Skip to content

[pi lane field reproduction #3011] First turn of forked child session interrupted → usage all zeros → char estimation + 409 permanent bail-out → preflight infinite loop; with verified ledger migration remediation path | [pi 车道实测复现 #3011] fork 子会话首回合被中断 →… #3296

Closed

Description

@asuan-dev

[pi 车道实测复现 #3011] fork 子会话首回合被中断 → usage 全 0 → 字符估算 + 409 永久放弃 → preflight 死循环;附已验证的账本移植补救路径

TL;DR

pi 车道(billion-context 0.1.197)实测复现 #3011(fork adoption 409 SNAPSHOT_UNAVAILABLE 被永久放弃),并补充三个 #3011 / PR #3024 未覆盖的点:

  1. 人为触发路径:fork 子会话的首个回合被用户中断 → 该回合 usage 全 0 → lastInputTokens 永远拿不到真实值 → unknownBaseline 恒成立 → preflight 走 estimateCoreMessagesUpper(字符数当 token 数)路径,实测虚高 1.35–3.56×,preflight 用假值拦截请求。
  2. 交互层死锁:preflight 超过 30s grace 后 committed early SSE headers + keep-alive to hold the client,用户侧表现为「正在处理」卡死 → 用户中断 → 下一回合 usage 又是 0 → 死循环自我加深,会话永久不可用。
  3. 已验证的救数据路径(rescue graft):把父会话账本的 blocks + blockContents 按消息指纹 hash 重映射移植进子会话账本并重启,实测 outbound 1.2MiB→454KiB、上游真实 usage 回落到 85K,会话完全恢复。建议上游把这条路做成一等 fallback(现有 maybeAdoptForkBlocks 只覆盖匿名 prefix-affinity 分支且默认关闭)。

环境

  • billion-context 0.1.197(npm 安装,pi 车道,x-bili-plugin: pi),2026-10-15
  • 宿主:pi(ACP);上游:OpenAI 兼容网关
  • 日志:~/.local/state/billion-context/bili.log(UTC 时间戳);账本:~/.local/share/billion-context/sessions/openai/localhost_*.json

触发链(日志原文时间线)

三个条件同时成立的会话必死:fork 出来的子会话 + 首回合被中断(usage 全 0)+ 父会话快照不在 bili 内存。

第 1 步:fork adoption 409,一次失败永久放弃

[warn] [v=0.1.197] fork adoption for 01a13e7b-… degraded (snapshot http 409 SNAPSHOT_UNAVAILABLE
(Error: raw snapshot unavailable; send a fresh plugin model request)) — the session continues
without inherited compression state (#2399/#2469)

第 2 步:首回合被打断 → usage 全 0 → unknownBaseline 永久成立

fork 后该子会话的全部 assistant 回合 usage 均为 0(stop=aborted / error):

assistant usage: { input: 0 }   ← 每一条都是
  • 后果:lastInputTokens 永远是 0 → unknownBaseline = anonymous && lastInputTokens <= 0 恒为 true → preflightCompress 里 baselineKnown=false → countText = text=>text.length、currentTokens = estimateCoreMessagesUpper(messages)(纯字符数)。

第 3 步:字符估算虚高 → preflight 假拦截 → 30s grace 卡死客户端

nudge INJECT T1: usage=779% (6768679/868900) EMERGENCY          ← 676 万「token」实为字符数
preflight fail-fast 502: payload core text ~7203803 bytes → ≥~960508 tok vs window 868900
  • 该会话 jsonl 原始历史 CJK-aware 真实总量 ≈ 152 万 tok(toolResult 占 139 万),字符数 543 万 → 估算虚高 3.56×;另一会话实测 1.35×。方向上真的超窗(继承失败导致大量 toolResult 从未被折叠),但数值是假的,且 nudge/preflight 全部基于假值做决策。
  • preflight 每轮只压 2–14K tok,对抗 120 万+ deficit,永不收敛;超过 30s grace 后提前提交 SSE headers 保活,用户看到「正在处理」卡死 → 用户中断 → 回到第 2 步,usage 又是 0。
  • 对照组:同进程内未走 fork 的会话(从第一条消息就在 bili 手里、每回合有真实 usage)一切健康,usage 稳定 2–8 万、cache hit 86–96%。

