v0.0.8-benchmarks: Cross-OS measured performance candidate

Publicación técnica preliminar de la evidencia de rendimiento de RM-08. M8 sigue en curso y ninguna cifra queda certificada.

Incluye

• Harness Criterion y recolector independiente por invocación, tres repeticiones completas por job y artefactos separados por sistema operativo y repetición (AN-053 y AN-054).
• Publicación offline reproducible de AN-055: nueve archivos de evidencia con hashes, 69 filas principales y 84 históricas, procedencia por fila y tablas WASM básico / WASI / fuel / IR v0.6.
• Medianas Criterion y p50 individual evaluados por separado; p95/p99 con rangos y calibración del instrumento, sin sustracción automática de overhead.
• Filas inestables conservadas técnicamente y excluidas de afirmaciones certificadas. La comparación entre operaciones distintas no demuestra sobrecarga causal.

Validación

• 36 pruebas Python y regeneración offline verificadas en Linux, Windows y macOS; fmt, clippy, tests, build Rust y ejemplos offline aprobados en el PR #8.
• CI de main: https://github.com/Kaddo-kdd/agent-native/actions/runs/39458310952
• Empaquetado y validación del tag: https://github.com/Kaddo-kdd/agent-native/actions/runs/39458330325
• CI del PR: https://github.com/Kaddo-kdd/agent-native/actions/runs/39457196202
• Integración: #8
• Publicación congelada: https://github.com/Kaddo-kdd/agent-native/blob/v0.0.8-benchmarks/docs/benchmarks/README.md
• Regeneración: python scripts/bench_publish.py; verificación: python scripts/bench_publish.py --check.

Alcance y pendientes

La matriz principal conserva 31 candidatas sin avisos, 5 filas estables que requieren revisión del instrumento y 33 filas inestables. macOS mantiene deriva y Windows tiene avisos de overhead no resuelto. Tres repeticiones en un runner demuestran repetibilidad local, no reproducibilidad universal.

AN-055 e INIT-08-02 permanecen abiertos a revisión humana y certificación. No se declara M8 completo ni se aprueban caché, warm pools o workers sin evidencia adicional.

Esta prerelease distribuye el snapshot de código fuente. No adjunta binarios con firma oficial: la clave Minisign del proyecto sigue pendiente de aprovisionamiento. El workflow de empaquetado del tag opera en modo de validación con clave efímera de prueba; sus artefactos no son una distribución oficial autenticada.

v0.0.7-m7: M7 Milestone Technical Snapshot - Console I/O & WASI

M7 Milestone Technical Snapshot ? Console I/O & WASI (RM-07 / INI-007)

Closes INI-007 (RM-07) across all three roadmap initiatives:

• INIT-07-01 (AN-044, AN-045):
  • Deterministic in-memory WASI Preview 2 (wasmtime-wasi = "=29.0.1") adapter in crates/runtime with bounded output buffers (RuntimeError::IoLimitExceeded, IoStream) and strict per-invocation Store isolation (ADR-005).
  • Granular, independent WASI 0.2 console capability helpers on HostPolicy (allow_wasi_stdout, allow_wasi_stderr, allow_wasi_stdin, allow_wasi_stdio) under Requested ? Granted with exact WIT version matching.
• INIT-07-02 (AN-048):
  • Experimental Semantic IR v0.6 (string and result<T, E> types and operators) gated behind --experimental (E_EXPERIMENTAL_IR_VERSION by default), preserving 100% byte-identical v0.5 compilation and determinism.
• INIT-07-03 (AN-049):
  • Deterministic console I/O stubs (stdin, expected_stdout, expected_stderr) and string / result<T, E> support in the YAML acceptance executor without requiring a TTY.

v0.0.6-m6: M6 Milestone Technical Snapshot - Runtime Security & Memory

v0.0.6-m6: Milestone M6 Technical Snapshot

Snapshot técnico correspondiente al hito M6 (Runtime Security & Memory: cuotas de fuel deterministas, límites de memoria, aislamiento multi-tenant, verificación de procedencia y fixtures extremos) alcanzado el 2026-10-20.

Aviso: Esta release es un snapshot técnico intermedio del repositorio de desarrollo bajo Decisión D3. No incluye binarios precompilados de producción para distribución general.

