diff --git a/episodes/TRAZA_alumno-v2-solo-sube-el-peligro-grave-se_S20260924.R1_XX.ops.2.hot_inf.in.cc.es.000.MGQ_J.PMCFK_E.SGNFD.md b/episodes/TRAZA_alumno-v2-solo-sube-el-peligro-grave-se_S20260924.R1_XX.ops.2.hot_inf.in.cc.es.000.MGQ_J.PMCFK_E.SGNFD.md new file mode 100644 index 00000000..40a1bce6 --- /dev/null +++ b/episodes/TRAZA_alumno-v2-solo-sube-el-peligro-grave-se_S20260924.R1_XX.ops.2.hot_inf.in.cc.es.000.MGQ_J.PMCFK_E.SGNFD.md @@ -0,0 +1,48 @@ +--- +episode_id: "07a9d07f-22ad-4581-9948-0d730201460d" +puente_flat: "TRAZA_alumno-v2-solo-sube-el-peligro-grave-se_S20260924.R1_XX.ops.2.hot_inf.in.cc.es.000.MGQ_J.PMCFK_E.SGNFD" +session_code: "S20260924.SID10055073F03D" +acto_dialogico: "informar" +actor_flujo: "multi_actor" +criticidad_aegis: "low" +skill_dominante: "NONE" +fase_proyecto: "operations" +tipo_semantico: "troubleshooting" +summary_one_line: "EPISODIO 1 — MNEMO_PRE_DIGEST: Alumno v2 "solo sube": el peligro grave se eliminó, pero fal" +source_type: "claude_code" +trust_boundary: "internal" +created_at: "2026-09-27T21:18:13.482922+00:00" +relectura_tagged: false +forgejo_commit_sha: "pending" +--- + +Hice A (el relevo) y B (el alumno v2). Resultado: **el alumno v2 "solo sube" quedó refutado.** Todo está commiteado y en los 3 remotos (`78a8ba6c`). + +## Alumno v2 "solo sube": el peligro grave se eliminó, pero falla en otro punto + +La idea era impedir que el alumno enviara nada a Opus solo; lo que dudara, subía a Fable o a Jev. Las reglas quedaron guardadas en git antes de ejecutar (`3c318d70`). + +Con el modelo que más exige (confianza de 0,99), medido en 5.824 casos de práctica: + +| | Resultado | Vara | +|---|---|---| +| Errores peligrosos | **0**, por construcción | ✅ | +| Casos que resolvería solo | 49,5 % | ✅ (mínimo 15 %) | +| Acierto | 91,3 % | ❌ (mínimo 97 %) | +| Mandar a "ejecuta" lo que necesitaba "planea" | 2,95 % | ❌ (máximo 2 %) | + +Ninguna configuración pasa las tres condiciones, así que el examen final (el banco B sellado) sigue sin tocar. + +**Revisé de qué tipo son los 250 errores:** +- 141 son **inofensivos**: casos de Opus que mandó a Fable. Cuestan un poco más, pero no hacen daño. +- 70 son el error que sí importa: mandar a "ejecuta" lo que necesitaba "planea". +- 39 son lo contrario: mandar a "planea" lo que bastaba ejecutar. + +Aunque perdonara los inofensivos, el acierto sería 96,0 % y seguiría sin llegar al 97 %. El problema real es **distinguir "hay que planear" de "basta con ejecutar"**, y un modelo que solo cuenta palabras no lo logra. Con este intento se agota ese camino (v0, v1 y v2 refutados). + +## Otras dos cosas + +- **La prueba de las fechas que arreglé (`ffab46cc`) puede estar duplicada.** La tarea que la pedía ya la había abierto otra sesión, así que puede que otra instancia esté arreglando lo mismo. Si ves otro commit parecido, quédate con uno. +- **Tu cuenta de Windows sigue ejecutando todo como administrador (integridad ALTA).** El cambio de `secpol` aún no hace efecto; probablemente falta reiniciar el equipo. Eso lo haces tú. + +> 🎯 **En una frase:** el alumno que solo sube ya no comete el error grave, pero no sabe distinguir cuándo hay que planear; para aprender el criterio de Jev hace falta un modelo local que entienda el significado.