[loopx-agent]

Benchmark workers could start their solver clock before verifying the native account and receiver route. The preflight now uses the existing Codex stdio owner to read account and rate-limit availability before scheduling, without a model request or credential refresh. Its temporary private Codex home copies only the selected auth/config, so installed skills and live trial profiles remain unchanged.

Native Goal packaging also uses a dependency-free checkpoint reader in the shared stdio transport; the historical host import remains compatible. Official/plain and custom API execution keep their existing paths. This is an entrypoint check, not per-heartbeat polling, and does not clear pending requests, replay unknown turns or adjust budgets.

Validation on fbdc2fb8d7c7e5592c364c29662b06e8882bd995: independent focused receiver/host/runner regression run 224 passed, 93 skipped (skips require the unavailable SForge/Harbor environment in that checkout). A frozen Native Goal source archive imports successfully with an empty environment and isolated Python, covering the packaged dependency closure. Earlier native receiver experiments verified available/unavailable proxy routes without model calls; those are supporting evidence, not a complete installation or resumed-run qualification of this head.

The change remains a Python transport adapter, with no new control-plane state machine. Full Linux packaged launch and live continuation qualification remain outstanding before claiming operational recovery or score benefit.

[loopx-agent]

Reviewer: model_agent | gpt-6.1-sol | OpenAI | runtime_reported | reasoning_effort=max

Approval conclusion (author-owned PR; GitHub blocks formal self-approval)

动机 / Motivation

APPROVE；本次完整评审未发现阻塞问题。精确 head：e9beb144a6f9984c9cb2129bf1d52690fa446d2b，实际 merge base：d602248c53298f256ea72fe75091a39f35c6ae4b。

运行原生 ChatGPT 登录的 SForge LoopX worker 的操作者。接收端登录或代理不可用时，旧入口仍建立求解截止并进入调度；新入口先观察原生账户与额度路由，失败后保留原状态并退出。已验证三种 LoopX profile 的失败均发生在计时与调度之前，健康接收端仍继续；没有模型调用或旧请求重放。不恢复已提交但结果未知的旧 Turn，不变更评分、实验条件、期限、账户选择或重试授权。新 runner 在真实接收端的完整安装、续跑和长程收益仍由既有运行负责人单独验收。

改动思路 / Approach

在已有 SForge 接收端命令入口复用原生 stdio transport，避免引入第二份账户、调度或恢复状态；一次启动观察与求解计时分工明确。本 PR 仅交付新启动的接收端路径预检；不接管旧 Turn 的恢复，也不改变 official/single 或自定义 API 的执行入口。

入口没有重新实现登录或恢复控制器。SForgeWorker.format_run_cmd 保留 official/single 的早返回以及自定义 API 的原路径，仅在原生登录的 LoopX 分支给既有 clock/scheduler 命令加一次检查。检查复用 native_checkpoint_reader 的初始化、stdio 请求和清理。既有 codex_auth._native_refresh 会请求刷新凭证，解决的是可信宿主授权，不能拿来替代此次接收端观察；从宿主读取登录文件也不能证明远端 workspace route 可用。

具体改动 / Changes

规范依据：benchmark/runtime/RUNTIME.md，spec_revision d602248c53298f256ea72fe75091a39f35c6ae4b。RUNTIME.md:406 的独立 trial home/config 边界已保持；RUNTIME.md:583 的 setup 不调用模型、原 phase deadline 和 scheduler 资格分别验证。新增文档说明启动拒绝的边界，不能倒过来把预检成功解释为旧 Turn 已恢复。

关键代码讲解

• SForgeWorker.format_run_cmd（benchmark/runtime/sforge.py:419）先处理原 profile 及 API 选择，把 module 调用放在既有持久化 deadline 之前；没有增加每次 heartbeat 的查询、求解器超时或新账户选择。
• check_native_receiver（benchmark/runtime/codex_readiness.py:16）用 LOOPX_CODEX_HOME 指向原 trial，account/read 明确 refreshToken=false，随后读取额度路由。25 秒是这次一次性观察的总 I/O 预算；后续请求使用剩余额度，不是给每项请求重新发一整段预算。
• main（同文件39行）只把成功/失败、局部 code 和 inference_invoked=false 写到 stdout；不转发可能含账户或私有路由的异常。失败 exit1 配合 shell set -e，阻止后面的计时和 scheduler。

完整范围是5个文件：两处生产代码 +62/-1、两处测试 +133、文档 +11。局部 Python 模块适配已有原生 transport，没有第二个 quota、调度、凭证或 pending journal owner；错误码保持在 runner 的局部诊断边界。

对主干的风险 / Risks

PASS：相同准备条件下，immutable base 的既有 SForge runtime 324 项通过；head 的完整相关集合332项通过，0 skipped，覆盖 native-goal、heartbeat-resume、heartbeat-explore、official/single 和自定义 API 隔离。Ruff 对全部变更 Python 文件通过；原生 premerge 的5项 direct和9项 selected 均已执行且无失败，语义 advisory 与完整选定语义检查通过。

独立的同条件 shell 对照使用真实 format_run_cmd 生成入口，控制账户 RPC、scheduler sentinel 和 timeout fixture：base 的三种拒绝场景仍创建 deadline 并进入 scheduler，健康三种正常；head 拒绝三种均 exit1，deadline/start marker/scheduler 均未产生，健康三种仍成功。两边原 auth/pending 字节不变；调用序列只含 initialize、initialized、account/read 与健康时的 rateLimits/read。另用真实本机 Codex app-server 和空的隔离 home 跑模块，得到脱敏拒绝、空 stderr，没有模型请求。这些证据证明入口和原生传输失败边界，不证明远端已登录账户的长期可用性或 Linux deadline 精度。

初次隔离依赖缺少 SOCKS transport 的 socksio：base/head 分别85/88个用例在同一 httpx 初始化处失败。补齐两个隔离环境的 httpx[socks] 后重跑上述完整集合，保留原失败，不修改源码或断言。最初自建 shell fixture 在 macOS 缺少 timeout；修复该测试环境并固定 seeded-todo 后重新做两侧完整对照，未用第一次不完整结果认证健康路径。

语义与 CI 对齐

局部诊断复用现有 native account/profile 词义，不按错误 prose 推断账户或工作状态。新的启动拒绝是明确披露的行为改变；无新默认开启的模型、hook 或安装指令。wait_for_ci=false，未查询、轮询或等待 CI。premerge 整体 exit1 仍为 manual_review_required，原因是 benchmark_sensitive 要求维护者审阅后才能自合并；它没有执行检查失败，也不由本次代码批准解除。 独立 exact-scope change-quality 回执亦保留 fail：唯一 blocker 为同一 premerge 维护者 gate，未将退出1改写为通过。

我的整体评价 / Verdict

该切片有独立价值，属于 justified_increment。long_horizon 与 user_experience 在此启动边界 improved：失败可以在消耗新求解时段之前显式暴露，原请求与恢复职责保留，没有增加用户确认轮次。未验证远端完整安装/续跑、历史卡住根因、模型实际采用和净成本收益；不将332项通过或一次真实原生拒绝当成这些结论。

代码与问题规模相称，复用现有 transport、删除重复账户/调度状态比新建控制器更合适。无 rendered presentation 改变，visual_review 不适用。保留维护者 merge hold；本评审未合并、安装或启动实验。

English verdict: APPROVE e9beb14; receiver rejection precedes solver timing across the three LoopX profiles, with 332 passing runtime tests and no inference or pending-work replay. The maintainer merge hold remains.