PowerContext Gateway 首轮工程计划：执行底座、可靠性与度量基线

[AlexStocks]

PowerContext Gateway 首轮工程计划：执行底座、可靠性与度量基线

• 更新日期：2026-11-04
• 源码复核：当前 master 2853ed98a6ab。相对任务基线 1190dcbbb492，本次核对的 Gateway 运行/CI 与 Core factory/check 源码未变化；此前定向测试仍绑定 9c8f061c。
• 产品方向：省 token、强隐私、高性能。本文安排实现这些目标所需的首轮工程工作。
• 证据范围：源码、契约和已有定向测试记录；本次未重跑付费模型、真实宿主或压力测试。

0. 本轮交付

本轮交付 Gateway 的执行底座和度量基线；token 优化在基线建立后按独立任务推进。 G1–G8 围绕目标绑定、部署认证、请求生命周期、容量、调用证据、准确重放和真实进程验收展开。本轮完成表示这些能力在声明范围内可验证，不代表 token 或模型费用已降低，也不代表已达到通用生产或性能要求。

三项产品目标对应不同的后续证据：

产品目标	本轮建立什么	后续收益如何验收
省 token / 降成本	G4 用量与尝试记录、G6 准确重放、G8 对照方法	固定任务质量，比较实际输入/输出、prepare/工具/修复次数和主辅模型总费用
强隐私	G1/G2 的目标与身份边界，G3/G5 的执行约束，G7 接收侧验证	禁止内容的零发送/零释放、当前资格、撤销、隔离与误阻断
高性能	G3/G5 的期限与资源控制，G8 本地开销基线和初始预算	同等检查和释放语义下的 P95/P99、完成吞吐、CPU/RSS 与首次内容释放

Core 内部的 Judge、rerank、模型分档和修复策略继续由 #2015 承接；完整请求/token 预算由 #2127 承接。它们不计入本轮 Gateway 排期。

1. 已核实的缺口与暴露面

保留现有 Python Core 决策、Rust Gateway 执行 的架构，以及 app、core、types、protocol、transport、evidence 的 crate 分工。pc-gateway-core 是 Rust 执行器，不是第二个领域决策层。S1 S3 S4

优先级含义：P0 是对应部署开放前必须解决的授权边界；P1 是首轮受限发布所需的可靠性与验收；P2 是在基础能力可用后接续的增强与完整评估。可并行描述的是开工条件，优先级决定资源不足时先完成哪项。

缺口	当前事实	风险与优先级	任务
检查目标与实际发送分离	check DTO 不携带实际 endpoint；profile 与 transport URL 分别配置，Core 检查未传入实际 endpoint	配置漂移可能使内容批准与真实目标不一致。所有受支持部署 P0	G1
认证与 owner	非 loopback 且缺 key 时仍可启动，模型入口跳过认证并使用部署的上游凭据；凭据当前用普通字符串比较	可达客户端可匿名调用配置上游。G2-A 先阻断启动并加固凭据比较；代理暴露与 owner 边界由 G2-B 完成，P0	G2
总期限与取消	已有局部超时和准入期限，但 UDS 每次 read 重新计时，缺统一请求 deadline/drain	滴流、断连和停机可持续占用资源。P1	G3
调用证据	生产 AppState 直接共享 buffered sink，attempts/not_sent 持续追加；calls 也无上限，但当前无生产调用	进程生命周期无界保留会持续增长。G4-A 先替换生产 sink，G4-B 接通完整证据，P1	G4
容量消费缺口	模型入口 16 MiB、provider 缓冲 32 MiB；Core 正文硬上限 1 MiB；UDS RPC 响应解析上限 8 MiB。Core 已声明输入 limits.payload_bytes，Rust DTO 已有字段，运行时未用于容量准入	G5-A 先消费既有输入能力；G5-B 以驻留预算为主，仅补已证实缺失的容量信息	G5
准确历史重放	状态在内存，最长 5 分钟；新消息不恢复历史注入，并发可重复 prepare	增强会话一致性和可恢复性不足。增强模式开放前完成，P2	G6
组合 CI	可选 live 测试缺 Core 时正常 return，部分 socket 回归未贯穿生产 Executor	单测通过不足以证明真实进程行为。基础场景 P1，增强场景随功能接入	G7
成本与性能结果	有 usage 字段和单目标验证记录，尚无本轮对照基线	当前无法验收端到端收益。基础测量提前，完整组 P2	G8

