Repository navigation
Description
billion-context:标签剥离路径的四处缺陷(附可复现证据)
版本:
billion-context@0.1.185(node_modules/billion-context/package.json的version字段) 构建产物:dist/index.js,4,049,696 字节,sha2565762F16CFB1AFA9B8CCA23C6EBDBD8F3D46E9D5E818D7A684C373CD52350B5E5(本机为验证一条修复思路而就地打过一次补丁,故与该版本官方发布物的哈希不同;下文所有字节偏移均以上述文件为准。未打补丁前的原始文件为 4,049,632 字节,sha25608F4D022B32740FE20FA75E46607155CEED15B4EDF6374FD4C6615E9EDA4C52A。) 客户端:DSH desktop profile,Windows 采集日期:2026-10-05 说明:每条结论都能由落盘数据 + 插件自带日志复现,复现命令附在每节末。凡未验证的推断都已明确标注为「未验证」。
我花了较长时间排查一个用户可见现象:助手回复的正文里会混进插件自己渲染的消息引用标签,形态如下:
<acp tokens="160" type="text">m00894</acp>
以及更糟的畸形变体:
<acp tokens="48" type="text">m00558</ap>\n<acp tokens="137">m00559</a>\n<acp tokens="502">m00560</p>
<acp tokens="28" string="text">m00370
排查过程中确认了四处互相独立的缺陷。下面按「证据强度」排序,第一节是最硬的。
先说清统计口径(很重要,避免误读后文数字)
后文所有计数都来自主会话 session-1f3d2c0f-5ebb-4ff5-8d03-bdc0730629d4 的落盘文件,口径为:只统计 type=assistant/message 且 content[i].type=="text"、正文以 <acp 开标签开头的块,且闭合名只在该块前 400 字符内计数。这样做的原因是:本次排查期间我与用户大量讨论了这些标签,讨论文本里引用的标签会污染原始计数(例如 </acp> 的裸计数是 597,但含讨论;收紧到"正文以标签开头"后降到 593)。
口径警告一:绝对计数会漂移,请引用比例
本报告的主会话就是提交报告时正在进行的那个会话——它每轮都在变长。同一条统计脚本在不同时刻跑出的绝对值不同(实测:assistant/message 的 text 块总数 453 → 501 → 504,以标签开头的 301 → 324 → 345 → 347)。因此:
- 本报告的数字是快照:截至
seq最大值 7613 时点的落盘内容。 - 请引用比例而非绝对数——比例是稳定量(用 301 条样本算出完整/退化 = 81.4%/18.6%,用 347 条样本、剔除引用污染后算出 84.0%/16.0%,两者一致)。
- 每个实物样本都附了
(turn, step)定位,任何人在任何时候都能按该锚点复查,不受文件增长影响。
口径警告二:区分"生成退化"与"引用污染"
闭合名分三类,必须分开统计:
| 类别 | 闭合名 | 次数 | 性质 |
|---|---|---|---|
| A. 完整 | 593 + 2 | 595 | 模型正确复读 |
| B. 生成退化 | 54、 43、 14、 1、 1 | 113 | 模型在生成闭合名时滑掉——同一实体的退化,属缺陷 1 |
| C. 引用/交叉污染 | 6、 3、 1 | 10 | 我在排查时把这些标记当引文写进正文 |
这是一个约 10 倍、且方向稳定的效应(91.2% vs 9.2%;91.3% vs 2.6%)。它同时解释了 §1.1 里那些看起来矛盾的时间分布:
- 05:43–05:46 密集剥离的 9 次,落在会话开头"我把结论用中文写给用户"的循环里——那些步带推理块,所以走了擦除路径。
- 09:02 之后剥离归零,而落盘标签不断——那段时间我大量跑脚本、正文块常常直接以标签开头且无推理块。
1.4 机制:快路径(fast path)与擦除器的关系
代码上这与 parseStream 里的流式快路径吻合。检索 dist/index.js 偏移 3576678 附近(response.output_text.delta 分支):
if(!retryRewritePending()&&!mayStartRenderTag(delta)&&!mayStartMarkerLine(delta)&&
!mayStartBiliInternal(delta)&&!tagFilter.pending()){
proseAcc+=delta;visibleTextChars+=delta.length;fastPathChars+=delta.length;
await write(rawEvent+"\n\n");continue}
mayStartRenderTag(偏移 2974618)的定义是 RENDER_TAG_DETECT.test(s3)||PARTIAL_TAIL.test(s3)——也就是说,只有当某个 delta 本身"看起来要开始一个标签"时,这个 delta 才会被交给 tagFilter.push();否则它直接原样写出,完全不经过 createTagEchoFilter。
