Skip to content

kernel authorization request: emergency-truncate acts on unprovenanced evidence and ignores protected tools (#5500 family) #5693

Closed

Description

@ranxianglei

来源: #5500 分析 <原问题> 时发现

背景

#5500 round 3(v0.1.212 现场报告,Windows / Pi / Responses 车道)确认了 kernel 应急工具输出截断(emergencyTruncateNode,kernel/src/compress.ts)有两条独立的「误伤已交付内容」路径。host 侧部分(计量标度)已在 PR #5501 修复(commit 8222bc4:cycle-stale 计量改走 billing-caliber 的每发估算,不再骑 char-bound 上界)。剩余两个子缺陷都在 kernel/ 之下,按 Kernel Boundary 规则 1+3 需要 owner 批准。两者同节点、同失败域(「应急截断破坏了不该破坏的内容」),按同机制同 issue 政策合并为一个清单管理。

子缺陷 1 — 对无出处证据执行破坏性动作

ProcessTurnInput.tokenCount 不携带证据等级。emergencyTruncateNode 把任何 ≥ truncate.threshold × modelContextLimit(默认 0.95)的读数当作已测量的溢出,直接裁剪工具输出进交付视图;裁剪会被 latch(state.emergencyTruncateLatch,#3939)直到下次成功折叠——一次误读就永久损伤会话可见历史。

PR #5501 的 C6 之后,host 在无报告周期只会喂 ≈真实大小 的估算(chars/4 或 k̂-缩放)。残余风险:k̂ 失准(clamp 上限 4×)、未来新的 estimate-grade 消费方、或对密集内容系统性高估的估算路线,仍可能在无测量证据时越过阈值带。

建议修法:ProcessTurnInput 增加可选 tokenCountSource?: "usage" | "estimate";当 source === "estimate" 且存在严格低于阈值的 usage-grade 锚点时拒绝裁剪(记日志;nudge 路径不动——保守方向保留)。host 侧已有自己的 grade 计算(effectiveTokenCount),透传即可。

子缺陷 2 — 截断完全无视受保护工具

truncateLargeToolOutputs(kernel/src/truncate-tools.ts)候选选择只检查 recency(protectRecentMessages)、标记缺失与尺寸栏。没有任何受保护工具感知:不用 isMessageProtected、不用 ALWAYS_PROTECTED_TOOLS(compress / acp_rule)、不用 config.protectedTools、不做 latest-protected 配对——这些折叠路径都通过 kernel/src/protected.ts 应用。因此即使在真实的 ≥95% 溢出下,应急裁剪也可能改写 load-bearing 的 ACP 管理元数据(compress 工具调用/结果),违反 Kernel Boundary 规则 6(protected-tool hard exclusion)。已在 v0.1.212 安装产物上离线确认。

建议修法:把保护谓词/预计算的受保护 id 集(collectProtectedToolCallIds + isMessageProtectedWithPairing)传入 TruncateOptions;findCandidates 跳过受保护候选。

选项

  • A(推荐):两个都批。 同一节点族的两处小改动,一次 kernel 变更集同时消除两条误伤路径,且保住该带的可用性目的(真溢出仍裁剪非保护输出)。
  • B:只批子缺陷 2。 保护排除是较窄的不变量修复,但不降低误报风险。
  • C:hold。 接受残余:host 侧 C6 已大幅降低误报概率,never-reporting 车道的 fail-closed 姿态保留;等第二个现场案例再动 kernel。

交叉引用: #5217/#5255(同节点近亲——latch 在 BLOCKED sentinel ref 下存储损坏无关参数;机制不同)、#3691(latch 设计来源——为什么误报代价高)、#5500(母 issue)、PR #5501(host 侧修复,随本请求落地)。

分级 p1:破坏已交付视图的数据丢失类(owner rule 2026-10-19:数据丢失/不可逆损伤一律 p1)。

Activity

  1. ranxianglei commented on Nov 4, 2026

    @ranxianglei
    OwnerAuthor

    🤖 Powered by ework · qwen3.8-27b

    🔶 需要决策
    (ai: vllm-qwen/qwen3.8-27b)

    查重:不重复。 本单即 #5500 分析中按「同节点同失败域」政策立项的 kernel 授权申请;PR #5501(commit 8222bc4)的提交信息已注明 "Kernel-side residuals … tracked in a separate kernel authorization request",指向本单。#5217/#5255 是同节点近亲但机制不同(latch 在 BLOCKED sentinel ref 下存损坏参数),#3691 是 latch 设计来源,均非重复。

    标签: bug, p1, scope/kernel, needs-decision(缺陷类;破坏已交付视图属数据丢失类一律 p1;改动全部在 kernel/ 下;跨车道缺陷不打宿主车道标签;等待 owner 拍板)。

