MobileGL/docs/Disaggregated/notes/p65/validation-status.md

P6.5 TCP 车道与设备验收记录

状态：验收采证中，未宣布 P6.5 收官。 历史 TCP 主机/设备 102 项功能阳性保留， 但当时实际为 lockstep，不能充作 run-ahead 验收。首 caps race 修复后的 READY7 已取得主机 TCP 及 Redmi 各 102 PASS / 0 FAIL / 0 SKIP，每条实际 ARMED；正式 trace 矩阵与同模式性能数仍待补。

当前源码基线为 origin/feat/disaggregated@90434424，开发树 codex/p65-all-tcp 的 HEAD 为 018fab0f 加未提交工作。两端曾共享的显式 MOBILEGL_BUILD_STAMP 是 410dfa94c3d92241e9ec01ddbba1bb911eb60d4b，它不是当前 HEAD；后续 rebase 没有改变当时的 生产字节，因此保留了这一制品标识。不能拿匹配的显式 stamp 替代每组产物 SHA、实际 arming 状态和运行证据，也不能把较早制品的绿移记到新的修复头。

主机结果：历史功能阳性

环境：WSL Arch，clang/Release，Mesa llvmpipe/lavapipe；源码位于 Windows 工作树， 构建目录 /home/swung/p65-split。integration-split 的完整标签有 186 条， 其中共享注册宏的 DirectGLES 可比集合为 102 条；不能把 186 与 102 的标签总数直接比较。

车道	PASS	FAIL	SKIP	证据前缀
TCP loopback	102	0	0	/home/swung/p65-final-tcp
unix + shm spawn	102	0	0	/home/swung/p65-final-spawn
完整 inproc 标签	186	0	0	/home/swung/p65-final-inproc

这张表保留当时的完整结果。该次 TCP 102 条后来确认实际是 lockstep：请求了 run-ahead=1，却在真实首 CapsSnapshot 到达之前用 placeholder 的零能力锁存了回退状态。 旧拓扑 proof 证明了 TCP/stream 与远端进程，不证明 run-ahead 已 ARMED。spawn/inproc 行保留其 原功能结果，不因本表改称 READY7。

各前缀均有 .log、.xml。TCP 的两项 CTest supervisor fixture 另计， 故 CTest 摘要显示 104 条，而真实渲染用例仍为 102 条。 p65-final-tcp-lane.json 是 discovery；junit_tally.py --require-tcp-ran --discovery ... 逐条读取私有角色日志，确认 control=tcp data=stream server=... pid=N，不是只看测试名。

spawn_lane_parity.py 比较规范化后的名字集合，保留现有 monolith-only 例外。 split_log_paths.py 同时检查 Split、Spawn、Tcp、TcpDevice 的私有日志路径。 TCP 用例还在客户端 /proc/self/task/<pid>/children 断言 Connect 没有偷偷启动本地 server。

READY7 主机 TCP：真实 ARMED 复验

启动改为等待并采用真实首 CapsSnapshot 后再锁存能力；没有强制打开 run-ahead，也没有放宽 后续只允许 demotion 的规则。READY7 主机结果为 102 PASS / 0 FAIL / 0 SKIP，含两个 supervisor fixture 的 CTest 总数为 104，耗时 18.35 秒。

逐条私有 client 日志实查：102 条有 run-ahead ARMED，running lockstep / run-ahead DISARMED 均为 0，缺日志为 0。这组才是首 caps 修复后的 run-ahead 功能证据。 证据：/home/swung/p65-ready7-tcp.{log,xml}、p65-ready7-tcp-lane.json 与其所列角色日志。 完整 retrace 与同模式 TCP/spawn CPU 对照不能由这 102 个用例替代。

READY7 最终 ALL、unit 与名字门

最终 ALL 增量退出 0；完整 unit 为 2399 项 = 2389 PASS + 10 既有条件 SKIP，0 FAIL， 18.96 秒，新增三条 InitialCapsStartup 均通过。证据为 /home/swung/p65-final-tests-build.log、 p65-ready7-unit.{log,xml}；没有把条件 skip 隐藏成 PASS。

最终 G14 为 4016 → 4257，0 removed / 241 added，新增包括设备 102 条。 --require-device 名集合门实跑得到 split 105 条中可比 102，等于 spawn 102、TCP 102、device 102。 证据：/home/swung/p65-ready7-test-name-parity.json、p65-ready7-lane-parity.log。 完整标签、可比集合和 fixture 数仍分别记录，不能混成同一个计数。

