/DNS 與完整存取真實性的證據

快速維護者合併工作流程

當你準備落地某個對等性 PR，並想要可重複、低風險的流程時，請使用此流程。

  1. 合併前確認已達到證據門檻：
    • 可重現的症狀或失敗測試
    • 已在受影響程式碼中驗證根本原因
    • 修正位於相關路徑
    • 回歸測試或明確的手動驗證說明
  2. 合併前進行分流/標籤：
    • 當 PR 不應落地時，套用任何 r:* 自動關閉標籤
    • 讓合併候選項目沒有未解決的阻擋討論串
  3. 在受影響表面本機驗證：
    • pnpm check:changed
    • 當測試有變更或錯誤修正信心取決於測試覆蓋率時，執行 pnpm test:changed
  4. 使用標準維護者流程落地（/landpr 流程），然後驗證：
    • 連結議題的自動關閉行為
    • main 上的 CI 與合併後狀態
  5. 落地後，針對相關開啟中的 PR/議題執行重複搜尋，並且只用正式參照關閉。

如果缺少任何一項證據門檻項目，請要求變更而不是合併。

目標到證據對照表

完成閘門項目 主要擁有者 審查產物
沒有只有計畫的停滯 PR A 嚴格 agentic 執行階段測試與 approval-turn-tool-followthrough
沒有假進度或假工具完成 PR A + PR D 對等性假成功計數加上情境層級報告細節
沒有錯誤的 /elevated full 指引 PR B 決定性的執行階段真實性套件
重播/存活失敗維持明確 PR C + PR D 生命週期/重播套件加上 compaction-retry-mutating-tool
GPT-5.5 符合或超越 Opus 4.6 PR D qa-agentic-parity-report.md 與 qa-agentic-parity-summary.json

審查者速記：之前與之後

之前的使用者可見問題 之後的審查訊號
GPT-5.5 在規劃後停止 PR A 顯示採取行動或受阻的行為，而不是只有評論即完成
使用嚴格 OpenAI/Codex 結構描述時，工具使用感覺脆弱 PR C 讓工具註冊與無參數呼叫維持可預期
/elevated full 提示有時具誤導性 PR B 將指引連結到實際執行階段能力與受阻原因
長任務可能消失在重播/Compaction 的模糊狀態中 PR C 發出明確的已暫停、已受阻、已放棄與重播無效狀態
對等性聲明是軼聞式的 PR D 產出報告加上 JSON 判定，並在兩個模型上使用相同的情境覆蓋

相關