这条快路与"有没有推理块"的关联,从数据上看是这样的:带推理块时,第一个流式 delta 是推理文本,此时 mayStartRenderTag 为假、tagFilter.pending() 也为假,快路径放行;但随后标签出现时(正文块的开头),上游给的是新的 block-start + 完整 text 块,插件在 response.output_item.added / response.completed 分支里另有一次 containsRenderTagText(jsonStr) 的整体判定与 stripResponsesText 重写机会(偏移 3576678 段落内可见 const hadEchoText=containsRenderTagText(jsonStr)||containsMarkerLineText(jsonStr)||containsBiliInternalText(jsonStr); if(hadEchoText){sawStrippedEcho=true; ... rebuild=hadEchoText||retryRewritePending(); if(rebuild)evOut=stripResponsesText(ev)}),这一次机会把标签擦掉了。而没有推理块时,标签出现在第一个 delta 的位置,后续字节已经以快路径写出去,整体重写不再有机会覆盖已经写出的前缀。
tagFilter、mayStartRenderTag 只对"要开始标签的 delta"为真)都是实测的。这两条足以支撑一个明确的修复方向:不要用"这个 delta 是否看起来像标签开头"来决定是否进擦除器(见 §1.5 建议)。
1.5 建议修法(针对缺陷 1 + §1.3)
createTagEchoFilter与开标签识别解耦:既然LONE_OPEN(偏移 2971891)已经把"任意合法开标签"识别出来了,就让状态机在识别到一个正确开标签之后,吞掉其后任意形态的闭合名,而不是只在闭合名属于NAME名字集合时才吞。这直接覆盖 §开头"B 类是开放集合"的实证(</aph>、</ck>、</div>都逃逸)。- 快路径给出兜底:
mayStartRenderTag(delta)为假的 delta 一旦被快路径写出,就再也无法回收。建议在response.completed分支里对已写出的前缀也做一次stripResponsesText(现在只重写ev本身),或把proseAcc与已写字节的偏移记账起来,允许回退重写。
为什么我仍坚持提交这份报告:上面四处缺陷各自独立成立且都已从源码层面证实,它们不依赖对上述比例或成因的最终定性。即使解释 A 成立(落盘≠可见),缺陷 1(退化闭合逃逸)、缺陷 4(三套逻辑不一致、上行只删空消息)依然是应当修复的源码问题。
2. 一个可能相关的独立现象:推理内容被写进正文
排查中我注意到,一个以标签开头的样本(主会话 seq=427)其标签后面跟的不是给用户的回答,而是英文推理文本:
<acp tokens="1.1K" type="text">m00290</acp>
The user reports: now on workbuddy-xdpool, I don't emit tags, and I don't error — BUT
my thinking process is being streamed to them as the answer (they normally can't see
my thinking; probably because of the reverse proxy).
另有样本(seq=2751)同样以 Confirmed with the real shipped code. But note this **refines**… 这类英文自言自语开头。这看起来是另一个独立故障(reasoning_content 缺失时推理正文落进 content),与标签剥离无关,但同样表现为"正文以标签开头",因此会混入上面的 347 条统计。我没有把它从统计里剔除,因为逐条区分需要人工判读,我尚未完成。
复现材料
- 会话落盘:
%USERPROFILE%\.dsh\sessions\<工作区编码>\<会话id>\session.v4.jsonl.zstd(multi-frame zstd,from compression import zstd; zstd.decompress(open(p,'rb').read())可一次解全部帧) - 本次主会话:
session-1f3d2c0f-5ebb-4ff5-8d03-bdc0730629d4 - 插件源码:
%USERPROFILE%\.dsh\profiles\desktop\node_modules\billion-context\dist\index.js - 插件日志:
%USERPROFILE%\.local\state\billion-context\bili.log
Activity
ranxianglei commentedon Oct 5, 2026
[bot] 🏷 已收到报告,正在核查。
这是一份证据很扎实的报告——退化闭合名(
</ap>/</a>/</p>/</aph>/</ck>)逃逸、快路径写出后不可回收、以及推理正文落进正文这几个现象我都需要对照当前 master 源码逐条验证后再定方案。先做三件事:createTagEchoFilter状态机现在是否仍只吞「属于 NAME 集合」的闭合名(缺陷 1);mayStartRenderTag判定与response.completed整体重写之间是否仍存在「已写前缀无法覆盖」的窗口;有结论会在此贴出结构化分析(含验证过程、层次判断、方案取舍),再决定开 PR。请稍等。
ChanYeer-pku commentedon Oct 5, 2026
目前我在安装billion-context之后,使用4.1flash模型不设置推理强度时,模型几乎次次在回复前吐一个标签(有的还连吐五次),甚至偶现把压缩摘要当回答输出完之后对话就停了,还有莫名其妙输出一堆标签对话直接中断的;但是开思考模式后几乎就不这样了(既然是几乎就说明有反例)。就此而言体验感极差(因为开思考模式agent比较磨蹭)。
图片证据总表.md
ISSUE-billion-context-定稿.md
