执行摘要

• 一句话：避免 worker 启动转发父进程 Python 入口点
• 推荐动作：值得精读。python_argv_prefix() 是解释器 argv 解析的典型边界场景：短选项可聚簇、部分选项带值、attached selector 需要与普通标志区分。该 PR 用逐字符簇扫描 + for...else 结构以少量代码覆盖了这些边界，并配套真实子进程回归测试而非仅断言字符串，测试设计值得借鉴。建议重点阅读 python_argv_prefix() 的扫描逻辑与新增参数化测试。

功能与动机

PR body 明确指出问题：当 Miles 进程以 attached Python entrypoint（如 python -cCODE 或 python -mmodule）启动时，python_argv_prefix() 会把该入口点转发到 worker 启动命令中，导致附加的 worker 模块变成父入口点的参数而不是 Python 实际执行的程序。聚簇形式（如 -ucCODE）同样受影响，且 -uW ignore / -uX dev 这类带值短选项会丢失独立的选项值。因此需要扫描短选项簇直到命令/模块选择器，保留前面的解释器标志，并把 -W / -X 选项的剩余部分视为值。

实现拆解

1. 常量收敛：在 miles/utils/workers/argv_utils.py 中，将 _INTERPRETER_FLAGS_TAKING_A_VALUE 和 _INTERPRETER_FLAGS_ENDING_THE_PREFIX 两个整 token 集合替换为 _INTERPRETER_SHORT_FLAGS_TAKING_A_VALUE = frozenset({'X', 'W', 'Q'})，为字符级扫描做准备。
2. 核心扫描逻辑：重写 python_argv_prefix()。对不以 -- 开头的 token 逐字符枚举 token[1:]：遇到 c 或 m 时，把 selector 之前的标志（如 -u）加入前缀并立即返回，不转发 selector 及其后的代码/模块名；遇到 X / W / Q 时，整个 token 作为选项保留，若该字符位于 token 末尾则再取下一个 token 作为值，否则剩余字符视为值并停止扫描。普通标志原样保留。
3. 长选项与终止符：--check-hash-based-pycs 仍单独携带下一个值；- 与 -- 继续作为前缀终止符，长选项不参与簇扫描。
4. 测试配套：在 tests/fast/utils/workers/test_argv_utils.py 新增 3 个参数化测试：test_attached_command_does_not_replace_the_child_entrypoint（覆盖 -c、-uc、-OOuc，并用返回的前缀真实启动子进程验证 child entrypoint 可执行）、test_attached_module_is_not_forwarded（覆盖 -m、-um）、test_short_option_values_are_not_scanned_as_entrypoint_flags（覆盖 -Wignore::DeprecationWarning、-Ximporttime、-uW ignore、-uX dev）。
5. 验证情况：PR body 报告在 macOS、Python 3.13.2 下，修复前 7 个新回归用例失败、2 个对照组通过；修复后 67 个用例全部通过，Ruff、Black、isort 与 git diff --check 均通过。完整 CPU CI 与 GPU/Ray 端到端训练未在本地运行。

关键文件：

• miles/utils/workers/argv_utils.py（模块 参数解析；类别 source；类型 core-logic；符号 python_argv_prefix）: 核心修复文件。重写 python_argv_prefix() 的短选项解析路径，正确处理 attached -c / -m selector 与 -W / -X / -Q 带值选项，避免 worker 子进程继承父进程入口点。
• tests/fast/utils/workers/test_argv_utils.py（模块 回归测试；类别 test；类型 test-coverage；符号 test_attached_command_does_not_replace_the_child_entrypoint, test_attached_module_is_not_forwarded, test_short_option_values_are_not_scanned_as_entrypoint_flags）: 新增三组参数化回归测试，覆盖 attached command/module selector、簇标志与带值短选项，并用真实子进程验证 child entrypoint 可执行，是本次修复正确性的主要证据。

