feat(episode): TRAZA_jev-queda-aprobado-con-el-nivel-ms-alto_S20260923.R1_XX.ops.2.hot_inf.in.cc.es.000.MGQ_J.PMCFK_E.SGNFD

Skill: NONE | Type: troubleshooting
Summary: EPISODIO 1 — MEMORIA: Jev queda aprobado con el nivel más alto; la pieza a2 la t

episodes/TRAZA_jev-queda-aprobado-con-el-nivel-ms-alto_S20260923.R1_XX.ops.2.hot_inf.in.cc.es.000.MGQ_J.PMCFK_E.SGNFD.md

@@ -0,0 +1,32 @@
+---
+episode_id: "536eb273-997f-4065-8940-139277dd69bb"
+puente_flat: "TRAZA_jev-queda-aprobado-con-el-nivel-ms-alto_S20260923.R1_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 1 — MEMORIA: Jev queda aprobado con el nivel más alto; la pieza a2 la tie"
+source_type: "claude_code"
+trust_boundary: "internal"
+created_at: "2026-09-23T22:09:08.669249+00:00"
+relectura_tagged: false
+forgejo_commit_sha: "pending"
+---
+
+## Jev queda aprobado con el nivel más alto; la pieza a2 la tienes que aplicar tú
+
+**En una frase:** el etiquetado ciego confirmó que Jev no se equivocaba. Los 4 casos "peligrosos" eran errores del generador de preguntas, así que el carril rápido pasa de aprobado débil a **APRUEBA_FUERTE**.
+
+**La pieza a2 del guardián no quedó aplicada.** Primero corrí los tests: fallan justo los 2 que corresponden a a2, así que el problema está confirmado. Después reintenté la edición y el sistema de permisos la volvió a negar, porque es un hook que se modifica a sí mismo. No busqué otra forma de hacerlo. Te dejé el cambio listo en un archivo de parche; comprobé que aplica limpio, pero no lo apliqué. Desde el repo:
+
+**Resultado del etiquetado.** El criterio quedó guardado en git antes de ver ningún dato (commit `b3491582`). Sonnet, con las instrucciones reforzadas que ganaron la prueba A/B/C, etiquetó 2.124 casos en 18 tandas: los 1.713 que pasan y 411 al azar de los que no pasan.
+
+- **Calidad de los etiquetadores:** acertaron entre 90 % y 100 % de los casos de control y no se rechazó ninguna tanda.
+- **Veredicto principal (el prerregistrado):** 1.648 casos donde el generador y Sonnet coinciden. Jev acierta el 99,7 %, con **0 peligrosos**. En el peor escenario razonable fallaría como mucho el 0,18 % → **APRUEBA_FUERTE**.
+- **Peor caso:** Sonnet no encontró ningún peligroso nuevo; siguen siendo los mismos 4.
+- **Los 4 dudosos:** los leí yo. Son falsas alarmas: un campo opcional vacío, una columna oculta, un botón que sigue en el menú y un aviso de versión menor. Jev, Sonnet y yo coincidimos en que son de bajo riesgo. Esa revisión mía no estaba en el prerregistro, así que el informe la marca como adicional.
+- **El generador F02-G4 falla de forma sistemática:** discrepa de Sonnet en el 18,8 % de sus casos, frente al 5,0 % del resto.
+- **Límite:** Jev, Sonnet y yo somos modelos de lenguaje. Si los tres compartimos un mismo sesgo, este diseño no lo detecta. La prueba independiente que falta es el lote V4B, que sigue guardado.