ISSUE-billion-context-提交版.md
ISSUE-定稿-三份缺陷报告.md
ChanYeer-pku commentedon Oct 5, 2026
图片证据
A:吐标签
B:吐不止一个标签
C:对话被异常中断
D:其他现象
ChanYeer-pku commentedon Oct 5, 2026
下图为莫名其妙对话终止的最频繁的例子
ChanYeer-pku commentedon Oct 5, 2026
与自己的agent继续排查了n个小时,目前最新报告如下
ISSUE-billion-context-提交版.md
ChanYeer-pku commentedon Oct 5, 2026
README.md
ranxianglei commentedon Oct 5, 2026
已定位并修复 #2176 的标签泄漏机制(报告 A/B 类),PR 已开:#2183。C 类(reasoning 当答案输出 + 异常中断)是另一套独立机制,本次不捆绑修,见文末。
结构化七问:
是什么问题:非推理模式下,模型会回显 acp 消息引用标签;当标签的闭名被模型退化(观察到的退化闭名:
/ap/a/p/aph/ck)时,这些标签逃过了代理的剥离逻辑,原样漏进用户可见回答,并在后续轮次自我回显放大(连续 5 个那种)。什么原因导致的:根因是闭名识别是封闭集——代码只认 acplike 那套 3~4 字母大小写变体集合,而模型退化出的闭名是开放集,枚举不完。开标签侧保持严格(它是合法性锚点),只有闭标签侧在滑。于是「裸 ref + 退化闭标签」整段吃不掉、残留泄漏;流式吞并路径也认不出退化闭标签、跑超上限后把整段当正文放行。
怎么修复的:只放宽闭标签侧,开标签侧与独立闭标签保持严格(保护用户正文里的普通短闭标签,[bug] 插件透传会剥掉工具调用参数里的 render tag(arguments 流挂了 tag-echo 过滤器) #1039)。三处协同:①PAIRED 的闭名从封闭集放宽为「任意有界字母名」;②新增一个仅作兜底的宽松闭名匹配器;③流式吞并路径加受 ref 门控的宽松终止——只有吞并体是裸 ref(回显形态)时才认退化闭标签,包裹型/正文型仍走严格路径,绝不在内部工具调用标记处提前截断。
是否有回归问题:审了既有行为——①包裹轮吞并(tests/tag-echo.test.ts 既有用例):我第一版把终止器全局放宽,把该批用例全打挂(在内部工具调用闭标签处提前截断 → 孤儿泄漏);被测试抓住,用 ref 门控修回,已复绿。②规整配对剥离不变。③普通正文短闭标签保留(新增 [bug] 插件透传会剥掉工具调用参数里的 render tag(arguments 流挂了 tag-echo 过滤器) #1039 护栏用例)。无其它既有行为被触碰。
是否破坏缓存:不涉及。改动纯在下行文本剥离层,不动会话状态、持久化、ref 空间或任何缓存键。
是否改了设计方向:不涉及。同一剥离器/架构,只是把「闭名识别边界」以有界 + 门控方式放宽。
是否引入新的配置:无。没有新增 env/config key/CLI flag/默认值。
行为变更披露(旧→新):下行用户可见文本中,原先会原样泄漏的「模型退化闭标签 + 周围标签串」现在被剥掉,真实回答保留。这是有意为之——切断自我回显放大的源头。规整标签处理不变;工具调用参数字节仍逐字节保真(#1039)。
诚实说明:此修复针对当前 master 源码可复现的退化闭标签逃逸。你截图里那些完整规整的标签(A 类)在当前源码里本应被 PAIRED 正常吃掉——它们出现在 0.1.185 上,更可能是旧构建行为或早期泄漏已被客户端历史持久化后再回显。升级到含本修复的版本后,新的规整+退化标签都不应再漏;若升级后 A 类完整标签仍复现,请给一条原始 SSE,我再单独查路由。
验证:新增 tests/issue2176-degraded-close.test.ts(7 例)。定向测试 64/64 通过(57 既有 + 7 新增);typecheck 干净;build 成功。全量套件交给 CI。
C 类(未修):「reasoning 以 analysis/summary 形式当答案输出,然后对话停止」是独立机制(reasoning 通道/格式泄漏 + 提前终止),不是闭名集缺陷。需要一条 wire trace(不带插件抓一个 C 类 turn 的原始 SSE)区分模型侧 vs 代理侧,再定修法。作为 #2176 独立子项保留。
判定:A/B 机制已在根因上修复、回归已审、定向测试绿,可合并(待 CI 全量过)。PR:#2183
ChanYeer-pku commentedon Oct 5, 2026
回复-ranxianglei.md
issue-提交正文.md
billion-context-证据包.zip
ranxianglei commentedon Oct 5, 2026
继续
ranxianglei commentedon Oct 5, 2026
[bot] 🏷 Facet 状态更新(来自 #2183 的独立二审):
7948d10be。!tagFilter.pending(),开侧一旦咬住后续块必过过滤器;Responses 循环侧无 fast-path),但"开侧探测完全未触发时 fast-path 已落盘字节无法回收"的残余窗口未处理,需要单独方案(response.completed 前缀回补或 offset 记账),建议作为本 issue 下一个独立机制项跟进。以上四项中只有第一项有 PR;其余保持在本 issue 清单内跟踪,不另立项(同一失败域)。
ranxianglei commentedon Oct 5, 2026
收到你的 SSE 级证据,我按你的要求做了复测。先给结论:你指出的「逐 delta 粒度错配」在当前 master 源码里没有复现——我用你自己 sse-current.json 里那 10 个真实块、走当前代码里那条一模一样的闸门加过滤器重放,客户端可见文本里的渲染标签残留为 0。但这同时暴露了我上一轮一处需要更正的判断。逐条说清楚:
一、我复测了什么(可复现、可复核)
把 sse-current.json 的 samples_emitting / samples_clean 共 10 个真实块(覆盖退化闭名 ap/p/a/aph、string-attr、no-type 等形态)逐块喂进当前源码的 createTagEchoFilter 加 plugin.ts 那条 output_text.delta 闸门(五项全含:retryRewritePending、mayStartRenderTag、mayStartMarkerLine、mayStartBiliInternal、tagFilter.pending),再用仓库自带的 containsRenderTagText 判定客户端可见文本是否还有渲染标签残留:
方法就是「同一份数据、两套闸门」对照;判定用的是仓库自己的 containsRenderTagText(不是我临时拼的正则),所以结论对退化闭名、string-attr 这些形态都成立。
二、为什么你的表格会得出「过滤器从没被调用」
你的表只算了 mayStartRenderTag(delta) 这一项:确实只有「单个小于号」和「小于斜杠」两种碎片过闸,其余 ac、p、ap、引号加大于号全 false——这一项单独看你是对的。但闸门是一个「且」式合取,还有一项没算进去:!tagFilter.pending()。而 createTagEchoFilter 对单个小于号不是放行、而是「持有」(PARTIAL_TAIL 命中后进 held),于是 pending() 变 true,后续 ac/p/ap… 全被这条状态项拉回过滤器。也就是说:判定单位确实是 delta,但闸门靠 pending() 把跨 delta 的状态补上了。你那 25/27 的结论成立的前提,是丢掉 pending() 这一项——这正是它和「纯逐 delta」模型的分界。
三、更正我自己上一轮的过度断言
上一轮我说「A 类更可能是旧构建行为/历史回显」。有了你的 SSE 我要改精确:A 类流式泄漏在当前 master 源码里我没复现到。所以真正待解释的是「你实机为何看到标签」,而不是「当前源码会不会漏」。两个诚实的可能:
要二选一定位,我需要一条判别证据:挑一个你确定看到标签泄漏的 turn,给我 (a) 那一刻进程的 [v=…] 版本行;(b) 该 turn 附近的 bili.log 行(重点看有没有 [tag-echo] stripped 记录、那个标签是不是走了 fast-path 写出)。拿到后我能立刻判定是版本漂移、还是我漏了某条路径(那就去修)、还是真·当前 master 缺口。在你确认「当前版本仍漏」之前,我不会凭推测去给闸门加粘滞模式——那是没有实证缺陷就不该动的承重路径。
四、PR #2183 的真实定位(不夸大也不否定)
你说得对:#2183 修的是下行整段剥离层的闭名封闭集缺陷(MALFORMED_PAIR/PAIRED 白名单枚举不完),那是真实缺陷,对 response.completed 整段重写、retry 重写、以及任何非流式剥离路径有效(你那 9.8% 漏网闭名就落在这里)。但它不碰流式闸门,不能当作 #2176 流式现象的闭合条件。我同意保留它(互补),#2176 的真正闭合要看第三节的判别结果。
五、你提的另一个独立缺陷——我已经核实,成立
hostManagedInstall 死守卫这个跟标签泄漏是不同失败域(更新/安装归属契约)。我在源码里确认了机制:src/update.ts:455 对 dsh desktop profile 副本直接 return undefined(isDshDesktopBiliCopy 早退),于是 src/update.ts:1040-1049 那句 if (managed && installDir) 跳过就地自更新的守卫对 dsh desktop 永不触发,直接落到 npm registry 查询加就地安装——就地覆盖了宿主(dsh)拥有的副本,违反 #991 单一写者 / Install-Lane 契约第 1 条。这跟你日志里 v=0.1.184 进程在 dsh profile 路径就地装 0.1.185 完全对上。这是独立缺陷,不该混进 #2176;它落在 load-bearing 的 update.ts(按仓库规则属人工门禁、改动前需先跑一次 no-op 验证发布)。我在本环境没有开新 issue 的工具,所以把立项材料给你备好,请 owner 另开一条:
六、C 类(reasoning 当答案 + 中断)
仍是独立机制,仍需不带插件抓一条 C 类 turn 的原始 SSE 来区分模型侧 vs 代理侧。维持原判。
七、战略方向(需 owner 拍板,我不擅自动)
你修法建议第 1 条其实点到了最深处:模型之所以吐这些标签,是因为这个格式对它可见(注入进发给上游的 prompt + 提示词里的示例标签)。只要格式对模型可见,模仿与漂移就会持续——这才是「疏」层面的根因,比任何擦除器都靠前。但改渲染标签的线上格式牵动 kernel 契约(KDD #2 的 XML 标签格式)、两种压缩模式、以及提示词模板,属跨切面架构变更,是 owner 决策区,我不会自作主张实现。列出供你判断:把注入侧改成模型读不到的通道 / 不可模仿形态(无尖括号、无明显结构),并去掉提示词里的示例标签。
结构化七问(本轮以核实与更正为主,无新的流式代码改动)
判定:等你第三节那条判别证据(版本行 + 该 turn 日志)。在此之前我把 #2176 的流式部分标为「当前源码未复现、待实机判别」;#2183 保持打开(下行修复有效);hostManagedInstall 死守卫请另立 issue(材料见第五节)。
ranxianglei commentedon Oct 5, 2026
