Phase2: agent.fix_slice worker receives insufficient target context and falls back to parent-side file.edit

[Kewton]

Summary

Phase2 autonomy-v2-p2-fix-slice-v2 short smoke (qwen3.5:122b) では、前回の 0-turn completion は解消したが、agent.fix_slice を呼んでも worker-backed success path に入らず、A1/B1 がともに worker_observed=false のまま expectation_mismatch で終了した。

今回の failure は Issue339 の再発ではない。

• Issue339 で直したのは「escalation だけで worker_observed=true になってしまう false positive」
• 今回は逆で、worker_observed=false のままなので telemetry semantics 自体は正しい
• それでも Phase2 が落ちるのは、FixSlice worker が success-side の file.rewrite まで到達できていない ため

artifact 上の確定結果:

• A1: mutation_observed=true, worker_observed=false, changed_files=2, pack_validation_result=mismatch
• B1: mutation_observed=true, worker_observed=false, changed_files=1, pack_validation_result=mismatch
• A2: mutation_observed=false, worker_observed=false, fixslice_escalation_count=14, runner_nonzero_exit

つまり:

1. runtime は worker escalation を出している
2. agent.fix_slice 呼び出しも観測される
3. しかし worker success (file.rewrite) は観測されない
4. 代わりに親エージェントの通常 file.edit で mutation するか、何も変えずに落ちる
5. そのため requires_worker_observation gate は正しく失敗する

Why this belongs to Anvil

これは localllm-test の pack / runner 不具合ではない。

autonomy-v2-p2-fix-slice-v2 は pack_expectation=requires_worker_observation を明示しており、runner は telemetry の worker_observed をそのまま評価しているだけ。

今回の mismatch は runner の誤分類ではなく、Anvil runtime が worker success を成立させられていない ことを正しく露出している。

Observed behavior

A1

• agent.fix_slice 呼び出しあり
• FixSlice subagent は ./src, ., ./auto-yes-resolver.ts などを読み始める
• 3 iteration で Reached max iterations (3)
• file.rewrite 成功や fix-slice applied は出ない
• その後、親エージェントの file.edit が src/lib/auto-yes-manager.ts / tests/unit/lib/auto-yes-manager.test.ts を変更
• 結果は mutation_observed=true だが worker_observed=false

B1

• 同様に agent.fix_slice 呼び出しあり
• ただし worker success には至らず
• 親エージェントの file.edit で src/lib/auto-yes-manager.ts を 1 行変更
• 結果は mutation_observed=true だが worker_observed=false

A2

• agent.fix_slice は呼ばれる
• fixslice_escalation_count=14
• しかし worker 側は収束せず、loop detector / tool failure で終了
• mutation_observed=false, worker_observed=false

Root cause

1. agent.fix_slice 実行時に、worker へ渡す user prompt が goal だけになっている

ToolInput::AgentFixSlice { target_path, goal, max_lines } を受けたとき、runtime は:

• goal を subagent への prompt として渡し
• target_path の 親ディレクトリ だけを scope に設定し
• target_path / max_lines 自体は subagent の user prompt に埋め込んでいない

つまり worker は:

• 「何を直したいか」は聞いている
• しかし どのファイルを第一対象にすべきか を user prompt からは受け取っていない
• scope はディレクトリ境界にすぎず、対象ファイルの明示ではない

これは FixSlice worker にとって致命的で、対象ファイルへ収束する前に探索が散る。

2. FixSlice subagent の system prompt は target-specific な proposal を要求するのに、実ランタイムは必要な target context を渡していない

FixSlice subagent の prompt contract は:

• target_path
• start_line
• end_line
• replacement_content

を含む FixSliceProposal を返すことを要求している。

さらに role prompt では:

• target file を読め
• minimal local fix を返せ
• max_lines budget を守れ

と書いてある。

しかし実際には subagent への user message が goal しかないため、system prompt が期待する target-specific proposal と runtime input が一致していない。

3. この欠落が、A1 の実ログでそのまま再現している

A1 では agent.fix_slice(target_path=\"src/lib/auto-yes-manager.ts\", ...) の直後、worker は:

• file.read \"./src\"
• file.read \".\"
• file.read \"./auto-yes-resolver.ts\"

のように、target file ではなく周辺探索へ流れている。

これは「model が怠けた」よりも、「runtime が worker に target context を渡していない」説明のほうが整合的。

4. worker_observed が立たないのは仕様どおり

Issue339 後の Anvil では worker_observed は request-side ではなく success-side。

handle_fixslice_result() では、record_worker_success() は次の場合にしか呼ばれない:

• worker proposal が存在する
• validate_fix_proposal() を通る
• file.rewrite が Completed
• rollback なし
• summary が空でも (no changes) でもない

今回の A1/B1/A2 はここまで達していないため、worker_observed=false は正しい。

Concrete problem areas

Primary hotspot:

• src/app/agentic.rs
  • ToolInput::AgentFixSlice を goal -> prompt に潰している部分

Supporting hotspots:

• src/agent/subagent.rs
  • FixSlice subagent の session 初期化は prompt をそのまま user message に積むだけ
  • つまり parent が target context を埋めなければ worker は受け取れない
• src/app/agentic.rs
  • handle_fixslice_result()
  • ここはむしろ正しく、file.rewrite success がない限り worker_observed を立てない

What is not the root cause

Not localllm-test

• pack は requires_worker_observation を正しく宣言している
• runner は worker_observed をそのまま見ているだけ
• 今回の mismatch は妥当

Not Issue339 regression

• 今回は escalation だけで worker_observed=true にはなっていない
• false positive ではなく worker success 未達 が本質