Alcance y Capacidades Certificadas (M6)

• Policy Loader Manifest-Driven (INIT-06-01 / AN-033, AN-034):
  • Control deny-by-default con granularidad de interfaces y operaciones WIT completas.
  • Modelo de autorización determinista por intersección Requested ∩ Granted evaluado pre-instantiate sin ejecutar código guest.
• Límites de Recursos y Contención de Fuel (INIT-06-02 / AN-035, AN-036, AN-038):
  • Consumo y agotamiento de fuel determinista por instancia Store (RuntimeError::FuelExhausted).
  • Límites de memoria por Store vía ResourceLimiter (RuntimeError::MemoryLimitExceeded).
  • Resolución de contención en Windows mediante actualización a Wasmtime 29.0.1 (Bytecode Alliance PR #9710) eliminando abortos nativos del proceso anfitrión.
• Aislamiento Multi-Tenant (INIT-06-03 / AN-039, AN-040):
  • Contrato público Tenant en crates/runtime para asignación de políticas, límites de fuel y memoria específicos.
  • Ciclo de vida con Store efímero (ADR-005): memoria y fuel descartados incondicionalmente tras cada invocación sin leaks entre tenants ni polución de estado.
  • Matriz de pruebas de blast radius verificando contención estricta entre tenants adyacentes.
• Verificación de Carga e Integridad Criptográfica (INIT-06-04 / AN-041, AN-042):
  • agent-native run --verify con validación estricta de hash SHA-256 (--expected-sha256 y --manifest).
  • Verificación de firmas criptográficas Minisign Ed25519 100% offline (--signature, --public-key).
• Fixtures de Ejecución Extrema (INIT-06-05 / AN-043):
  • Batería de pruebas de choque con recursión controlada profunda (recurse(n) vs fuel), estrés dinámico y estático de páginas de memoria WebAssembly, y trampas de CPU inducidas (div_zero, trap_unreachable).
  • Captura y clasificación determinista sin fallos de segmentación ni terminación abrupta del host en Linux, macOS y Windows MSVC.

Decisiones de Arquitectura e Invariantes Consolidados

• ADR-001 / ADR-002: Desacoplamiento estricto de crates (runtime independiente de compiler).
• ADR-004: Mínimo privilegio en CI/CD y políticas deny-by-default.
• ADR-005: Store efímero por invocación para erradicación de fugas de recursos y estado mutable.
• Decisión D3: Nombre de producto agent-native preservado; distribución pública congelada; snapshot técnico interno.

Commits Clave

• 04359a3: Merge pull request #5 (feat(runtime): extreme execution fixtures and close RM-06 - AN-043, INIT-06-05)
• dbbb883: docs(delivery): complete AN-041 and AN-042, close INIT-06-04
• 713d5f4: Merge pull request #4 (feat(cli): verify command with SHA-256 and Minisign Ed25519 offline validation)
• 1550db3: Merge pull request #3 (test(runtime): multi-tenant blast radius and cross-tenant isolation suites)
• b3df809: Merge pull request #2 (feat(runtime): multi-tenant isolation and per-tenant policy enforcement)
• 55db985: Merge pull request #1 (build(deps): upgrade wasmtime to 29.0.1 with fuel trap containment)

v0.0.4-m3: M3 Milestone Technical Snapshot

v0.0.4-m3: Milestone M3 Technical Snapshot

Snapshot técnico correspondiente al hito M3 (Runtime autónomo con cobertura regresiva + línea base) alcanzado el 2026-10-19.

Aviso: Esta release es un snapshot técnico intermedio del repositorio de desarrollo. No incluye binarios precompilados y no constituye una versión apta para entornos de producción.

Alcance y Capacidades Certificadas (M3)

• Workspace Rust 2024: 4 crates operativos (ir, compiler, runtime, cli), CI multi-OS verde (Linux, Windows, macOS) y Cargo.lock consolidado.
• Compilador WASM Component Model (crates/compiler): Emisión determinista de componentes con contratos WIT y 8 pruebas de regresión verificadas (crates/compiler/tests/poc_regression.rs). Independiente de LLM y runtime.
• Runtime Wasmtime (crates/runtime): Ejecución autónoma con Wasmtime (rama compatible 27.0, resuelta a 27.0.0 por Cargo.lock). Carga de Core WASM y Component Model (type-only / sin imports funcionales). Sin dependencia de compilador ni LLM (ADR-002).
• Seguridad deny-by-default pre-instantiate: Control de acceso a host capabilities a 3 niveles (core, WIT interface, WIT operation) con fallo explícito (RuntimeError::UnauthorizedImport) antes de ejecutar guest code.
• Executor YAML declarativo: Soporte de suites de prueba YAML con contratos normativos, 3 kinds de stub (StateReader, StateWriter, Noop), supresión de efectos tras miss en StateReader y reporte estructurado CaseStatus::Error.
• Caché y Resolver: Resolver content-addressed en runtime con método reset() para limpieza de caché.
• Línea base técnica: Publicada en knowledge/tech/baselines/runtime-baseline.md.

Decisiones Humanas Consolidadas

• D1 (Equivalencia POC): Matriz 1:1 formalizada con 3 grados (0 exactas, 6 parciales, 4 aplazadas).
• D2 (Host Policy): Deny-by-default pre-instantiate a 3 niveles verificado; validación manifest-driven al cargar diferida a INIT-06-01.
• D3 (Métricas): Línea base de latencia publicada; medición de memoria por instancia diferida a INIT-06-02.

Commits Clave

• cabfdc5: Declaración formal de hito M3 alcanzado.
• d0e3efa: Cierre de iniciativa INI-003.
• 796ee11: Sincronización documental post-M3 (current-state.md y roadmap.md).