From 453b74c6b7f3f49b8220aa2bb9d8a2613ba46430 Mon Sep 17 00:00:00 2001 From: "Somhairle H. Marisol" Date: Mon, 21 Sep 2026 22:36:51 +0800 Subject: docs: M3-1 流式可观测性/门槛缩尺/长局成本量化 MIME-Version: 1.0 Content-Type: text/plain; charset=UTF-8 Content-Transfer-Encoding: 8bit - 维护说明新增 M3 批验小节：流式字段、50x20 门槛理由与实测、--cost-probe 数据表、 Rumors 累积+全表扫描的机理与修复方向候选（本单不实施） - Desktop 基线更新为 86/86 - overnight-status 追加本单实测与待收口 --- ...273\264\346\212\244\350\257\264\346\230\216.md" | 41 +++++++++++++++++++++- 1 file changed, 40 insertions(+), 1 deletion(-) (limited to 'docs/维护说明.md') diff --git "a/docs/\347\273\264\346\212\244\350\257\264\346\230\216.md" "b/docs/\347\273\264\346\212\244\350\257\264\346\230\216.md" index 4635b6d..19ca201 100644 --- "a/docs/\347\273\264\346\212\244\350\257\264\346\230\216.md" +++ "b/docs/\347\273\264\346\212\244\350\257\264\346\230\216.md" @@ -1,6 +1,6 @@ # 维护说明 -结论先行：主分支保持 0 警告 0 错误 + Desktop 79/79、Kernel 79/79 全绿；性能基线 +结论先行：主分支保持 0 警告 0 错误 + Desktop 86/86、Kernel 79/79 全绿；性能基线 final_digest 固定 953775FAEB2FDDE97289491AA260BD8D390C571E48A7A13AD2CB6FB7124F7F6C。 本文记录模块职责、不变量与逐字可复制的验收命令。 @@ -83,6 +83,40 @@ dotnet src/LivingVillage.Headless/bin/Release/net8.0/LivingVillage.Headless.dll - digest 变化处理：先比对 `WorldSave.save world` 全文文本（版本头变化不构成失败即 digest 规范化后等价）； 再查 Sim.step 数值路径是否被改动（不允许）。历史归属见 `artifacts/perf-independent/*/README.md`。 +## M3 批验：流式可观测性、门槛与长局成本（M3-1） + +- **流式输出**：`--batch K D` 每个世界一完成就立即打印 `world=... OK elapsed_s=<秒>` 与 + `[done k/N] elapsed=…s world=…` 并 flush，结束时 `batch_summary` 旧字段原样保留并追加 + `workers=` 与 `wall_s=`（总墙钟）。完成序可能非升序，监督器按索引集合恰为 0..K-1 校验。 +- **正式门槛缩尺 50×100 → 50×20**（`scripts/m3_supervise.py` 的 `PHASES.phase2`）： + phase2（50×100）实测 11.4 小时仅完成 6/50 世界，单世界 100 天约 6.8 CPU 小时， + 全量约 335 CPU 小时，不可行（诊断见 + `artifacts/m3-acceptance/final-candidate-20260921T095500Z/logs/phase2_20260921T101500.log.diagnosis.txt`）。 + Hermes 实测单 worker 成本：1 天 25.6s / 5 天 123s / 10 天 254s / 20 天 ≈900s / + 100 天 ≈6.8 CPU-h。缩尺只改规模，判据语义 check a/b/c 未动。 +- **成本探针**：`--cost-probe [D1,D2,...]`（默认 `1,5,10,20,50,100`）逐段真实测量单世界 + `ticks_per_s`、墙钟、`allocated_bytes` 与 gen0/1/2，不估算、不写死。 + 本机（单 worker，npcs=30，seed=42）实测： + + | days | elapsed_s | ticks_per_s | allocated_bytes | gen0 | gen1 | gen2 | + |---|---|---|---|---|---|---| + | 1 | 21.615 | 239837.5 | 19,001,478,648 | 2272 | 286 | 11 | + | 5 | 111.645 | 232165.0 | 98,066,613,520 | 11728 | 11 | 2 | + | 10 | 226.226 | 229151.8 | 202,369,225,952 | 24203 | 22 | 2 | + + 即约 **20.2 GB / 天·世界** 的分配；10 天内吞吐近乎平稳，超线性主要体现在更老的世界上 + （Hermes 20 天 ≈45 s/天、100 天 ≈245 s/天）。 +- **成本随年龄上涨的机理（只测不改）**：`World.Rumors: RumorEvent list` 永不裁剪， + 每次谣言扩散 `rumor :: world.Rumors` 前插。实测 `rumor_trace count`：1 天 2025、 + 5 天 9821、10 天 19493（≈1950/天线性累积）。而 `latestRumorFor` / `rumorIsDuplicate` / + `rumorPath` 每次都 `world.Rumors |> List.filter/tryFind` 全表扫描，因此每次聊天/对话的 + 成本随世界年龄线性增长、整轮成本随时长超线性（≈平方）增长；同时每次扫描与前插都产生 + 列表分配，推高 GC。`Mind.Memory` 有 `memoryCapacity` 上限（实测恒 64），不是主因。 +- **修复方向候选（本单不实施，避免动确定性语义）**：①按 `rumorFreshnessTicks`/半衰期 + 确定性裁剪工作集（谱系/annal 另存）；②以 `Map` 或逐接收者索引替代 + 全表扫描；③把 `latestRumorFor`/`rumorIsDuplicate` 限制到最近窗口。以上都需单开一单、 + 重跑 performance-baseline 与全部 digest 后由 Hermes 走冻结流程。 + ## 已验证命令 ```bash @@ -96,6 +130,11 @@ dotnet build LivingVillage.sln -c Release 2>&1 | tail -n3 dotnet test src/LivingVillage.Desktop.Tests -c Release --no-build dotnet test src/LivingVillage.Kernel.Tests -c Release --no-build +# M3 批次（流式；判据行与原格式逐字节兼容，仅行尾追加 elapsed_s） +LV_BATCH_WORKERS=4 dotnet src/LivingVillage.Headless/bin/Release/net8.0/LivingVillage.Headless.dll --batch 4 10 +# 长局成本阶梯（只读，真实测量） +dotnet src/LivingVillage.Headless/bin/Release/net8.0/LivingVillage.Headless.dll --cost-probe 1,5,10 + # 素材再生成（确定性，输出 byte-identical） python3 scripts/make-jiangnan-art.py && python3 scripts/make-cc0-art.py -- cgit v1.2.3