feat(episode): EXPLORA_los-nmeros-de-hoy-contra-los-de-julio_S20260808.R2_XX.ops.2.hot_inf.in.cc.es.000.MGQ_J.PMCFK_E.SGNFD

Skill: NONE | Type: troubleshooting
Summary: EPISODIO 2 — MNEMO_PRE_DIGEST: Los números de hoy contra los de julio

episodes/EXPLORA_los-nmeros-de-hoy-contra-los-de-julio_S20260808.R2_XX.ops.2.hot_inf.in.cc.es.000.MGQ_J.PMCFK_E.SGNFD.md

@@ -0,0 +1,38 @@
+---
+episode_id: "afb950e5-adc5-4b8b-afee-978dbccdffe7"
+puente_flat: "EXPLORA_los-nmeros-de-hoy-contra-los-de-julio_S20260808.R2_XX.ops.2.hot_inf.in.cc.es.000.MGQ_J.PMCFK_E.SGNFD"
+session_code: "S20260808.MEMORIA_SOTA_BRECHA"
+acto_dialogico: "informar"
+actor_flujo: "multi_actor"
+criticidad_aegis: "low"
+skill_dominante: "NONE"
+fase_proyecto: "operations"
+tipo_semantico: "troubleshooting"
+summary_one_line: "EPISODIO 2 — MNEMO_PRE_DIGEST: Los números de hoy contra los de julio"
+source_type: "claude_code"
+trust_boundary: "internal"
+created_at: "2026-08-12T00:14:06.205121+00:00"
+relectura_tagged: false
+forgejo_commit_sha: "pending"
+---
+
+**Medición real, y cambia el plan.**
+
+## Los números de hoy contra los de julio
+
+| | Julio | **Hoy** | |
+|---|---|---|---|
+| **recall@1** | 0.060 | **0.146** | **2,4× mejor** |
+| **recall@10** | 0.169 | **0.420** | **2,5× mejor** |
+| MRR | 0.094 | **0.232** | 2,5× |
+
+Mismo lockbox, mismo sha256 `b4cbd9885c16`, mismo arnés. **Comparable de verdad.**
+
+`★ Insight ─────────────────────────────────────`
+El **6% que hemos usado todo el chat como número de referencia está obsoleto**. El relleno de resúmenes desplegado en julio ya hizo su trabajo: hoy es **14,6%**. Yo mismo te dije "EMBER recuerda mal lo de ayer" apoyándome en una cifra de hace tres semanas. La conclusión sigue siendo cierta —14,6% es malo— pero **la magnitud del problema era menos de la mitad de lo que dije**. `─────────────────────────────────────────────────`
+
+## Y esto cambia el plan de Fable
+
+Su gate exigía **recall@50 ≥ 0.40** para que el bibliotecario experto tuviera sentido. Con el 0.169 de julio parecía imposible. **Hoy el recall@10 ya es 0.420.** El recall@50 será necesariamente mayor. **El gate pasa con holgura**, y probablemente por bastante. Traducido: **la ficha correcta llega a la mesa el 42% de las veces, pero solo se pone primera el 14,6%**. Hay un **27,4% de casos donde el recuerdo correcto está ahí y queda enterrado**. Ese hueco es exactamente lo que un reranker recupera. El mecanismo M-2 pasa de apuesta a la jugada más clara del plan. ## El defecto que encontré por el camino
+
+El arnés **devolvió `0.0` en las seis métricas** en el primer intento — porque no podía conectar a Qdrant, no porque el recall fuera cero. No falla ruidosamente: **entrega ceros como si fueran una medición.** Si alguien lo corre sin sospechar, concluye que el sistema colapsó y toma decisiones sobre una alarma falsa. La causa: busca Qdrant por el nombre del contenedor, que solo resuelve **dentro** de la red Docker.