SandboxReplay

SandboxReplay 是 pVisor 的 Agent 轨迹回放能力。它面向用户已经创建好的新沙箱，重新执行原始轨迹中恢复边界之前的工具调用，用新沙箱产生的 observation 重建 Agent 原生上下文，然后从边界后继续运行。它会在 Run 与 Attempt 模型中创建派生 Run。

1. 基本概念

一条 Agent 轨迹可以表示为：

任务 → A1 → O1 → ... → AN → ON → A(N+1) → ...

Ai：模型产生的第 i 个动作，可包含可见文本、reasoning 和一个或多个工具调用；
Oi：执行 Ai 后返回给模型的 observation；
N：选定的恢复边界；
A(N+1)：原始轨迹在恢复边界后的下一次模型回复；
A′(N+1)：在新沙箱回放前 N 个动作后，模型生成的第一次续跑回复。

如果一个 assistant response 包含多个并行工具调用，它们属于同一个动作批次，恢复边界不能位于批次内部。

2. 回放语义

SandboxReplay 依次完成两件事：

在新沙箱中按原顺序重新执行 A1...AN 的工具调用，产生当前沙箱真实的 O′1...O′N；
保留 Agent 原生 system prompt、工具定义、任务和历史动作，用 O′1...O′N 替换旧 observation，然后直接请求下一次模型推理。

第一次续跑请求必须准确结束在 O′N：

Agent 原生 system prompt + 工具定义 + 原始任务
    + A1 → O′1 → ... → AN → O′N
                              ^ 请求在这里结束

O′N 后不得添加“请继续”“Continue from where you left off”等额外消息。回放保证恢复流程和消息边界正确，但不保证 A′(N+1) 与 A(N+1) 逐字一致；文件状态、工具输出中的动态字段以及模型采样都可能改变下一动作。

如果用户明确希望改变边界后的第一次推理，可以配置 boundary_user_prompt：

Agent 原生 system prompt + 工具定义 + 原始任务
    + A1 → O′1 → ... → AN → O′N
    + boundary_user_prompt → A′(N+1)

该提示词只在 O′N 之后、第一次实时模型推理之前注入一次，不替换原始任务。 prepare-only 和 replay-only 不发起实时模型请求，因此不会注入。未配置时仍保持 “请求准确结束在 O′N”的原有语义。

3. Agent 适配

3.1 Claude Code

Claude Code 使用原生 JSONL/UUID session。SandboxReplay 解析活动 parent UUID 链，重放前 N 个完整工具批次，将新 observation 写入重建 session，然后通过 claude --resume 启动续跑。

Claude Code 的 resume transport 会在模型请求前插入临时消息，因此 SandboxReplay 启动一个仅供本次续跑使用的本地协议桥。该桥验证并删除准确匹配的临时 envelope，使第一次模型请求仍结束在 O′N。它不启用 pVisor Gateway，也不捕获或持久化模型流量。

异步子 Agent 的 Agent 与 TaskOutput 被视为 Claude Code 原生工具。恢复边界必须选在能够由原生 session 无歧义重建的位置。

3.2 OpenHands

OpenHands 使用原生 event trajectory 和 ReplayManager。SandboxReplay 提取前 N 个 Action，OpenHands Runtime 在新沙箱中执行这些 Action 并产生新的 Observation；replay queue 耗尽后，OpenHands 直接发起续跑请求。

3.3 mini-swe-agent

mini-swe-agent 使用原生 mini-swe-agent-1.1 messages。配套 runner 保留原始 system 和任务消息，在新沙箱中重放前 N 个 action，并使用原生 observation formatter 将结果加入 agent.messages，随后直接调用下一次 agent.step()。

3.4 Pi agent

Pi agent 适配固定支持 @earendil-works/pi-coding-agent 0.83.0，输入为 Pi 原生 RPC event JSONL。一个 replay step 对应一个完整的 turn_end 工具批次。 SandboxReplay 使用 Pi 自身的工具实现重新执行 read、bash、edit、write，将新 observation 写入新建的 Pi v3 session，再通过 Pi SDK 从边界续跑。轨迹包含这四种工具之外的调用时会拒绝执行，避免静默改变工具语义。未配置边界提示词时调用 Pi 的原生 continue()；配置后则在 O′N 后通过 prompt() 追加一次用户消息。