必须另记制品身份：最后一次 CMake 重配置因 SPIRV-Cross git-version timestamp 2026-09-22T08:02:51 重编 spirv_cross_c.cpp 并重新链接，最终 host library SHA-256 为 25ca45d756bc5a4e5bd56ad4ce231e4ef89d45ba41131f389575cda0842cd6be。 MobileGL 自有 production objects 未重编，但这依然是不同制品；READY7 device 102 与此前 CPU 样本使用原 host library（SHA 前缀 29fc...），这些证据保留原身份，不改记成新 SHA。 正式矩阵使用新的 25ca45d7... 制品，不能只凭相同显式 build stamp 混用二者。

被旧 skip 掩盖的问题

首次 TCP 与 spawn 都是 97 PASS / 5 SKIP。没有将其记成 102 PASS，随后补齐了五条：

• Triangle 的 verb-stamp 与 persistent-map counting 用例原本只在专门车道获得计数标记。 现在共享宏和 small-ring 的对应条目也设置真实统计环境；persistent-map 的 acquisition/bytes 属于 client，分进程时取客户端真实计数差，避免读取 server 的结构性零。
• 三条 Ct 用例原本因为读不到 server 内存而直接 skip。现在复用 LogFlush：client 先等待命令前缀 应用完成，server acquire 水位后输出已有 reset/serial/death 计数，client 读取同步后的角色日志。 仅 MOBILEGL_TEST_SERVER_COUNTERS=1 开启此诊断，没有在 draw 路径加输出。
• 删除死亡用例的 skip 后，真地发现 spawn/TCP 的 ObjectDeaths 一直是 0，而 inproc 正常： 独立 client 没安装死亡通知。WireTables.cpp 为它安装复用现有 wire emitter 的回调， 不覆盖 inproc 已有 dispatcher。修复后五条 × 三臂 15 PASS / 0 SKIP， 证据 /home/swung/p65-fivecases-fixed.{log,xml}。

TCP harness 的 fork pre-flight 也曾先占用远端单会话，使真正测试收到 Busy。Connect 下的驱动 初始化已经在 server child 隔离，因此不再另开本地 pre-flight；TCP 车道强制 REQUIRE_GPU， 初始化失败是 FAIL，不能作为“本机没有 GPU”而 skip。

日志前送与 CI

tcp_log_forwarding_control.py 直接执行原有 arming 场景，分别给 client 和 supervisor 设置真实特性。 /home/swung/p65-lf-controls2/summary.json 及六臂角色日志证明：

原有场景	后端 / 特性	forwarding ON	forwarding OFF
UnlocatedIoBlock arming	DirectGLES / MOBILEGL_ESPRYT_UNLOCATED_IO_BLOCKS=1	PASS	缺指定 server marker，FAIL
PrimitivesGenerated reroute arming	DirectVulkan / MOBILEGL_MAGMA_PRIMGEN_QUERY_REROUTE=1	PASS	缺指定 server marker，FAIL
PointSizeDemotion arming	DirectGLES / MOBILEGL_POINT_SIZE_DEMOTION=1	PASS	缺指定 server marker，FAIL

六臂均无 skip；关闭前送时 server 本地仍真实产出 marker，client 本地没有同名替代 marker， 且失败必须发生在该 marker 断言，不能拿无关失败当负控成功。

第四条 PipeVerifyArmingScenario.Armed 的 marker 来自 client 的 PipeFill，所以正确预期是 关闭 peer forwarding 后仍绿，不应硬造一个 server 负控。已配置并真实执行当前 verify+split 构建， 但它在 arming 前遇到旧 PipeRespecifyScope 断言；同代码 inproc/spawn 同样复现。 这是既有 verify-only “全资源 respecify”断言与后来合法 per-level producer 的冲突， 不是 TCP 前送失败。证据 /home/swung/p65-lf-verify/ 与 /home/swung/p65-verify-controls/； 此项尚未宣称通过。 （P7 wave 3 V1 更新：断言已放宽为「按 level 的 producer 覆盖其宣告范围」，verify × split 车道 1072/1072，见 notes/p7/verify-split.md。）

CI 的 runtime_mode_proof.py 曾读取无角色后缀的日志名，导致真实两后端用例通过后仍 FileNotFoundError。 修复为读取 client/server 两份，并保留任一缺失为硬失败。除了正反 self-test， 还真实执行了 strict + role-split-state + run-ahead 下的两条 P5fRsp 用例，2 PASS / 0 SKIP， 随后运行完整 logs proof 成功；证据 /home/swung/p65-ci-runtime-proof.{log,xml,json}。

