mnote/design/07-ai/reference/7-37-claudecode-reasonix-worker-evaluation-0524-bug2-v1.md

# 7-37 Claude Code / Reasonix Worker 评估协议：0524 Bug2 v1

## 目标

用 `bugs/0524.md` 第 2 条“本地 Markdown 上传/文件树拖入后误报文件冲突”作为真实任务，评估 Claude Code 与 Reasonix 作为 worker 的可用性：

1. 编码能力：是否能在相同基线下定位根因、做小范围修复、补测试并通过验证。
2. 网页测试能力：是否能在真实浏览器中复现/验收，产出可审计截图、console、network 和结构化结论。

Codex 仍是主控，负责设计、派发、复核、合并和最终验收。

## 公平性约束

- 两个 coding worker 使用从同一 `HEAD` 创建的独立 worktree，不共享当前主工作区未提交改动。
- 两个 coding worker 使用同一份任务书，允许修改范围一致，验收命令一致。
- 两个 browser worker 对同一个主工作区修复结果做只读验证，不允许改源码。
- 评分只基于可复核产物：diff、测试输出、process handoff、截图、console/network，不凭 final 文本。
- 若 worker 卡住、超时、无 handoff、无截图或修改范围失控，按实际情况扣分，不手工补完其证据。

## Coding Worker 任务切片

输入：

- bug：`bugs/0524.md` 第 2 条。
- 参考设计：`design/05-editor-mainline/process/5-27-local-markdown-working-copy-conflict-contract-v1.md`。
- 允许修改：
  - `rust/crates/mnote-web/src/routes/web_shell.rs`
  - `rust/crates/mnote-web/src/routes/local_folder_events.rs`
  - `scripts/task479-local-folder-markdown-resource-lifecycle-smoke.js`
  - 必要时新增/更新同目录小测试
- 禁止修改：无关设计、AGENTS、其它 bugs、git 提交、回滚用户改动。

验收：

- `cargo test --manifest-path rust/Cargo.toml -p mnote-web document_event_filter_rejects_resource_only_changes -- --nocapture`
- `cargo test --manifest-path rust/Cargo.toml -p mnote-web document_shell_renders_local_markdown_with_same_sidebar_surfaces -- --nocapture`
- `cargo fmt --manifest-path rust/Cargo.toml --all --check`
- 若能启动浏览器 smoke，运行 `node scripts/task479-local-folder-markdown-resource-lifecycle-smoke.js` 并记录结果。

## Browser Worker 任务切片

输入：

- 被测主工作区当前修复结果。
- 入口：`http://127.0.0.1:3000`。
- 登录：`/auth` 的“测试账号快速登录”。

必须验证：

- 打开本地 Markdown 页面，上传附件后，不出现 `mnote-editor-conflict-panel`。
- 新建/切换页面后，旧冲突面板不残留到新页面。
- 向文件树文件夹拖入文件后，不出现 `external-change-conflict`。
- 真实冲突路径仍可用：dirty 当前 Markdown 后外部修改同一 `.md` 文件，应显示冲突。

必须产出：

- `result.json`
- `process-handoff.md/json`
- 至少一张显示通过或失败状态的截图
- console/network 摘要
- `modified_files` 必须为空

## 评分维度

- `root_cause`：是否找到两个核心根因：document event 越界、冲突 DOM 残留。
- `patch_scope`：是否只改必要文件，未引入架构外补丁。
- `test_quality`：是否补了能失败/能防回归的测试。
- `verification`：是否实际运行命令并记录输出。
- `handoff_quality`：是否有过程证据，而不是只给最终摘要。
- `latency_cost`：完成时间、工具调用量、是否卡住。
- `mislead_risk`：错误假设、过度修改、把无关失败归因到本 bug 的风险。

## 初步观察

- Reasonix 只读分析较快完成，正确指出空 `documentId` 会污染 session，但对新建页时序有部分猜测，需要主控复核。
- Claude Code 修复后本轮可产出 handoff，明确指出冲突面板 DOM 生命周期缺口；耗时更长，但对第二个根因帮助明显。
- 后续需要用隔离 coding 任务和真实 browser 任务继续比较，而不是只比较只读分析。

