Spike S5 · OpenSpec 4 阶段流转 + 长时稳定性

状态：✅ 通过（2026-05-18）

验证目标

1. /opsx:propose skill 能驱动 explore → propose → apply → archive 4 阶段串联
2. Agent 真改代码（隔离仓库 /tmp/spike-poc-repo）
3. 长时 SDK session（>4 min）不掉、不限流
4. 4 阶段总成本可控
5. Agent 遇到工程问题（typecheck 失败、缺依赖、配置错）能自主修复

环境

• 隔离仓库：/tmp/spike-poc-repo（从 git clone Xeonice/openspec-spike-poc）
• skill 链路：.claude/skills、.claude/commands 软链到主仓库
• SDK：@anthropic-ai/claude-agent-sdk 0.3.143（subscription OAuth）
• 脚本：/tmp/openspec-spike-s1/four-stages-spike.mjs

Prompt

为 src/math.ts 添加一个 subtract(a: number, b: number): number 函数，
配套补 src/math.test.ts 的测试，并跑通 npx tsc --noEmit 验证类型正确。
走完整 4 阶段 openspec 流程：explore → propose → apply → archive。

SDK 入参 /opsx:propose ${PROMPT}、skills: 'all'、maxTurns: 100、permissionMode: 'bypassPermissions'。

实测结果

4 阶段时间线（关键事件）

Agent 自主修复的工程问题

这是 S5 最有价值的发现——agent 不只是按 prompt 改代码，遇到环境问题会自己排查并定位是 pre-existing 项目配置问题，再决定怎么处理。

问题 1：npx tsc --noEmit 失败 · 缺 @types/node

• 第一次跑 typecheck 报错（Cannot find module 'node:test'）
• agent 通过 git stash 验证 HEAD 也报同样错 → 判定是项目预存在问题
• 决定补 npm install --save-dev @types/node

问题 2：.ts 扩展名 import 不被允许

• 装完 types 后还报 An import path can only end with a '.ts' extension when allowImportingTsExtensions is enabled
• agent 改 tsconfig.json 加 "allowImportingTsExtensions": true（已在 noEmit 模式下，安全）

收尾

• npx tsc --noEmit exit 0
• node --test 3/3 pass
• openspec validate add-subtract-function --strict pass
• 主动在 tasks.md 加一段说明”环境修复”（如实记录，不藏 diff）

→ 这是 LLM-as-engineer 的真实表现：遇阻 → 探因 → 区分自己引入还是预存在 → 选合适处理方式 → 透明记录。

archive 阶段产物质量

openspec/specs/math-utils/spec.md（archive 合并的 live spec）

• 3 个 subtract Scenario：positive→positive、producing negative、zero identity
• 多加 1 个 Requirement：strict typecheck（超出 prompt，是 agent 自己的设计判断）
• Purpose 字段标 “TBD - update after archive”（OpenSpec 规范行为，不是 bug）

archived change 完整保留

openspec/changes/archive/2026-05-17-add-subtract-function/：

• proposal.md · design.md · tasks.md · specs/math-utils/spec.md
• 时间戳前缀格式正确

对 POC 的影响

1. 4 阶段流转可单 SDK call 端到端

不需要 multi-turn UI、不需要中间断点。一个 query() 调用走完全程，过程中触发的所有 sub-skill（openspec-propose / openspec-implement / openspec-archive）都在同一 session 内复用 cache。

2. 实际成本远低于预估

• §5 预估”单任务 token 部分 ~$5–$15”
• 实测 $1.15（这是 spike，subscription 吸收实际 0）
• Cache hit rate 98% 是关键——OpenSpec skill prompt 是 stable system prompt，重复 turn 几乎零增量

3. 长时稳定性 ≥ 4 min OK

• 42 turns · 4.16 min 期间 SDK session 无中断、无 401、无限流
• 印证 S1.5 的 OAuth fallback 链路在长任务下稳定

4. Agent 自主修复 = 真实可用

• 不只”按指令改”，能区分”我引入的错”vs”项目预存在错”
• 自主补依赖、修配置、更新 tasks 如实记录
• 这对 task-runner 至关重要：用户 prompt 通常是粗略意图，agent 必须自己解决遇到的工程细节

对 design.md 的补强

→ D1（4 阶段单 SDK call）：补充实测——一个 query() 走完全程，98% cache hit、$1.15 实际成本

→ D2（私有化用 BoxLite）：S3 + S5 联合验证完成

→ D11（双轨鉴权）：S5 在 subscription OAuth 模式下跑 4.16 min 0 中断，验证了开发者面验证场景的稳定性

未覆盖

• ✗ Agent git commit/push —— 脚本未要求，agent 没做（也不该自做：push 是高风险动作） → 真 PR 验证需要单独再跑或手动补
• ✗ 更长时任务（>30 min）的稳定性——4 min 充分但不算”长时”；真长任务（如大重构）还需要更多 spike 数据点

后续可选验证

1. 真 PR 闭环：手动或 spike 脚本里加 git checkout -b agent/subtract && git add ... && git commit && git push + gh pr create
2. 长时跑：换更复杂的 prompt（如 “实现完整 BST” 或 “重构 API”），看 30 min+ session 行为
3. 失败注入：故意制造冲突（测试中故意写错），看 agent 修复路径

文件

• 脚本：/tmp/openspec-spike-s1/four-stages-spike.mjs
• 完整 stdout：/tmp/spike-stdout.log
• stats JSON：/tmp/spike-4stages-stats.json
• log 文件：/tmp/spike-4stages.log
• 隔离仓库：/tmp/spike-poc-repo（archive 后状态保留）