    验证结论(已在当前 master c9ba485 上逐条核对代码):两个子缺陷都成立。

    • 子缺陷 1 成立:ProcessTurnInput(kernel/src/compress.ts:108)只有 tokenCount: number,没有证据等级字段;emergencyTruncateNode(compress.ts:1497-1635)对任何 ≥ truncate.threshold × modelContextLimit 的读数直接执行破坏性裁剪,裁剪结果写入 emergencyTruncateLatch,只在成功折叠时重置(compress.ts:873)——一次误读就让交付视图被持续改写直到下次折叠。host 侧 effectiveTokenCount()(src/server.ts:2873)已经返回 { tokens, source: "usage" | "estimate" },透传可行。
    • 子缺陷 2 成立:truncateLargeToolOutputs(kernel/src/truncate-tools.ts:38-149)的候选选择只查 recency / 标记缺失 / 尺寸三栏,TruncateOptions 没有任何保护入口;而折叠路径(recommend/crush/ccr/compress/absorb)全部经 kernel/src/protected.ts 应用保护谓词(isMessageProtectedWithPairing / collectProtectedToolCallIds),ALWAYS_PROTECTED_TOOLS = ["compress", "acp_rule"](protected.ts:18)。应急裁剪与折叠路径的保护面不对称属实——真溢出下保留区之外的 compress/acp_rule 调用或用户配置的 protectedTools 也可能被裁,违反 Kernel Boundary 规则 6(protected-tool hard exclusion)。

    八问(决策请求版):

    1. 是什么问题:kernel 的最后手段安全阀(上下文 ≥95% 时的应急截断)有两条误伤已交付内容的路径——①把无出处的估算读数当实测溢出执行破坏性裁剪、结果还被 latch 固化;②裁剪候选完全不认识受保护工具,可能改写 load-bearing 的 ACP 管理元数据。
    2. 什么原因导致的:①ProcessTurnInput 契约里没有证据等级字段,kernel 分不清「上游报告的 usage」和「host 估算」;②truncate-tools.ts 是独立于折叠路径实现的候选选择器,实现时没接入 protected.ts 的保护谓词(两条路径演进不同步)。
    3. 影响范围与严重程度(按选项):
      • 现状(C hold):任何车道任何会话,tokenCount 越过 0.95×窗口即触发。①特定条件下有问题(估算系统性高估 / k̂ 失准 clamp 上限 4× / 未来新消费方 → 误裁+固化;v0.1.212 已发生一次现场案例,PR [PR] fix: refuse estimate-grade arms in preflight entry sizing; add step-family 1M window (#5500) #5501 移除了主要触发源 char-bound 标度但未归零);②真溢出下即可命中。数据丢失类(破坏已交付视图、latch 固化到下次折叠)→ p1。
      • A 之后:①存在严格低于阈值的 usage-grade 锚点时,estimate-grade 读数不再触发裁剪(误报路径消除);②受保护消息退出裁剪候选(规则 6 合规恢复)。可用性目的保住——真溢出仍裁剪非保护输出。
      • B 之后:②解决,①残余原样保留。
    4. 怎么修复的(推荐项 A 的修法思路):一个 kernel 变更集两处小改——①ProcessTurnInput 增可选字段 tokenCountSource?: "usage" | "estimate",estimate + 低阈值 usage 锚点在场时拒绝裁剪(记日志;nudge 路径不动,保守方向保留);②TruncateOptions 增保护入口,findCandidates 跳过受保护候选(复用 collectProtectedToolCallIds + isMessageProtectedWithPairing)。
    5. 回归风险(按选项):A——两处都是朝「少破坏」方向的有意收紧:estimate 读数越阈且有低阈值 usage 锚点:旧=裁 → 新=不裁+日志;受保护消息:旧=可裁 → 新=不可裁。nudge/fold/latch 回放语义不动;两个新字段均为加性可选(旧 host 不传 = 现状),向后兼容。需 kernel 双层测试(kernel/tests + bili suite)+ human-only review。B——无新增回归,但留下已知规则 6 违例。C——零回归但两条已知损伤路径原样保留。
    6. 是否破坏缓存:不破坏。拒绝裁剪 = 交付视图字节不动(正是缓存友好方向);排除受保护候选不改其他消息的渲染字节;latch 回放语义不变。
    7. 是否改了设计方向:不改架构。只给两个 API 各加一个可选字段(加性、向后兼容),无边界/数据流转向。
    8. 是否引入新配置:无。tokenCountSource 是进程内 API 字段,不是配置面;无新 env/config key。

    待决问题:选哪个?

    • A(推荐):两个都批。 同节点同失败域的两处小改,一个 kernel 变更集同时消除两条误伤路径。代价:一次完整 kernel 审批周期(PR body 声明 + human-only review + 双层测试)。
    • B:只批子缺陷 2。 窄不变量修复(规则 6 合规恢复),但 ① 的误报残余继续存在。
    • C:hold。 接受残余:C6 后误报概率已大幅下降但未归零,且 ② 的规则 6 违例一直存在;等第二个现场案例再动 kernel。

    推荐 A:拆开批只会让第二次 kernel 变更再走一遍完整审批周期,且 B/C 都留下已知损伤路径。

    不决定的默认行为:我停手等待,不动 kernel/。PR #5501(host 侧 C6 修复)不依赖本决策、可独立推进合入,除非另有指示我不介入。

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

Metadata

Metadata

Assignees

No one assigned

    Projects

    No projects

      Milestone

      No milestone

      Relationships

      None yet

      Development

      No branches or pull requests

      Issue actions