第 4 步(放大器):side request 绕过 preflight 直接被拒

side request (~1547139 tokens) ≥ window 999999 NOT forwarded

继承失败后连宿主发的辅助请求(标题生成等)都带全量历史,全部被拒。

已验证的补救路径(rescue graft,可复现)

核心思路:折叠状态其实一直在盘上——父会话账本的 blocks(含每块 directMessageIds 指纹、startRef/endRef、blockContents 全部摘要)是完整的,只是 fork 子会话继承不到。那就手工搬过去。

  1. 取健康父会话账本 payload.state.blocks(本例 115 块,覆盖 m1–m9647)与 blockContents。
  2. 按消息指纹 hash 对齐:用子会话 byRaw(h_ → ref 映射)反转出父块 directMessageIds 在子会话 ref 空间的位置,重映射每块 startRef/endRef。
  3. 匹配率 <50% 的块跳过(本例 115 块移植成功 114 块),写入子会话账本(写前备份),nextBlockId 顺延,清掉 nudge anchors。
  4. 重启 bili 进程(不重启则内存旧态会随时写回覆盖)。
  5. 验证(全部实测):
    • processTurn: 198 msgs(此前 7316)
    • outbound 454.1KiB(此前 1.2MiB / inbound 13.6MiB)
    • 上游真实 usage input=85472(用户感知恢复到出事前的「60 多 K」量级)
    • fold-reconcile 仅 1 条消息漂移(~2855 tok churn,无害)

这个手法同时证明了:fork 继承所需的数据(blocks+blockContents+指纹映射)在子会话侧完全可以离线重建,不需要父会话快照驻留内存。

与已有 issue / PR 的关系

上游修复建议(按优先级)

  1. (对齐 [PR] fix: fork adoption no longer gives up permanently on 409 SNAPSHOT_UNAVAILABLE (#3011) #3024)409 SNAPSHOT_UNAVAILABLE 按 retryable 处理:409 文案本身写着「send a fresh plugin model request」,应进 transient 分类或按服务端结构化错误码判定,不要靠客户端正则猜。
  2. 中断免疫——子会话 baseline 的 seeding:fork 完成时,父会话的 lastInputTokens 可以直接作为子会话初始 baseline(父子历史同源,子会话首个 payload ≈ 父会话当前 payload)。这样首回合被打断也不会落入 unknownBaseline。替代方案:unknownBaseline 时把 estimateCoreMessagesUpper 换成已有的 CJK-aware countMessageTokens/defaultCountTokens,或在首次真实 usage 到达前对字符估算打保守折扣。
  3. 估算器:estimateCoreMessagesUpper(chars += (m.text??"").length 直接返回字符数)在 unknownBaseline 路径被当 token 数用,实测虚高 1.35–3.56×。nudge 的百分比(779% EMERGENCY)、preflight 的 fail-fast、headroom 判断全部被它污染。建议统一走 CJK-aware 计数。
  4. 把 rescue graft 做成 fallback:fork adoption 409/永久放弃时,允许子会话从父会话落盘账本按指纹 hash 离线继承(算法见上文补救路径,115 块成功 114)。现有 maybeAdoptForkBlocks 已有雏形,建议扩展触发面(fork adoption 失败的 child)并默认开启。
  5. preflight 不可收敛时的熔断:deficit > 窗口 1.5× 且单轮压缩收益 < 2% 时直接 fail-fast 并提示宿主端压缩,而不是 30s grace 挂住客户端——挂住的结果是诱导用户中断,进一步锁死 unknownBaseline(第 2 步),形成死循环。

