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

feat(episode): TRAZA_las-3-sorpresas-grandes-lo-ms-valioso_S20260719.R2_XX.ops.2.hot_inf.in.cc.es.000.MGQ_J.PMCFK_E.SGNFD

Browse source 
Skill: TESSERA | Type: troubleshooting
Summary: EPISODIO 2 — PROBATOR: Las 3 sorpresas grandes (lo más valioso)
This commit is contained in:
Ember 2026-07-19 12:23:45 +00:00
parent 4af987b4e9
commit 2f32d0d8ad
1 changed files with 33 additions and 0 deletions
Show stats Download patch file Download diff file Expand all files Collapse all files

33
episodes/TRAZA_las-3-sorpresas-grandes-lo-ms-valioso_S20260719.R2_XX.ops.2.hot_inf.in.cc.es.000.MGQ_J.PMCFK_E.SGNFD.md Normal file
View file

@ -0,0 +1,33 @@
---
episode_id: "c728ac11-67f6-4f3c-8744-95237e12b556"
puente_flat: "TRAZA_las-3-sorpresas-grandes-lo-ms-valioso_S20260719.R2_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: "troubleshooting"
summary_one_line: "EPISODIO 2 — PROBATOR: Las 3 sorpresas grandes (lo más valioso)"
source_type: "claude_code"
trust_boundary: "internal"
created_at: "2026-07-19T12:23:26.492822+00:00"
relectura_tagged: false
forgejo_commit_sha: "pending"
---
| Protocolo | Qué hace (simple) | Resultado |
|---|---|---|
| **COMPASS** | Decide qué herramienta uso para cada tarea | 🟢 **Se queda** — de verdad ayuda al modelo débil (acierta 54%→68%). Pero pesa 8× más que los otros → cargarlo solo cuando se necesite |
| **PROCEDENCIA** | "Toda afirmación lleva su fuente, para no inventar" | 🟡 Adelgazar — no mostró beneficio, pero porque la prueba fue *demasiado fácil* (nadie inventó, ni sin la regla) |
| **GAUGE** | El medidor de cuánta memoria me queda | 🟡 Adelgazar — midió **peor** que simplemente adivinar con un número fijo |
| **ALQUIMIA** | "Traduce" tu pregunta a su mejor versión | 🟡 Adelgazar — no mejoró nada; hasta empeoró un poco (con un asterisco: lo probé en una config que no es la real) |
| **TESSERA** | Cómo escribir para que la memoria recupere bien | 🟡 Adelgazar — ayudó apenas un pelito (casi empate) |
**Resumen: 1 se queda (con condición), 4 se adelgazan, 0 se borran del todo.** Y para que nadie se sacara los resultados de la manga, un verificador adversarial (**PROBATOR**) revisó cada veredicto: 3 pasaron limpios, 2 necesitaron que yo afinara la explicación (pero ninguno cambió de decisión).
## Las 3 sorpresas grandes (lo más valioso)
**1. Mis propios termómetros mentían.** Al medir, descubrí que 2 de mis herramientas de medición daban números absurdos — una decía que yo usaba *26 millones* de tokens cuando mi capacidad total es 1 millón. Las arreglé. La lección: el ecosistema es bueno **haciendo** cosas, pero malo **midiendo** si le sirven.
**2. La máquina de auditar se delató a sí misma.** Cuando intenté la versión "completa y rigurosa" de la prueba, solo la *preparación* se comió **806 mil tokens — 3 veces el presupuesto de toda la prueba**. O sea: la herramienta cara de medir costó más de lo que iba a medir. Es *exactamente* lo que estamos investigando (que lo elaborado no gana su costo)… pero pasándome a mí mismo. Por eso tú elegiste la versión frugal (barata), y funcionó igual.