← 工作原理 · 原文件 notes/reports/dev/2026-10-03_G45_carryover_limits.md（Markdown 源文件已渲染；链接到其他文档的会跳转，指向源码的只显示路径）
G45.6 / G45.7：跨环续做、执行上限与权重复用
1. 起因与范围变化
用户 2026-10-03 担心复杂算法（要训练的 OT / CFM / VAE）在 12 h 一环里跑不完：候选每次执行受视图 limits（30 min）限制，一个入选候选被重复执行约 9 次；环截止时在飞的 Engineer 工作没有交接。任务中途两次改口径：
- 用户：不要固定执行时限，改为“健康即继续”的监督 + 宽松兜底（360 min），终选预留按实测，健康邮件改每小时（之后用户再改为每 3 小时，timer 由主会话改并部署），T1 链不写
time_limit_min。 - Codex 审阅（P0 / P1，覆盖 18 号草案中冲突的部分）：截止语义、封存事务、终选资源隔离（缺基线拒绝替换、基线先落盘、预留估算口径）、seed / 训练状态 / 缓存有效范围写进契约；权重缓存键；新会话续做、真实父节点、额度累计、
segments[]证据；健康监督先只观测；链级已暴露评测 seed。后置：--seeds批量接口、每节点提前三 seed、续同一 opencode 会话、前五名固定重训（改为入围候选冷启动重现检查，只作诊断）。
中途写过的 --seeds 多输出路径、晋级读已有 seed 分数、前五名重训已全部撤回（代码里不留）。
2. 候选执行上限与健康监督（G45.7）
| 项 | 实现 |
|---|---|
配置 limits | controller.normalize_limits：{memory_gb, time_limit_min} 或 {<榜>: {...}} → cfg.limits = {board, memory_gb, time_limit_min}（进锁）；默认 dataview.EXEC_LIMITS_DEFAULT = 28 GB / 360 min（views.LIMITS 同步改 360）。build_run_views 把它写进本 run 每个视图（含测试题视图）manifest 的 limits（dataview.set_limits）；execute.program_limits 与 evalspec 仍从 manifest 读 |
健康监督 health.py | Supervisor：每 collect_s 60 s 读进程组（累计 CPU、I/O、按 pid 归属的 GPU SM% / 显存（nvidia-smi pmon + compute-apps）、GPU 排队、进程状态 / wchan、cgroup 内存与余量、输出、可写目录 mtime、solution/progress.json、探针可用性），每 interval_s 300 s 汇总写 <exec_dir>/health.jsonl + health_latest.json。活动只认 CPU / 自己的 GPU 计算 / I/O / D 态 + I/O / GPU 排队，心跳与进度不算；没有内存逼近判据 |
| 模式 | exec_health.enforce: false（默认，只观测）：30 min 无活动只记 would_hang，程序受 360 min 与阶段终点约束。enforce: true：30 min 无活动 → hung（候选失败）；360 min 只在监督器失效（failed_after_s 600 s 读不到进程组）时生效（backstop → timeout） |
新状态 hung | archive STATUSES / FAILED / EXEC_FAILED、final.CANDIDATE_FAILURES、tune.CANDIDATE_FAIL、viewcheck.INCONCLUSIVE_STATUSES、看板词表、报告失败列表 |
| 截止语义 | 所有终止 SIGTERM → 宽限 term_grace_s 60 s → SIGKILL（kill_tree(grace_s)）；run_group(deadline_fn=...)：控制器的 live_deadline 让 cutoff 前移时在飞的 Engineer 会话（cutoff − tail）和执行（阶段终点）一起提前 |
| Engineer 停顿判定 | ActivityProbe 加 health.GpuActivity（每 60 s 一次 pmon，会话进程树自己的 GPU 计算算活动） |
| 进度文件 | 执行时 solution/progress.json 是 solution/ 里唯一 rw 绑定的文件（环境变量 VEC_PROGRESS_FILE），提交时排除 |
| 评测规格 | evalspec execution 加 health（仅当配置有 exec_health；旧锁不变） |
| 健康邮件 | timer 由主会话改为每 3 h（OnCalendar=*-*-* 00/3:00:00，本任务不再改它）；reports.health_report 每个运行中 run 列出在飞候选执行（health.inflight_summaries / summary_line），熔断与模型异常的统计窗口 = 邮件周期近 3 h（HEALTH_WINDOW_S） |
3. 训练一次、多 seed 复用（G45.7）
ARTIFACTS.json条目加per_view: true（必须在子目录）；EXECUTION.json加seed_affects_training（bool）与train_seed（int）。- 提交：
