fengqun/docs/MINIMAL_CLOSED_LOOP_STATUS.zh-CN.md

最小闭环完成度对照清单

对象: swarm-minimal 最小蜂群原型
结论: 当前已经达到本仓库定义的最小可验收闭环，并且已把原先 1-2 天可补的三项边界补成代码级最小验收。该结论仍不等于完整生产级蜂群平台认证。

已完成的最小闭环

项	当前证据
本地静态门	py_compile swarm_minimal/*.py examples/*.py tests/*.py 通过
单元与确定性场景	unittest discover -s tests 通过，当前为 45 项测试
学术化本地门禁	run_academic_standard_evaluation.py 覆盖 A01-A09
完整标准矩阵	run_standard_scenario_acceptance.py 覆盖 S01-S10
live 外部代码场景	S07 对 fastapi/fastapi 固定 commit 跑通 7 步 Agnet 链
蜂群六特征	S10 覆盖去中心化、自组织、涌现性、鲁棒性、可扩展性、隐式协作
蜂群性数值	swarmness_score=100/100，minimal_compliance_score=100/100
本机最大性能压力	L01 使用 8 逻辑核、128 Agent、131072 任务完成本地大规模压力验收
3000 TPM 模型预算	L02 使用 8 个 Agent、60 个预算任务打满 3000 token 单分钟窗口，且不超额
质量门	拒答、角色拒绝、偏题、本仓库漂移、交接断裂会被扣分和补救
fallback 补救	当前模型输出不合格时先重试，再切换 fallback 模型接手当前步骤
多轮质量共识	S07 已有交接连续性、输出质量、最终收敛三类审查 Agnet 的 2 轮共识
马尔可夫式状态机	给定完整任务、信息素、共享状态、观测和 agent policy，工程转移由当前状态决定

最小闭环成功阈值

详细指标矩阵见 AGENT_SWARM_INDICATOR_TEST_MATRIX.zh-CN.md。当前“最小闭环已完成”只在下面阈值同时满足时成立：

指标组	成功值
本地门禁	py_compile 退出码 0；unittest discover 当前 45 项全部通过
学术化门禁	A01-A09 全部 PASS
完整标准矩阵	S01-S10 全部 PASS
S07 live 外部代码链	7 个任务完成、14 项检查全 PASS、失败检查数 0、质量共识轮数 >=2
S09 三项边界	3/5/7 Agent 并发 claim 无重复领取；候选融合过滤低分噪声；互相质询至少 2 轮后接受
S10 六特征	去中心化、自组织、涌现性、鲁棒性、可扩展性、隐式协作六项全部 PASS
蜂群性评分	swarmness_score>=75 才能声称最小蜂群成立；当前 100；F01-F06 任一失败时总分最高 59
L01 本机压力	completed_tasks=131072、failed_tasks=0、duplicate_claims=0、participating_agents=128、converged_shards=8
L02 3000 TPM	target_tpm=3000、total_reserved_tokens=3000、max_tokens_in_any_minute=3000、budget_utilization=1.0、failed_tasks=0、duplicate_claims=0
密钥安全	Markdown / 报告中明显密钥样式命中数 0

已补的三项边界

优先级	原缺口	已补最小实现	验收标准
P1	SW-AQS-16：3/5/7 Agent 并发自主 claim 与本地扩缩容最小压测	SwarmCoordinator.run_autonomous_until_converged 使用加锁 task pool 让 3/5/7 个 Agent 并发 claim；S09 覆盖 6/10/14 个任务	所有任务完成、无重复 claim、无失败任务、每个 Agent 至少参与一次、最终收敛
P2	候选融合：从最高分候选升级为多个候选输出融合	fuse_candidate_outputs 和 converge_fused 支持按分数过滤、去重合并多个有效候选	低分噪声被过滤；多个高分候选的有效结论保留；source candidate 可审计
P3	更真实的互相质询：从规则/投票门升级为反驳、修正、再投票	QuestioningConsensusSwarm 增加 challenge、revise、vote 三段式回合	第一轮不允许直接收敛；必须产生质询和修正；第二轮或之后再投票接受

测试标准

本轮仍按 AQS / SW-AQS v1 判断，不按普通软件质量标准判断。核心标准来自：

• NIST AI RMF / NIST AI 600-1：风险、可控性、可度量性、生成式 AI 失败模式。
• OWASP LLM Top 10 / OWASP Agentic Skills Top 10：敏感信息、过度代理、工具边界、运行时安全。
• MITRE ATLAS：失败、诱导、误用和恢复场景。
• OpenTelemetry：run、task、event、artifact、metric 的可观测证据。
• LangGraph handoff 参考：active-agent 和上下文交接语义。
• 本项目 SW-AQS：任务池、共享状态、信息素、handoff、事件、质量门、fallback、共识、扩缩容和收敛。

本轮新增 S09，专门验收三个边界：

1. sw_aqs_16_scaled_autonomous_claim_3_5_7
2. candidate_fusion_output
3. question_revise_revote_consensus

本轮新增 S10，专门验收六个蜂群一级特征：

1. decentralization_no_single_agent_control_node
2. self_organization_from_local_interactions
3. emergence_global_result_exceeds_single_signal
4. robustness_single_agent_failure_isolated
5. scalability_three_five_seven_agents_same_architecture
6. implicit_collaboration_by_environment

本轮新增 L01 / L02，专门把本机规模和模型预算量级纳入验收：

1. local_large_scale_stress: 使用本机 8 逻辑核、128 Agent、131072 任务验证本地大规模 claim / 执行 / 收敛稳定性。
2. local_3000_tpm_budget: 使用 8 个 Agent、60 个预算任务、每任务 50 token，验证 3000 TPM 窗口内不超额且利用率打满。

仍不是生产级完整交付的部分

当前补齐的是本地确定性、最小代码级验收。以下仍属于更大范围平台阶段：

• Manager / Agnet 平台统一接口、人类审批主线、权限、预算和审计全链路。
• 真实 Kubernetes runtime 的 3/5/7 worker 扩缩容压测。
• 真实 NewAPI / 模型供应商侧 3000 TPM live 限流、429 重试、费用归因和长期运行曲线。
• Redis Stream 事件被其他 Agent 实时消费并影响下一步任务图。
• 自动创建补充 Agnet / 动态任务图，而不是只在当前候选上质询和修正。
• 收敛速度、Agent 利用率、响应时间、信息素分布等生产监控指标。