事实入口：启动与认证 S14 S8；目标与检查 S11 S18；容量能力 S21 S18；UDS S15；重放 S5；证据与 transport S4 S6 S7；CI 与 live 测试 S19 S20。

部署状态与近期处置

当前未核实实际生产使用人数、部署清单或网络暴露面。 仓库默认 loopback 只能说明默认配置，不能说明经反向代理、端口转发或自定义监听后的可达性；已有真实服务验证记录也不是生产部署清单。

已有部署应记录监听/代理入口、凭据是否必需、固定主体与 Scope、获准目标及当前增强模式。缺少认证或目标一致性证据的实例先限制为受控本地验证；对外开放以 G1/G2 的适用验收为前提。状态丢失仍需继续增强的生产需求，另走持久恢复任务。

2. 统一不变量与交付边界

本表是各任务共用的约束，Issue 负责给出实现入口和具体样例。

不变量	执行要求与验收证据
决策所有权	Core 决定当前资格、内容与目标授权；Rust 执行最终渲染、准入、发送和释放
最终目标与字节一致	transport 使用获批目标及准确载荷；配置/模型/API/账号或区域变化按绑定契约处理；准入后保持冻结
两阶段检查	before_send 拒绝时上游零发送，before_release 拒绝时下游零正文释放，由接收端证明
失败与重试	仅确定 NotSent 才有界重试，重试重新准入；交接后结果不确定时停止重发；上游重定向保持禁用
当前资格与重放	按准确内容、原生位置、owner/Scope/epoch 和有效依赖复用；每次发送检查当前资格；失效或丢失显式终止旧边界
严格释放	保留全响应检查后释放；取消可停止本地等待，上游是否执行或计费按已知/不确定事实记录
有界资源与证据	deadline、缓冲、队列和许可跟随实际持有者；usage 缺失记 unknown；记录不含正文、凭据、原始缓存键或敏感路径
证据等级	mock、真实 Core、本地 provider、真实 provider、真实宿主分别报告；只声明实际执行过的协议/平台/部署范围

enforcing 启动检查已有禁止降级的行为，Core 也已拒绝 length / incomplete 输出。相关任务补的是执行与状态边界；strict 缓冲继续作为现有契约。Limited 超限是 body error，透明 fallback 的处理与完整模型正文检查分别验证。S2 S11 S14 S16 S17

本轮之外	归属或启动条件
新的表示优化、原生缓存增量与真实 token 收益	本轮基线可用后，为有证据的工作负载单独建任务；既有 #2413/#2435 保持独立
Judge、rerank、内部模型分档和升级策略	#2015 及现有 Core inference 配置、阶段调用和用量归因
动态选模、跨目标 fallback、模型灰度	独立确定目标兼容、历史与新准入契约
账户花费配额	独立价格、预留、未知账目与结算契约
三后端持久重放、崩溃后继续、多副本	G6 状态契约稳定后，按 RFC 2199 独立设计和真实后端验收
KV 跨实例卸载、响应/语义缓存、分段放行	分别落实引擎接口、质量/权限/新鲜度、已释放内容的保护语义