3.5 OpenCode

OpenCode 适配固定支持 1.17.7，输入为 opencode run --format=json 产生的原生事件 JSONL。user、step_start、text、reasoning、tool_use 和 step_finish 事件会按 step 分组；一个 replay step 对应一个完整的工具调用批次。 SandboxReplay 在新沙箱中重新执行命令型工具以及 read、write、edit 文件工具，用新的 state.output 重建前缀，并通过 opencode run --format=json --session 从边界继续。工具执行期间的中间 tool_use 状态会合并，避免同一调用被重复回放。

3.6 Codex

Codex 适配固定支持 CLI 0.149.0，输入为 Codex 原生 rollout JSONL。一个 replay step 对应一组完整的 function_call/custom_tool_call 及其 outputs。SandboxReplay 在新沙箱中重放前缀工具，将原生 response_item 前缀写入隔离的 CODEX_HOME，再执行 codex exec resume <session-id> --json。native session ID 从 session_meta 自动提取；未知工具或缺少 native session ID 时显式失败，不会退化成全新会话。

Codex 保留自身的 system prompt、工具定义和任务上下文，SandboxReplay 只替换边界前的 observation。为兼容需要 resume prompt 的旧版 CLI，SandboxReplay 使用本地 Responses bridge 删除 transport nonce，再将请求转发到模型服务；续跑结束后也会从 native trajectory 中清理 nonce。默认模式的输入条件为 replayed_boundary_only，不会向模型注入额外提示词。

配置 boundary_user_prompt 时，提示词只在 O′N 后注入一次并保留；此时输入条件标记为 boundary_user_prompt_appended。bridge 校验失败会拒绝续跑，不降级为直连。

4. 使用方式

4.1 安装 pVisor

pVisor CLI 随 Persisting wheel 发布。沙箱内有 Python 3.10 或更高版本时，推荐直接安装发布版：

python -m pip install persisting

command -v pvisor
pvisor --version
pvisor replay --help

如果需要测试尚未发布的 SandboxReplay 代码，可以在目标沙箱中从源码只安装 pVisor：

git clone https://github.com/DeepLink-org/Persisting.git
cd Persisting
cargo install --locked \
  --path crates/persisting-pvisor \
  --bin pvisor

export PATH="${CARGO_HOME:-$HOME/.cargo}/bin:$PATH"
pvisor replay --help

开发时也可以不安装，直接构建并使用仓库内二进制：

cargo build --release -p persisting-pvisor --bin pvisor
./target/release/pvisor replay --help

pvisor replay 通常直接运行在用户已经创建的新沙箱中，因此 pVisor 必须安装在该沙箱内，或者以只读方式挂载到沙箱的 PATH。如果在沙箱外构建后复制二进制，构建机与目标沙箱的操作系统、CPU 架构和动态链接运行时必须兼容。Agent runtime 也必须与所选 replay profile 的固定版本一致。

4.2 CLI 与 TOML

SandboxReplay 默认假设用户已经创建了一个新沙箱，并在沙箱中直接运行：

pvisor replay \
  --agent claude-code \
  --trajectory /input/session.jsonl \
  --after-step 30 \
  --agent-entrypoint /usr/bin/claude \
  --boundary-user-prompt '请检查新的 observation 后继续任务'

Pi agent runtime 安装在 /opt/pi-agent 时，命令为：

pvisor replay \
  --agent pi-agent \
  --trajectory /input/pi-agent.events.jsonl \
  --after-step 30 \
  --agent-entrypoint /opt/pi-agent/bin/pi

Pi agent 等价的 pVisor TOML 配置为：

[replay]
agent = "pi-agent"
trajectory = "/input/pi-agent.events.jsonl"
after_step = 30
agent_entrypoint = "/opt/pi-agent/bin/pi"
max_steps = 200
disable_thinking = true

OpenCode 使用原生事件 JSONL：

pvisor replay \
  --agent opencode \
  --trajectory /input/opencode.jsonl \
  --after-step 30 \
  --agent-entrypoint /usr/bin/opencode

Codex 使用原生 rollout JSONL；SandboxReplay 会自动读取轨迹中的 Codex native session ID，用户无需手工填写 session_id：

pvisor replay \
  --agent codex \
  --trajectory /input/rollout.jsonl \
  --after-step 30 \
  --agent-entrypoint /usr/bin/codex

两者也可使用同一个 TOML 文件，只需将 [replay].agent、trajectory 和 agent_entrypoint 分别改为 opencode 或 codex。