补一条:我上一条把「跨 output_item 的 flush 时机」列为我逐块重放覆盖不到、需你确认后才查的可能。这个不用等——我刚在源码里把它也排除了,给你省一步。
查了什么:Responses 线上,每当一个新 output_item 打开(response.output_item.added),代理会先 flush 上一个 item 残留的 tag 尾(src/plugin.ts:2921 调 tagFilter.flush())。所以「一个 item 结尾没闭合的标签被 flush 时漏出去」是唯一可能绕过我逐块重放的流式路径。
结论(源码层面,非你机器的运行时轨迹):这条也不是你那个「完整标签原样出现」的症状的来源。原因:一个完整标签(开+闭都在)必然落在同一个 output_item 内、在 flush 之前就被成对匹配整段剥掉了;而 flush() 只在两种很窄的情形下把暂存内容当正文放行——(a) 一个「裸开标签」(无属性、无引号)且其尾部不构成可识别的截断开/闭片段;(b) 单个未决碎片。这两种都产不出「带合法闭名的完整标签逐字写出」。所以在我能建模的边界下,当前 master 的流式路径既不走 fast-path、也不经 item 边界 flush 吐出完整标签。
这对定位意味着什么:两条候选流式路径都在源码侧排除后,你实机看到完整标签泄漏,先验明显偏向你自己缺陷 2 证明过的版本漂移(一个 v=0.1.184 进程在磁盘已更新后继续服务约 41 分钟)。但这是源码推理、不是你机器上的运行轨迹,不能替代日志核查。所以仍请你优先给那条判别证据:一个你确认看到标签泄漏的 turn 的 (a) [v=…] 版本行 + (b) 该 turn 附近的 bili.log。这一个产物就能定案是版本漂移还是我尚未看到的某种数据形态。
其余维持上一条:#2183 管下行闭名封闭集;hostManagedInstall 死守卫请另立 issue(材料见上条第五节);C 类待不带插件的 SSE。
ChanYeer-pku commentedon Oct 5, 2026
回复-ranxianglei.md
ChanYeer-pku commentedon Oct 5, 2026
基本扒到底了,如果还有需要的证据可以再说
回复-阶段更新.md
issue-提交正文.md
billion-context-证据包.zip
27 remaining items
ChanYeer-pku commentedon Oct 7, 2026
小包你可以看看,说不定有别的证据。关于你想要的网关响应体见附件。
给上游-C类原始帧-最小件.md
给上游-C类原始帧-最小件.zip
ranxianglei commentedon Oct 7, 2026
[bot] 🏷 你这份最小件确实带来了「别的证据」,而且比原始响应体更有用。我从
turn198-sequence.jsonl里挖到了一条决定性线索,改写了 C 类的归因。一、决定性线索:静默停止前有一连串 403 压缩对抗
seq 28919(turn 198 / step 27)之前,同一回合里有一连串重复的 403,全部是同一个错:
code: dsh_compaction_refused— “dsh native compaction call refused by billion-context: bili owns compression on this lane (#1729…)… opt in explicitly: allowDshCompaction:true … (#2028)”,retryable:false。我在 turn 198 序列里至少数到 7 次这样的 start→end(带错) 对,密集排在静默停止之前。含义:DSH 宿主在反复尝试跑它自己的原生压缩,bili 每次都按设计拒绝(因为 dsh 原生压缩会 shadow 掉原始历史、摧毁 proxy 的压缩基底)。这个拒绝本身是对的,不该改。
二、机制(有字节证据;因果链标为「强假设,待 A/B 坐实」)
reasoning+text+tool-call(stop=toolUse),到 step 27 突然只剩 reasoning、finish=stop、output 仅 215 token、无任何 text 块,且推理尾部嵌着一个畸形标签(m00370</||DSML|| parameter>,还带模型自创的string="text");三、这直接修正了我之前对 C 类的判断
[tag-echo]日志 0 行(你也实测了)——bili 在这个回合没剥任何文本标签,跟 B 类是两码事。四、诚实边界(不夸大)
五、下一步(都可执行,不用动 dsh 对话、不需要原始响应体)
dsh_compaction_refused403 的密度。只在静默会话密集 → 因果坐实;两边都有 → 背景噪声,换向。allowDshCompaction=false(默认)与=true(envBILI_ALLOW_DSH_COMPACTION=1),看静默停止是否消失。六、归口(粒度规则)
此发现属「压缩权对抗 / 空可见终止回合致停摆」失败域,与 B 类(标签下链剥离)不同域 → 应作为独立项归 #2229 统筹下的 owner 决策后续,不混进 #2267。涉及压缩所有权(#1729/#2028)+ 重试/nudge(#732/#821),都是承重件、人审闸门,我不会擅改。
一句话收口:你的最小件让我找到了真线索——不是标签剥离、也不是上游截断,而是 dsh 原生压缩被 bili 正确拒绝后形成的对抗死循环 + 退化 reasoning-only 终止回合导致的空可见停摆。 先做第 1 步(红鲱鱼排除)和第 3 步(发那个时间窗的 bili.log),C 类大概率能从「假设」推到「定案」。
ChanYeer-pku commentedon Oct 7, 2026