3. 任务、依赖与优先级

沿用八个 Issue；分阶段 PR 可先交付，Issue 在其适用验收完成后关闭。工作量为有效开发、自测与文档投入，1 人日约 6–8 小时。

任务	认领入口	交付与阶段	预计投入	开工与优先级
G1	#2460	可信目标/版本与最终发送一致	5–7 人日	Core 契约立即，P0；Rust 共享执行链接线接 G3-0
G2	#2461	固定主体/Scope、强制认证、配置与 readiness	4–6 人日	A：0.5–1 人日止损可独立；B：身份/readiness 接 G1 与 G3-0
G3	#2462	总 deadline、取消、有界 drain、生产 retry owner	6–9 人日	立即，P1；先合 1–2 人日的 G3-0 骨架，再扩展运行行为
G4	#2463	有界可读证据、真实尝试/终态、usage 与计时	3–5 人日	A：0.5–1 人日替换 sink；B：生产证据接线接 G3-0
G5	#2464	A：消费容量并止损；B：驻留预算与能力缺口	4–6 人日	A：1–2 人日小补丁；B：3–4 人日，接 G1/G2/G3-0
G6	#2465	可信增强关联、epoch/单写者、准确历史重放	10–15 人日	P2；关联契约可先做，Rust 共享接线接 G3-0，完整运行验收接 G1/G2/G3/G5-B
G7	#2466	A：真实进程底座；P：隐私接收侧门禁；B：其余功能场景	5–7 人日	底座立即，P1；场景随对应功能接入
G8	#2467	A：同等检查的基础预算/基准；B：重放与完整成本对照	4–6 人日	认领人先固定改动前提交；A 接 G7-A 立即跑，B 接 G4/G5-B/G6

八项合计 41–61 人日，另留 10–14 人日做集成、review 修正、兼容与复现说明，总有效投入约 51–75 人日。等待、真实 provider/宿主实验和各地假期单独计算。

可独立先合入的止损 PR

阶段	范围与预计投入	最小验收
G2-A / #2461	0.5–1 人日：非 loopback 且缺失/空 key 时，在监听前拒绝启动；凭据比较采用成熟的常量时间接口	IPv4/IPv6 外部监听缺 key 非零退出；有效/错误 key 的真实调用结果可核对，错误 key 零发送；测试不靠计时猜测常量时间
G4-A / #2463	0.5–1 人日：生产 AppState 改装配 NoopEvidenceSink，测试/演示保留 buffered；完整有界可读输出在 G4-B	真实入口大量调用不再累计 buffered 记录；一次无正文启动诊断标明证据关闭；发送/释放结果保持原有契约
G5-A / #2464	1–2 人日：复用现有 capabilities 的输入上限，校验最终渲染字节并对齐模型缓冲	低于 1 MiB 的已声明输入限制也生效；多字节/转义/注入后超限零发送，大响应超限零释放

G2-A 是外部监听的立即阻断，不覆盖 loopback 经代理暴露的全部风险；该场景仍须配置认证并完成 G2-B。普通字符串比较不是常量时间保证，本次未证明远程计时攻击。

G4-A 是临时资源止损，不算完整 G4 验收，也不提供用量/审计能力。G4-B 仍须交付有界、可读取、失败隔离的生产证据；发布条件中的最小有界记录由 G4-B 完成。

G5：消费已有能力，再做驻留预算

Core 已返回 context_protection.limits.payload_bytes = min(max_payload_bytes, 1 MiB)，Rust ContextProtectionLimits 也已有该字段。G5-A 复用现有查询，校验版本和正整数上限，并取部署上限与其有效交集；能力不可确认时暂停对应模型入口。S21 S18

prepared/steering 注入和协议渲染后仍按最终 UTF-8 正文检查；透明 MCP/SSE fallback 使用自身预算。provider 输出缓冲先受当前 Core 输出硬上限约束，更低输出配置继续由 Core 检查。现有 payload_bytes 只声明输入，不能冒充已协商输出上限；需要新增输出字段时在 G5-B 按公共契约补齐。

UDS 的 8 MiB 约束的是 Core RPC 响应解析，不是模型正文额度；正文、JSON/RPC 包装和不同方向分别计量。G5-B 的主要工作是实际持有者与全局驻留预算、回收，以及确有缺口的容量字段，不重建输入能力协议。

G3-0：共享执行链接线的显式前置

#2462 先交 1–2 人日骨架 PR：固定窄请求上下文、单调 deadline/取消信号和终态 owner 的接线，保留现有领域语义，并通过已有执行器/网络行为回归。