Claude Code 等价的 pVisor TOML 配置为：

[replay]
agent = "claude-code"
trajectory = "/input/session.jsonl"
after_step = 30
agent_entrypoint = "/usr/bin/claude"
max_steps = 200
session_id = "task-291-attempt-1"
replay_only = false
disable_thinking = true
boundary_user_prompt = "请检查新的 observation 后继续任务"

4.3 执行模式与结果

默认模式会执行选中的前缀，然后启动 Agent 继续运行；
--replay-only 会执行前缀，但在下一次模型请求前停止；
--prepare-only 只校验并构造前缀，不执行工具、不启动 Agent，也不要求 Agent runtime。

--max-steps 是包含回放前缀在内的 Agent 动作总预算。例如 --after-step 30 --max-steps 50 最多留下 20 个续跑动作。仅回放模式的预算必须覆盖前缀；续跑模式还必须至少留下一个实时动作。

结果协议为 sandbox-playback.result/v3：phase 为 prepared、replayed 或 continued；quality 为 verified 或 degraded；agent_status 区分 not_started、completed、max_steps 与 failed。失败结果会保留已经生成的日志和原生轨迹。即使 OpenHands 进程返回 0，只要控制器报告 fatal 状态，结果仍为失败。

成功结果的 metadata 记录边界提示词是否请求和注入，以及字符长度和 SHA-256； replay journal 不记录提示词明文；Agent 原生的 prepared 或 continued trajectory 可能包含这条 user 消息。对于 Claude Code，内存桥只把提示词加入第一次清理后的上游请求，不修改重建的原生 session。配置提示词后， next-action-comparison.json 的输入条件为 boundary_user_prompt_appended。此时文本相似度和工具一致性仅供观察，不能解释为相同输入下的 replay 一致性。

迁移说明：旧版非 Claude 配置有时使用 replay_only = true 表示只构造前缀、不执行。现在应改为 prepare_only = true；v3 的 replay-only 一定会执行选中的前缀，因此需要精确版本的 runtime。无法重新生成的 Claude observation 默认失败，只有显式指定 --allow-stale-observations 才会复用并把质量标记为 degraded。

disable_thinking 也可以通过 --disable-thinking 指定。只有显式提供 --executor、--stage、--overlayfs-path 或 --overlayfs-compose 等运行参数，或在 TOML 中增加 [run]、[overlayfs]、[overlaynet]，才会在回放外层创建受管的 pvisor run。

完整参数见 pvisor replay 命令参考。

5. Qwen3.6 实测结果

5.1 测试设置

模型：Qwen3.6-35B-A3B；
reasoning/thinking：关闭；
题目：NodeBB（291）、Vuls（666）、qutebrowser（667）；
Agent：Claude Code、OpenHands、mini-swe-agent、Pi agent；
每个 Agent 先在新沙箱中生成原始轨迹，再创建另一个新沙箱，仅使用 pVisor SandboxReplay 续跑；
每个沙箱资源：2 CPU、7 GiB 内存、70 GiB 存储；
N 按 Rust 解析器识别出的完整原生工具批次序号统计；原始和续跑总步数按相应 Agent 原生轨迹中的 turn/action 数统计；
文本相似度只比较归一化后的可见文本，不包含 reasoning；
“工具完全一致”要求工具数量、顺序、名称和 JSON 参数均一致。

5.2 完整续跑与下一动作汇总

Agent	题目	N	原始总步数	续跑总步数	原始 Reward	本次 Reward	A′(N+1) 工具完全一致	文本相似度
Claude Code	NodeBB（291）	1	69	101	1	1	是	0.85
Claude Code	Vuls（666）	28	76	200	0	0	否	0.45
Claude Code	qutebrowser（667）	36	46	46	1	1	否	0.48
OpenHands	NodeBB（291）	28	62	68	1	0	是	1.00
OpenHands	Vuls（666）	25	43	43	1	1	是	1.00
OpenHands	qutebrowser（667）	17	36	87	1	1	否	0.13
mini-swe-agent	NodeBB（291）	48	104	115	1	1	否	1.00
mini-swe-agent	Vuls（666）	39	94	91	1	1	是	1.00
mini-swe-agent	qutebrowser（667）	31	115	65	1	1	否	0.77
Pi agent	NodeBB（291）	54	111	92	1	1	是	N/A
Pi agent	Vuls（666）	38	77	62	1	1	否	1.00
Pi agent	qutebrowser（667）	37	71	91	1	1	否	0.39
Codex	NodeBB（291）	37	74	88	1	1	否	0.42
Codex	Vuls（666）	28	57	69	1	1	否	0.47
Codex	qutebrowser（667）	27	54	43	1	1	是	0.97