per_view文件不进 git、不按提交存；声明了但提交时不在的文件自动转per_view（记commit_skipped.txt）。 - 执行（
execute.prepare_weights）：缓存键weights_key= sha256(solution 树、训练 seed、view_content、env_key（venv、pip freeze、modeling 快照）、额外参数如--ablate)。命中 → 只读硬链回放（replay）；未命中 → 持该键的 flock（锁在运行时目录，不在 run 目录）、权重子目录 rw 绑定（目录内指向产物库的硬链先换成私有副本）、成功后验收并不可变登记（runenv.store_per_view，索引artifacts/per_view/<tree>/<key>.json，首写者为准，进账本）。已登记的权重缺失 / 哈希不符 →interrupted。artifacts="fresh"（视图盲检查伪装与复核、冷启动重现检查）训练但不回放、不登记。 - 四种执行的核实：
--ablate对照走evaluate(extra_args)→ 键含参数 → 训练自己的一组（对照不能用完整机制的权重，按 Codex 改）；晋级 seed 1/2、终选护栏 seed（含基线）走evaluate→ 同键回放；--continue-from：continuation.import_runs原先只复制产物库顶层文件，补上递归复制per_view索引（硬链 + 账本）。单元测试WeightsTest逐项覆盖。 - 冷启动重现检查（
repro_check，默认开）：终选在 holdout / record 诊断之后、仍有时间时，对入围的训练型候选 seed 0fresh再跑，记repro_json、REPRO.json、repro_check事件，只作诊断。
4. 终选资源保护与 seed（Codex P0-3、item 8）
final.py：配置了护栏但没有基线提交 → 记final_guard_refused，不写final/，不做任何候选审查 / 执行（原为“跳过护栏、按排名放候选”）；有护栏时基线先落盘，再做候选的视图盲检查和审查。- 终选预留按实测（
Controller.final_reserve_estimate/update_final_reserve，主循环与收尾循环每 60 s）：未做的视图检查、未审查、缺的晋级 seed、护栏全部任务（最坏候选 + 基线）、final 冷启动（× 1.5）与基线 final 运行、每次执行 60 s 评分排队，串行累加；执行时间用多视图合计 + 评分时间（evaluate新增wall_s，进seed_scores）；reserve = max(配置, 估计 + 10 min)，上限半个挂钟；Budget.extend_reserve只前移 cutoff，存 meta，resume 后保持。 - 链级已暴露 seed：
assign_fresh_seeds在 launch（inputs 锁定、锚点预建之前）沿--continue-from链收集各环护栏fresh_seeds与chain_exposed_seeds，重叠就换成最小未用整数（3–7 → 8–12），集合写进config.chain_exposed_seeds（进锁）。
5. 跨环续做（G45.6，carryover.py）
- 带走：会话在交接点（cutoff − node_tail）被切断且没留下可执行程序（
gen_failed/gen_empty）→carried_over（engineer）；切断但可运行 → 照常立即执行，快照只作证据（handoff_sealed事件）；权威执行被搜索阶段截止切断（interrupted+budget_cut）→carried_over（execution，封存权重目录里的最后检查点）。 - 封存事务
carryover.seal：进程组已回收、打分 client 已移除后，复制solution/（跳过 .h5ad / 符号链接 / 超过 2 GB）、PLAN、原始轨迹、检查点，写HANDOFF.json（交接摘要、改动文件、METHOD / run.py 状态、已用查分、会话统计、最后 30 条消息节选、segments[]）与SEAL.json（逐文件 sha256），全部只读，登记账本；节点Archive.interrupt(status="carried_over")（新增状态，属 SET_ASIDE）。 - 导入：
continuation.import_runs对carried_over行copy_verified（先按 SEAL 逐文件校验，失败不复制、记carryover_rejected），通过的写 metacarryover_verified；continued_from.json加carryover段。 - 续做：
build_resume_queue（已校验、未被续做、最旧优先、每环 ≤max_resume_per_ring4）→ 主循环先next_resume再抽签；resume是新 op（本环节点，计max_nodes），父节点 = 被带走节点的真实父节点；父节点审查 fail →resume_refused。resume_origin列（JSON）：run、id、imported_id、kind、segments、seal_sha256、commit（Codex 要的“origin 记上一环 run id 与节点 id”放在这一列，而不是origin_run：后者在全代码里表示“导入的、不是本环的工作”，会把续做节点排除在max_nodes、节点估时、报告的“本环新节点”之外）。 - engineer 类：不调 Researcher；新会话；工作区 = 快照的