G1 的 Rust 发送绑定、G2-B 的请求身份接线、G4-B 的终态记录、G5-B 的资源 owner、G6 的会话/重放接入，在 G3-0 合入后再改共享 Executor 请求生命周期与接口。Core 契约、独立模块和样例可并行；G3 完整取消/drain 行为不作为所有任务的开工阻塞。G2-A、G4-A 和不改请求接口的 G5-A 小补丁可先合入。

main.rs 配置/装配由 G2 协调合入顺序，G3 拥有 Executor 生命周期接口；其他任务以小 PR 接线，不并行重写整文件。

延期时保留什么

• 第一层：目标与认证。 G1 优先完成；外部可达时 G2 同步作为 P0。受控本地场景可先集中 G1 → G3，同时推进 G2。
• 第二层：可终止、可观测、可证明。 保留 G3、G7 的基础硬门禁、G4 的有界最小记录和 G5-A。G7 先覆盖已交付功能，增强场景按依赖接入。
• 优先延期的工作： G6 增强会话、G8-B 完整成本/重放实验，以及 G5-B 中仅服务于增强的大规模资源优化。保留 check_only 范围、基础容量和 G8-A 的本地预算，不为赶进度开放未验收增强。

该顺序按风险和依赖分配投入；“能够并行开工”不表示任务同等紧急。需要增强会话才能使用的场景，则必须等待 G6 的适用验收。

4. 资源假设与任务周期

按 6–8 周的社区协作窗口估算，总有效投入约 51–75 人日。起算日 T0 要求 G2/G3/G7 有认领人、Core/Rust 接口能接续，且团队确认合计每周约 80 小时有效投入；条件未满足时保留待排期状态，不把 2026-11-05 当成已确认开工日。

2026-11-04 复核时的认领如下；后续以各 Issue 实时状态为准，本表不做人员指派：

任务	当前认领
G1 / #2460	NeverENG
G2 / #2461	待认领
G3 / #2462	待认领
G4 / #2463	beatenevo
G5 / #2464	beatenevo
G6 / #2465	MaoMengww
G7 / #2466	待认领
G8 / #2467	NeverENG

可立即推进已认领任务的独立部分；G2/G3/G7 的空缺仍会影响完整交付。总投入变化时按 51–75 人日 × 每人日 6–8 小时 ÷ 每周团队有效小时 重算，并另查依赖链。

相对 T0	重点	退出条件
第 1–2 周	G2-A/G4-A/G5-A；G3-0 先合；G1/G2-B 的契约；G6 关联样例；G7-A/G7-P；G8-A 改动前基线	止损、稳定共享接口和真实进程底座先交付；G7-A 可用后优先留下原型基线
第 3–4 周	完成 P0、总期限/取消、G4-B、基础组合门禁与 G5-B；重复 G8-A 对照	声明范围的基础执行链与基线可复现，决定受限发布范围
第 5–6 周	G6 历史重放、资源回收、增强门禁与 G8-B	增强适用场景通过，已知成本与缺失覆盖有记录
第 7–8 周	集成、review 修正与复现缓冲	交付满足适用发布条件，缺项保留在对应 Issue

G6 要在前两周启动契约、状态实现和样例。其 10–15 人日约为 60–120 小时，单人每周投入 20 小时需要约 3–6 周；迟启动须顺延完整窗口。没有可靠增强关联载体的宿主保持 check_only。各任务按 G3-0 和已稳定的 Core 契约接续，最终验收等待其实际依赖行为完成。

5. G8 验收表与初始预算

5.1 先建立同等语义的对照

1. 直连受控 provider，保留与 Gateway 组相同的 Core 输入/输出检查、最终目标和 strict 全响应释放。
2. 经 Gateway、关闭可选增强，测量基础额外开销。
3. G6 完成后，加入相同 prepared 内容的准确重放；再逐项评估另行交付的表示或原生缓存适配。