附:本案例的死亡会话清单(同一晚)

会话 状态 备注
父会话 01a13943 健康 115 块,rescue graft 的数据源
f27(01a13f27) 已救活 移植 114 块 + 重启,usage 85K
e7b(01a13e7b) 已救活 同法移植父会话 115 块
e7f / e86 / e95 / e9c / f31 废弃 同病,未救援
f51(01a13f51) 健康 从未走 fork,每回合有真实 usage

感谢,PR #3024 合并后如需本案例的完整日志脱敏样本可以再提供。

Activity

  1. ranxianglei commented on Oct 15, 2026

    @ranxianglei
    Owner

    pi貌似需要sqlite模式才能fork?

  2. ranxianglei commented on Oct 15, 2026

    @ranxianglei
    Owner

    🤖 Powered by ework · qwen3.8-27b

    (ai: vllm-qwen/qwen3.8-27b)

    结论先行

    已按你报的 v0.1.197 与当前 master 双版本逐行核实。三层分解,每层都有明确归属:

    1. 第 1 步(409 一次失败永久放弃)= 与 [Bug] Fork of DSH branch clone: inheritance permanently abandoned by 409 SNAPSHOT_UNAVAILABLE — zero-fold clone triggers context_length_exceeded 400 on first turn | [Bug] DSH 分支克隆的 fork 继承被 409 SNAPSHOT_UNAVAILABLE 永久放弃:克隆零折叠,首轮即 context_length_exceeded … #3011 完全同款机制,修复在途:PR [PR] fix: fork adoption no longer gives up permanently on 409 SNAPSHOT_UNAVAILABLE (#3011) #3024(open,已 rebase 最新 master,CI 在跑)+ [PR] fix: fork delayed completion — child session where the first request races ahead and lands is no longer permanently latched by CHILD_CONFLICT (#3025) | [PR] fix: fork 迟补全——首条请求抢跑落地的子会话不再被 CHILD_CONFLICT 永久闩死 (#3025) #3039(迟补全,叠在其上)。pi 车道覆盖已核实:src/agent/pi.ts:1187 与 dsh/opencode 共用同一个 createForkAdopter 协调器(src/agent/fork-adopt.ts:530),[PR] fix: fork adoption no longer gives up permanently on 409 SNAPSHOT_UNAVAILABLE (#3011) #3024 把可重试性判定从 reason 字符串正则改为服务端结构化字段判定——pi 车道同享该修复,无需另修。
    2. 第 2–3 步(首回合中断 → usage 全 0 → 字符计量假值拦截 → 30s 保活死循环)= 放大器机制,独立于 409(你的判断正确),但关键版本事实:这个死循环在最新 master 上已经被 [Bug] 新会话(无 usage 基线)preflight 把字符数当 token——折叠其实成功(2263796→1111212)却 fail-fast 502,上游实际只计费 540828 #3146/Judge fresh-session preflight fit on the calibrated estimate, not raw char count (#3146) #3155 拆掉(2026-10-14 合入,「fresh-session preflight fit 改走校准估算而非裸字符数」)。你跑的是 v0.1.197,早于它。master 上的变化:
    3. rescue graft = 同症状族的新机制选项,已并入 [Bug] Fork adoption server-side completion window: After the child session's first degraded request is committed, POST fork is permanently latched by 409 CHILD_CONFLICT, preventing retroactive adoption | [Bug] fork adoption 服务端完成窗口:子会话首条降级请求落地后,POST fork… #3025 checklist 作为 C7(详见我在那里的评论)。你的实测数据(115 块移植成功 114、outbound 1.2MiB→454KiB、真实 usage 回落 85K)是这个方向最强的可行性证据:它证明继承所需数据可以完全从父会话落盘账本离线重建,与 [PR] fix: fork adoption no longer gives up permanently on 409 SNAPSHOT_UNAVAILABLE (#3011) #3024(内存源,被 residency 击败)/ [PR] fix: fork delayed completion — child session where the first request races ahead and lands is no longer permanently latched by CHILD_CONFLICT (#3025) | [PR] fix: fork 迟补全——首条请求抢跑落地的子会话不再被 CHILD_CONFLICT 永久闩死 (#3025) #3039(POST 时快照须可用)/ C3(存储源缺口)/ C6(opaque 硬门)互补——快照永久不可用(cap 截断、逐出、父含 thinking)时只剩盘上账本这一条路。