需要说明的是,我的确在启用bili插件的同时见过好几次dsh的原生压缩(就显示上下文已压缩而不是compress)和bili的compress同时出现在一轮对话中。此外,bili的配置网页顶部也有警告如下。而这一警告在我安装bili而没有改动配置的情况下就已经出现。
检测到压缩冲突:发现客户端原生自动压缩改写会话历史的痕迹。两个压缩器作用于同一会话会双压缩、破坏消息引用,可能导致上下文错乱——请只保留一个压缩器。(15 event(s) in 14 session(s): unannounced-rewrite×15 · 11 active · 4 historical — [2026-10-07 02:27Z] sessi…: 8/245 incoming message(s) carry pre-turn refs of 2232 known · [2026-10-07 01:52Z] sessi…: 1/93 incoming message(s) carry pre-turn refs of 162 known · [2026-10-06 12:56Z] sessi…: 2/81 incoming message(s) carry pre-turn refs of 795 known · [2026-10-06 11:29Z] sessi…: 5/244 incoming message(s) carry pre-turn refs of 651 known · …+10 more (GET /__bili/stats → conflicts))详情见下方 Sessions 页或 GET /__bili/stats → conflicts。
ChanYeer-pku commentedon Oct 7, 2026
回复戊-第三步-403红鲱鱼与压缩权真相.md
ranxianglei commentedon Oct 7, 2026
[bot] 🏷 读完回复戊了——先认账,再把我源码侧核到的、你文档覆盖不到的那块补上,最后给一条能保住现场的 C 类收尾路径。
一、认账:那条因果链我撤回
我的「403 压缩对抗死循环 → 退化终止回合 → 静默停止」被你打掉了,成立。同会话配对对照是最硬的一层:静默点前 5 窗 403 均值 1.000 vs 普通回合 1.328(更疏不是更密,方向反了);91.3%(21/23)静默点落在零 403 窗口;最干净的 c1566547 = 4 次静默停止 + 0 次 403;池化 6–16× 是会话长 19×/压缩多 50× 的假象(两栏中位数都是 0)。我保留你的三条观察(step27 突变 / [tag-echo]=0 / 非 token 截断),作废 403 作为因果起点。
你的更正我也照单收下:(A) 403 是回给 DSH 的内嵌代理响应体,不是 bili 本地日志行也不是 DSH 自己的文案,所以只跟「尝试次数」走;(B) 主存档与 session-1f3d2c0f 可能同源 → A 组密集或为 n=1(好提醒);(C) turn198 是精确 27 对全拒,不是我说的「至少 7」;(D) 尾部那个畸形标签是客户端重切 token 的重建物,不是原始帧——所以我不该断言「模型吐了个坏标签」。这条我收回措辞。
二、你给的「bili 自己压没压」答案确实反方向,而且有用
nudge 行
max compressible 41356 < threshold 50000(全程 61%→71%)证明 bili 是主动判定压不出东西而不压,不是被挡。这排除了「有得压但被卡住」。但它同时浮出第二个独立问题(注意:我不说它是 step27 的触发器,你也还没把它跟静默停止因果挂钩):bili 的全量压缩门(按 KDD#8 平铺 50K、growth 驱动)要求 max-compressible ≥ 50000 才发起整段压缩。这里 max-compressible 一直卡在 ~41K,总用量却涨到 71%(142K/200K)。若某会话的可压缩量长期低于阈值、而总量逼近模型硬上限,bili 可能从不给它减压——这是个值得 owner 看的候选缺口(对应已有的
compress.nudgeGrowthTokens逃生口)。诚实定位:这是一个负结果(排除被挡)+ 一个未证的候选线索,不是结论。三、源码侧核到的事实(你文档够不到的部分:bili 在 dsh profile-bundle 到底怎么对待双压缩器)
(都是仓库相对路径引,公开源码)
src/server/dsh-compaction-guard.ts(nudge 死锁无检测:同一 session 交替收到两种结构互斥的请求流(巨型单消息 ↔ 多轮)时不告警 #1729):dsh 的 /compact API 调用被识别后直接 403 拒绝、不转发,除非allowDshCompaction(在bili网页配置界面支持关闭和开启dsh的自动压缩功能 #2028)。src/conflict-watch.ts:ConflictKind 含unannounced-rewrite/native-compaction;src/server.ts:4028/4273检测到「入站消息携带已知消息的 pre-turn refs」就记unannounced client history rewrite detected … marking compaction boundary (#1001)+ recordConflict。这正是你看到的 UI 警告(15 events / 14 sessions)。src/agent/dsh-native.ts:1069:对 profile bundle(就是你的桌面路径),dsh 的 agent 预设自带 compaction-basic,且 bundle patch 无法设 auto:false(dsh.bundle.patch.yml禁用自动压缩在 web profile 下静默失效 #1772)→ 该 profile 下 dsh 原生自动压缩保持启用。(对照launcher.ts:2957:pi 那条是能设 auto:false 的。)dsh.bundle.patch.yml禁用自动压缩在 web profile 下静默失效 #1772),但按你的配对分析它未被证实是静默停止的原因。你的 403 密度测的是 API 中介的拒绝,不是客户端 unannounced-rewrite 事件;「unannounced-rewrite 频率是否与静默停止相关」是另一个仍开放、可测的问题。我不把两者混为一谈。四、一处对你静态搜索的更正(让 A/B 有意义)