由 #2467 当前认领人在首个基准 PR 中固定第 5.2 节预算、环境/负载清单和改动前 Gateway/Core 提交，运行前完成登记。G7-A 可用后的前 1–2 人日优先跑前两组并保存基线，不等待 G4/G5-B/G6。 用独立构建目录和外部测试底座执行钉住的改动前提交，再用同一环境/方法执行候选提交；底座晚交付也保留可重建的改动前对照。安全修复可先合入，性能增益声明以保存的配对结果为准。

裸连 provider 可另报告。每组保留 Core 原有去重和复用；第三组的准备次数与最终输入变化分别计量。

5.2 可执行的初始预算

以下是首轮本地受控负载的工程验收目标，尚未实测，不是产品性能或真实模型收益声明。采用同机真实 Gateway/Core 与本地固定响应 provider，provider 固定延迟 20 ms；记录 CPU 型号、核数、内存、OS、IPC、协议、目标配置和全部资源上限。不同机器的结果独立成组。

每组预热至少 200 次，再采集至少 2,000 个完成样本，交错重复配对对照 3 轮。错误、超时和拒绝单独报告，不能通过排除失败样本改善结论。测量从客户端发起到 strict 首次内容释放；下表的 ΔP99 = P99(Gateway) − P99(同等检查直连) 是两个分位值之差。

受控负载	最终模型正文 / provider 响应正文	并发	初始预算
S：小请求	各 8 KiB	1、8 分别运行	ΔP99 ≤ 20 ms；完成吞吐 ≥ 对照 90%
L：较大请求	各 256 KiB	1、4 分别运行	ΔP99 ≤ 50 ms；完成吞吐 ≥ 对照 80%
边界与回收	接近实际检查上限、慢客户端/滴流、超时/取消	按 G5 声明配置	总 deadline 和 drain 有界，资源可回收；禁止值、错误目标零发送/零释放
准确重放	固定历史与 prepared 字节，含工具续写	同会话串行及冲突并发	正常锚点一次 prepare、历史位置/字节准确，冲突不产生第二次模型发送；节省比例待测

正文大小指实际 UTF-8 字节。fixture 需覆盖多字节与转义变体，容量不足时报告不支持；隐私/绑定检查保持开启。冷启动另测。CPU/RSS、逻辑保留字节、错误率、阶段耗时和首字节同时报告；内存门槛使用 G5 声明的配置与回收条件，不能以逻辑预算代替 RSS。

预算在运行前随 workload/commit 固定。未达标如实记录，先分析开销；需要调整预算时说明工作负载或资源假设和依据，保留旧结果，并在下一轮运行前确定新值。不能倒改门槛把既有失败标成通过。

5.3 每次实验必须填写的记录

字段	必填内容
版本与环境	commit、平台/硬件、Rust/Python、协议/IPC、部署、profile/模型、strict/增强配置
负载	最终输入/输出字节、并发、固定 provider 延迟、预热、样本量、轮数、超时/资源上限
预算	S/L 对应 ΔP99 与吞吐门槛、deadline/drain、G5 资源/回收约束
结果	首字节/首次内容释放/总时长的 P50/P95/P99，完成吞吐、CPU/RSS、逻辑字节、失败/超时/拒绝与覆盖率
用量与成本	每次真实尝试的 input/output/cache read/cache write、prepare/工具/修复次数、价格快照及 unknown
结论	达标/未达标、未执行范围、复现命令和机器可读结果；真实质量、provider 缓存、费用与宿主分别标记

usage 保存必要原始计数字段与映射版本，归一到 total_input_tokens 后计算 cache_read_tokens / total_input_tokens；known/estimated/unknown/reconciled 分开，请求命中比例另报。两个具体例子：

API 用量结构	示例原始字段	统一输入总量与缓存读取占比
OpenAI Responses：输入总量已包含缓存读取	input_tokens=1200，input_tokens_details.cached_tokens=1000	总量 1200，读取占比 1000/1200 ≈ 83.3%，不再把 1000 加入分母
Anthropic Messages：未缓存输入、创建、读取分别计数	input_tokens=200，cache_creation_input_tokens=100，cache_read_input_tokens=900	总量 200+100+900=1200，读取占比 900/1200=75%