    查重结论

    判定:与 #3011 重复(同症状族),建议关闭本 issue。

    结构化八问

    1. 是什么问题:fork 克隆的子会话(pi 车道)继承不到父会话的压缩状态,从全量原始历史(~152 万真实 token vs 868K 窗口)起步;首回合被中断后 usage 永久为 0,本地计量退化为字符数假值(实测虚高 1.35–3.56×),nudge/preflight 基于假值决策,30s 保活挂住客户端,中断又进一步锁定零 usage,会话永久不可用。
    2. 什么原因导致的(三层因果):根因 = fork 继承失败(客户端正则误判 409 为终态 + 父快照未驻留,即 [Bug] Fork of DSH branch clone: inheritance permanently abandoned by 409 SNAPSHOT_UNAVAILABLE — zero-fold clone triggers context_length_exceeded 400 on first turn | [Bug] DSH 分支克隆的 fork 继承被 409 SNAPSHOT_UNAVAILABLE 永久放弃:克隆零折叠,首轮即 context_length_exceeded … #3011);中间层 = 零 usage 毒化计量(所有回合被中断 → lastInputTokens 恒 0/estimate 级 → nudge 与部分门禁回退到字符上界);表层 = 假值决策(779% EMERGENCY nudge、doom-byte 拒绝、30s 保活)。三层对应三个机制,第一层在修([PR] fix: fork adoption no longer gives up permanently on 409 SNAPSHOT_UNAVAILABLE (#3011) #3024),第二层在 master 已被 [Bug] 新会话(无 usage 基线)preflight 把字符数当 token——折叠其实成功(2263796→1111212)却 fail-fast 502,上游实际只计费 540828 #3146 拆除,第三层随第二层消解。
    3. 影响范围与严重程度:触发条件 = 「fork 子会话 + 首回合被中断(或上游从不报 usage)+ 继承失败」。v0.1.197:命中即会话永久死锁(你的一晚 6 个死亡会话);最新 master:死循环拆掉,最坏退化为诚实拒绝(数学必死者立即 413、折叠不足者 502 且 retryable=false),会话在继承修复落地或人工修剪/重启前仍不可用——严重程度从「永久死锁」降为「诚实拒绝 + 等根因修复」。波及面 = 所有 plugin 宿主(dsh/pi/opencode)命中继承失败窗口的大会话克隆。
    4. 怎么修复的:本轮无新代码——三层各有归属:第一层 = [PR] fix: fork adoption no longer gives up permanently on 409 SNAPSHOT_UNAVAILABLE (#3011) #3024(retryable 409 + raw-view 兜底,open)+ [PR] fix: fork delayed completion — child session where the first request races ahead and lands is no longer permanently latched by CHILD_CONFLICT (#3025) | [PR] fix: fork 迟补全——首条请求抢跑落地的子会话不再被 CHILD_CONFLICT 永久闩死 (#3025) #3039(迟补全)+ C3/C6(待拍板);第二/三层 = [Bug] 新会话(无 usage 基线)preflight 把字符数当 token——折叠其实成功(2263796→1111212)却 fail-fast 502,上游实际只计费 540828 #3146/Judge fresh-session preflight fit on the calibrated estimate, not raw char count (#3146) #3155 已合入 master(forward-once 仲裁 + 校准 fit + 终端 413),随下个发布生效。graft 升格为 C7 待拍板(建议做成服务端自动 fallback,细节见 [Bug] Fork adoption server-side completion window: After the child session's first degraded request is committed, POST fork is permanently latched by 409 CHILD_CONFLICT, preventing retroactive adoption | [Bug] fork adoption 服务端完成窗口:子会话首条降级请求落地后,POST fork… #3025)。
    5. 是否有回归问题:本轮未动代码,无回归。顺带审过 [Bug] 新会话(无 usage 基线)preflight 把字符数当 token——折叠其实成功(2263796→1111212)却 fail-fast 502,上游实际只计费 540828 #3146 自身的行为面(该 PR 内已披露):fresh 会话的 reject-forward 门从字符数判定改为「校准估算 + forward-once 仲裁」,字符数仅留触发臂(保守方向);doom-byte 守卫语义不变。
    6. 是否破坏缓存:不涉及(无代码变更)。
    7. 是否改了设计方向:本轮无新方向。graft(C7)若获批,是在既有 fork 继承管线内给物化路径加一个「盘上账本源」,不是架构转向。
    8. 是否引入了新的配置:本轮无。C7 若实现,默认开启还是加开关属 config surface 决策,随方案一起报你定夺。

