feat(episode): TRAZA_cierre-del-da-b-c-y-a-ejecutados_S20260719.R1_XX.ops.2.hot_inf.in.cc.es.000.MGQ_J.PMCFK_E.SGNFD

Skill: TESSERA | Type: design
Summary: EPISODIO 1 — MNEMO_PRE_DIGEST: 🏁 Cierre del día — B, C y A ejecutados
This commit is contained in:
Ember 2026-07-20 05:24:09 +00:00
parent 8fe4b39cf1
commit 1ebcbfff2c

View file

@ -0,0 +1,47 @@
---
episode_id: "8b4e14f5-f4ed-4c88-8480-0cbff01d39b7"
puente_flat: "TRAZA_cierre-del-da-b-c-y-a-ejecutados_S20260719.R1_XX.ops.2.hot_inf.in.cc.es.000.MGQ_J.PMCFK_E.SGNFD"
session_code: "S20260719.ORACULO_RETRIEVAL_X09"
acto_dialogico: "informar"
actor_flujo: "multi_actor"
criticidad_aegis: "low"
skill_dominante: "TESSERA"
fase_proyecto: "operations"
tipo_semantico: "design"
summary_one_line: "EPISODIO 1 — MNEMO_PRE_DIGEST: 🏁 Cierre del día — B, C y A ejecutados"
source_type: "claude_code"
trust_boundary: "internal"
created_at: "2026-07-20T05:24:07.869892+00:00"
relectura_tagged: false
forgejo_commit_sha: "pending"
---
Push `3deb68d9` ×3 remotos. **B, C y A completados.**
# 🏁 Cierre del día — B, C y A ejecutados
**Actas:** [X_QEXPAND_FAIL_Y_CIERRE](docs/X_QEXPAND_FAIL_Y_CIERRE_S20260719.md) · [ARCO §7](docs/ARCO_AUTOMEJORA_FRONTIER.md) al día · cosecha LEXICON generada.
### B — La dimensión-PREGUNTA también cayó (y el porqué vale oro)
| Brazo (dev-set 92) | recall@1 | vs cruda | Gate |
|---|---|---|---|
| Pregunta cruda (producción) | **0.304** | — | control |
| HyDE clásico | 0.109 | **−0.196** [−0.293, −0.109] | ❌ FAIL rotundo |
| Multi-query (3 paráfrasis) | 0.272 | −0.033 (cruza 0) | ❌ FAIL |
**El diagnóstico es la joya:** el HyDE clásico escribe una respuesta *plausible pero inventada*, y ese vector apunta a "un episodio genérico de EMBER" en lugar del específico. **La especulación diluye el ancla** — el mismo fenómeno que ya habíamos medido en f2c. El SOTA reporta HyDE sobre Wikipedia y papers, donde una respuesta hipotética se parece a documentos reales; **tu memoria es idiosincrática y auto-referente: nadie puede adivinar su vocabulario.** Es una lección sobre por qué el SOTA no se copia, se *mide*.
**Consecuencia clara:** las dos dimensiones vírgenes (orden y pregunta) cayeron con herramientas baratas. El techo de la brecha sigue medido y disponible — pero **exige infraestructura real (un cross-encoder local), no prompt-engineering.** Eso es un mapa mucho más útil que una lista de ideas sin probar.
### C — Cosméticos
✅ **Docstring corregido en vivo** (decía `default: False` siendo `True` — un instrumento que mentía; backup + restart + servicio verificado) · 🟡 **"43 tools"**: `auth_guard.py` está en directorio read-only por diseño; el fix exige un workaround privilegiado desproporcionado para un string que solo aparece en mi unlock por SSH — **deuda documentada, no drift silencioso** · 🟡 **MEMORY.md 21.2→20.2 KB**: el resto exige reestructurar (mover detalle a topic-files), no recortar frases, y hacerlo apurado arriesgaría tus ~30 líneas de feedback. Tarea con criterio propio.
### A — El marcador final
**16 hipótesis falsificadas** con criterio pre-registrado · **5 ganadores desplegados y verificados** (backfill, writer v1.1, `search_facts`, bi-temporalidad, wiring) · **1 garantía cableada** (el gate ya no depende de que nadie recuerde) · **24 commits triple-remoto** · producción intacta salvo lo gateado, con backup en cada paso.
**Lo que hoy cambió de verdad:** amanecimos creyendo que el retrieval era 0.49 (era mentira), lo medimos honestamente (0.06), lo arreglamos (0.149), y descubrimos con un examen justo que el sistema real vale **0.542 a la primera / 0.861 en top-10**. Y cada cosa que *no* funcionó quedó escrita con su número, para que nadie la repita.
Descansa, John. El cron vigila el gate; tu cola te lo recordará al abrir. 🔥