solution/，已写的 METHOD 保留；提示 = 本环完整提示 +carryover.resume_block（续做标记、交接摘要、最后消息、只读快照路径、剩余额度）；快照只读挂载；额度 = 每节点额度 − 各段已用之和。execution 类：同一提交直接execute_node。 - 证据：续做节点的
trajectory_paths以各段快照的原始轨迹开头；package把祖先链里续做节点的快照（轨迹、HANDOFF、SEAL、PLAN）并入lineage_trajectories，MANIFEST.json加lineage_segments。 - 配置
carryover: {enabled: false, max_resume_per_ring: 4, max_file_mb: 2048}；T1 / T2 链配置打开。 - fake 后端：
fake_faults.slow_engineer/slow_program/train_weights（按节点 id）供端到端用。
6. Codex 实现审阅（notes/reports/reviews/2026-10-03_codex_g45_impl.md）的修复
| 条 | 改动位置 | 测试（agent/search/tests/test_g45_carryover_limits.py） |
|---|---|---|
| P0-1 截止收尾 | controller.work_phase / bind_phase（节点线程、晋级线程绑定启动时的阶段；live_deadline、carry_on、evaluate、llm_call 都按它），_spawn、_promoter；execute.LiveDeadline / live_stop（前移的截止传到训练锁、admission、GPU 槽、评分请求）；loop() 收尾：cutoff 后等在飞节点回收、封存、结算（宽限 + SETTLE_EXTRA_S，不晚于 stop_at − 60 s） | ReviewP0Deadline.test_bound_phase_survives_the_final、test_live_deadline_reaches_waits、test_final_waits_for_search_work_to_settle |
| P0-2 多环去重 | archive.insert_imported 重映射 resume_origin.imported_id；controller.work_key（稳定身份 = 封存它的 run#node）、build_resume_queue（已续做的工作不再续；名额只数 origin_run IS NULL 的 resume）、next_resume（resume_origin.run/id = 直接上一段，记 work） | ReviewP0MultiRing.test_three_rings；fake 三环 §7 |
| P0-3 权重验收 | execute._run_sandboxed：store_per_view 有任何 problem → crash、不打分；runenv.load_per_view：索引不完整 / 读不出 → ArtifactError（→ interrupted），不退回训练 | ReviewP0Weights.test_acceptance_failure_is_not_scored、test_incomplete_index_is_interrupted |
| P0-4 祖先污染 | continuation.ancestor_integrity（递归：TAINTED、ops.verify_run、目录 / 锁存在）；接入 describe_source（launch）、controller.package（失败拒绝打包）、scripts/prepare_submission.py（祖先问题列为不能提交） | ReviewP0Ancestors.test_recursive_taint |
| P1-9 指纹拆分 | evalspec.search_hash（去掉护栏 fresh seed 与只为它们建的锚点、视图 limits、time_limit_min、threads、health），spec() 输出 search_hash；scoring_def.search_hash_of（旧锁从锁里的规格 + 磁盘视图重算）；continuation 按 search_hash 判可比 | ReviewP1.test_search_hash_ignores_guard_seeds_and_time_limit、test_view_limits_do_not_change_the_search_view_hash；fake 三环 B、C 都 comparable=True |
| P1-6 额度 | carryover.used_from_log（复用评分服务口径）、controller.queries_used；queries_used_total 有未知段 → None → 续做额度 0 | ReviewP1.test_unknown_quota_grants_nothing |
| P1-10 宽限 | runenv.kill_tree：整组在宽限期内退出才算完，到期 KILL，返回残留 pid；run_group 记 reap_left；执行有残留 → 不登记权重、不封存（reap_incomplete），会话有残留（CallResult.reap_left）→ 不封存 | ReviewP1.test_grace_covers_the_whole_group |