## 0524 Bug2 本轮实测记录

### 主控基线

- 主控修复覆盖三个切片：
  - document event channel 从 `rootUri` 收窄到 `rootUri#documentId`。
  - 空 `documentId` 的资源事件不再进入正文冲突链路。
  - editor view unmount 清理旧 session 冲突面板 DOM。
- 主控验证：
  - `cargo test --manifest-path rust/Cargo.toml -p mnote-web document_event_filter_rejects_resource_only_changes -- --nocapture`：通过。
  - `cargo test --manifest-path rust/Cargo.toml -p mnote-web document_shell_renders_local_markdown_with_same_sidebar_surfaces -- --nocapture`：通过。
  - `cargo fmt --manifest-path rust/Cargo.toml --all --check`：通过。
  - `node scripts/task451-local-markdown-conflict-resolution-ui-smoke.js`：通过，真实冲突仍可用。
  - `node scripts/task479-local-folder-markdown-resource-lifecycle-smoke.js`：上传附件和文件树拖入 no-conflict 断言通过；后续 broken-link 检查失败，属于其它已知路径，不计入本 bug 修复失败。

### Coding Worker 对比

- Reasonix coding：
  - run id：`reasonix-2026-05-24T07-44-15-864Z-6898e686`。
  - worktree：`/mnt/Data1T/mnote-wt-0524b-reasonix-coding`。
  - 正确抓到空 `documentId` 事件污染正文 session。
  - 补了前端 `if (!documentId) return;` 和后端映射测试。
  - 漏掉冲突面板 DOM 残留，也没有做 `rootUri#documentId` channel 隔离。
  - 自报未跑 Playwright，适合作为“定位主因 + 小补丁”证据，不足以直接合并。
- Claude Code coding：
  - run id：`claudecode-2026-05-24T07-44-15-975Z-e03aaf1f`。
  - worktree：`/mnt/Data1T/mnote-wt-0524b-claudecode-coding`。
  - 正确抓到空 `documentId` 事件污染。
  - 额外抓到冲突面板 DOM 生命周期问题。
  - 修复位置是 `releaseDocumentSession`，比主控采用的 `unmountEditorViewBinding` 更晚，仍可能存在切换瞬间残留风险。
  - 未做 `rootUri#documentId` channel 隔离，也未补 task479 no-conflict smoke。
  - 编码帮助大于 Reasonix，但仍需主控补边界。

### Browser Worker 对比

- Claude Code browser：
  - run id：`claudecode-2026-05-24T07-47-11-262Z-46f574f0`。
  - artifact：`/tmp/mnote-0524-bug2-browser-worker-1779608936242/`。
  - 产出 `result.json`、截图、console/network。
  - 上传附件 no-conflict、文件树拖入 no-conflict、dirty + 外部修改真实冲突均通过。
  - `modified_files=[]`。
  - 该轮可作为较高质量浏览器验收证据。
- Reasonix browser：
  - run id：`reasonix-2026-05-24T07-47-11-249Z-43f061bb`。
  - artifact：`/tmp/mnote-0524-bug2-browser-worker-0524T0800/`。
  - 产出 `result.json`、截图、console/network。
  - 上传附件 no-conflict、文件树拖入 no-conflict 通过。
  - runner status 为 `error` / handoff status 为 `failed`，但 `result.json.status=passed`，状态合同不一致。
  - 将 `/api/local-folder/events` 500 判断为真实冲突阻塞；主控 `task451` 和 Claude Code browser 已证明真实冲突仍可验证，因此该判断有误导风险。
  - 可作为部分 UI 证据，但不能单独作为最终验收。

### 可审计性结论

- Hindsight recall 可召回本轮 Claude Code 与 Reasonix 过程 handoff，但 Reasonix recall 混入了无关项目结果，主控不能只看 recall 摘要。
- Claude Code 的 browser artifact 更适合验收：`result.json`、截图路径、console/network、`modified_files=[]` 之间一致。
- Reasonix 的 browser artifact 可作为辅助证据，但 runner `status=error` 与 artifact `status=passed` 冲突时，必须降级为线索。
- 本轮公平测试说明：worker 能节省主控定位和浏览器操作 token，但不能替代主控做架构边界、diff 取舍和最终验收。

## 当前评分倾向

- 编码能力：Claude Code 略优，能补出 DOM 生命周期根因；Reasonix 更快但更像最小局部补丁。
- 浏览器测试能力：Claude Code 本轮明显优于 Reasonix，证据更完整且能覆盖真实冲突；Reasonix 产物可审计但状态和结论自相矛盾。
- 主控策略：以后可让 Reasonix 做低风险定位/快速 smoke，让 Claude Code 做更完整的 browser artifact；两者结论都必须由 Codex 复核 diff、截图和命令输出。