我把 Turn 109 Phase 1 的方案逐项对过了。结论很明确:5 教师 + 5 大屏这个拓扑是对的,七个压力维度也是一个很好的骨架,但如果目标真的是你说的“固若金汤”,我不建议原样开跑。还需要补几块非常关键的故障面,然后再冻结计划。 你们现在的草案已经覆盖了并发认证、配对竞争、消息洪峰、双回执、TrialLedger、断网恢复、软解绑和资源监控,这个基础相当完整。 turn109_phase1_proposal 原方案的 11 条硬验收门槛也已经基本具备“能明确判 PASS/FAIL”的形态,而不是跑完看感觉。 turn109_phase1_proposal 一、我先修正一个最重要的测试口径 原方案里同时写了: 100+ 消息投递成功率 100% 又要求验证: SendLimiter 命中以后返回 429。 这两个目标如果放进同一个统计分母,会互相打架。 以后必须拆成: 纯文本 Accepted Notification Delivery Rate = 已被服务器合法接受的通知中,最终成功完成规定生命周期的比例 Expected-Rejection Accuracy = 本应被限流 / 越权 / 过期 / 超额拒绝的请求中,被正确拒绝的比例 所以: 纯文本 合法 Accepted 请求: 目标 = 100% 不丢 故意越界请求: 目标 = 100% 正确拒绝 Unexpected 5xx: 目标 = 0 429 不是失败,它是本轮要验证的正确结果。 二、原计划还必须补 8 个关键场景 1. Trial 并发必须打“同一块物理屏” 现在草案里的维度四主要描述“多台新屏同时首次发送”。这能测数据库吞吐,但不是最危险的竞态。 真正要打的是: 纯文本 Teacher A ─┐ Teacher B ─┼─ 同一毫秒 -> Same Screen / Same DeviceTrialKey Teacher C ─┘ 三个人同时第一次向同一块从未 Trial 过的大屏发送。 最终必须: 纯文本 DeviceTrialLedger.Count(DeviceTrialKey) == 1 TrialStartedAt == 唯一确定值 TrialExpiresAt == TrialStartedAt + 7 days 后续竞争者不得延长时间 这才是真正验证 Turn 92 那条“一机一生一次 7 天”的核心铁律。 2. 加入重复投递 / Replay 幂等测试 网络恢复、Hub 重连、客户端重启时,很容易出现: 同一个 Notification 被传输层重新送一次。 所以必须人为把同一个 NotificationId 投两次。 要求: 纯文本 服务器记录:1 条业务通知 设备 UI:只展示一次 TTS:只朗读一次 Delivered:幂等 Displayed:幂等 Receipt:无重复业务副作用 如果 transport 是 at-least-once,这一项尤其重要。 不能只证明“不丢”,还必须证明“重复也不会多执行”。 3. 离线队列必须测试 TTL 与撤回 现在只有: 断网 → 发 10 条 → 恢复 → 全部补发。 还不够。 需要再加入: 纯文本 A. 离线期间发正常有效通知 → 恢复后应该补投 B. 离线期间发一条,随后教师撤回 → 恢复后绝不能弹出 C. 离线通知超过自身 TTL → 恢复后绝不能把过期通知重新展示 否则“100% 补发”反而可能把本来应该丢弃的旧消息重新弹出来。 4. 必须测试进程死亡,而不只是网络断开 网络断开和进程崩掉是两个完全不同的问题。 加入三个故障: 纯文本 WPF Client 被强杀 Windows Service 被强杀 服务端 ASP.NET Core 进程重启 都安排在存在在途消息的时候。 验证: 纯文本 Device identity 不丢 Credential 不丢 绑定关系不丢 TrialLedger 不变 已 ACK 消息不重复弹 未完成消息可以恢复 系统无需人工干预 服务器重启建议只做 1 次受控测试,安排在最后的 chaos 阶段,目前还没真实用户,正是最适合做这件事的时候。 5. 加入单点登录互踢实战 现在测试了并发登录,却没有真正打你们的 SESSION_SUPERSEDED。 对 Teacher Alpha: 纯文本 Browser A 已登录 ↓ Browser B 再登录同账号 ↓ Browser A 继续: 发送通知 绑定大屏 解绑大屏 兑换卡密 全部都必须: 纯文本 401 SESSION_SUPERSEDED 同时 Browser B 正常工作。 这样才能验证“全局 SessionValidationMiddleware”,而不是只验证登录接口能签 JWT。 6. 加入商业权益混合状态 五个人刚好可以设计成: 纯文本 Alpha = Trial Active Beta = VIP Active Gamma = Trial Active Delta = Expired Epsilon = Trial Active / Abuse 然后验证: 纯文本 Expired 账号: 可以登录 可以看历史 可以绑定 可以解绑 不能发送新通知 Expired + StrongAlert: 仍然不能绕过 VIP: 即使 DeviceTrialWindow 已结束仍可发送 Trial: UserTrial 和 DeviceTrialWindow 必须同时有效 这块是现有 Phase 1 最大的业务盲区之一。 