메인 콘텐츠로 건너뛰기
이 문서는 GPT-5.4 / Codex parity 프로그램을 원래의 6개 계약 아키텍처를 잃지 않고 4개의 병합 단위로 검토하는 방법을 설명합니다.

​
병합 단위

​
PR A: strict-agentic execution

소유 범위:
  • executionContract
  • GPT-5 우선 same-turn 후속 실행
  • 비종결 진행 추적용 update_plan
  • 계획만 있고 조용히 멈추는 대신 명시적 blocked 상태
소유하지 않는 범위:
  • auth/runtime 실패 분류
  • permission truthfulness
  • replay/continuation 재설계
  • parity 벤치마킹

​
PR B: runtime truthfulness

소유 범위:
  • Codex OAuth scope 정확성
  • 타입 지정된 provider/runtime 실패 분류
  • truthful /elevated full 가용성 및 blocked 이유
소유하지 않는 범위:
  • 도구 스키마 정규화
  • replay/liveness 상태
  • benchmark gating

​
PR C: execution correctness

소유 범위:
  • provider 소유 OpenAI/Codex 도구 호환성
  • 매개변수 없는 strict 스키마 처리
  • replay-invalid 노출
  • paused, blocked, abandoned 장기 작업 상태 가시성
소유하지 않는 범위:
  • 자체 선택 continuation
  • provider hook 외부의 일반 Codex dialect 동작
  • benchmark gating

​
PR D: parity harness

소유 범위:
  • 첫 번째 파동 GPT-5.4 대 Opus 4.6 시나리오 팩
  • parity 문서화
  • parity 보고서 및 릴리스 게이트 메커니즘
소유하지 않는 범위:
  • QA-lab 외부의 런타임 동작 변경
  • harness 내부의 auth/proxy/DNS 시뮬레이션

​
원래 6개 계약으로 다시 매핑

원래 계약병합 단위
Provider 전송/인증 정확성PR B
도구 계약/스키마 호환성PR C
Same-turn 실행PR A
Permission truthfulnessPR B
Replay/continuation/liveness 정확성PR C
Benchmark/release gatePR D

​
검토 순서

  1. PR A
  2. PR B
  3. PR C
  4. PR D
PR D는 증명 계층입니다. 런타임 정확성 PR이 지연되는 이유가 되어서는 안 됩니다.

​
확인할 사항

​
PR A

  • GPT-5 실행이 단순 해설에서 멈추지 않고 동작하거나 닫힌 실패를 수행함
  • update_plan이 그 자체로는 더 이상 진행처럼 보이지 않음
  • 동작이 GPT-5 우선 및 embedded-Pi 범위로 유지됨

​
PR B

  • auth/proxy/runtime 실패가 더 이상 일반적인 “model failed” 처리로 뭉뚱그려지지 않음
  • /elevated full은 실제로 사용할 수 있을 때만 사용 가능하다고 설명됨
  • blocked 이유가 모델과 사용자 대상 런타임 모두에 보임

​
PR C

  • strict OpenAI/Codex 도구 등록이 예측 가능하게 동작함
  • 매개변수 없는 도구가 strict 스키마 검사에서 실패하지 않음
  • replay 및 Compaction 결과가 truthful liveness 상태를 보존함

​
PR D

  • 시나리오 팩이 이해 가능하고 재현 가능함
  • 팩에 읽기 전용 흐름만이 아니라 변경이 있는 replay-safety 레인이 포함됨
  • 보고서를 사람이 읽을 수 있고 자동화도 읽을 수 있음
  • parity 주장이 일화가 아니라 증거에 기반함
PR D에서 기대되는 아티팩트:
  • 각 모델 실행별 qa-suite-report.md / qa-suite-summary.json
  • 집계 및 시나리오 수준 비교가 포함된 qa-agentic-parity-report.md
  • 기계 판독 가능한 판정이 포함된 qa-agentic-parity-summary.json

​
릴리스 게이트

다음이 충족되기 전까지는 GPT-5.4가 Opus 4.6과 parity 또는 superiority를 가진다고 주장하지 마세요.
  • PR A, PR B, PR C가 병합됨
  • PR D가 첫 번째 파동 parity 팩을 깨끗하게 실행함
  • runtime-truthfulness 회귀 테스트 모음이 계속 녹색임
  • parity 보고서에 fake-success 사례가 없고 stop 동작 회귀도 없음
parity harness는 유일한 증거 소스가 아닙니다. 검토 시 이 분리를 명시적으로 유지하세요.
  • PR D는 시나리오 기반 GPT-5.4 대 Opus 4.6 비교를 소유함
  • PR B의 결정적 테스트 모음은 여전히 auth/proxy/DNS 및 full-access truthfulness 증거를 소유함

​
목표-증거 매핑

완료 게이트 항목주 소유자검토 아티팩트
계획만 있고 멈추는 현상 없음PR Astrict-agentic 런타임 테스트 및 approval-turn-tool-followthrough
가짜 진행 또는 가짜 도구 완료 없음PR A + PR Dparity fake-success 수와 시나리오 수준 보고서 세부 정보
잘못된 /elevated full 안내 없음PR B결정적 runtime-truthfulness 테스트 모음
replay/liveness 실패가 계속 명시적으로 유지됨PR C + PR Dlifecycle/replay 테스트 모음 및 compaction-retry-mutating-tool
GPT-5.4가 Opus 4.6과 같거나 더 나음PR Dqa-agentic-parity-report.md 및 qa-agentic-parity-summary.json

​
검토자용 축약: 이전 vs 이후

이전의 사용자 가시 문제이후의 검토 신호
GPT-5.4가 계획 후 멈춤PR A가 해설만 있는 완료 대신 act-or-block 동작을 보여줌
strict OpenAI/Codex 스키마에서 도구 사용이 불안정하게 느껴짐PR C가 도구 등록과 매개변수 없는 호출을 예측 가능하게 유지함
/elevated full 힌트가 때때로 오해를 불러일으킴PR B가 안내를 실제 런타임 capability 및 blocked 이유와 연결함
장기 작업이 replay/Compaction 모호성 속에 사라질 수 있었음PR C가 명시적인 paused, blocked, abandoned, replay-invalid 상태를 내보냄
parity 주장이 일화 수준이었음PR D가 두 모델 모두에 동일한 시나리오 범위를 적용한 보고서와 JSON 판정을 생성함

​
관련