    收工判定:本 issue 分诊完毕——第 1 步等 #3024/#3039 合并,第 2–3 步随下个发布自动消解(#3146 已在 master),graft 已迁移 #3025 C7 等你拍板。请以重复 #3011 关闭本 issue;#3024 合并后若愿意提供本案例脱敏完整日志样本(尤其首回合被中断的那段时序),对补 pi 车道回归测试很有价值。

  3. ranxianglei commented on Oct 15, 2026

    @ranxianglei
    Owner

    🤖 Powered by ework · qwen3.8-27b

    (ai: vllm-qwen/qwen3.8-27b)

    基本对,但精确说法是:跨重启的 fork(父会话不驻留内存)目前实际依赖 full/sqlite 模式;父驻留内存时任何模式都能 fork。且这不是 pi 特有——dsh/opencode 行为完全一样(fork 源视图逻辑在共享的 src/plugin.ts,与宿主无关)。报告者的 pi 案例命中它,是因为父会话在首次成功 fork 之前经历了多次 bili 重启(auto-update 实例重生,#3044),residency gap 成了常态。

    机制拆三层(均已在代码核实):

    1. fork 源视图优先级:内存 pluginSnapshot 为主;[PR] fix: fork adoption no longer gives up permanently on 409 SNAPSHOT_UNAVAILABLE (#3011) #3024 新增回退到 session.lastMessages——但两者都必须是「原始」视图,折叠视图被显式拒绝(forkSourceMessages():lastMessagesFolded !== true 才可用)。
    2. 跨重启时为什么 legacy/shadow 拿不到源:pluginSnapshot 是内存态,envelope 只在懒持久化条件下才把它写盘([plugin] fork snapshot maintenance is O(full history) every request + snapshot persisted into every session file #2077,src/persist.ts:1574)——父会话此前成功 fork 过一次(落 receipt / 置 publicSnapshotRetained 粘滞位)之后。从未成功 fork 过的父会话重启后,legacy/shadow 模式下没有任何原始源视图(envelope 的 messages 是有界折叠视图且恒带 messagesFolded=true 标记,src/persist.ts:1568)→ 409 SNAPSHOT_UNAVAILABLE。[PR] fix: fork adoption no longer gives up permanently on 409 SNAPSHOT_UNAVAILABLE (#3011) #3024 之后这个 409 可重试了,但每次重试结果相同 → 永久降级。这就是报告者「父已经历多次重启、pluginSnapshot 不在内存」的准确含义。
    3. full 模式为什么行:BILI_STORAGE_UNIFIED=full 时统一索引(index.db)是读路径,保留每个会话的完整尾部(C3 复现实测 sessions.tail_json 尾部齐全、tail_folded=false)→ 恢复出的 lastMessages 是原始视图 → [PR] fix: fork adoption no longer gives up permanently on 409 SNAPSHOT_UNAVAILABLE (#3011) #3024 回退命中。已在 [Bug] Fork adoption server-side completion window: After the child session's first degraded request is committed, POST fork is permanently latched by 409 CHILD_CONFLICT, preventing retroactive adoption | [Bug] fork adoption 服务端完成窗口:子会话首条降级请求落地后,POST fork… #3025 C3 的复现里实测过:[PR] fix: fork adoption no longer gives up permanently on 409 SNAPSHOT_UNAVAILABLE (#3011) #3024 分支上 full → GET 200 + fork 201 ✓;shadow/legacy 仍 409。

