Skip to content

[Bug] v2.21.1 开启 409 历史密文省略后仍被发送前 wire_changed 拒绝 #823

Closed

Description

@ranxi2001

提交前确认

问题现象

v2.21.1 开启 openai_409_omit_encrypted_history_enabled 后,6 个 HTTP Responses 请求均记录 openai.encrypted_history_409_omitted,随后同 request ID 返回本地 HTTP 409。错误消息为:

The proven encrypted agent transport changed. Preserve this task and context. Ask the administrator to verify the original endpoint, adapter and model before continuing.

这是源码 wire_changed 分支的固定消息。错误表未单独保存 provider_error_code,因此此处按固定消息与源码映射分类,不冒充已从客户端捕获完整错误 JSON。6 次省略事件与 6 次 409 按完整 request ID 一一对应,不能把省略日志当成恢复成功。

运行版本与构建来源

  • 实际运行版本:2.21.1,commit 11f250894eab310cbd4508946c44c9e2a3a2eb48,build time 2026-11-12T19:09:36Z。
  • 本 fork 正式版本二进制,Linux/systemd;已通过实际 MainPID 的 /proc/<pid>/exe --version 核实,不能只用本地 checkout 版本代替运行证据。
  • 相关功能:feat: 网关支持 409 历史密文省略(Beta) #820,merge 4217cbb1e2202ef37c75a4796e13340720677b51。
  • 分析固定到上述运行提交;该源码与当前 production HEAD 一致(本次核对时)。
  • 最近正常版本/相同请求成功对照:未知;没有重放真实业务请求。

部署、客户端与相关配置

  • PostgreSQL/Redis,网关 HTTP /v1/responses,stream=true,模型 gpt-6.1-sol。
  • 2026-11-13 03:51:42.277931(Asia/Shanghai,UTC+8)正常管理 API 将 Beta 从 false 保存为 true;API 与只读 SQL 回读一致,其他设置字段未变化,服务未重启。
  • 6 条错误均选中同一个账号 A_target,同一个 Key K / 组 G。后续只读账号快照为 openai/apikey,没有新版授权连接,未设置 BPS/透传/SIWC 开关。这是当前快照,不是完整历史配置证明;updated_at 晚于故障,不能据此排除当时其他配置变化。
  • 客户端版本、真实 input 结构、请求原始 headers:本轮未采集。入口协议由错误记录与 handler 路径核对,不推断客户端重试策略。

复现情况

仅有历史故障记录,尚未完成隔离动态复现。

线上 6 次已确认。源码分析发现可构造的输入摘要冲突,但未本地运行测试,也未提交/执行新 CI,不能写成 RED/GREEN 已通过。

前置条件与最小复现步骤

线上过程:启用 Beta → 自然流量中旧 owner 不可用的历史请求进入省略分支 → 重新选出账号 A_target → 本地 409 wire_changed。

准备在 CI 中复现的步骤:

  1. 复用 TestOpenAI409OmitHistoryHTTP 的真实 handler + 隔离 Redis + localhost HTTP 假上游,先让账号 A 完整生成并交付虚构 agent 历史,登记 owner。
  2. 让 A 不可调度,B 为支持 native HTTP Responses 的 OpenAI API Key 账号,开启 Beta。
  3. 续接完整历史,分别增加 store:false 的 reasoning ID、reasoning.status/nonempty content、无效回放条目 ID 等独立变量;保留最新可读用户任务和完整工具调用/结果。
  4. 同一输入先确认可以进入省略流程,再核对上游请求数、实际出站 input、错误终态及原 owner 记录。
  5. 在旧运行提交上取得命名失败,再以完全相同 fixture 验证修复,不以编译失败或“no tests”当作 RED。

目前这份步骤是待执行规格,不是已运行结果。

脱敏最小样例(请求、配置或测试)

以下完全虚构,针对静态确认的 store:false reasoning ID 改写路径;不是线上业务正文的删减,也没有宣称复现了线上 6 条请求的全部条件:

{
  "model": "gpt-6.1-sol",
  "stream": true,
  "store": false,
  "input": [
    {"type":"agent_message","author":"fixture-parent","recipient":"fixture-worker","content":[{"type":"input_text","text":"historical finding"}],"encrypted_content":"fixture-old-agent"},
    {"type":"reasoning","id":"rs_fixture","encrypted_content":"fixture-reasoning","summary":[]},
    {"type":"function_call","name":"record_result","call_id":"call_fixture","arguments":"{\"value\":9007199254740993}"},
    {"type":"function_call_output","call_id":"call_fixture","output":"recorded once"},
    {"type":"message","role":"user","content":"Continue using the recorded result"}
  ]
}