| 追加：线程上限 | limits.threads（默认 8，进锁、写进视图 manifest、进评测规格 execution.programs.*.threads，不进 search_hash）；runenv.thread_env 经 base_env 给执行与 Engineer 沙箱设 OMP_NUM_THREADS / OPENBLAS_NUM_THREADS / MKL_NUM_THREADS / NUMEXPR_MAX_THREADS / NUMEXPR_NUM_THREADS / VECLIB_MAXIMUM_THREADS / BLIS_NUM_THREADS；权重缓存键的 env_key 含线程数；search_spec.md 预算条加半句 | LimitsTest.test_thread_budget |
后置（已知限制，未做）：5（segments 逐段完整取证：Engineer 封存只收 Engineer 轨迹，execution 封存无轨迹；package 只打包当前 imported_id 的快照，不逐段解析 segments[].run/node）、7（封存 / 导入不是可恢复的原子事务：SEAL 写完到节点结算之间崩溃会被 recover 记成普通 interrupted）、8（seed / guard 阶段的截止没有扣除候选 final 冷启动预留；估算未计护栏 holdout 执行）、11（缓存键未纳入注入的 GPU 环境 / sitecustomize）。kg_task 接线按更正未合入（research 服务无 kg_task 时 kg 保持 disabled）。
6b. Codex 二审（notes/reports/reviews/2026-10-03_codex_g45_impl_r2.md）的修复
| 条 | 改动位置 | 测试（test_g45_carryover_limits.py） |
|---|---|---|
| P0-1 等待资源时截止 | execute.run_program / _run_sandboxed：程序未开始、admission 放弃、GPU 槽放弃、admission 后无时间 → interrupted 带 budget_cut=True；训练锁等待超时（prepare_weights 记 budget_cut）带 True，产物损坏不带 | ReviewR2P0WaitCut.test_admission_and_gpu_waits、test_train_lock_vs_damage、test_wait_cut_node_is_carried_over（真实 execute_node → run_program，admission 与 GPU 两条分支都落到 carried_over 并封存校验通过） |
| P1-1 T1 锚点命名 | evalspec.anchor_seed（按字段解析 sN，兼容 B:s3:d0）、search_hash | ReviewP1.test_search_hash_guard_seeds_only、test_search_hash_real_proxy10_labels（真实 proxy10.describe()）、test_old_round2_lock_guard_seed_swap（真实 r2-D-s0/s1 锁，只读；VM 上没有该 run 会跳过，Spark 上运行） |
| P1-2 在途评分截止 | agent/scoring/service.py：GroupDeadline、request_stop（内部请求的 deadline_key）、控制 op set_deadline（只降不升）、FifoGate 等待每 2 s 重读、_run_worker 循环 communicate 每 2 s 重读并在新截止杀 worker；execute.LiveDeadline.key 与 score_prediction / check_prediction 带 deadline_key；控制器 push_deadline（开跑时与每次前移 cutoff 时）；stop_promoter 上限（cutoff + 宽限 + SETTLE_EXTRA_S，超时 promotion_abandoned、结算 failed，promote 末尾不再覆盖） | ReviewR2P1Deadlines.test_group_deadline_wakes_a_queued_request、test_set_deadline_op_lowers_only、test_live_deadline_names_its_group、test_stop_promoter_is_bounded |
| P1-3 时间 / 线程进比较 | search_hash 不再排除视图 limits、time_limit_min、threads（只排除护栏新 seed 及其锚点和 health）；search_hash_of 只用锁里的规格；T1 链配置 continue_rescore_top_k: 40 | test_search_hash_guard_seeds_only、test_old_round2_lock_guard_seed_swap（改时限后不可比） |
| P1-4 在途查分结算 | 服务 remove_client 把 client 留在 retired，新 op settle_client；控制器先移除 client 再 settled_count（90 s），结不清 queries_settled=False → queries_used 为 None | ReviewR2P1Quota.test_pending_request_across_the_seal、test_unsettled_count_is_unknown |
