项目验收记录¶

本报告记录提交 f87e8526f90d8e0f5ab71116cf42e00738c577a8 的规模验证结果， 对应项目申报书的量化目标。2026-10-21 使用 template-rules-v2 执行 10,000 个计划样本，其中 1,000 例完成五配置验证；内部检查和基线编译接受均为 10,000 / 10,000。三例未完成比较，原始计数和适用边界见下文。

实验条件¶

两组顺序执行，使用同一份已安装程序及配置快照。程序 SHA-256 为 d4f606aa3504704e8de5b9c6d186fa94657ace434918a25c4a78fc6583000599；配置快照 SHA-256 为 2cec8358ef70e641253cda9fa298990a611b03bca3fdf3c106a748c28cf35b9a。任务只覆盖名称、种子范围、配置组和输出目录， 生成预算及超时保持一致。

规模任务使用正式差分路径，没有注入结果。内部检查通过指 CompleteProgram 检查完成；基线接受指 native debug 编译退出码为 0；完整比较要求全部选定配置均取得符合当前观察协议的结果。这些事实独立计数， 以计划样本数作为比例分母。完成比较仍可能得到分歧，不能将其等同于结果一致。

规模结果¶

内部检查和基线接受均达到至少 99% 的目标，五配置完整比较达到 1,000 例。全部计划样本中的完整比较比例为 99.97%。三例构建失败保留在原计划分母中，没有改作通过或以重试结果替换。没有观察到输出分歧、运行超时或 Host 操作错误。

10,000 个种子连续且不重复；不同种子仍可能产生相同源码。不同源码数按整个任务集合去重，两组之间也有重复， 不能直接相加。枚举和元组统计依据本生成器的声明与绑定源码，可以重叠，不是执行覆盖率或缺陷覆盖率。

任务计时使用 Host 单调时钟，包含样本处理、逐例存证和回调，不包含最后的任务汇总保存；合计为两组之和，约 3 小时 21 分钟，不包含组间检查。本次没有输出分歧，没有启动自动归约。单次耗时受编译工具链、文件缓存、宿主负载 及材料保存影响，不用于算法性能比较。

三例未完成比较¶

三例均通过完整结构检查；native debug 和 wasm-gc debug 构建、执行成功且输出一致，native release 编译退出码为 255。原始诊断及生成 C 文件显示，C 编译阶段引用未声明的 constr 临时标识符，分别为 _M0L6constrS87、 _M0L6constrS88 和 _M0L6constrS8。

三例的独立源码重放再次得到相同配置、阶段、退出码和诊断模式。这支持随机生成路径发现可重复的工具链异常；这些证据 未确定三例是否同一根因，不将其称为三个独立缺陷，也未宣称与历史问题相同或已获上游确认。

被测构建的差分判定要求正常输出可比较，因此三例结论为 Incomplete，CLI 返回 3。原始构建失败的状态与诊断单独保留， 不会冒充输出分歧。该构建仅对正常输出分歧自动归约，三例未启动归约；现行产品行为见 CLI 模块说明。

可在相同代码、生成器和工具链条件下重新生成第一例，另两例替换起始种子：

moonsmith run --config acceptance.toml --set seed_start=1272 --set sample_count=1 \
  --set 'execution.configurations=["native-debug","native-release","wasm-gc-debug"]' \
  --set 'output.directory="runs/reproduce-1272"'

规模任务复现¶

在被测源码提交下按安装说明安装 CLI。 acceptance.toml固定生成器、预算和五配置。分别执行：

moonsmith run --config acceptance.toml \
  --set 'name="acceptance-five"' \
  --set 'output.directory="runs/acceptance-v2/five"'

moonsmith run --config acceptance.toml \
  --set 'name="acceptance-basic"' \
  --set seed_start=1000 --set sample_count=9000 \
  --set 'execution.configurations=["native-debug","native-release","wasm-gc-debug"]' \
  --set 'output.directory="runs/acceptance-v2/basic"'

相同生成器版本、种子及预算应产生相同源码；目录和随机材料 ID 会变化，墙钟耗时不要求一致。安装后的 release 程序与 预试运行的 debug 程序在种子 0–99 上产生的源码及生成元数据逐一相同。原始逐例执行材料按发行附件约定保存在独立历史证据包中， 包含原始源码、配置、观察和汇总，排除构建缓存。原记录保持不变，重新运行产生新的执行证据。

任务结束后另对种子 0、999、1000、9999 和三例异常进行源码重放，四例正常输入继续一致， 三例异常继续未完成比较。案例、源码、原始尝试、样本、生效配置及任务汇总的校验和均未改变。 重放产生新的执行证据，不替换原始结果，也不计入 10,000 个计划样本。

其他验收证据¶

结论边界¶

本次规模实验统计固定生成器、语义子集、预算和工具链下的内部检查通过率、基线编译接受率及比较完成率， 未测量动态执行覆盖率或具体优化的触发情况。三例构建异常的后续缩减、阶段对照及 189 字节同模式小复现见 构建异常分析。

被测实验版本中的完整程序求值器已从当前交付范围撤出，不计入十月验收；上述规模任务始终只按差分结果判定。