Codex 给出的测试报告属于当前代码吗：把提交与产物哈希绑定起来

一份测试报告写着通过，不代表它属于眼前的代码。Codex 跑完检查后又修改文件、把另一目录的报告复制过来，都会造成结论与输入脱离。验收前先验证报告绑定关系，再阅读测试结果，能把“报告失配”与“测试失败”分开。

报告需要说明测了什么

演示报告记录命令、退出码、输入文件摘要和输出产物摘要。输入是小型计算脚本，输出是合成结果文件。SHA256 对字节计算，因此换行、编码与空白都属于这份证据的一部分。路径是仓库内相对路径，报告不收绝对路径或上级跳转，也不从任意外部位置寻找一个同名文件来补齐缺项。

提交编号仍有用，但不足以覆盖未提交状态。若被测代码带着工作区改动，应同时保存相关输入哈希或完整可审查快照。一个 HEAD 字段加上“工作区干净”的自然语言声明不能取代实际记录。报告格式还应带版本，方便之后判断算法、路径范围和摘要字段是否发生变化。

三次核对，三种结论

附件先复算原样本，两组摘要均匹配。第二次只改变输入文件的一字节，预期输入失配；第三次恢复输入并改变产物一字节，预期输出失配。失败信息保留路径、期望摘要和实际摘要，不继续沿用退出码零给出通过。检查器在内存中完成这些变体，没有修改原始样本文件。

反例是只核对报告时间。时钟可能存在偏差，文件也可以被重新复制；时间较新既不能证明输入相同，也不能说明执行过某条命令。另一种反例是对源码内容与报告内容使用不同的换行归一策略，最后让两个不同字节快照看起来一致。是否允许归一必须事先写进合同，不能在失配后临时决定。

匹配不等于可信执行

哈希只能核对内容一致性。若报告作者伪造了退出码和摘要，离线复算仍可能匹配，因此它不是执行环境的签名或第三方证明。本文没有调用真实 Codex 测试，也没有把合成报告写成远程 CI 成功。需要更强的执行来源证据时，应依项目流程保存运行标识、日志与可验证的构建记录。

验收结论至少分三列：输入输出是否匹配、命令是否成功、检查是否覆盖任务行为。测试进程成功但没有发现任何用例，属于覆盖问题；报告哈希失配则应先重跑，不能从旧日志推断当前状态。

维护时把摘要核验放在查看成功标志之前，缺文件即报错，不自动用空内容补哈希。用户收到报告后可先运行配套检查器，再决定是否在自己的环境重跑真正的测试。这样保存的是可复核的证据链，而不是一句无法定位来源的“已经验证”。

配套文件与依据

本文的合成输入和参考结果可下载独立样本 a006.json，离线检查器 a006.py与样本放在同一目录后运行。检查器不调用模型接口。 使用 Python 3.12 或兼容版本，将上述文件下载到同一目录，执行 python a006.py。

一手资料1；一手资料2。资料核对日期：2026-10-24。