codex-app-server/docs/chv-muse-p1-gap.md

对齐 Muse P1 差距表：常驻 VM + WarmPool + 气球 + vsock

依据：~/workspace/research_notes/meta-muse-ai-architecture-20261101-0755/report.md （官方以 Meta security.muse.ai 2026-09-08 为准；第三方拆解只作参考， 逆向细节不得写成官方架构）。Muse 模型一句话：每用户一台常驻 Secure VM， 闲置靠气球压内存，宿主–客机走 vsock 通知通道。

本轨范围只限 P1：常驻 VM、WarmPool 扶正、内存气球、vsock 通道。 不碰 P2（客机 nspawn 单元、浏览器子代理独立）、不碰 P3（authd 替身凭证、 Sentinel 式出口审批）。分支 feat-chv-muse-p1（从 feat-chv-cover100 分出，基线 HEAD 06c3e17）。

1. 现状 vs Muse

项	现状（实测/代码为准）	Muse 目标	本轨做法
VM 生命周期	1 任务 = 1 VM，用完销毁；冷启动到 SSH 实测 11 秒	每用户一台常驻 Secure VM（hatchling），任务来了直接用	新增常驻服务：每用户一台常驻 VM（暂停态），任务到时 resume；池空回落冷启动（11 秒路径不动）
派发查池	_run_with_vm 绝不查池，warm_pool_wired_to_dispatch 恒 False；worker 派发前查池未接线	常驻 VM 就是派发目标，无冷启动	_run_with_vm 接常驻路径：先 acquire 常驻 VM（resume + 等 SSH 就绪），无可用时回落 wake_vm
预热池状态	experimental_pool.WarmPool 纯实验，生产禁 import（ADR-12）；ADR-5 定案：预热盘是干净快照盘、不是任务盘，接线须先实现任务盘重供给	—（Muse 无此概念：常驻 VM 的盘就是用户工作区盘）	WarmPool 实验模块不动（仍禁生产 import）；新建生产模块 resident_pool.py。常驻 VM 的盘是每用户持久工作区盘，不是每任务新盘
内存	固定 2G，无气球	气球 + 空闲页上报，闲置 8G 压到约 2G 工作集	CHV 配置加 virtio-balloon + free-page-reporting（默认开，可关）
宿主–客机通道	只 SSH；executor 文档明确“只选 SSH，不做 vsock 第二套”（旧决策）	vsock 通知通道（另有 Unix socket + SO_PEERCRED 的单元内 IPC，属 P2/P3 层）	vsock 只做最小 notify（就绪/心跳上报），与 SSH 并存；SSH 仍是命令通道与就绪判定，host key 钉死不动
池持久化/孤儿	WarmPool registry state_dir/warm-pool.json 已有（原子写、损坏 quarantine、重启后条目一律 orphan 不复用）	—	常驻池复用同款 registry 语义，另建 resident-pool.json；worker 启动/关闭走 orphans facade 清理，不自动复用上一世条目

2. 改了什么（本轨交付物）

• cloud/chv/resident_pool.py（新）：常驻池。状态机 cold → provisioning → paused → running → paused；acquire(user) resume + SSH 就绪， release(user) pause 不销毁；空闲回收策略（pause 后常驻，超闲置阈值 关机+快照，阈值可配，默认不开自动关机）；registry 原子落盘、损坏 quarantine、重启后不复用。
• cloud/chv/executor.py：_run_with_vm 接常驻路径（默认开，可配关； 常驻失败一律回落冷启动，绝不因池坏而丢任务）；_create payload 加 balloon/vsock 设备。
• cloud/chv/config.py：CHV_RESIDENT_IDLE_MINUTES、CHV_BALLOON、 CHV_VSOCK（开关 + CID），非法值 ValueError，不静默 fallback。
• cloud/chv/worker_adapter.py：常驻池 reconcile facade（接 orphans）。
• cloud/chv/vsock.py（新，宿主侧）：vsock notify 客户端/监听最小实现。
• cloud/chv/guest/vsock_notify.py（新，客内脚本）：连宿主 CID 2 发 ready/心跳。只写脚本文件，不改 chv-guest/build.sh——镜像集成 是 P2 的范围，本轨只留接入说明。
• cloud/tests/test_chv_muse_p1_*.py（新）：常驻池、气球/vsock 配置与 payload、回落语义的单测；全量 cloud 套件全过。
• docs/chv-architecture.md：ADR-5/ADR-12 补充新决策（常驻路径取代 WarmPool 接线问题），旧定案不删、只追加。

3. 诚实边界（本轮不宣称的东西）

1. 隔离单元变了：常驻路径下隔离单元从“每任务”变成“每用户”——同一 用户的任务共享同一台常驻 VM 与同一块工作区盘，每任务新盘的不变量在 常驻路径上不再成立。冷启动路径（每任务新盘）保留作回落与隔离严格场景。 当前是单租户，这个取舍可接受；多租户重审前不得把常驻路径当多租户隔离。
2. 性能数字全是待验证目标，不是结果：resume 1–2 秒、到 SSH 5 秒内、 气球压内存——本轮无真机验证（第三棒 V-1～V-9 占着 WSL 测试机），一律 记入“真机待验证清单”，不在代码/文档里写成已测得。
3. 气球 API 形态须核对：CHV 54 的 balloon/vsock payload 字段以 Cloud Hypervisor 官方文档/二进制为准；本机无 /dev/kvm，无法本地起 VM 校验，只做配置层 + payload 单测。
4. vsock 端到端未通：本轮只做到宿主侧 + 客内脚本；客内脚本进镜像、 真机收发验证都待 P2 集成后、测试机空闲时再做。SSH 不动，vsock 坏了 不影响任务。
5. WarmPool 实验模块不动：不把它翻成生产模块，不改 wired_to_dispatch；常驻是新模块、新路径，旧实验代码与测试原样保留。

4. 恢复收尾（分离后在本分支修掉的回归）

分离时 chv 子集 3 失败 + 1 错误，全量另有 2 失败，均已修 掉、未删测试、未改断言：

• VmDeathTest 两处：根因不是生产判定错——探针实证， 常驻 VM 真死时 _run_on_resident 两态都正确判 interrupted；错的是旧测试的死亡模拟：它杀 ex._vms["chv-abc123"]，P1 常驻路由下该 VM 从未 wake、 登记里只有 chv-resident-default，模拟是空操作。修 法：模拟器改杀 dispatch 时已登记的 VM（即实际跑命令 的那台），断言不动。
• test_cloud_hypervisor 两处冷路径测试 （test_dispatch_wakes_runs_shuts_down、 test_dispatch_missing_dependency_does_not_call_runner）： P1 把常驻改成默认开后，它们测的冷启动序列不再是默认 路径；修法：两测试显式 CHV_RESIDENT_ENABLED=0， 继续钉冷启动行为，断言不动。常驻 dispatch 由 P1 新测 试覆盖。附带说明：建池 wake 失败后的清理 shutdown 是 既定行为（P1 回落测试钉住），不是回归。
• 超 50 行：_balloon_vsock_payload（54）拆出 _resolve_vsock_socket；vsock.listen_notify（55） 拆出 _bind_notify_listener；行为不动。
• mypy：resident_pool.py:208 加 None 守卫后干净； executor.py 的 out 未注解错与 marker_tools.py:142 是基线 06c3e17 已有（git show 核对，P1 diff 零行碰 out），如实记录、未动。