Claude Code / NodeBB 使用 N=1，以避开异步子 Agent 完成后的 Resume Transport canonical-prefix 歧义。边界后的原始可见文本非空，且 A′(N+1) 成功复现同一个 TaskOutput 调用。

Pi agent 三题分别在新的任务沙箱中并发执行完成，均未发生模型请求重试，三次 verifier Reward 均为 1。NodeBB 边界两侧的下一动作可见文本均为空，因此文本相似度按当前指标语义记为 N/A，而不是把两个空字符串报告为 1.00。

Codex 三题使用 Ornith-1.5-35B-A3B，原始轨迹来自 r24，续跑轨迹来自最终成功的 r30；续跑使用新的任务沙箱和默认 replayed_boundary_only 输入条件。Codex 轨迹中未发现 transport nonce 或 Continue from the replay boundary. 消息。

5.3 A(N+1) 与 A′(N+1)

以下直接展示原始下一步和续跑下一步。reasoning 已移除；较长的整文件替换只保留修改目标和能够区分调用的关键内容。

Claude Code

NodeBB（291）

A(N+1)：

Let me wait for the exploration agent to complete.

TaskOutput:
  task_id="a7e5a5bf351a66db5"
  block=true
  timeout=120000

A′(N+1)：

Let me wait for the exploration agent to complete before proceeding.

TaskOutput:
  task_id="a7e5a5bf351a66db5"
  block=true
  timeout=120000

区别：工具及参数完全一致，仅文本增加了 “before proceeding”。文本相似度为 0.85。

Vuls（666）

A(N+1)：

Now let me search for the `Supported` method in the Debian code:

Read:
  file_path="/app/libmanager/libmanager.go"

A′(N+1)：

Now I have a clear picture. Let me also check the gost/debian.go file:

Read:
  file_path="/app/gost/debian.go"

区别：都是读取文件，但目标分别为 libmanager/libmanager.go 和 gost/debian.go。文本相似度为 0.45。

qutebrowser（667）

A(N+1)：

All tests pass. Let me verify the implementation meets all PR requirements
by checking the final state of the file:

Read:
  file_path="/app/qutebrowser/browser/webengine/webview.py"
  offset=1
  limit=60

A′(N+1)：

All test cases pass. Now let me verify the actual test file runs correctly:

Bash:
  command="python -m pytest tests/unit/browser/webengine/test_webview.py::test_suffixes_workaround_extras_returned -v 2>&1"
  description="Run the suffixes workaround tests"

区别：原轨迹读取实现文件，续跑执行指定 pytest。文本相似度为 0.48。

OpenHands

NodeBB（291）

A(N+1)：

Now let me check if there are any tests already written for
`incrObjectFieldByBulk`:

run:
  command="grep -rn \"incrObjectFieldByBulk\\|incrByBulk\\|ByBulk\" /app/test/ 2>/dev/null"
  is_input="false"

A′(N+1)：

Now let me check if there are any tests already written for
`incrObjectFieldByBulk`:

run:
  command="grep -rn \"incrObjectFieldByBulk\\|incrByBulk\\|ByBulk\" /app/test/ 2>/dev/null"
  is_input="false"

区别：文本、工具和参数完全一致。文本相似度为 1.00。

Vuls（666）

A(N+1)：

Now I have a complete understanding of what needs to be changed.
Let me implement all the required changes:

edit:
  command="str_replace"
  path="/app/gost/debian.go"
  old_str="func (deb Debian) Supported(major string) bool { ... }"
  new_str="func (deb Debian) supported(major string) bool { ... }"

A′(N+1)：

Now I have a complete understanding of what needs to be changed.
Let me implement all the required changes:

edit:
  command="str_replace"
  path="/app/gost/debian.go"
  old_str="func (deb Debian) Supported(major string) bool { ... }"
  new_str="func (deb Debian) supported(major string) bool { ... }"

区别：文本、工具和参数完全一致。文本相似度为 1.00。

qutebrowser（667）

A(N+1)：

Now I have the original file. Let me make the changes properly:

1. First, I'll move the `extra_suffixes_workaround` function to
   module-level (before the `WebEnginePage` class)
2. Then update `chooseFiles` to use the module-level function and be
   callable without instance state

edit:
  command="str_replace"
  path="/app/qutebrowser/browser/webengine/webview.py"
  old_str="acceptNavigationRequest、类内 staticmethod
           extra_suffixes_workaround 以及 chooseFiles"
  new_str="保留 acceptNavigationRequest；chooseFiles 改为调用模块级函数；
           将 extra_suffixes_workaround 移到模块级"

