feat(episode): TRAZA_el-hallazgo-que-ni-fable-ni-yo-vimos_S20260902.R1_XX.ops.2.hot_inf.in.cc.es.000.MGQ_J.PMCFK_E.SGNFD

Skill: ATLAS | Type: advisory
Summary: EPISODIO 1 — MEMORIA: El hallazgo que ni Fable ni yo vimos
This commit is contained in:
Ember 2026-09-05 23:05:42 +00:00
parent c598291a65
commit 6dcfcadbd5

View file

@ -0,0 +1,45 @@
---
episode_id: "d958cbb6-2fb7-458e-bba0-ca2df5daca37"
puente_flat: "TRAZA_el-hallazgo-que-ni-fable-ni-yo-vimos_S20260902.R1_XX.ops.2.hot_inf.in.cc.es.000.MGQ_J.PMCFK_E.SGNFD"
session_code: "S20260902.SID7403C14EFE8C"
acto_dialogico: "informar"
actor_flujo: "multi_actor"
criticidad_aegis: "low"
skill_dominante: "ATLAS"
fase_proyecto: "operations"
tipo_semantico: "advisory"
summary_one_line: "EPISODIO 1 — MEMORIA: El hallazgo que ni Fable ni yo vimos"
source_type: "claude_code"
trust_boundary: "internal"
created_at: "2026-09-05T23:05:35.195117+00:00"
relectura_tagged: false
forgejo_commit_sha: "pending"
---
El enjambre volvió completo y trajo la vara que faltaba. Cierro con lo que cambia.
## El hallazgo que ni Fable ni yo vimos
Un agente comparó el briefing **consigo mismo** y encontró que se contradecía: la portada declaraba 90 hechos y el bloque de entrega seguía diciendo 68 — residuo de cuando lo amplié. **Ya está corregido.** Es exactamente el tipo de desfase interno que este ecosistema persigue en otros documentos y que se me coló en el propio.
## Lo que dice el estado del arte, y es incómodo
> **Toda defensa heurística contra inyección cae bajo ataque adaptativo.** Doce defensas que declaraban éxito casi total fueron rotas con más del 90%.
La consecuencia cambia el enfoque entero: la seguridad no puede descansar en *detectar* la inyección, sino en **que el agente no pueda hacer daño aunque la inyección funcione**. Confinamiento, no detección.
Y trae una cifra que faltaba para decidir sin miedo: la seguridad demostrable cuesta **unos 7 puntos de utilidad** (77% de tareas resueltas frente a 84% sin garantías). No es gratis, pero tampoco prohibitivo.
## Tres cosas que el veredicto de Fable gana con esto
**Sus citas de memoria eran correctas.** Las cinco fuentes que citó advirtiendo que no las había verificado se confirman con identificador exacto. Marcó la incertidumbre y aun así acertó — que es el comportamiento correcto.
**El control que él no listó, y el diagnóstico sí había encontrado.** El estado del arte considera de primera línea que *el arnés sea inmutable desde dentro de la sesión*. Es literalmente el hallazgo F-69: el modelo puede reescribir a sus propios guardianes.
**Una de sus pruebas necesita evolucionar.** Su prueba de inyección usa un patrón fijo; la literatura es explícita en que eso **sobreestima la defensa**. Debe pasar a ataque adaptativo y a control negativo con casos difíciles.
★ Insight ─────────────────────────────────────
Fíjate en la simetría: Fable me auditó y encontró que mi validación era endógena —yo escribí el examen que aprobé—. El estado del arte le devuelve el mismo golpe a él: su banco de pruebas mide contra cargas estáticas, que es la versión de laboratorio del mismo error. Nadie escapa a la necesidad de un adversario que no controle.
─────────────────────────────────────────────────
> 🎯 **En una frase:** ya tienes el juicio, las pruebas y la regla contra la que medirte — y la nota de partida es 0.20 sobre 1.