TCP 工具自身有名字漂移、伪 arm marker、ready 探针不消耗 accept 连接、PID 复用、 设备 idle 配置恢复等正反控制；tcp_lane_tools_test.py 在 WSL 为 4/4 PASS。 link seam 的七个负控与生产 ownership 门已接入 test.yml，结果见相邻实现报告。

正式 trace driver 为 tools/trace_replay/run_tcp_matrix.py，工具 stub 回归 12/12 PASS； 没有用 stub 冒充真实渲染。默认按正规 manifest loader 选择 39 个 CI split case，非 CI 的 rd12 只能显式选择且单列。新尝试独立目录，失败/超时/陈旧结果不作为 passed checkpoint；严格 resume 不能复用旧 lockstep 图像阳性。

正式 GLES 矩阵使用 --require-run-ahead：显式请求 RUN_AHEAD=1 与 VERB_BARRIER=1，逐例要求 私有 client 日志 ARMED 且没有 lockstep / DISARMED，并保存 requested_arm / actual_arm。 默认 300 秒日志无进展截止与 7200 秒绝对上限分开，不沿用本机 main-menu 的 180 秒预算； 旧脚本误杀 CMake 而遗留 retrace 子进程造成 Busy 的失败保留诊断，不计为 GPU 差异或矩阵通过。 新 driver 的超时清理覆盖整个进程组并回收孤儿，正式 39 条完成结果仍待登记。

真机进展与环境事实

设备为 Redmi 2f7cbe2e，aarch64 / Adreno 830，IP 192.168.21.181。 已安装并启动 trace flavour 的前台 Service，supervisor 监听 tcp://0.0.0.0:40613， 两端令牌一致；使用显式设置的 MOBILEGL_BUILD_STAMP，不依赖 APK 的 nogit 文件名。 当前沿用的 410dfa94... 是共享制品标识，不是当前 018fab0f 源码 HEAD。 已经收到真实 Welcome 与 Adreno caps，wire/build 指纹均接受。 此前安装的 traceDebug 原生实际只有 -g、没有优化，以上只作功能诊断，不能作为 release 性能数。 后续功能复验已使用原生 -O2/NDEBUG 的 debuggable traceRelease APK，并保持受信任签名； 各组模式与边界见下，不能把 Debug 诊断数当优化制品性能。

必须区分已经定位出的三类问题：

1. 手机 Dozing 时曾看到 native supervisor wchan=do_freezer_trap，前台 Service 的 partial wake lock 显示 DISABLED。仅给测试包增加 deviceidle 白名单不足以立即解除所有冻结；Awake 下进程与 wake lock 恢复。没有关闭全局 Doze/freezer，也没有靠延长控制超时掩盖冻结。
2. Awake 后仍有 LAN 回包只到第一个 MSS 的独立问题。WSL 默认到手机经 eth2、源 172.18.0.1， 对应 Windows xray_tun。USB adb forward 对照通过 EGL；加一条仅针对手机的临时 host route 后， LAN 同样通过 EGL，完整 peer 日志由十余行恢复到数百行。该环境修复不是 transport timeout 改动。
3. 真正开始跨 ABI draw 后，暴露 archive 头对 native C++ sizeof 的比较（Linux 1056 / Android 0）。 portable archive v2/schema 已落地，并进入握手指纹；重编后的两端已通过真实 LAN shader/draw 与 64 MiB 上传阳性。最终 golden retrace 和性能数仍须使用优化制品采集。

Debug 真机首轮 102 条

archive v2 的 Debug 制品首轮结果为 73 PASS / 29 FAIL / 0 SKIP，61.44 秒。 29 条全在 eglInitialize 前失败：20 条为明确 Refuse{Busy}，9 条为 Welcome 前 transport closed； 没有理由把它们称为 GPU 像素或能力差异。当前证据指向连续用例的客户端退出与远端 child 清理完成 之间的会话收尾竞态，必须处理后再跑完整车道，不能用 skip 消掉失败。

逐名诊断在 /home/swung/p65-debug-device-differences.json，完整 .log/.xml 为同前缀。 175 份已存在的角色日志已复制到 /home/swung/p65-debug-device-rolelogs/， 避免后续同名用例覆盖首轮证据。Discovery 与正常 Awake 维持记录分别为 p65-debug-device-lane.json、p65-debug-device-awake.json。

优化 Release 真机复验：历史 lockstep 功能阳性

有序会话收尾修复后，客户端等待 server EOF 完成退出；Busy 拒绝先消费 Hello， 避免带未读请求关闭 socket 时的 RST 丢失拒绝帧。优化 APK 的 native 实际编译参数为 -O2 -DNDEBUG，签名与已安装调试证书相容。