| P1-5 旧 resume_origin | archive.insert_imported 补 work = run#id；controller.resume_work 去重兼容旧记录 | ReviewR2P1OldResume.test_migration |
| P2-1 忙循环 | runenv.kill_tree：leader 退出后按 0.5 s 间隔 sleep / poll | ReviewP1.test_grace_covers_the_whole_group（行为不变） |
取舍（P1-3）：时间上限与线程数候选看得见，可能改变输出，所以留在比较里。代价：今晚 T1 第一环从 r2-D-s0 / s1（30 min、无线程变量）接续时 search_hash 不同，导入节点只重评排名前 40 个（加各自种子），其余成为只作历史的节点；重评要额外执行约 40 次候选（每次在 proxy10 与 X3 上各一次）。
后置（已知限制）：二审 P1-6（v6 及更早祖先只查 TAINTED、不做内容校验；今晚两个来源是 v8，不触发）；一审 P1-5 / P1-7 / P1-8 / P1-11（见 §6）。
6c. Codex 三审（notes/reports/reviews/2026-10-03_codex_g45_impl_r3.md）的修复
| 条 | 改动位置 | 测试（test_g45_carryover_limits.py） |
|---|---|---|
| 1 settle_client 封口 | service.Client.closed；remove_client 在服务锁内弹出、置 closed、转 retired；score 的准入（pending += 1）同一锁内先查 closed，关闭后拒绝（refused “client closed”）；controller.queries_used 只认 queries_settled is True，服务不答复也算未知，去掉日志回退 | ReviewR3Quota.test_no_request_admitted_after_close、ReviewR2P1Quota.test_unsettled_count_is_unknown（加了“无结算证明不回退日志”） |
| 2 计数归一化 | controller.final_count：_engineer 写进 info["queries_used"]（即节点列）前归一化，未结清为 None；Engineer 与 execution 两种 HANDOFF 都沿用节点列 / 该值 | test_unsettled_count_is_unknown（final_count） |
| 3 set_deadline 确认 | push_deadline 记待确认值，响应确认（返回的 stop_at ≤ cutoff）才清除；retry_deadline 每 DEADLINE_RETRY_S 30 s 重发（挂在 update_final_reserve，主循环 / 收尾 / 重评都会调用）；confirm_deadline 在进入终选前最多重试 60 s，失败记 deadline_unconfirmed；客户端 execute.service_live：LiveDeadline 过去 30 s 仍无应答就返回 interrupted | ReviewR3Deadline.test_retry_until_confirmed、test_retry_is_bounded_and_final_confirmation、test_client_stops_waiting_at_the_moved_bound |
| 4 晋级弃置 / 视图锁 | promo_commit（锁 promo_commit_lock + 代次 promo_gen）：promote 的两处结果写入都经它，弃置时代次加一，迟到写入丢弃；abandoned_threads 保留旧线程；view_check(lock_timeout=...)，终选用 FinalSelector.vc_lock_timeout()（≤ 300 s 且不过终选截止），超时 BudgetExhausted → 跳过该候选 | ReviewR2P1Deadlines.test_stop_promoter_is_bounded（加迟到提交被丢弃）、ReviewR3Promotion.test_view_lock_timeout |
| 5 导入重评 | rescore_node：interrupted + budget_cut → 保持 imported_unscored、留在 rescore_queue、事件 rescore_cut；continuation.describe_source 读来源 run 的 rescore_queue，import_runs 把仍是 imported_unscored 的这些节点重新入队（不论可比与否）；rescore_imported 在后台线程跑，主线程期间更新终选预留 | ReviewR3Rescore.test_cut_rescore_stays_queued、test_open_obligations_are_imported |
| 6 seed / guard 截止 | FinalSelector.cold_final_s / place_reserve_s：补跑 seed、旧式护栏、非劣护栏的截止扣 max(1.5 × 基线 final, 候选冷启动 final 估计) + 120 s；冷启动估计 = 训练过的（weights train / fresh / 无 per_view）最长单视图 seed-0 实测 × 1.5，没有则 final_cold_fraction（新配置键，默认 0.25）× limits.time_limit_min；没有 limits 的旧锁不加默认（行为不变） | ReviewR3FinalReserve.test_place_reserve |
