P53 — EXTERNÍ ADVERSARIÁLNÍ PANEL PRO R90/M326 ÚČEL Proveď ...

Prompt

P53 — EXTERNÍ ADVERSARIÁLNÍ PANEL PRO R90/M326 ÚČEL Proveď nezávislý red-team audit přesně zmrazeného cíle Prompt 1 R90/M326. Nehodnoť projekt známkou ani pořadím. Hledej konkrétní cesty k falešnému PASS, tiché ztrátě již přijatého požadavku, korelovaným testům vydávajícím se za nezávislost, nebezpečnému stop-kritériu, chybné migraci požadavků a situacím, kdy optimalizace testů snižuje reálné pokrytí. Výsledek musí být použitelný jako sada falsifikovatelných oprav/testů, ne jako obecná doporučení. PŘESNÝ HODNOCENÝ CÍL - process head: Prompt1_CURRENT_PROCESS_HEAD_R90.json bytes=4345 sha256=94c5c807046de5407c8790d43689184364be5404fb637753cd7e078782bf92f0 - full method: M326_ADAPTIVE_MULTIPASS_AND_DURABLE_USER_REQUIREMENT_ASSURANCE_SUCCESSOR.md bytes=672657 sha256=a231b8bdfb06d2b6d54cc1301a046af0feabe30f3cdacb2600f190f5192e4361 - flat support pack: Prompt1_R90_ADAPTIVE_MULTIPASS_SUPPORT_PACK.md bytes=1904041 sha256=1f69b1a1cda99edae6e84b8c6650a593d27da42a9e46a822422894bb47405b00 - activation receipt: Prompt1_R90_EXIT_ACTIVATION_RECEIPT.json bytes=3790 sha256=8c859c48e6a64b6b7058e2e9cb74913d7cf51d6d3c2365f064b255e82911ebbb - state authority remains Z520/R83/C2, assurance REOPENED. - P52 is historical/results-integrated. P53 itself does not alter the target. DŮLEŽITÁ HRANICE PŘÍSTUPU Nemáš-li skutečné bajty výše uvedených souborů, nesmíš tvrdit, že jsi ověřil jejich obsah/hash/implementaci. Audituj jen mechanismus popsaný níže a každé artifact-level tvrzení bez přímého přístupu označ HYPOTHESIS/NEEDS_ARTIFACT. Panelový souhlas není nezávislé potvrzení. Neodvozuj sílu důkazu z počtu modelů. Zachovej i osamocené nálezy, pokud mají konkrétní witness. KLÍČOVÝ MECHANISMUS R90/M326 1. Trvalé požadavky uživatele jsou monotónní ve směru ochrany: autonomní proces, monitor, externí panel ani interní systém je smí přidávat nebo zesilovat, ale nesmějí je oslabit či odstranit. 2. Oslabení/odstranění trvalého user-origin semantic atom vyžaduje přesnou explicit-user autorizaci pro dvojici (stable requirement_id, přesný predecessor atom), přijatou před konstrukcí kandidáta. Same-candidate AUTHORIZED label nemá kredit. 3. Rename/split/merge requirement ID vyžaduje typed migration map; union potomků musí zachovat všechny predecessor atomy, které nemají explicitní user removal authorization. Staré ID zůstává tombstone/provenance alias. 4. Predecessor methodology bytes zůstávají exact provenance; semantic retention se nekontroluje pouze hash equality. 5. Recovery anchor je predecessor-owned monotónní denominator. Kandidát nesmí potichu odstranit recovery item, lineage atom nebo current required atom. 6. Derived counts/digests/currentness se přepočítávají z obsahu. Vnitřní registry nemají samostatnou currentness autoritu; rozhoduje outer process head. 7. Každá materiální methodology/control/project semantic change používá risk-adaptive multi-pass qualification nad jedním frozen candidate. 8. T0 nonsemantic: lze 1 deterministický průchod, pokud je prokázaný semantic no-op. 9. T1 additive/low a T2 material: minimálně P1+P2+P3. 10. T3 high risk: P1+P2+P3+P4. T3 zahrnuje truth/safety/biomedical, promotion/currentness, P lifecycle, prechod, run control, user-requirement weakening/migration a recurrence po předchozím PASS. 11. P1 = deterministické invarianty: authority/predecessor binding, denominators, digests, currentness, dependency closure, retention/user authorization. 12. P2 = adversariální mutation/property/metamorphic/differential testy, povinně negativní i benigní, plus test-of-test: load-bearing guard musí prokazatelně zamítnout poison a přijmout benign control. 13. P3 = nezávisle implementovaný nebo predecessor-owned crosscheck nad stejnými frozen bytes. 14. P4 = účelově odlišný second-context/external review nebo stejně silný independently checkable oracle. 15. Material repair mění candidate identity a ruší finální qualification credit; finální průchody se opakují nad novými bajty. 