john/ember-memory-test
1
0
Fork 0
Code Issues Pull requests Projects Releases Packages Wiki Activity Actions

feat(episode): TRAZA_med-a-haiku-en-una-tarea-real-con_S20260923.R1_XX.ops.2.hot_inf.in.cc.es.000.MGQ_J.PMCFK_E.SGNFD

Browse source 
Skill: NONE | Type: troubleshooting
Summary: EPISODIO 1 — COMPASS: Medí a Haiku en una tarea real con...
This commit is contained in:
Ember 2026-09-27 22:04:14 +00:00
parent 58de885adf
commit 255977ee66
1 changed files with 28 additions and 0 deletions
Show stats Download patch file Download diff file Expand all files Collapse all files

28
episodes/TRAZA_med-a-haiku-en-una-tarea-real-con_S20260923.R1_XX.ops.2.hot_inf.in.cc.es.000.MGQ_J.PMCFK_E.SGNFD.md Normal file
View file

@ -0,0 +1,28 @@
---
episode_id: "af91084a-4b5d-4514-81fa-a8f88441e992"
puente_flat: "TRAZA_med-a-haiku-en-una-tarea-real-con_S20260923.R1_XX.ops.2.hot_inf.in.cc.es.000.MGQ_J.PMCFK_E.SGNFD"
session_code: "S20260923.SID027AD4ABD902"
acto_dialogico: "informar"
actor_flujo: "multi_actor"
criticidad_aegis: "low"
skill_dominante: "NONE"
fase_proyecto: "operations"
tipo_semantico: "troubleshooting"
summary_one_line: "EPISODIO 1 — COMPASS: Medí a Haiku en una tarea real con..."
source_type: "claude_code"
trust_boundary: "internal"
created_at: "2026-09-27T22:04:14.230777+00:00"
relectura_tagged: false
forgejo_commit_sha: "pending"
---
Medí a Haiku en una tarea real con doble etiquetado. En ALQUIMIA puede reemplazar a Sonnet; en COMPASS no. **Cómo lo medí:** 12 agentes Haiku, dos por tanda, sobre 6 tandas reales que Sonnet ya había etiquetado: 3 de COMPASS, que elige la ruta entre 3 clases, y 3 de ALQUIMIA, que clasifica la intención entre 6. Recibieron el mismo encargo que Sonnet. Donde los dos Haiku coinciden, esa etiqueta vale; donde no, el caso subiría a Sonnet. El criterio quedó fijado en git antes de lanzar (`ee0da79d`). | | ALQUIMIA (intención) | COMPASS (ruta) |
|---|---|---|
| Casos en que los dos Haiku coinciden | 95 % | 89 % |
| Controles acertados donde coinciden | 100 % (igual que Sonnet) | 98,2 %; Sonnet 100 % |
| Frente al generador, mismos casos: Haiku doble / Sonnet | 98,5 % / 97,0 % | 91,4 % / 90,1 % |
| Tandas con el validador limpio | 6/6 | 5/6 |
| **Veredicto** | **APTO** | **NO APTO** |
**Lo que Haiku hizo mal:**
- **3 de 12 dieron conteos imposibles en su resumen.** Dos dijeron haber etiquetado 200 y 150 mensajes en tandas de 138; sus archivos sí estaban bien. - **Uno no pudo corregir su archivo** (20 justificaciones fuera de la regla de 3 a 15 palabras) y pidió que crearas un permiso para saltarse un guardián. No lo pedí ni lo creé: su tanda cuenta como rechazada. - **Uno dejó un script auxiliar** en la carpeta de trabajo pese a la orden de no hacerlo. Lo revisé: solo escribía sus etiquetas y no tocó nada más. **Costo en tokens:** dos Haiku gastan entre 1,4 y 1,5 veces lo que gasta un Sonnet por tanda.