SmartPerfetto v1.1.1 更新說明
- 路径默认拒绝，只有环境变量白名单内的 Markdown 可预览和索引；
- 注册需要权利确认（
rightsAcknowledged），發送给模型厂商需要另一个可撤销的隐私同意（sendToProvider），撤销后新的索引和检索立即拒绝； - 只有严格解析且狀態为定稿的文章進入检索，草稿和待审文章只出现在审计里；
- 模型只收到经过预算控制和脱敏的命中片段，日志和流式事件只投影元统计结果；
- Wiki 命中只用于解释操作系统背景，不能替代当前 trace 证据——诊断结论仍然必须引用 SQL/Skill 的实际查询结果。
组合语义（v1.1.0）。源码和知识库是两套独立的授权清单，可以单用、可以组合。任何一类私有上下文存在时，fast/auto 模式会强制解析为具备相应工具和证据门禁的 full 模式。租户/工作区/使用者、授权清单、索引代际、資訊指纹、同意狀態全部進入一个授权指纹；工具调用和运行边界上发现任何一项变化，直接拒绝执行（fail closed），而不是静默降級成另一种分析。这條规则的意义是：撤销同意、重建索引、变更權限之后，不存在”旧授权还在某个会话里继续生效”的窗口。
五、Agent 运行时架构统一
这是六周里代码体量最大的一條线，分两个阶段完成。
6 月上旬的重构（v1.0.32 前后，二十余个重构提交）：
- 四條运行时迁入独立的 engine 目录，公共逻辑（诊断、假设投影、运行时描述符）抽到共享层；
- 新增贯通到 SQL 工具层的取消语义——用户点 Stop 后，正在执行的查询会真正被取消，而不是等它跑完再丢弃；
- Pi Agent Core 和 OpenCode 两條第三方运行时恢复不透明会话狀態（opaque state）的断点续传，会话恢复后能接着上次的上下文继续；
- Provider 快照与运行时环境绑定，会话恢复时不会因为客户切换了活跃 Provider 而静默换模型；
- 验证器的误诊模式库从策略文件加载，新增误诊模式不再需要改 TypeScript。
7 月 17 日的 v1.1.0 收口：四條运行时改为消费同一份与 Provider 无关的运行规格（run specification）和对照上下文构建器。此前的一类典型 bug——某个分析选项在 Claude 路径生效、在 OpenAI 路径被静默忽略——从结构上消除，因为选项只在一个地方解析。配套的还有可复现的 Perfetto UI 预构建产物和后端回归门禁 CI（GitHub Actions 上的 backend-agent-regression-gate）。
v1.1.0 落地前做了两轮独立审查（7 月 15 日周度审查、7 月 16 日 clean-room 审查，报告在仓库 docs/reviews/），确认没有已知 P0/P1 阻断项后才發布。同日的 v1.1.1 修掉了审查发现的十余个尾巴：源码引用可定位性校验、OpenAI 工具输出规范化、验证器证据标签解析、滑动指标语义恢复等。
六、Token 开销优化
6 月中旬定位到 full 模式 token 消耗的最大头：平台提示詞的方法论段落会嵌入完整场景策略——启动场景约 51K token——而且原有的提示詞预算机制只裁辅助段落，裁不到这一段。换句话说，之前每次 full 分析都在为一整篇”启动分析教科书”付费。6 月 18-19 日一次性落地了整套优化（v1.0.35）：
- 策略拆分：场景策略拆成 core 和 detail 两层。core 常驻注入，控制在几 K token；detail 按分析阶段推進按需投递。品质要求迁移到计划模板的期望调用清单和验证器上，保证”提示詞变短”不等于”分析变浅”。
- 真实 token 基线回归：新增读取真实策略文件的 token 基线测试，覆盖最坏组合（场景 + 架构 + 完整性 + 选区 + 对照 + 源码感知同时启用），防止后续改动让提示詞体积悄悄回退。此前的单测 mock 了策略加载器，抓不到体积状况。
- 大 SQL 结果自动摘要：超过阈值的 SQL 产物自动生成摘要，原始数字转为分页 artifact 引用，出处链不断。
- 工具描述压缩与缓存边界：压缩横跨四條运行时的 MCP 工具描述；为运行时增加提示詞缓存边界，按 Provider 适配器声明的能力标记决定缓存策略，而不是按 Provider 名字硬编码。
收益分布有边界：对没有提示詞缓存的 Provider（OpenAI 兼容端点、Pi、OpenCode）是直接的每次请求花费下滑；对有缓存的 Provider，主要减少的是缓存创建开销和上下文窗口压力。
七、场景覆盖扩展：Camera、Heap、GPU
三个新场景都遵循同一條原则：证据优先，数据不足就明说，不编结论。
- Camera 分析（7 月 12 日）：新增面向证据的 camera 采集 preset（
smp capture可直接使用）和 camera trace 证据 Skill。关键设计是 tracepoint 可用性條件化——camera pipeline 各阶段的 tracepoint 在不同厂商、不同版本上可用性差异很大，Skill 会先探测当前 trace 里有哪些证据源，只对有数据支撑的阶段下结论，缺数字的阶段明确标注不可用，而不是套模板硬答。 - Heap 支配路径分析（7 月 14 日）：新增确定性的 heap dominator path 聚类与提取 Skill——从 managed heap graph 里提取支配路径，把同构路径聚成簇，回答”内存被谁的引用链占住了”。批量 trace 运行时自动聚合各 trace 的 heap 路径，在批量报告里呈现跨 trace 的内存簇分布，配套真实 heap graph trace 的回归用例。
- GPU 计算证据（7 月 14 日）：厂商中立的 GPU compute 证据 Skill，不依赖特定 GPU 厂商的私有 counter，配真实 trace 回归。
- 既有场景加固（6 月上旬）：内存分析证据处理加固、线程阻塞缘由（blocked reason）的证据语义修正——后者修的是”阻塞成因”字段被错误归因的议题。
八、RFC-0025：八个 AI 工作流表面
7 月 7 日合入了 RFC-0025 定义的八个特性，方向是把”一问一答”的 AI 分析扩展成可审计、可批量、可协作的工作流。造型与实现文档在仓库 docs/architecture/perfetto-ai-rfc-0025/，落地前经过完整的逐功能独立审查，P1 级发现全部修复后才合入。
本文由News整理發布，僅供參考。