7. 并发通知不要强行要求“全局有序” 原方案写的是: 多位教师同时给同一大屏发消息,消息 ID 唯一且有序。 这里需要改得更严谨。 多个教师真正同时发送时,除非服务器有明确的 per-device sequence 字段,否则不能凭客户端时间强行定义一个全局顺序。 验收应该改为: 纯文本 0 丢失 0 重复业务执行 0 消息覆盖 每条 Accepted Notification 可追踪 如系统定义了 DeviceSequence,则严格按 DeviceSequence 呈现 否则不得用 wall-clock timestamp 强行判乱序 Receipt 时间仍要求: 纯文本 DisplayedAt >= DeviceReceivedAt >= ServerAcceptedAt 这一条没问题。 8. 补真正的持续 Soak 100 条消息只是 burst,不是真正的耐久测试。 我建议整个 Turn 109 最终跑量至少做到: 纯文本 功能预热: 25 条 10 秒 Burst: 120 条 Accepted Rate Limit Attack: Gamma 单独制造 >= 140 次请求 如果运行时策略确认为 120/min: 超限部分必须稳定 429 30 分钟 Soak: 约 900 条 Accepted Notifications 总规模: 约 1000+ 条合法通知 + 一批故意非法 / 越界 / 重放请求 不过,不要让 1000 条全压在真实 WPF TTS 上。 德国开发机的最佳拓扑是: 纯文本 5 个独立 Teacher Browser Context + 4 个高保真 Headless Device Agent + 1 个真正的 WPF Client Canary 其中真实 WPF Canary 专门吃几十条代表性消息: 纯文本 普通消息 TTS StrongAlert 多发送者竞争 离线恢复 重复投递 其他几百上千条用 Device Agent 测 transport / SignalR / DB / ACK。 这是比“在一台 Windows 上硬开 5 个完整 WPF 实例”更可靠、更容易解释测试结果的方案。 三、我批准的 Turn 109 最终执行拓扑 原方案里的五教师行为矩阵可以保留,它本身设计是合理的。 turn109_phase1_proposal 最终调整为: 纯文本 Teacher Alpha 角色: 正常用户 / 多班广播 / Trial Teacher Beta 角色: 多教师协同 / VIP / Same-Screen contention Teacher Gamma 角色: 洪峰制造者 / Rate-Limit attacker Teacher Delta 角色: Expired account / Pairing + Unbind state mutation Teacher Epsilon 角色: Quota / Replay / Invalid / Race attacker Device 1 REAL WPF CANARY Device 2~5 HIGH-FIDELITY DEVICE AGENTS 所有身份、连接、凭据、状态必须完全独立,不允许五个 Agent 偷用同一个 DeviceCredential。 四、Phase 3 正式执行顺序 我建议不要随机乱打一通,要按九阶段执行,这样任何失败都能定位。 Stage 0 — 冻结出生证明 记录: 纯文本 RUN_ID Server SHA Client SHA Web SHA DB migration version server version Windows build .NET version Node version runtime SendLimiter policy Product:PersonalScreenLimit test start UTC 同时: 纯文本 确认当前 health = Healthy 记录基线 CPU / RAM / DB connections 生成 5 Teacher identities 生成 5 Device identities 建立单独 E2E 数据标签 禁止测试过程中升级代码。 Stage 1 — Auth / Session 执行: 纯文本 5 用户并发注册 5 用户并发登录 5 用户 profile / quota 查询 Alpha 第二浏览器登录 旧 Session 全业务接口失效 必须无 500。 Stage 2 — Pairing / Binding Race 包括: 纯文本 合法配对 同一 PairingCode 双抢 过期码 错误码 消费后 Replay 第 5 屏 quota Multi-teacher shared screen 重点验证 4 屏与订阅完全解耦。 Stage 3 — Entitlement / Trial Ledger 这是商业规则压力测试。 包括: 纯文本 Trial 首发 Same DeviceTrialKey 三教师同时首发 Expired send Expired StrongAlert VIP bypass expired DeviceTrial Trial account + expired DeviceTrial DB 只读检查账本。 