Skip to content

v1.8.0 — v11 十题效果审查架构、明文原始轨迹与单通道拦截提示

Choose a tag to compare

@DDwsgood DDwsgood released this 19 Oct 06:46
· 4 commits to main since this release

修复内容

  • 动态审查采用 src/security/v11-gold-prompt.json:六个独立效果概率题加四个策略题,共 10 题;Read only 再追加只读符合性题,共 11 题。Variant B 以 >= 0.40 为物质性阈值;已确认的未授权效果和闭合底线优先于补证回退。
  • 保留最近五轮真实用户授权,仍受 12,000 字符预算约束;可信 question 实际答复随所属轮次保留,修复旧上下文未包含最新参数微调时丢失当前用户消息的问题。
  • 首次审查前附加有界本地执行脚本正文;按观察到的进程 CWD 解析实际 argv,不误附加启动目录里的同名脚本。JS/TS/Python 源码中的命令字符串只构成 ASK,不再凭文本匹配触发不可豁免底线;真实 Shell 危险命令仍保留底线。
  • 审查器收到的展开后 argv 无条件遮盖凭据赋值、敏感参数值和 URL 全部 userinfo,不再因短值、路径前缀或 %、$、反引号漏过。仅未展开命令正文中的符号引用保留为上下文。
  • reviewer-trace.jsonl 在显式启用详细追踪时记录明文 command、原始边界参数和完整 effects/原始模型答案;新建日志为 0600,既有日志权限不自动更改。后台停止在释放授权前记录持久化通知;未启用详细追踪时只保留最小通知,不记录原始命令。
  • [opencode-v2-security] 拦截说明统一进入 Tool.Error,原生观察器与 sandbox 拒绝命令不再污染被执行进程的 stdout/stderr。原生文件工具的已确认审查否决保留 Command blocked 与禁止绕过提示;故障、取消和检查未完成仍使用 Command failed。
  • 凭据路径同时检查字面路径和真实路径,覆盖 WSL Windows 用户目录;临时凭据样式文件区分测试夹具候选与真实暂存秘密,不能凭 /tmp 名称豁免真实凭据或指向 HOME 的链接。broker 仅保护当前进程登记的活动目录,不再全局占用 security-boundary-* 名称。
  • 修复模式命令测试的 session.context hook 预期,以及把 allowed 中的 all 误当作非法模式词的断言。

验证与限制

  • 完整发布检查:Bun 43 个文件共 1,822 项测试通过;Python 148 项测试通过。未重启服务;Astra 复审通过。