A′(N+1)：

Now I understand the structure. I need to:
1. Move `extra_suffixes_workaround` to module-level
2. Update `chooseFiles` to use the module-level function and be callable
   without instance state
3. Keep backward compatibility by assigning the function to the class

Let me make the changes:

edit:
  command="str_replace"
  path="/app/qutebrowser/browser/webengine/webview.py"
  old_str="类内 staticmethod extra_suffixes_workaround 以及 chooseFiles 开头"
  new_str="模块级 extra_suffixes_workaround；
           随后重新声明 class WebEnginePage(QWebEnginePage)"

区别：都编辑同一文件并尝试移动函数，但替换范围和生成的代码结构不同。文本相似度为 0.13。

mini-swe-agent

NodeBB（291）

A(N+1)：

Let me just rewrite the entire function properly:

bash:
  cat > /tmp/rebuild_mongo.js << 'ENDOFFILE'
  # 读取 /app/src/database/mongo/hash.js
  # 用正则提取 incrObjectFieldBy
  # 重新生成 incrObjectFieldByBulk
  # 重写 mongo/hash.js
  ENDOFFILE

  node /tmp/rebuild_mongo.js

A′(N+1)：

Let me just rewrite the entire function properly:

bash:
  cat > /tmp/rewrite_mongo_hash.js << 'ENDOFFILE'
  # 读取 /app/src/database/mongo/hash.js
  # 通过括号计数删除已有 incrObjectFieldByBulk
  # 在文件末尾插入新的 incrObjectFieldByBulk
  # 重写 mongo/hash.js
  ENDOFFILE

  node /tmp/rewrite_mongo_hash.js

区别：可见文本完全一致，但生成脚本、临时文件名和重写策略不同，因此工具参数不一致。文本相似度为 1.00。

Vuls（666）

A(N+1)：

## Change 2: Fix "Unmarshall" to "Unmarshal" in error messages

bash:
  sed -i 's/Failed to Unmarshall/Failed to Unmarshal/g' /app/oval/oval.go

A′(N+1)：

## Change 2: Fix "Unmarshall" to "Unmarshal" in error messages

bash:
  sed -i 's/Failed to Unmarshall/Failed to Unmarshal/g' /app/oval/oval.go

区别：文本、工具和参数完全一致。文本相似度为 1.00。

qutebrowser（667）

A(N+1)：

The tests are failing due to Qt issues. Let me try a different approach -
let me just understand the code and make the changes based on the PR
description. Let me re-read the test file more carefully:

bash:
  cat /app/tests/unit/browser/webengine/test_webview.py |
    grep -A 20 "test_suffixes_workaround_choosefiles_args"

A′(N+1)：

The test is failing due to Qt issues. Let me try a simpler approach -
just understand what the test expects and make the code changes.
Let me re-read the test carefully:

bash:
  sed -n '100,140p' /app/tests/unit/browser/webengine/test_webview.py

区别：都读取同一测试文件附近的内容，但分别使用 grep -A 20 和 sed -n 100,140p。文本相似度为 0.77。

Pi agent

NodeBB（291）

A(N+1)：

[可见文本为空]

bash:
  command="cd /app && node test-bulk-increment.js 2>&1"

A′(N+1)：

[可见文本为空]

bash:
  command="cd /app && node test-bulk-increment.js 2>&1"

区别：工具及参数完全一致；双方可见文本均为空，因此文本相似度为 N/A。

Vuls（666）

A(N+1)：

**4. Fix "Unmarshall" typo in report/cve_client.go:**

bash:
  command="grep -n \"Unmarshall\" /app/report/cve_client.go"

A′(N+1)：

**4. Fix "Unmarshall" typo in report/cve_client.go:**

bash:
  command="sed -i 's/Failed to Unmarshall/Failed to Unmarshal/g' /app/report/cve_client.go"

区别：可见文本完全一致，工具名称均为 bash，但命令参数不同。文本相似度为 1.00。

qutebrowser（667）

A(N+1)：

Let me update the test file to call the module-level function instead of the
static method on the class. This is necessary for my implementation:

edit:
  path="/app/tests/unit/browser/webengine/test_webview.py"
  changes="调用模块级 extra_suffixes_workaround；调整 chooseFiles 测试参数和 expected 集合合并"

A′(N+1)：

Let me look at the test more carefully and understand what's expected:

read:
  path="/app/tests/unit/browser/webengine/test_webview.py"
  offset=115

区别：原轨迹直接编辑测试文件，续跑先读取测试文件；工具和参数均不同。文本相似度为 0.39。

Codex

NodeBB（291），N=37

A(N+1)：

Both files parse. Now let me write a reproduction script that exercises the real NodeBB Redis DB through `db.incrObjectFieldByBulk` to verify all the requirements.