Stage 4 — Normal Delivery 先跑一轮干净环境: 纯文本 25 条通知 单发 广播 TTS StrongAlert 多教师同屏 确认正常基线再进入洪峰。 Stage 5 — Burst + Rate Limit 跑: 纯文本 120 Accepted Burst / 10 sec Many-to-One One-to-Many Gamma isolated rate-limit abuse 统计: 纯文本 2xx 4xx expected 429 expected 5xx unexpected 其中: 纯文本 Unexpected 5xx = 0 Stage 6 — Chaos 在持续发送过程中依次: 纯文本 Screen 2 network down Screen 4 network flap WPF Client kill/restart Windows Service kill/restart 重复 Notification injection 离线撤回 离线 TTL expiry 最后再执行 1 次 server process restart 不要同时杀所有东西,否则出了问题不知道根因。 Stage 7 — Runtime Mutation 执行: 纯文本 BOUND_IDLE -> BOUND_PAIRING Teacher B 加入 消息传输中 Teacher A Release 剩余教师继续发送 教师计数更新 不允许大屏被重置。 Stage 8 — 30 分钟 Soak 持续中等负载。 每分钟采: 纯文本 Server RSS CPU thread count DB active connections SignalR connection count GC heap Client RSS Client handles WPF responsiveness 最终比较: 纯文本 Before Peak After cool-down 重点不是“峰值高不高”,而是压力结束以后资源能不能回来。 五、最终验收门禁我建议升级为 18 条 纯文本 C01 5/5 Authentication success C02 Session replacement global enforcement correct C03 Pairing race exactly one winner C04 Pairing replay / expired / invalid code 100% rejected C05 Screen quota stays <= 4 regardless of subscription state C06 Same-device first-trial race creates exactly one ledger C07 Trial timestamps immutable C08 Entitlement matrix correct: Trial / VIP / Expired / StrongAlert C09 Accepted notifications: 0 permanent loss C10 Expected invalid/rate-limited requests: 100% correctly rejected C11 Unexpected HTTP 5xx: 0 C12 Online receipts: 100% eventually complete C13 Duplicate transport: 0 duplicate UI/TTS/business side effects C14 Offline: 0 false ACK C15 Reconnect: all still-valid queued messages eventually delivered; cancelled/expired messages never displayed C16 Soft-unbind: other teacher and in-flight valid notification unaffected C17 Process recovery: identity / binding / trial / receipt truth survives Client/Service/Server restart C18 Performance: P95 <= 3000 ms under normal network, functional deadline <= 10000 ms 注意 C15 我故意没有写: 所有离线消息 100% 补发。 而是: 所有仍然有效的离线消息 100% 补发。 这是两回事。 