    两个补充边界(避免把 sqlite 当成充分条件):

    三条出路对比(供你在 C3 拍板时参考):

    • ① 文档化现状:需要跨重启继承的用户跑 BILI_STORAGE_UNIFIED=full——零代码变更,短期最稳;
    • ② C3 方向一:shadow 恢复也读统一索引尾部——改变 shadow「双写演练、读保持 legacy」的既有语义,属存储迁移路线决策;
    • ③ C7 graft(新列项):从父会话盘上账本(blocks + blockContents + 指纹映射)离线重建继承——这三样在所有模式下都无条件持久化(src/persist.ts:1585-1586),是唯一一条默认 legacy 模式、零用户配置也能跨重启继承的路径。

    我的建议:短期走 ①(文档注明),中期看你 C3 的方向取舍,C7 作为不依赖存储模式的兜底一并评估。

  4. changed the title [-][pi 车道实测复现 #3011] fork 子会话首回合被中断 → usage 全 0 → 字符估算 + 409 永久放弃 → preflight 死循环;附已验证的账本移植补救路径[/-] [+][pi lane field reproduction #3011] First turn of forked child session interrupted → usage all zeros → char estimation + 409 permanent bail-out → preflight infinite loop; with verified ledger migration remediation path | [pi 车道实测复现 #3011] fork 子会话首回合被中断 → usage 全 0 → 字符估算 + 409 永久放弃 → preflight 死循环;附已验证的账本移植补救路径[/+] on Oct 16, 2026
  5. changed the title [-][pi lane field reproduction #3011] First turn of forked child session interrupted → usage all zeros → char estimation + 409 permanent bail-out → preflight infinite loop; with verified ledger migration remediation path | [pi 车道实测复现 #3011] fork 子会话首回合被中断 → usage 全 0 → 字符估算 + 409 永久放弃 → preflight 死循环;附已验证的账本移植补救路径[/-] [+][pi lane field reproduction #3011] First turn of forked child session interrupted → usage all zeros → char estimation + 409 permanent bail-out → preflight infinite loop; with verified ledger migration remediation path | [pi 车道实测复现 #3011] fork 子会话首回合被中断 →…[/+] on Oct 17, 2026
  6. added
    bugSomething isn't working
    协议接线改动范围:内核之外的主机侧接线(src/agent 适配器、server 路由、注入拦截)/范围兜底/客户端标签
    on Oct 18, 2026
  7. ranxianglei commented on Oct 24, 2026

    @ranxianglei
    Owner

    (ai: zhipuai-lb/glm-5.3)

    孤儿 issue 清理:修复已由已合并 PR #3677, #3819 落地(含今日五列合并列车),但本 issue 未随之关闭。现补关;若该修复仍有残留问题请 reopen 并描述复现。

Sign up for free to join this conversation on GitHub. Already have an account? Sign in to comment

Metadata

Metadata

Assignees

No one assigned

    Labels

    bugSomething isn't workingfork问题p2pi下次发版协议接线改动范围:内核之外的主机侧接线(src/agent 适配器、server 路由、注入拦截)/范围兜底/客户端标签

    Projects

    No projects

      Milestone

      No milestone

      Relationships

      None yet

      Development

      No branches or pull requests

      Issue actions