| 7 共用收尾截止 | settle_deadline() 首次调用时固定 cutoff + 宽限 + 180 s（≤ stop_at − 60 s），节点收尾与 stop_promoter 共用 | ReviewR3FinalReserve.test_one_settle_deadline |
6d. Codex 四审（notes/reports/reviews/2026-10-03_codex_g45_impl_r4.md）的修复
| 条 | 改动位置 | 测试（test_g45_carryover_limits.py） |
|---|---|---|
| 1 额度封口 | service.settle_client 只对 closed=True 的 client 给 settled（应答多 closed 字段）；controller.close_client 检查 remove_client 应答、最多 3 次重试（“no client” 视为已移除），关闭无法证明时不结算、计数为未知 | ReviewR4Quota.test_open_client_is_never_settled、test_close_client_checks_the_answer |
| 2 冷启动估算共用（最要紧） | final.cold_final_estimate（模块级）：无 per-view 权重 = 最长单视图实测 × 1.5；有 per-view 且有训练实测 = 最长训练实测 × 1.5；有 per-view 只有回放 = 0.25 × time_limit_min；旧锁无 limits = 0。FinalSelector.cold_final_s 和控制器 final_reserve_estimate 都用它，后者再加同一个 PLACE_CHECK_S（120 s） | ReviewR4FinalReserve.test_guard_runs_with_replay_only_candidates（Codex 复现：5 个已晋级 replay-only 候选、每视图 30 s 执行 + 5 s 评分；用控制器算出的预留作为终选全部时间，护栏 10 个 fresh-seed 作业全部运行）、test_no_per_view_weights_uses_the_measurement、test_shared_estimate |
| 3 截止确认持续失败 | confirm_deadline 失败后 reap_scoring_workers：反复列出并 SIGKILL + stop 本 run 的评分 worker scope（vec-score-<run>-*），直到 10 s 内无新出现（最多 120 s），事件 scoring_workers_reaped，然后才进入终选 | ReviewR4Deadline.test_unconfirmed_deadline_reaps_workers |
| 4 晋级代次（P2） | _promoter 启动时绑定代次，循环条件与 promote(nid, gen) 都用它；promote 的启动登记（running）也经 promo_commit；异常分支改走 promo_commit | ReviewR4PromotionGeneration.test_stale_thread_registers_nothing |
关于默认 0.25 × 360 = 90 分钟是否过大：按上面的划分，默认值只用于“声明了 per-view 权重、但本 run 里从没有一次训练执行被测到”的候选。正常情况下这类程序的第一次权威执行就是训练（weights: train），会有实测；只回放过的典型来源是导入节点，而今晚的导入因线程数 / 环境改变，权重缓存键不同，重评时会重新训练、得到实测。没有 per-view 权重的程序（包括 replay-only 字样之外的所有普通程序）一律用实测 × 1.5，不会落到 90 分钟。所以 90 分钟只在少见情况下生效，且现在已计入总预留，不会再出现“预留不足、护栏全部跳过”。
剩余的已知限制（第 3 条）：reap 只杀已经起了 worker 的请求；服务内仍在排队、尚未起 worker 的 search 请求按它们发送时的截止运行（服务不确认截止通常意味着服务已不可用，这时也没有排队请求）。
7. 回归
四审修复后（最新）：Spark bash scripts/test_on_spark.sh -j 2 70 个模块全部通过（failed modules: 0）；test_g45_carryover_limits 70 项（VM 上 1 项跳过：r2-D 旧锁只在 Spark 上）；VM 另跑 test_objective_ops、test_proxy10、test_continuation_promotion、test_ni_guard、test_x3_guard 全过。
三审修复后：Spark bash scripts/test_on_spark.sh -j 2 70 个模块全部通过（failed modules: 0）；test_g45_carryover_limits 63 项全过（Spark 上无跳过，r2-D 旧锁测试运行）。VM 上 test_objective_ops、test_proxy10、test_x3_guard、test_continuation_promotion、test_ni_guard 也单独跑过（test_continuation_promotion.test_rescore_node 曾因 rescore_imported 新的后台线程用到 hb 失败，已改为可选）。