Not telemetry bug

• telemetry は正直
• 問題は worker 実行経路が success boundary に到達していないこと

Fix direction

1. agent.fix_slice subagent の user prompt に target_path と max_lines を明示的に埋め込む

最低限、worker に渡す prompt を次の情報を含む固定フォーマットへ変更するべき。

• exact target_path
• exact max_lines
• goal
• 「まず target file を read せよ」
• 「proposal の target_path は必ずこの path と一致させよ」

単に goal を渡すのではなく、FixSlice 専用の structured instruction block にする必要がある。

2. scope=parent_dir は維持してよいが、target anchor の代替にはしない

親ディレクトリ scope は sandbox 制約としては有効。
ただし scope だけでは target file selection を強制できないので、target anchor は prompt に別途必要。

3. 可能なら FixSlice subagent 起動時に target file path を system/user の両方で冗長に渡す

この path は correctness-critical なので、モデル任せにしない方がよい。

例えば:

• system prompt: target_path must equal X
• user prompt: fix X according to goal Y

の二重化が安全。

4. 追加回帰テスト

必要な回帰:

1. agent.fix_slice(target_path=A, goal=...) で subagent 初回 prompt に A が含まれる
2. FixSlice worker が target file 以外へ散りにくいことを prompt construction test で固定
3. positive test:
   • escalation
   • agent.fix_slice
   • successful file.rewrite
   • worker_observed=true
4. negative test:
   • escalation
   • parent-side file.edit salvage only
   • worker_observed=false

5. Secondary improvement: FixSlice worker budgetの見直し

今回の primary root cause は prompt/context 欠落だが、FixSlice worker が MAX_ITERATIONS=3 / TIMEOUT=60s でかなり早く切られる点も成功率に影響しうる。

ただしこれは secondary。
まず直すべきは target context を渡していないこと であり、budget tuning はその後。

Candidate acceptance criteria

• ToolInput::AgentFixSlice から subagent へ渡す prompt に target_path と max_lines が含まれる
• FixSlice worker の初回探索が target file に anchor される
• A1/B1 型の run で、worker path 成功時は file.rewrite が観測される
• parent-side file.edit のみで終わった run は引き続き worker_observed=false
• Phase2 retest で少なくとも 1 run は worker_observed=true かつ mutation_observed=true を達成する

Desk-check: if this issue is cleared, does it achieve the original goal?

Original goal

Phase2 の当初目的は:

• parent autonomy を保ちつつ
• local bounded mutation だけを worker に逃がし
• benchmark 上でも requires_worker_observation gate を満たす

こと。

Desk-check conclusion

かなり高い確率で、今回の blocker は解消される。

理由:

1. 現在の failure は「worker が起動しない」ではなく「起動しても target file に収束できない」
2. A1/B1 の mutation 自体は既に親エージェントが到達できているので、task difficulty が不可能なわけではない
3. つまり不足しているのは能力そのものより、worker に対する target grounding
4. その grounding を追加すれば、worker proposal -> file.rewrite success path に乗る見込みは高い

But not mathematically guaranteed

この issue だけで 100% Phase2 pass が保証されるわけではない。

残るリスク:

• model が still poor proposal を返す
• max_iterations=3 がまだ厳しい
• line-range / JSON proposal quality で別 failure が出る

しかしそれらは 次の層の failure であり、今の front blocker は明確にこの issue。

したがって机上検証の結論は:

• Yes: この issue をクリアすれば、当初目的に対する主要 blocker は除去できる
• Likely yes: Phase2 retest で worker-backed mutation が観測される公算は高い
• Not absolute: もし retest でまだ失敗するなら、その次は worker budget / proposal quality の問題として切り分けられる

Relation to existing issues

• #339: telemetry semantics の false positive 修正
  • 本 issue はその後に表面化した true negative / success-unreachable 側の問題
• #332: escalation policy が narrow すぎる問題
  • 本 issue は「escalation 後に worker が正しい target を受け取れていない」問題

要するに:

• #332 は when to call fix_slice
• #339 は when to mark worker_observed
• this issue は what fix_slice actually knows when it starts

であり、役割が分かれている。

[Kewton]

受入テスト結果 (UAT)

履歴

#	日時	コミット	テスト数	PASS	FAIL	判定
1	2026-04-11	cd1c9ce	5	5	0	ACCEPTED

最新結果（第1回 - cd1c9ce）

ID	テスト項目	結果
AT-341-1	fixslice_subagent 回帰テスト (28/28)	✅ PASS
AT-341-2	AgentFixSlice prompt 構築ロジック確認	✅ PASS
AT-341-3	バイナリ内 structured instruction 文字列確認	✅ PASS
AT-341-4	E2E Anvil起動確認	✅ PASS
AT-341-5	品質チェック全パス (build/clippy/test/fmt)	✅ PASS

受け入れ基準カバレッジ

受け入れ基準	対応テスト	状況
AgentFixSlice から subagent への prompt に target_path と max_lines が含まれる	AT-341-1 (test_fixslice_user_prompt_contains_target_and_budget), AT-341-2	✅
FixSlice worker の初回探索が target file に anchor される	AT-341-1 (test_fixslice_user_prompt_anchors_worker_to_target)	✅
parent-side file.edit のみで終わった場合は worker_observed=false を維持	Issue #339 の strict gate を継続	✅
proposal target_path mismatch を reject	AT-341-1 (test_fixslice_target_path_mismatch)	✅
全ての品質チェック Pass	AT-341-5	✅

備考

• Issue の受け入れ基準「Phase2 retest で少なくとも 1 run は worker_observed=true かつ mutation_observed=true を達成」は実ベンチマーク再試験で別途検証が必要

---

📋 HTMLレポート: sandbox/341/latest/report.html
📊 履歴レポート: sandbox/341/history.html
🤖 Generated with Claude Code