16. Test selection: vždy malé mandatory invariant core; dále changed atoms + transitive consumers + relevant regression witnesses. Broad audit jen při denominator ambiguity, high severity, evaluator/oracle change, recurrence, large impact slice nebo unresolved coverage debt. 17. Mutation testing běží v blocích. Default block=32 cases; T2/T3 minimálně 2 bloky; adaptivně pokračovat, pokud blok našel novou distinct failure class nebo není pokryta povinná operator family; default hard cap=300 cases, pokud uživatel neurčí jinak. 18. Activation stop: všechny mandatory families pokryty; required passes bindují totožné frozen hashes; žádný open material defect; žádný unexplained benign false positive; poslední 2 mutation blocks nepřinesou novou distinct failure class; independence provenance splněna. 19. Test portfolio se autonomně vyvíjí: každá nová verified failure class -> regression witness/operator candidate. Redundant test lze retire jen při coverage-dominance evidence; rare/high-severity preventive control se nesmí odstranit jen proto, že dlouho nic nezachytil. 20. Efektivita se optimalizuje marginal information value, impact slicing, cached exact predecessor evidence a deduplication. Truth/safety/evidence floor se kvůli rychlosti nesnižuje. AKTIVNÍ MUTATION OPERATOR CATALOG — MINIMUM OMIT_REQUIREMENT; OMIT_ATOM; RENAME_ID_WITHOUT_MIGRATION; SPLIT_MISSING_ATOM; MERGE_SCOPE_LOSS; NEGATE_ATOM; QUANTIFIER_WEAKEN; SCOPE_NARROW; PERSISTENT_TO_ONESHOT; CANDIDATE_SELF_AUTHORIZE; TRUST_SOURCE_OVERBREADTH; COUNT_DIGEST_STALE; CURRENTNESS_STALE; DEPENDENCY_OMIT_DUPLICATE; WRONG_PREDECESSOR_ORACLE; BENIGN_ADDITION; BENIGN_REORDER_SERIALIZATION; EXPLICIT_USER_STRENGTHEN. LOKÁLNÍ KVALIFIKACE, KTEROU NESMÍŠ POVAŽOVAT ZA NEZÁVISLÝ PANEL DŮKAZ - P1 deterministic: 3/3 PASS. - P2: 69/69 záměrně chybných případů správně BLOCK + 8/8 benign případů PASS. - P3 independent crosscheck: 11/11 PASS. - P4 samostatný method+pack reconstruction oracle: 9/9 PASS. - 2 mutation blocks × 32; oba 0 nových distinct failure classes. - adaptive multipass guard: PASS. - current denominators: 70 requirements, 35 registry entries, 126 active specialized contracts, 29 directives, 12 recovery items, 128 pack members. POVINNÉ ÚTOKOVÉ OBLASTI A. SEMANTICKÁ RETENCE A IDENTITA Najdi minimální counterexample, kde formálně přežijí ID/atomy, ale praktický význam se oslabí. Zkoušej negaci mimo chráněný atom, přesun pod užší podmínku, změnu modality MUST→SHOULD, přidání výjimky, scope shadowing, konflikt nového vyššího pravidla, rename/split/merge, atom duplication s jedním aktivním a jedním inertním potomkem, tombstone confusion, reference na deprecated alias, whitespace/Unicode/case/normalization collision, partial-string oracle a text přítomný pouze jako provenance/comment místo účinného pravidla. B. AUTORIZACE UŽIVATELE Zkoušej replay starého user authorization, příliš široký user source key, autorizaci jiného atomu, autorizaci návrhu místo odstranění, ambiguous pronoun/reference, one-shot příkaz použitý jako standing permission, později odvolaný pokyn, dvě konfliktní user instructions, stejné ID s jinou verzí atomu, změnu stable ID před kontrolou authorization a split/merge obcházející původní dvojici (ID, atom). Rozlišuj explicitní uživatelský pokyn od inference projektu. C. FALEŠNÁ NEZÁVISLOST TESTŮ P1/P2/P3/P4 mohou sdílet stejný parser, normalizátor, fixture generator, denominator, predecessor selection nebo chybnou premisu. Navrhni attack, který všechny průchody korelovaně mine. Ověř, zda „separately implemented“ skutečně stačí, pokud vstupní data/semantic atomization jsou společné. Navrhni stronger independence criterion s co nejnižší režijní cenou. D. STOP-KRITÉRIUM A KONVERGENCE Dvě po sobě jdoucí mutation blocks bez nové failure class mohou být falešně uklidňující při biased generatoru. Napadni block size 32, cap 300, pojem distinct failure class, deduplication a možnost, že generator nikdy nevytvoří relevantní kombinovanou mutaci. Navrhni robustnější adaptivní stop rule bez neefektivního nekonečného testování. E. TEST-OF-TEST A BENIGN FALSE POSITIVES Hledej guard, který umí zamítnout jednoduchý poison, ale mine compound attack; nebo naopak přehnaně blokuje legitimní refaktor/migraci. Navrhni benign/metamorphic kontroly pro preservation under reorder, equivalent serialization, complete split/merge, additive strengthening a legitimate explicit-user supersession. F. IMPACT SLICING A TRANZITIVNÍ SPOTŘEBITELÉ Úsporný slice může minout consumer, který není v registry dependency graphu, dynamicky načítá jméno, používá starý alias nebo pracuje přes textovou konvenci. Navrhni test, který prokáže/rozbije completeness impact slice. Zvaž hidden consumers: monitor prompts, prechod ZIP, P-panel binding, currentness resolver, Library loader, response generator, user-facing copy-ready block. G. AUTONOMNÍ VÝVOJ TESTOVACÍHO PORTFOLIA Hledej Goodhart efekt: portfolio se optimalizuje na chyby, které samo měří; test s nízkým yield je vyřazen, ač chrání vzácnou katastrofickou událost; nové failure classes se přidávají rychleji než se odstraňuje duplicita; cost metric vytlačí high-latency end-to-end testy. Navrhni bounded mechanismus, který maximalizuje unique defect yield bez ztráty rare-event/safety coverage. H. FROZEN CANDIDATE / AKTIVACE / CURRENTNESS Zkoušej TOCTOU mezi testem a head-last, jinou verzi dependency po testu, validní method hash + stale support member, readback jiného Library version, candidate rebuilt se stejným názvem, postactivation consumer stále používá cache R89, nebo head ukazuje na správné soubory, ale runtime/monitor načetl předchozí registry. Navrhni přesný witness. I. P53 A EXTERNÍ EVIDENCE P53 nesmí aritmeticky splývat s interní kvalifikací. Navrhni pravidlo, jak zachovat singleton/minority finding, jak odstranit duplicitní/korelované nálezy a jak rozhodnout, zda panelový nález musí otevřít CURRENT R90 nebo jen vytvořit candidate test. Panel nesmí sám měnit metodiku. J. CO V KATALOGU CHYBÍ Identifikuj nejvýše 5 vysoce hodnotných mutation/failure families, které nejsou výše pokryty a mají realistickou možnost odhalit jinou třídu chyby než současné operátory. Každé přidej minimální negativní a benigní fixture. POVINNÁ EPISTEMICKÁ DISCIPLÍNA - FACT pouze pokud je to přímo dáno tímto payloadem nebo tebou skutečně ověřeným artefaktem. - INFERENCE pokud odvozuješ důsledek mechanismu. - HYPOTHESIS/NEEDS_ARTIFACT pokud by potvrzení vyžadovalo skutečný kód/soubor, který nemáš. - Nezaměňuj „může selhat“ za „selhalo“. - U každého HIGH/CRITICAL finding uveď strongest counterargument a disposition. - Hledej také false-positive candidate a výslovně je zamítni, pokud se po kontrole nepotvrdí. - Nepoužívej počet panelistů jako důkaz. POŽADOVANÝ VÝSTUP — POUZE VALIDNÍ JSON, BEZ MARKDOWN FENCE { "target_identity_echo": { "run": "R90", "method_sha256": "a231b8bdfb06d2b6d54cc1301a046af0feabe30f3cdacb2600f190f5192e4361", "support_sha256": "1f69b1a1cda99edae6e84b8c6650a593d27da42a9e46a822422894bb47405b00", "head_sha256": "94c5c807046de5407c8790d43689184364be5404fb637753cd7e078782bf92f0" }, "access_boundary": "co jsi skutečně měl/neměl k dispozici", "attacks_attempted": [ {"id":"A1","class":"...","minimal_counterexample":"...","result":"BYPASS_FOUND|BLOCKED_BY_DESIGN|NEEDS_ARTIFACT","reason":"..."} ], "findings": [ { "id":"P53-F01", "severity":"CRITICAL|HIGH|MEDIUM|LOW", "status":"VERIFIED|PARTIAL|HYPOTHESIS", "class":"...", "evidence_type":"FACT|INFERENCE|HYPOTHESIS", "reproduction_or_deterministic_witness":"...", "root_cause":"...", "why_current_controls_fail":"...", "strongest_counterargument":"...", "counterargument_disposition":"...", "minimal_repair":"...", "systemic_repair_if_recurrence":"...", "negative_test":"...", "benign_test":"...", "regression_witness_to_preserve":"...", "expected_complexity_or_cost":"...", "confidence":"HIGH|MEDIUM|LOW" } ], "missing_high_value_test_families": [ {"family":"...","why_distinct":"...","negative_fixture":"...","benign_fixture":"..."} ], "independence_assessment": { "correlated_oracle_risks":["..."], "minimal_stronger_independence_rule":"..." }, "convergence_assessment": { "false_convergence_paths":["..."], "improved_stop_rule":"..." }, "efficiency_assessment": { "likely_redundant_work":["..."], "must_not_be_optimized_away":["..."], "highest_value_cost_reduction":"..." }, "rejected_false_positive_candidates":["..."], "top_systemic_repairs":["nejvýše 5, bez pořadí či skóre"], "no_material_gap_found": false } Pokud nenajdeš materiální mezeru, nastav no_material_gap_found=true, ale stále vyplň attacks_attempted, rejected_false_positive_candidates a vysvětli, proč nejsilnější útoky selhaly. Nevytvářej fiktivní artefaktový důkaz.