本番の配布のプランで judge が同じ CI の失敗に打ち直しを 7 回返し、上限まで同じ run を読み直す → 同じ失敗が続いたら止めて人へ戻す #1983

何を見つけたか

本番の配布のプランで、release のステップが同じ CI の失敗で落ち続けたのに、judge が毎回「同じステップをもう一度」（release）を返し、ステップの上限まで 7 回打ち直した。打ち直しは同じ失敗した CI の run を読み直すだけで、結果が変わる見込みが無かった。

judge の理由は 7 回とも「規則の『外部の待ち（CI）の揺れ』に当たる」「再び同じ所で落ちたら止める」と書いている。judge は前の打ち直しの結果を読まずに判断しており、自分で書いた「次は止める」が働かなかった。規則（プランの 規則: 「外部の待ち（CI・ネットワーク）の揺れなら同じステップをもう一度」）にも、何回まで・何が変われば打ち直すかが無い。

記録: ~/.local/state/ndf/sv/sprint-m1953/8-release-prod-state/（07-release.out〜20-judge.out・progress.jsonl）

どこで見つけたか

スプリント m1953 の本番 10.17.74（release PR 1975）と振り返り。

直す候補

• judge に、同じステップの前の判断と失敗の要約（回数・同じ失敗か）を渡す
• 同じステップが同じ失敗（同じ要約・同じ CI の run）で 2 回落ちたら、judge を呼ばずに止めて人へ戻す
• CI の揺れを打ち直すときは、ステップの打ち直しではなく CI のジョブの再実行を経由する（同じ run を読み直さない）

受け入れ条件

• 1. 同じ失敗の要約で 2 回落ちたステップは、3 回目を流さずに止まり、理由に回数と失敗の要約が載る
• 2. judge が前の判断と結果を読める（入力に載る）
• 3. 同じ CI の run の失敗を、打ち直しで解決したとみなさない
• 4. 1〜3 を確かめるテストがある

関連

• 由来: PR Release: ndf v10.17.74 #1975（本番 10.17.74）
• 関係: 継続的統合のスモークが 4 ランタイムの CLI を最新で入れ、外部の版上げ（agy 1.3.4）で本番の配布が止まる → 配布の経路は版を固定し、最新は別の経路で追う #1982（CI が最新の CLI を入れ、外部の版上げで落ちる）
• 関係: supervise: スプリントの設計のプランの上限 12 が最長の経路（13 本）より短く、--from gate で再開しても judge が前の結果を読めず stop を返す #1676（--from gate で再開すると judge が前の結果を読めない）、merge-when-green / release: 同じチェックの古い失敗と、Runner が付かずに取り消されたジョブを CI の失敗と数えて止まる #1645・merge-when-green / release: Runner が付かずに取り消された CI のジョブを失敗と数え、GitHub Actions の障害の間も fix へ回して空振りし、再実行と再開が手作業になる #1768（CI の失敗の数え方）