v2 rehearsal: FLAG-3 order note-before-notice on first-turn co-pending (fix effective order, pin with test)

cloud/tests/test_goal_live_update.py

@@ -504,6 +504,33 @@ class HostLoopTestCase(unittest.TestCase):
         self.assertIn("new goal", prompts[0])
         self.assertIn("旧目标", prompts[0])
 
+    def test_first_turn_both_pending_note_before_notice(self):
+        # FLAG-3 定序（v2 演练决定）：首轮断点备注与改 goal 通知
+        # 同 pending 时，模型可见顺序为备注在前、通知在后。
+        # 注意代码里两次 prepend 的执行顺序与可见顺序相反
+        # （先贴通知、再贴备注），本测试钉住的是可见顺序，
+        # 而非执行顺序。
+        task = self._task()
+        self._write_signal(1, "new goal")
+        prompts = []
+        script = [("completed", "目标已达成", None)]
+        fake = _fake_turn_script(prompts, script)
+        note = ("[审计推回包（第 1 轮）]\n"
+                "- [execution_failed] 证据：boom detail")
+        with mock.patch.object(host_mod, "run_task_turn", fake):
+            result = host_mod.run_goal_loop(
+                SimpleNamespace(), self.state, self.state_path, task,
+                "old goal", None, 0, None, None, None, cfg=None,
+                resume_note=note)
+        self.assertTrue(result["ok"])
+        self.assertEqual(result["rounds_done"], 1)
+        self.assertEqual(len(prompts), 1)
+        first = prompts[0]
+        self.assertTrue(first.startswith(note))
+        self.assertLess(first.index(note), first.index("目标已更新"))
+        self.assertIn("new goal", first)
+        self.assertIn("作废", first)
+
 
 if __name__ == "__main__":
     unittest.main()

host.py

@@ -2915,21 +2915,25 @@ def run_goal_loop(server, state, state_path, task, goal_text, verify,
                       f"目标：{goal_text}\n"
                       f"验收命令：{verify_text}\n"
                       f"上一轮验收输出：\n{last_verify}")
+        # FLAG-3 定序（v2 演练决定）：首轮两者同 pending 时，
+        # 模型可见顺序为断点备注在前、改 goal 通知在后、再是
+        # 本轮任务提示。注意两次 prepend 的执行顺序与可见顺序
+        # 相反：先贴通知、再贴备注，最终才是备注在前。v1 注释
+        # 声称“先见备注”但代码实际产生通知在前，v2 在此修正，
+        # 并由 test_goal_live_update 的共 pending 测试钉住。
+        # 影响面仅首轮共 pending 时；之后轮次备注块是 no-op，
+        # 通知块行为不变。
+        if pending_goal_notice is not None:
+            # 本轮提示显式写出旧 goal → 新 goal；通知只用一次，
+            # 下一轮提示是重新构造的，不重复贴。
+            prompt = pending_goal_notice + "\n\n" + prompt
+            pending_goal_notice = None
         # N-12：断点备注只贴第一轮 prompt（见 _first_turn 注释），
         # 绝不写回 goal_text——task["goal"] 在循环开始时已按原
         # goal_text 落盘，备注只是本次续跑的展示前缀。
         if _first_turn and resume_note:
             prompt = "%s\n\n%s" % (resume_note, prompt)
         _first_turn = False
-        # 演练注 FLAG：与上同锚点——运行中改 goal 的旧→新通知
-        # 与 N-12 断点备注同属 prompt 前缀；两段独立 flag，
-        # 并集保留（备注在前、改 goal 通知在后）；若首轮两者
-        # 同 pending，模型先见备注后见改 goal 通知，顺序待定。
-        if pending_goal_notice is not None:
-            # 本轮提示显式写出旧 goal → 新 goal；通知只用一次，
-            # 下一轮提示是重新构造的，不重复贴。
-            prompt = pending_goal_notice + "\n\n" + prompt
-            pending_goal_notice = None
         try:
             result = run_task_turn(server, state, task, prompt,
                                    model, effort, sandbox, timeout=timeout,