二审修复后（Spark bash scripts/test_on_spark.sh -j 2，同步的是当前工作树）：68 个模块全部通过，failed modules: 0。 其中 agent.search.tests.test_g45_carryover_limits 54 项全过、无跳过（test_old_round2_lock_guard_seed_swap 在 Spark 上读到了真实的 r2-D 锁并通过，test_search_hash_real_proxy10_labels 用真实 proxy10.describe()）；agent.search.tests.* 全部、agent.notify.notify_test、agent.notify.quota_test、agent.outer.outer_test / quota_watch_test / watcher_test、agent.research.test_kg_proxy（1 项跳过）/ test_service、agent.relay.relay_test、agent.scoring.test_service 均 OK。（Codex 二审在只读沙箱里看到的 36 项报错是无法建临时目录，不是代码问题。）
以下为一审修复时的记录：
- VM：
test_g45_carryover_limits（43 个）、test_execution_contract、test_run_correctness、test_continuation_promotion、test_objective_ops、test_proxy10、test_score_parts、test_roles_controller、test_g39_search_fixes、test_x3_guard、agent.notify.notify_test全过。 - 既有测试的两处调整（新语义所致）：
test_run_correctness.test_budget_cut_kill_is_interrupted显式设exec_health.term_grace_s: 8（默认宽限改 60 s，被测程序忽略 SIGTERM）；test_x3_guard的假run_program接受artifacts，并断言视图盲检查用fresh。 - Spark 全量
bash scripts/test_on_spark.sh -j 2（最后一次，含agent.notify.notify_test与本任务全部改动、健康邮件窗口 3 h）：65 个模块 62 OK、3 个失败，都不在本任务改动范围内，是并行会话正在改的文件： 本任务涉及的模块（agent.search.tests.*全部、agent.notify.notify_test、agent.dashboard.*、agent.report.report_test、agent.scoring.test_service等）全部 OK；前一次全量里唯一与本任务有关的失败（test_x3_guard的假run_program不接受artifacts）已修。agent.outer.outer_test：新建的未跟踪模块agent/outer/，测试读.claude/skills/outer-loop/SKILL.md，该目录被.gitignore（.claude/）排除，test_on_spark.sh不同步它（环境问题）；agent.research.test_kg_proxy：kg_proxy 正按 Codex 审阅改成固定模板，测试与模块版本不一致（build_queries不存在、run()签名不同）；agent.relay.relay_test：test_anthropic_json_injects_key_and_logs_usage用量字段不符，agent/relay本任务未改（可能与并行的用量 / 定价改动有关）。
8. fake 三环端到端（Spark，VEC_RUNS_ROOT=~/vec/scratch/g45_runs，flock heavy.lock）
| 环 | run | 结果 |
|---|---|---|
A search_t1_g45_carry_fake.yaml | 20261003-171426-search-t1-g45-carry-fake | 节点 3（慢 Engineer，删掉 run.py 写 helper.py）在交接点被切 → carried_over（engineer；HANDOFF：run_py false、method_state placeholder、改动文件 (deleted) run.py, METHOD.md, helper.py、queries_used 0）；节点 5（run.py sleep 900 s）在 cutoff 被切 → carried_over（execution）；收尾日志 “cut-off reached with 1 node(s) in flight [5]: waiting up to 240 s …”，节点 5 结算后才进终选；package / verify ok |