该制品 SHA-256 为 70a4a3c776a61e03a3c0ad02cbdee38fd6af483a6c7cedeaf33bb1f8531fd228， 真机完整车道为 102 PASS / 0 FAIL / 0 SKIP，98.59 秒。 全部 client 日志中 Refuse{Busy}、no Welcome、ALIVE BUT SILENT 均为 0； 逐条 TCP/stream/远端 endpoint/pid arm proof 通过，名字集合与 spawn 的 102 条完全一致。

证据：/home/swung/p65-release-device.{log,xml}、p65-release-device-lane.json、 p65-release-device-awake.json，以及已保全的 204 份角色日志目录 /home/swung/p65-release-device-rolelogs/。没有删用例、放宽像素断言或恢复 skip。

这组 102 条后来确认实际为 lockstep，而非 ARMED。 它关闭的是当次连续会话的 Busy/Welcome 初始化失败，保留为有意义的功能阳性；它没有关闭 run-ahead 形态下的设备验收。 上面的 APK SHA 只属于这组历史制品，不移记为 READY7 的产物身份。

首 caps race 与 READY7 真机复验

性能配对的日志揭露了启动竞态：控制 reader 尚未交付真实首 CapsSnapshot 时，client 就把 placeholder 的零 capability 当作 server 的回答；后续“只能 demotion”使本次 session 一直停留在 lockstep。修复要求先收到并采用真实首 caps，再宣布 session started 并锁存 run-ahead。

READY7 Redmi 车道已经完成：102 PASS / 0 FAIL / 0 SKIP，72.23 秒。 严格 --require-run-ahead proof 通过：102 条实际 ARMED，lockstep / DISARMED / Busy / noWelcome 均为 0。证据为 /home/swung/p65-armed-device.{log,xml}、p65-armed-device-lane.json， 204 份角色日志保全于 /home/swung/p65-armed-device-rolelogs/。 这组与 READY7 主机结果构成首 caps 修复的实际模式复验；正式 39 条 CI split golden 矩阵与 同模式性能对照仍待验证，不以这一组结果宣布整个阶段关闭。

真实对端死亡与 Wi-Fi 半开连接门

以下故障注入已有当次独立证据，无需把它们继续列作“从未采集”：

故障	观测到 peer hangup / device-lost	结果与证据
真正 kill server child（PID 18824）	133 ms / 133 ms	PASS；/home/swung/p65-device-peerloss/kill.log 与两角色日志
直连 LAN 禁用 Wi-Fi（PID 18979）	5053 ms / 5053 ms	PASS；/home/swung/p65-device-wifi-loss/probe.log、timing.json 与两角色日志

两个 probe 都通过生产 barrier 观察挂断并闩 device loss，gl_reset=0x8255，10 秒截止内通过； 不是发送“请退出”控制消息，也不是把 apply timeout 冒充挂断。Wi-Fi 门使用 LAN direct eth0， 不是 adb forward；父控制器从 disable 计到返回为 5.090431 秒，probe 自身记 5053 ms。 它们证明故障闩机制，不代替 READY7 完整图像/性能验收。

临时环境的恢复责任

tcp_device_server.py --allow-idle 是显式选项，不默认修改设置。原状态已保存为 /home/swung/.cache/mobilegl/tcp-server/2f7cbe2e-top.mobilegl.plugin.trace.json， 内容 originally_whitelisted=false。重复 start 不覆盖这个原值。所有设备工作完成后，在 WSL 运行：

python3 <tree>/tools/trace_replay/tcp_device_server.py stop --serial 2f7cbe2e \
  --state-file /home/swung/.cache/mobilegl/tcp-server/2f7cbe2e-top.mobilegl.plugin.trace.json

它停止本测试包并撤销本次添加的包级 idle 豁免。root 另负责撤回原本不存在的网络辅助配置：

ip route del 192.168.21.181/32 via 192.168.31.1 dev eth0 metric 10  # WSL root
adb -s 2f7cbe2e forward --remove tcp:40615