关键符号：python_argv_prefix

关键源码片段

miles/utils/workers/argv_utils.py

核心修复文件。重写 python_argv_prefix() 的短选项解析路径，正确处理 attached -c / -m selector 与 -W / -X / -Q 带值选项，避免 worker 子进程继承父进程入口点。

def python_argv_prefix() -> list[str]:
    # 根据 sys.orig_argv 重建可安全追加模块入口的解释器前缀，
    # 调用方会继续追加 -m <worker_module> 启动子进程。
    # 必须保留解释器标志（如 -O、-u），但不能转发父进程自己的
    # attached 入口点（如 -cCODE 或 -mmodule），否则子模块会变成
    # 父入口点的普通参数。
    prefix = [sys.executable]
    tokens = iter(sys.orig_argv[1:])
    for token in tokens:
        # - 表示从 stdin 读取，-- 结束选项解析，两者都终止前缀。
        if not token.startswith('-') or token in ('-', '--'):
            break
        if not token.startswith('--'):
            # 短选项可以聚簇，例如 -OOu 等价于 -O -O -u。
            # 逐字符扫描，直到发现命令 / 模块选择器或带值短选项。
            for index, flag in enumerate(token[1:], start=1):
                if flag in ('c', 'm'):
                    # 遇到 selector：保留其前面的解释器标志（如 -u），
                    # 丢弃 selector 本身及其后的代码 / 模块名。
                    if index > 1:
                        prefix.append(token[:index])
                    return prefix
                if flag in _INTERPRETER_SHORT_FLAGS_TAKING_A_VALUE:
                    # -W / -X / -Q 的取值可能连写（如 -Wignore），
                    # 也可能以独立 token 给出（如 -uW ignore）。
                    # 整个 token 都属于解释器选项，原样保留。
                    prefix.append(token)
                    if index == len(token) - 1:
                        prefix.append(next(tokens))
                    # 剩余字符属于选项值，不再视为短标志。
                    break
            else:
                # 整个 token 都是普通解释器标志，原样保留。
                prefix.append(token)
            continue
        # 长选项不做聚簇扫描，仅 --check-hash-based-pycs 需要带走一个值。
        prefix.append(token)
        if token == '--check-hash-based-pycs':
            prefix.append(next(tokens))
    return prefix

评论区精华

该 PR 由 AI 辅助完成（PR body 声明 Codex 检查源码、实现变更并运行检查，未声称人工 review）。claude[bot] 首次评论指出 fork PR 默认禁用自动审查；维护者 guapisolo 触发 @claude review 后，claude[bot] 报告 Code review found no issues，随后 guapisolo 直接批准合并。无实质设计争论，也未留下未解决疑虑。

• 自动代码审查与批准 (other): 无设计争议；按当前实现合并，完整 CI 验证留待合并后执行。

风险与影响

• 风险：核心风险在于 python_argv_prefix() 是 worker 启动链路的基础工具，改动会影响所有经它重建解释器前缀的场景：
  • 回归风险：PR body 明确说明完整 CPU CI 与 GPU/Ray E2E 未在本地运行，worker 启动关联的 rollout 路径需要 CI 兜底；
  • 边界风险：字符级扫描依赖 Python 短选项聚簇规则，-W / -X / -Q 的取值若以 c 或 m 开头（如 -Wc...）会先命中 W 分支而不会误判为 selector，但任何未预料的取值格式都可能改变前缀输出；
  • 兼容性：-Q 为历史遗留选项，保留在集合中无实际影响；--check-hash-based-pycs 行为不变；
  • 异常行为：若 -W / -X 等带值选项缺少独立值，next(tokens) 仍会抛 StopIteration，与改动前一致，未新增风险；
  • 性能无影响，前缀解析仅在进程启动时执行一次。
  • 影响：影响范围集中在 worker 启动路径：使用 python -c ... / python -m ... 包装启动 Miles 的用户，此前 worker 会错误执行父入口点或把 worker 模块当作父程序参数，修复后 worker 能正确加载自身模块。对常规 python script.py 或 python -m miles... 启动方式，前缀输出与改动前一致。团队影响：改动小、测试针对性强，后续维护成本低；但需注意该工具函数被多个启动入口复用，合并后应让完整 CI 覆盖验证。
  • 风险标记：worker 启动路径变更, 完整 CI 与 GPU E2E 未验证, argv 解析边界改动

关联脉络

• 暂无明显关联 PR