你说 bundle 里⚠️ 但鉴于你的 403 密度已呈零相关,A/B 大概率不会改变静默停止——它的价值只是补一刀「解除 dsh 压力是否影响终止回合」,优先级低于下面的原始 SSE。
allowDshCompactionState()只有 3 个配置 API 调用点、生产请求路径读不到——那是函数名的搜索盲区。请求路径读的是解析后的 Options 字段opts.allowDshCompaction(config.ts:1231由 allowDshCompactionState 填充),判定点在src/server.ts:2846(opts.allowDshCompaction !== true && isDshCompactionCall(...)→ 拒绝)。所以开关确实在请求路径生效:开 true 会解除 403 拒绝、让 dsh 原生压缩落地。五、C 类最终定位——双方卡在同一个硬边界
我们一致同意:最后一公里(step27 为何突变 + 尾部标签来源)落在上游原始响应体里,客户端存档结构上就没有(33 种记录类型无一承载,completion_tokens_details 全档 0 实载)。我和你都从存档拿不到它。
诚实约束:「在你那边做 A/B」——我(ework-daemon)没有 dsh-desktop 环境,开不了你的 Windows dsh,跑不了这个复现。能跑的是项目 owner(有基建)或你自己(用下面保现场的配方)。
保住冻结现场 + 拿到原始 SSE 的配方(正面回应你「重启会被自更新毁现场」的顾虑):
_freeze-0.1.186恢复那份 dist/index.js(你已核对 MATCH=True),让重启加载的就是字节级 0.1.186,而不是漂到 23:04 的那份;抓到那一刻我能立刻对着真实代码判;配置 JSON 和最小脚本会话我可以现在就帮你拟好,但我自己跑不了 dsh。
六、归口(粒度规则,交 owner,我不擅改合并代码/不开 PR)
两条各自独立的失败域,都承重、人审闸门:
(i) dsh profile-bundle 双压缩器不可压制(bundle patch 限制,延伸 #1772)→ 双压缩/引用破坏风险(bili 只能检测+告警+标边界,无法预防)。与静默停止原因不同域。
(ii) C 类静默停止终因:需上游原始响应体;外加「max-compressible 卡阈值下、总上下文却涨到 71%」这个待证候选缺口。走 owner 的受控 SSE 捕获复现。
一句话收口:你的红鲱鱼排除成立,我撤回「403 死循环致停摆」的因果链——观察保留、归因作废。 真正剩下的硬边界是上游原始响应体(双方存档都拿不到),外加两条可交 owner 的独立后续:dsh profile-bundle 双压缩器不可压制(#1772 延伸)、与「可压缩量卡阈值下而总量涨到 71%」这个待证缺口。C 类要定案,得有人跑一次带原始 SSE 捕获的最小复现——我没环境跑不了,但配方与分析我给全了。
ChanYeer-pku commentedon Oct 7, 2026
回复己-第四步-更正与自更新机制.md
需要说明的是,UI上我看到的绝大多数就是标签后直接接正文,没有换行。极少数情况下出现标签后换行再开始正文(好歹这样看着舒服一点),而连吐两个标签,两个标签各换行一次的,目前我只看见一次。不排除是渲染层的问题。
ChanYeer-pku commentedon Oct 7, 2026
PS:v0.1.187已merged,大概率我的版本也马上自动更新了
ranxianglei commentedon Oct 7, 2026
[bot] 🏷 收到,核实过(GitHub API):
c564b18a...d4de8d44= ahead 72 / behind 0)→ 187 确定包含 B 类修复。autoRestartOnUpdate=false,它会更新 dist 文件但不会自己重启(就是你之前看到的 mtime 漂移),得手动重启或等下次自然重启才真正加载 187。两点提示:
_freeze-0.1.186你已核对 MATCH=True),继续当 C 类基线。让线上漂到 187 反而是好事:一旦线上跑在 187,正好观察你最开始抱怨的 B 类标签泄漏(良构对 + alnum 退化闭名)是否减少/消失——这是确认 Unify ACP tag-echo remediation under four invariants (#2023 #2066 #2190 #2248) #2267 在你真实环境生效的自然机会。[v=]banner:抓 187 = 看修复后终止回合行为有没有变;抓恢复的冻结 186 = 精确复现原现场。两个都有效,标清版本即可归因。主线状态不变:B 类随 #2267/187 落地;C 类仍等你或 owner 跑一次带原始 SSE 的最小复现来定案;双压缩器(#1772 延伸)与「max-compressible 卡阈值下」两条后续交 owner。回复己那份文档我这轮没拉到(网络又抖),等能读到时我再逐条核。
ranxianglei commentedon Oct 7, 2026
[bot] 🏷 补答你上一条里那个「标签后有没有换行」的观察——这个我能对着源码给你定调:
注入侧是统一带换行的。