工具：exec_command，在 /app 下创建并执行 /tmp/repro.js，验证 bulk increment、负数递增、空输入、非法输入、危险字段名、原子性、缓存失效和多次累加。

A′(N+1)：

Both files parse. Now let me update the plan and write a comprehensive test script to verify the Redis behavior against a real instance.

工具：update_plan，前三个实现步骤已完成，当前步骤为“Write reproduction script and verify behavior”，后续执行 lint 和 hash test suite。

区别：工具和参数不一致，文本相似度为 0.42。

Vuls（666），N=28

A(N+1)：

The build cache is now warm and builds succeed. Let me set up a plan and start implementing the changes.

工具：update_plan，计划从导出 Debian.Supported、修正 Unmarshall 拼写、补充文档注释、增加 Oracle Linux 分支开始。

A′(N+1)：

The build takes longer than the 10s poll window due to the large dependency tree. Let me run it in the background and poll the log.

工具：exec_command：

cd /app && export PATH=$PATH:/usr/local/go/bin && \
nohup go build ./gost/ ./scan/ ./oval/ ./report/ > /tmp/build.log 2>&1 &
echo "started $!"

区别：工具和参数不一致，文本相似度为 0.47。

qutebrowser（667），N=27

A(N+1)：

Now let me run this gold-style verification test.

工具：exec_command：

cd /app && xvfb-run -a env QT_QPA_PLATFORM=offscreen \
QTWEBENGINE_CHROMIUM_FLAGS="--no-sandbox --disable-gpu --disable-dev-shm-usage" \
python -m pytest tests/unit/browser/webengine/test_webview_goldcheck.py -q 2>&1 | tail -20

A′(N+1)：

Now let me run the gold-style verification test.

工具：exec_command，命令和参数与原始轨迹完全一致。

区别：工具完全一致，文本相似度为 0.97。

精确参数见 pvisor replay 命令参考；执行边界见执行指南。

1. 基本概念​

2. 回放语义​

3. Agent 适配​

3.1 Claude Code​

3.2 OpenHands​

3.3 mini-swe-agent​

3.4 Pi agent​

3.5 OpenCode​

3.6 Codex​

4. 使用方式​

4.1 安装 pVisor​

4.2 CLI 与 TOML​

4.3 执行模式与结果​

5. Qwen3.6 实测结果​

5.1 测试设置​

5.2 完整续跑与下一动作汇总​

5.3 A(N+1) 与 A′(N+1)​

Claude Code​

NodeBB（291）​

Vuls（666）​

qutebrowser（667）​

OpenHands​

NodeBB（291）​

Vuls（666）​

qutebrowser（667）​

mini-swe-agent​

NodeBB（291）​

Vuls（666）​

qutebrowser（667）​

Pi agent​

NodeBB（291）​

Vuls（666）​

qutebrowser（667）​

Codex​

NodeBB（291），N=37​

Vuls（666），N=28​

qutebrowser（667），N=27​

1. 基本概念

2. 回放语义

3. Agent 适配

3.1 Claude Code

3.2 OpenHands

3.3 mini-swe-agent

3.4 Pi agent

3.5 OpenCode

3.6 Codex

4. 使用方式

4.1 安装 pVisor

4.2 CLI 与 TOML

4.3 执行模式与结果

5. Qwen3.6 实测结果

5.1 测试设置

5.2 完整续跑与下一动作汇总

5.3 A(N+1) 与 A′(N+1)

Claude Code

NodeBB（291）

Vuls（666）

qutebrowser（667）

OpenHands

NodeBB（291）

Vuls（666）

qutebrowser（667）

mini-swe-agent

NodeBB（291）

Vuls（666）

qutebrowser（667）

Pi agent

NodeBB（291）

Vuls（666）

qutebrowser（667）

Codex

NodeBB（291），N=37

Vuls（666），N=28

qutebrowser（667），N=27