六、证据包也必须在执行前冻结 每一次运行建立: 纯文本 artifacts/ turn109/ RUN-ID/ 00-manifest/ 01-auth/ 02-pairing/ 03-entitlement/ 04-normal-delivery/ 05-burst/ 06-chaos/ 07-multi-teacher/ 08-soak/ 09-database-readonly/ 10-resource-metrics/ FINAL-REPORT.md 其中至少保留: 纯文本 原始 HTTP result JSON SignalR event timeline 每条 NotificationId / DeviceId 状态轨迹 expected 429/400 与 unexpected failure 分离统计 只读 DB proof Windows Client logs Server logs resource CSV 关键 WPF screenshots 真实 TTS audio sample process-kill/recovery timestamps 最终 latency distribution 并且所有敏感内容: 纯文本 password JWT device credential voucher plaintext raw hardware identifiers 不得进入证据包。 七、生产环境执行纪律 这一轮可以使用 德国开发电脑 + Tokyo 后端。 但我要加一个非常明确的原则: 通过公开产品 API 驱动业务,通过数据库只读 SELECT 做观测。绝不能为了让测试 PASS 而直接 UPDATE/INSERT 生产数据库。 允许的是: 纯文本 真实注册 真实配对 真实发送 真实解绑 真实 SignalR 真实 ACK 真实进程杀死/重启 不允许: 纯文本 脚本直接 UPDATE 状态制造“成功” 脚本直接 INSERT Receipt 脚本直接改 TrialEndsAt 另外,整个 Turn 109 的数据统一加 TURN109 / RUN_ID 标签,最后再通过合法业务路径清理测试绑定与测试账号;需要保留的账本证据不要破坏。 八、双脑裁决 因此我的结论不是否定原计划,而是: 原方案骨架 APPROVED,上述增强项必须合并进冻结版本。 尤其是四个不能漏: 纯文本 Same-Device Trial Race Duplicate Delivery Idempotency Process Kill / Restart Recovery Subscription / Session State Matrix 这四项补进去以后,我认为这轮测试才真正配得上“固若金汤压力验收”。 纯文本 [[DECISION_BLOCK_BEGIN]] TURN: 109 PHASE: 2 TASK: FIVE_USER_FULL_SPECTRUM_STRESS_AND_CHAOS_PLAN BASE_PROPOSAL: APPROVED DECISION: APPROVED_WITH_REQUIRED_REFINEMENTS TOPOLOGY: 5_TEACHERS 5_LOGICAL_SCREENS 1_REAL_WPF_CANARY 4_HIGH_FIDELITY_DEVICE_AGENTS LOAD_PROFILE: BASELINE_FUNCTIONAL 120_MESSAGE_BURST ISOLATED_RATE_LIMIT_ATTACK 30_MINUTE_SOAK 1000_PLUS_ACCEPTED_NOTIFICATION_TARGET MANDATORY_ADDITIONS: SAME_DEVICE_TRIAL_FIRST_SEND_RACE SESSION_SUPERSEDED_GLOBAL_TEST ENTITLEMENT_STATE_MATRIX DUPLICATE_DELIVERY_IDEMPOTENCY OFFLINE_CANCEL_AND_TTL WPF_PROCESS_RESTART WINDOWS_SERVICE_RESTART SERVER_PROCESS_RESTART DATABASE_MUTATION_BY_TEST_HARNESS: PROHIBITED DATABASE_READONLY_OBSERVABILITY: ALLOWED EXPECTED_4XX_429: NOT_FAILURE UNEXPECTED_5XX: MUST_EQUAL_ZERO PERMANENT_ACCEPTED_MESSAGE_LOSS: MUST_EQUAL_ZERO FALSE_OFFLINE_ACK: MUST_EQUAL_ZERO P95_NORMAL_NETWORK: LTE_3000_MS FUNCTIONAL_DEADLINE: LTE_10000_MS PLAN_BLOCKERS_AFTER_REFINEMENTS: 0 EXECUTION_AUTHORIZATION: CONDITIONAL_GO CONDITION: ANTIGRAVITY_MUST_INCORPORATE_THIS_PHASE_2_BLUEPRINT AND_RETURN_EXPLICIT_NO_DISAGREEMENT_ACK BEFORE_PHASE_3_STARTS [[DECISION_BLOCK_END]] 也就是说:我这边已经把 Phase 2 蓝图定死了。现在先不要执行。让 Antigravity 把这版合流成最终冻结测试计划,并明确回复“无分歧、完全接受”。它一旦确认,我们双方就算在“计划阶段”正式达成一致,然后才能开 Phase 3 真正狠狠干这一轮。