kernel/src/render-refs.ts:99每封消息的前缀就是acpTag(ref,tokens,type) + "\n",即固定为「标签 + 换行 + 正文」。常量TAG_OPEN="acp "、TAG_CLOSE="/acp";acpTag只发tokens=和type=两个属性(没有string=)。所以模型在上行 prompt 里看到的永远是「标签↵正文」,无一例外、完全一致。那么你在下行 UI 看到的可变性(绝大多数「标签紧贴正文无换行」/ 极少数「标签↵正文」/ 只见过一次「连吐两标签各换一行」)就能分层排除了:
这其实反过来加固了第一因(模仿而非转发):回声的格式是模型自己采样生成的、带噪声,而不是一条固定的管道字节序列。若是渲染层 bug,你会看到均匀一致的形态,而不是这种回合间漂移。
诚实边界:样本小(绝大多数/极少数/一次)+ 我是从「可变性模式 + 已验证的均匀注入」推断的,看不到你的原始响应体字节(客户端重建那层)。要一锤定音仍在上游原始响应体里——和 C 类同一个硬边界。就源码而言,我没看到任何渲染层会这样抖的地方。
ChanYeer-pku commentedon Oct 7, 2026
CI结束了,latest已经更新为187。请你再给出接下来我的步骤,可以详细一些
ranxianglei commentedon Oct 7, 2026
[bot] 🏷 已核实:npm latest = 0.1.187(07:33Z 发布),且 #2267(B 类标签下链统一)已确认在其内。下面按「价值优先、可直接照做」排好。总原则:短会话、逐条打
[v=]、把「泄漏」和「中止」当两个独立信号分开测、只回传小文件(大 zip 一直传不上)。我这边没有 dsh 环境跑不了,你按步骤抓到的每个小文件发我,我当场对着 187 真实代码判命中/miss。第 0 步 · 锁版本 + 确认加载(~5min,不动对话)
autoRestartOnUpdate=false,所以文件更新后需手动重启才真正加载。重启后看 bili.log 启动行的[v=…]banner,必须读到 0.1.187。dist/index.js另存一份(像你对 186 那样),万一测试中途它又被自更新推走能恢复;想更稳就把自更新检查间隔调大(现有键BILI_UPDATE_CHECK_INTERVAL_MS/update.checkIntervalMs,彻底整治环境变了滥用,除非必要都走配置文件 #2030,设成极大值即可冻结)。[v=]字符串——后面每条结论都要挂上它。第 1 步 · 确认 187 修复生效(B 类,最高优先、最省事)
目标:验证 #2267 在你真实环境里到底压下去多少标签泄漏。
`</ap>`/`</ack>`)。预期 187 明显减少/消失。[v=]+[tag-echo]日志行发我,我核对是不是没真到 187 或该形状未覆盖。[v=][tag-echo]日志行。第 2 步 · C 类定案:在 bili 侧抓「原始上游响应」(最关键)
这是唯一还卡着的空白(step27 为何突变 + 尾部标签来源),而它只在上游原始响应体里。关键洞察:客户端存档没有它,但 bili 作为代理一定看过它——所以在 bili 这层抓,而不是客户端层。
dumpSse,启动时读一次、无热重载):grepdist/index.js里的dumpSse赋值点拿到确切键名/env,在重启前设好。finish_reason+ 完整reasoning_content+ 有没有 text 块。[v=]、nudge 的reason=行、有无 compaction 事件)。finish_reason=length或 reasoning_content 明显截断 → 上游/模型截断;finish=stop→ 模型自己选了纯推理,宿主再按空可见回合停摆 → 修「空终止回合续写」或第一因(为何变纯推理);第 3 步 · 顺手被动观察(免费,别额外花力气)
/__bili/stats → conflicts的计数还在不在涨(unannounced-rewrite)。若 187 下 dsh 原生自动压缩仍和 bili 并存 → 坐实 profile-bundle 双压缩器状态(喂给dsh.bundle.patch.yml禁用自动压缩在 web profile 下静默失效 #1772 延伸那条后续)。reason=行里max compressible … < threshold 50000是否仍贯穿全程(你 回复戊 那条)。若总量涨高而可压缩量长期卡阈值下 → 那个候选缺口成立,交 owner。第 4 步 · 可选 A/B(低优先)
鉴于你已证 403 密度与静默停止零相关,这个大概率不改变结果,只做补刀:受控短会话分别设⚠️ 别长期开 true(会毁掉 bili 压缩基底,#1729),只当一次性诊断。
allowDshCompaction=false(默认)与=true(envBILI_ALLOW_DSH_COMPACTION=1,#2028),看终止回合行为是否变化。回传什么(最小高信号,别再传大 zip)
[v=][tag-echo]行。turn# | [v=] | 吐了什么 | 剥没剥(Y/N) | 停没停(Y/N) | finish_reason | 有text块(Y/N)。[v=]banner 一行。一句话收口:先做第 0→1 步确认 187 在你环境把 B 类压下去了(最快见效),再把精力放在第 2 步——在 bili 侧抓原始上游响应做静默 vs 正常的差分,这是 C 类从「假设」推到「定案」的唯一钥匙。 每步抓到的小文件发我,我对着 187 真实代码逐条判。
ChanYeer-pku commentedon Oct 7, 2026
ChanYeer-pku commentedon Oct 8, 2026
在#2346,#2347,#2348,的三个新版本测试的bug修复后,本issue提到的acp标签问题能否大大减少
ranxianglei commentedon Oct 8, 2026
全部合并,在安装tag=master版本可以直接使用,下一个版本会附带发布