缓存创建内部细分若已计入创建总量，不再重复相加；字段未知、API 语义未核实或分母为零时占比记 unknown。映射按具体 provider/model/API 版本核对；主辅模型、失败和不确定尝试计入完整任务成本。本地 usage fixture 只验证记账。E4 P1

原生缓存参数按 provider/model/API 能力设置，保留客户端已有键，派生范围遵守主体/Scope/epoch 与目标绑定，字段在最终检查前落实。命中、缓存折扣和 token 削减分别报告；提示不提供物理路由或命中保证。S2 E4 E5

非流式 JSON、合成 SSE 首事件和 strict 首次内容释放分别计时；不可取得的模型 TTFT 保持 unknown。付费 provider 和真实宿主实验单独取得预算、实际执行，CI 使用合成数据与本地 provider。S7 S8

6. 集成与发布条件

G7-P：强隐私的接收侧测试归属

#2466 明确拥有这组真实进程门禁；领域修复仍由对应任务完成：

样例	接收侧证据与依赖
历史、prepared、工具/schema、JSON 转义/重复键含合成禁止值	真实上游未收到被拒载荷；允许值对照能完成调用，覆盖已有 Core 语义
模型输出或错误含合成禁止值	真实下游零正文释放；错误信息不回显禁止值
错目标、跨主体/Scope、旧 epoch/撤销	分别接 G1/G2/G6；拒绝侧零发送或零释放，各自记录已执行范围

G7-A 就绪后先覆盖已有输入/输出保护，新增目标/owner/epoch 场景随功能接入；未覆盖的载体保留缺失声明。

交付范围	必须完成
受限基础执行链 / check_only	G1/G2 的适用 P0、G3、G4-B 最小有界可读记录、G5-A、G7-P 隐私及其余适用硬门禁、G8-A 结果；容量/平台/协议范围明确
增强会话	在基础链之上完成 G6、G5-B 的适用资源约束和 G7 增强场景；G8-B 报告准确重放与完整已知成本，未知与缺失保留
默认启用某项 token/性能优化	对应独立任务有固定质量、保护与预算的实测对照；达到启用条件后声明该项收益

基础结果可以先交付，完整 G1–G8 或持久恢复尚未完成时只发布已通过的范围。G8 初始预算未达到时，标记性能未达标，不能称为高性能验收完成。

已有工作继续分工：

Issue / PR	协作边界
#2428	确定性 withhold 与宿主重试；G3/G7 复用错误/重试语义
#2420 / #2429	Codex output-limit 和 encrypted receipts；G1/G6 协调 DTO/身份；以开工时实际合入状态为准
#2413 / #2435	可选缓存前缀提取，Core 拥有提取/验证/写入；PrefixStore、receipt 与 prepared replay 各有用途
#2437 / #2451	Source 投影覆盖声明，与模型 usage、释放和采用证据分别处理
#2127	完整请求/token 领域预算；G5 承接字节、解析与驻留容量
#2422、#2250、#2055	额外宿主 ID 与薄插件/配置协调；本轮消费可信宿主关联，不接管全部宿主适配
#2414、#2445、#2015	Core reconciliation 成本、enforcing Responses 兼容和内部模型成本，独立推进

7. 来源与证据

RFC 2086/2199 在核查基线中为提案；代码链接固定提交。此前在原型提交记录的定向结果是 Rust Executor 55 项、UDS/transport 本地 socket 5 项、Python context-check 14 项通过。本次未重跑这些测试；真实模型、宿主和压力结果仍需由任务提交各自证据。

• 架构与契约：Gateway README、RFC 2199、RFC 2086。
• 执行链：Executor、replay、evidence、transport、ingress。
• 检查与部署：Core check、app 启动、UDS client、输出完整性、fallback、check DTO。
• 验证与记录：Gateway CI、live test、观测规范。
• 产品与协议：成本议题 #2015、产品方向、缓存 API 指南、缓存实验指南、Messages 缓存用量定义。
• 本次复核：master 提交、Core 容量能力声明。