Beta 会省略旧 agent 密文并保留 reasoning;后面的 API Key store:false 规范化会删除 reasoning.id=rs_fixture。如果摘要在规范化前固定、发送前按整个 input 比较,两者不等。这个触发关系可以从分支条件直接推导,是否就是线上样本原因仍待验证。

预期行为

对文档声明可恢复的历史,在有损省略后,保留剩余可读上下文、工具关系和 reasoning 的受支持字段,经正常 native HTTP 路线发送至多一次。确定性的回放元数据规范化不应被笼统当成未知路由变化;会丢失业务语义的变换仍应拒绝,并给出不含正文的具体阶段原因。

必须保留当前加密任务拒绝、完整历史/服务端指针限制、owner conflict、交付不确定、共享存储故障及 WS 的保护;不能靠关闭所有完整性检查、清 owner 缓存、发送后重试或把输出改为成功来修复。

实际行为

  • 6 次均为 status_code=409、error_type=invalid_request_error、error_owner=client、error_phase=request、error_source=client_request。
  • 均为 /v1/responses、stream=true;错误表中 upstream_status_code 为 NULL、记录的 upstream attempts 为 0。
  • wire_changed 固定消息匹配 6/6;省略日志与错误记录按 request ID 匹配 6/6。
  • 记录支持本地拒绝;没有提供方日志,不把“无记录”扩展为独立证明供应商绝对未执行。
  • 数据库没有记录具体是哪个 wire_changed 分支,不能仅凭同一错误文本断定全部样本都是摘要不等。

时间、关联记录与证据范围

时间均为 2026-11-13 UTC+8。内部 Key/组/账号用 K/G/A_target 别名;request ID 也以 R1–R6 表示,完整 ID 与对应关系留在受限证据文件,无法用公开别名直接搜索线上。

请求别名 省略事件 409 入库 duration_ms(错误表)
R1 03:55:51.642266 03:55:51.870232 446
R2 03:55:52.495132 03:55:52.682473 353
R3 03:55:57.395135 03:55:57.613130 378
R4 03:55:57.780266 03:55:58.065558 471
R5 03:56:03.053146 03:56:03.277450 423
R6 03:56:04.163861 03:56:04.385003 463

开启后完整观察窗 03:51:43–03:56:43,共 2708 条用量、6 条去重 409、6 次省略;此前 03:46:42–03:51:42 有 2751 条用量、0 条 409。用量行不是全量请求分母,窗口并非随机对照,不能由 0→6 推断开关使故障率变差。6 条请求也可能来自同一个业务任务的客户端重试,不能算 6 个独立会话。

数据来源:SSH 内有界只读 SQL,按 Key/组/request ID/最终或恢复状态取最新行;服务器 journal 按六个 ID 精确核对,共 24 行元数据,无截断。没有导出请求正文、密文或摘要。

频率与影响范围

至少一类已进入 Beta 省略的历史请求仍无法续接。当前证据仅覆盖一个 Key/组、一个目标账号和一个模型,不外推所有账号、模型或全部 409。关闭 Beta 只恢复旧拒绝行为,不恢复已经省略的内容;尚无经过验证的无损绕行方案。

已做对照、待验证推测与关联 Issue(可选)

已确认的源码衔接问题:

  1. TryOmitOpenAI409History 设置 omittedHistory 并对省略后的 input 固定摘要。
  2. preservesHistory / input digest 的契约是整个 input,只忽略 JSON 对象键顺序,不忽略字段删除或数组变化。
  3. API Key 规范化、reasoning/ID 规范化 仍会处理 input,未用 preservesHistory 做保护。
  4. store:false 的具体变换 包括删除 reasoning.id、补 summary、删除不含可用 encrypted_content 的 reasoning;reasoning replay 删除 status/nonempty content;ID sanitize 删除不合规 id 或非配对 call_id。
  5. 发送前校验 对照旧 inputDigest,不同即返回 wire_changed;调用位置 在 doOpenAIUpstream 前。
  6. 现有 handler 回归 使用简化 issue715Body;没有上述 reasoning/ID 变换组合,因此原 CI 通过不能证明这些场景。