B …_ring2.yaml --continue-from A | 20261003-172936-search-t1-g45-carry-fake-r2 | 护栏 seed 3–7 → 8–12；comparable=True（完整 hash 不同、search_hash 相同 e0b90d45…）；两个快照校验通过并复制；resume 队列 [3, 5] 先于抽签：节点 6（engineer，按 slow_engineer.ops: [resume] 仍慢）再次被切 → carried_over；节点 7（execution，同一提交重跑）又被 cutoff 切 → carried_over；新程序训练 per_view 权重（artifacts/per_view 8 个树目录）；package / verify ok |
C …_ring3.yaml --continue-from B（max_resume_per_ring: 2） | 20261003-174729-search-t1-g45-carry-fake-r3 | 护栏 seed → 13–17，chain_exposed_seeds 3–17；comparable=True；队列只有 B 的再带走节点 [6, 7]（工作 …r2#6、…r2#7），A 的节点 3、5（工作 ringA#3/#5，经 B 再次导入）没有被再次续做；B 的两个历史 resume 节点不占 C 的 2 个名额；节点 18 续做 B#6：提交里有上一段的 helper.py，轨迹路径以 nodes/6/carryover/trajectory/engineer.jsonl 开头，打分 48.48、审查 pass；节点 19（execution）再次被切 → carried_over；package / verify ok（终选给基线，lineage_segments 为空：胜者无祖先链） |
未在端到端里直接看到的：晋级 / 护栏执行的 weights: replay（fake 程序的复跑目录被清理，seed_entry 原先不记模式——已补 seed_scores.<seed>.weights_modes，下次 run 可见；回放路径由 WeightsTest 在真实 run_program 上覆盖）；冷启动重现检查（三环的终选都只剩基线，没有入围训练型候选）。
9. 文件清单
新增：agent/search/health.py、agent/search/carryover.py、agent/search/tests/test_g45_carryover_limits.py、agent/configs/dev/search_t1_g45_carry_fake{,_ring2,_ring3}.yaml、本报告。
修改：agent/search/{controller,execute,runenv,archive,budget,continuation,dataview,views,evalspec,final,viewcheck,roles,tune,fake_llm,scoring_def}.py、agent/search/CONTRACT.md、agent/search/tests/{test_run_correctness,test_x3_guard}.py、agent/prompts/{search_spec,ideas_T1__val}.md、agent/configs/experiments/chain/{t1_D_12h,t2_embryo_interp_12h,t2_heart_extrap_12h}.yaml、agent/notify/{reports,cli,__init__}.py、agent/notify/README.md、agent/notify/systemd/vec-notify-health.{timer,service}、agent/dashboard/glossary.py、agent/report/collect.py、scripts/prepare_submission.py、notes/architecture/10_harness_era_architecture.md（§4.6 跨环续做、§4.8 候选执行上限 / 训练一次多 seed 复用 / 终选预留 / 链级 seed / 搜索可比性指纹、§9 表与 §9.1–9.3）、notes/architecture/18_carryover_and_seed_policy.md（定稿）、notes/plan/tasks/G39-G43_plan_2026-10-03.md（§7.2 G45 表 45.6、45.7）。
10. 遗留
- 健康监督只观测（
enforce: false）：上线后看would_hang的误判率再决定是否打开；打开会改变评测规格（不改 search_hash）。 limits默认改 360 min 与 threads 8 改变完整评测规格；接续旧 run 时由 search_hash 保持可比（旧锁从磁盘视图重算），但旧 run 目录必须还在。- Codex 实现审阅 5 / 7 / 8 / 11 后置（见 §6）。
- 续做时父节点审查 fail 直接拒绝（
resume_refused），没有做“先自动复审继承物”。 --seeds批量接口、每节点提前三 seed、续同一 opencode 会话按审阅不做。- G39-G43 计划 §7.2 外另有一处（E03 停止原因那行）也用了编号 “45.6” 指 stop_reason，与本次新增的 45.6（跨环续做）编号冲突，未改动那一行，需要人定编号。
- Engineer 会话内的试跑由会话自己的停顿探针管（已加 GPU 计算为活动）；
vec-score本身不运行程序，没有单独的执行监督。 - fake 三环与旧 ring 的 run 目录留在 Spark
~/vec/scratch/g45_runs/（4 个 run，含第一次因event(kind=…)参数冲突在 ring 1 收尾报错的20261003-165615-…，该 bug 已修），可删。