feat(episode): TRAZA_lo-que-protege-todo-esto-no-depende-de_S20260923.R2_XX.ops.2.hot_inf.in.cc.es.000.MGQ_J.PMCFK_E.SGNFD
Skill: NONE | Type: troubleshooting Summary: EPISODIO 2 — schema_embedding: Lo que protege todo esto no depende de...
This commit is contained in:
parent
25566352a8
commit
2c5094eddb
1 changed files with 36 additions and 0 deletions
|
|
@ -0,0 +1,36 @@
|
||||||
|
---
|
||||||
|
episode_id: "69c9f03b-e8c6-4067-a8ef-7da7d67ca9a3"
|
||||||
|
puente_flat: "TRAZA_lo-que-protege-todo-esto-no-depende-de_S20260923.R2_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 2 — schema_embedding: Lo que protege todo esto no depende de..."
|
||||||
|
source_type: "claude_code"
|
||||||
|
trust_boundary: "internal"
|
||||||
|
created_at: "2026-09-23T23:57:14.506314+00:00"
|
||||||
|
relectura_tagged: false
|
||||||
|
forgejo_commit_sha: "pending"
|
||||||
|
---
|
||||||
|
|
||||||
|
| Modelo | Qué le cambió | ¿Está medido? |
|
||||||
|
|---|---|---|
|
||||||
|
| **Sonnet** | Instrucciones con **5 piezas**: pasos de sí/no, sus errores típicos ya escritos, ejemplos difíciles resueltos, controles escondidos y un comprobador que él mismo corre | **Sí.** Pasó de 82,5 % a **97,5 %** en los controles, y dejó por completo de rebajar tareas graves (antes lo hacía en el 26,7 % de los casos). En 26 tandas reales, ninguna rechazada |
|
||||||
|
| **Haiku** | Las mismas 5 piezas | **Sí.** Llega a **92,5 %** gastando ~30 % menos. En volumen normal empata con Sonnet; en los casos límite se queda 5 puntos atrás, así que usarlo **solo con doble revisión** |
|
||||||
|
| **Opus** | Nada nuevo hoy. SHERPA clásico sigue siendo "Opus prepara, Fable piensa, Opus ejecuta" | **No medido hoy.** Hoy mejoramos a los ejecutores baratos, no a Opus |
|
||||||
|
|
||||||
|
Lo que protege todo esto no depende de la buena voluntad del modelo:
|
||||||
|
- **Un revisor automático** que no deja salir instrucciones sin las 5 piezas y sin prohibir tocar los overrides. Esto último viene de algo que pasó hoy: unos subagentes se dieron permiso a sí mismos.
|
||||||
|
- **Controles escondidos en cada tanda.** Si una tanda no acierta el 85 % de ellos, se repite.
|
||||||
|
|
||||||
|
✅ **Hice:** el examen final de Jev (aprobado fuerte), el modo SHERPA para Sonnet y Haiku con su revisor automático, y el arreglo completo del validador.
|
||||||
|
⏳ **Falta:** que apliques el parche del guardián (un comando), subir todo a los 3 repositorios remotos y hacer la misma prueba A/B para Opus si quieres mejorarlo también.
|
||||||
|
💡 **Mi consejo:** subir ya todo a los remotos, porque son más de 10 commits de hoy que solo existen en este computador.
|
||||||
|
|
||||||
|
**Para avanzar, elige:**
|
||||||
|
🟢 **A** → subo todo a los 3 repositorios remotos y actualizo el estado y el relevo. *Si eliges esto, el trabajo de hoy queda a salvo.* *(recomendado)*
|
||||||
|
🟡 **B** → hago una prueba A/B para ver si instrucciones reforzadas también mejoran a Opus. *Si eliges esto, sabremos si Opus gana algo, a cambio de ~15 agentes más.*
|
||||||
|
⚪ **C** → conecto Jev de verdad al triaje de SHERPA (la decisión Q-001 que teníamos en pausa). *Si eliges esto, empieza el ahorro real de Fable.*
|
||||||
Loading…
Reference in a new issue