其他可能改写 input 的路径(namespace、request-timezone、OAuth transform)也需要纳入范围审计;truncateOpenAIResponsesInputText 当前是 no-op,不能仅凭函数名归咎于截断。原 owner/config/wire 的其他比较分支同样需保留诊断可能性。

修复准备与验收:

  • CI 先用上述独立变量产生旧版本命名失败,覆盖 stream/non-stream 的真实 handler→Redis→HTTP fake upstream。
  • 明确允许的 wire 规范化边界:优先让省略后的历史保护覆盖后续处理;确实必须规范化的回放元数据,要在一个确定、可审查的阶段形成受保护快照。不要在所有变换结束后无条件重设 digest,否则会掩盖任意删改。
  • 保留可读 reasoning/普通消息/工具参数和输出、call_id/namespace 关系、数组顺序与大整数精度;删除消息、重排工具或改写内容的负例仍应在上游发送前拒绝。
  • 默认关闭、未触发省略、原有 store:false 兼容、OAuth 路径、当前加密任务、指针/compaction、冲突、pending、存储失败、取消与禁止重放回归一起执行。
  • 增加固定枚举的内部拒绝阶段(例如 input_integrity/route_identity/body_unreadable),不记录正文、身份凭据或摘要;客户端兼容的错误码保持明确。
  • 合并/发版/上线分别验收。上线后按真实 request ID 核对“省略→实际发送→终态”,不能仅统计 omission_events。

关联:#820 为本功能来源;#758 是原 owner 不可用背景;#768 是原生 compaction 准入问题,与本次只部分重叠;#812 的 CPA/BPS 研究不能替代该 native HTTP 历史完整性修复。本次先提交问题、分析和修复准备,未提交应用修复或新增 PR,未运行本地动态测试、付费请求、生产修改或重启。

Agent 名称与参与范围

Codex 主 Agent:SSH 元数据核对、运行版本源码分析、最小样例和修复验收规格、issue 撰写与提交。无子 Agent。

模型名称

基于 GPT-6(运行环境标识);完整模型 ID 未知,环境未公开,不推测。

推理强度

未知,运行环境未公开。

Activity

  1. ranxi2001 commented on Nov 12, 2026

    @ranxi2001
    OwnerAuthor

    补充扩大后的线上样本,修复 PR #824 仍在 CI,尚未部署。

    2026-11-13 04:15:30–04:30:30(UTC+8),同一实例记录 364 条去重客户端 409:

    • 339 条 wire_changed:与 339 次 openai.encrypted_history_409_omitted 按完整 request ID 一一对应。目标分布为 4 个账号,分别 182/113/43/1 条。
    • 25 条 owner_unavailable:未选出账号,与该窗口省略事件的 request ID 交集为 0。缺少请求形态/具体跳过阶段证据,不能认定一定是当前任务密文、指针、compaction 或某一种保护条件。

    这批请求均为同一 Key/组、gpt-6.1-sol、HTTP /v1/responses、stream=true;上游 409 为 0。窗口内 7230 条用量只用于说明有业务流量,不作为全量失败率分母,也不能将重试次数算成独立会话数。

    按 5 分钟自然桶,wire_changed 为 70、101、152,最后 30 秒另有 16 条;首桶仅从 04:15:30 计数,桶宽不同不直接比较速率。Beta 回读仍 true,更新时间保持 03:51:42。实际 PID 和启动时间未变,运行仍为 2.21.1 / 11f2508,因此这些新增错误不是“#824 已上线后仍失败”的证据。

    #824 当前候选 6d1b7048b10b4e2633cf415697cc0d59f17a8bc8 的定向 CI已通过:相同 12 个 JSON/SSE 场景在修复后通过、旧省略代码上以 wire_changed 命名失败;仍需完整 CI、合并及另行部署验收。该离线反例确认可构造机制,不代表已读取并复现这 339 条业务 input。

    本次只读查询,不修改开关/账号、不重放模型。Agent:Codex 主 Agent,GPT-6 基座标识,完整模型 ID/推理强度未知(未公开),无子 Agent。

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 working

    Projects

    No projects

      Milestone

      No milestone

      Relationships

      None yet

      Development

      No branches or pull requests

      Issue actions