尚未关闭的出口项

• READY7 真正 ARMED 的主机 TCP 和设备 102 已取得；仍需把最终冻结制品的 ALL、必要回归、 discovery/逐条 mode proof 与阶段结论对应起来，不能引用旧 lockstep 102 代替。
• 正式 WSL → Redmi 39 个 CI split case 的 golden 矩阵（DirectGLES 按现有阈值，OpenRA 1.0）； ci:false 的 rd12 作为额外 golden/性能负载单列。旧 scratch 的前两条阳性保留，不能自动变成 新 driver/checkpoint 的通过。DirectVulkan 按本波口径记录，不作为相同的硬像素门。
• 同一真实 ARMED 模式下 OpenRA / MC in-world 的 wait-reply、RTT、Stage bytes/frame 与链路 吞吐对应、credit 1/2/3、loopback TCP 对 spawn 的逐线程 CPU 配对数。旧 TCP lockstep 的 CPU 样本是揭露错误模式的负控，不作为传输成本结论。
• inproc/spawn 的 before/after 逐线程 CPU 已测，但结果不是“逐字不变”；其口径和局限见 performance.md。数据不会被抹除，也不能把变化全部归因于 lk2 虚调用。
• lf 第四条仍有具名 verify+split 前置债，且其 client-owned marker 本来不能作 server forwarding 负控。三个 server marker 的正负控与故障闩门已有证据，不重复列成缺采。
• 阶段审查已完成，见下；剩余验收结果与最终制品证据索引仍需收口，本账本不宣布 P6.5 收官。

阶段审查状态

原上下文已完成一次 phase_review 阶段审查，以及一次针对 half-close 的极窄 follow-up。 按 ID-66 不再另跑完整阶段审查。

阶段审查发现 Present / glFlush 的尾批在 client 随后空闲时未投递；已修复为发送边界，并用 真实生产入口的零等待回归证明没有偷加 apply wait：

• StreamClientPublication.AllThreePresentCreditsReachAnIdlePeerWithoutAnyClientWait
• StreamClientPublication.ExportedGlFlushDeliversPublishedCommandsWithoutWaitingForApplied

证据在 MobileGL/MG_Test/Wire/StreamClientPublicationTest.cpp 和对应定向测试记录。 half-close follow-up 未发现 normal-path 死锁或 UAF；它指出 WaitClosed == true 也包含 terminal protocol error，不能仅凭该布尔值声称正常 EOF。该语义限制保留，不把 follow-up 改写为所有错误 路径均正常关闭的保证。最终证据索引由收尾报告统一串联。

主机 CPU 配对采集方法

tools/trace_replay/measure_transport_cpu.py 复用同一个已有 retrace runner，分别载入旧、新 library 和与之配套的 server。OpenRA 的完整 128 帧取尾 100 帧，rd12 的 251 帧取尾 200 帧； 每条臂保留完整 benchmark JSON、逐线程原始采样和三个制品的 SHA-256。 client 读现有 CLOCK_THREAD_CPUTIME_ID 帧数组；apply 读取 /proc/<pid>/task/<tid>/schedstat 的执行纳秒数，选最早的 mgl-srv-apply TID，排除继承该名字的 driver helpers，不以进程 CPU 代替。

apply 的帧窗口用 benchmark JSON 的写入时间和已有 wall-frame 数组近似对齐，边界在外部采样点间插值。 结果明确保留实际最大采样间隔，并说明尚有 summary/JSON 写入延迟；不能把它写成周期精确的测量。 已有 before-pilot-not-comparable 试跑只验证采集机制，发生在并发构建期间，不纳入正式 A/B。 正式 before 已在重型构建停止后完成，原始记录为 /home/swung/p65-host-cpu-before/summary.json。 使用现存的 P6.5 之前 lk-split 制品；三个库/runner 与 trace 的哈希均随样本保存， 不把缓存中的旧 build stamp 冒充精确源码基线。以下是各三轮逐轮均值的中位数，单位 ms/帧：

trace / transport	client CPU	apply CPU（外部窗口近似）
OpenRA / inproc	0.68184	3.04067
OpenRA / spawn	0.80624	3.24204
rd12 / inproc	8.28739	64.88425
rd12 / spawn	10.27651	67.61499

after 已按同参数完成，各 case/transport 前后均为三轮；完整差值和精度限制见 performance.md。这组前后数包含整波正确性修复（例如补齐独立 client 的死亡记录）， 不能把全部差值归因于 lk2 虚调用，也不能称为“逐字不变”。

上述 inproc/spawn before/after 表不是 READY7 的 TCP 传输成本表。此前另做的 TCP/spawn 比较中， spawn 已 ARMED 而 TCP 被首 caps race 留在 lockstep；原样保留在 /home/swung/p65-loopback-cpu/{summary,summary-with-arm-proof}.json，不进入正式传输结论。 正式 TCP 对照与 golden driver 必须检查实际 run-ahead ARMED，同时拒绝 lockstep fallback / DISARMED。