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

feat(episode): TRAZA_los-jueces-llm-son-inconsistentes-y-mani_S20260714.R3_XX.ops.2.hot_inf.in.cc.es.000.MGQ_J.PMCFK_E.SGNFD

Browse source 
Skill: NONE | Type: troubleshooting
Summary: EPISODIO 3 — MNEMO_PRE_DIGEST: Los jueces LLM son inconsistentes y manipulables,
This commit is contained in:
Ember 2026-07-14 21:11:10 +00:00
parent 4380d39ab1
commit 89fdf11161
1 changed files with 19 additions and 0 deletions
Show stats Download patch file Download diff file Expand all files Collapse all files

19
episodes/TRAZA_los-jueces-llm-son-inconsistentes-y-mani_S20260714.R3_XX.ops.2.hot_inf.in.cc.es.000.MGQ_J.PMCFK_E.SGNFD.md Normal file
View file

@ -0,0 +1,19 @@
---
episode_id: "24883e1c-ec19-4f3d-b085-622077b86cd9"
puente_flat: "TRAZA_los-jueces-llm-son-inconsistentes-y-mani_S20260714.R3_XX.ops.2.hot_inf.in.cc.es.000.MGQ_J.PMCFK_E.SGNFD"
session_code: "S20260714.NEO4J_REVIVE_WRITEPATH"
acto_dialogico: "informar"
actor_flujo: "multi_actor"
criticidad_aegis: "low"
skill_dominante: "NONE"
fase_proyecto: "operations"
tipo_semantico: "troubleshooting"
summary_one_line: "EPISODIO 3 — MNEMO_PRE_DIGEST: Los jueces LLM son inconsistentes y manipulables, y..."
source_type: "claude_code"
trust_boundary: "internal"
created_at: "2026-07-14T21:11:06.734239+00:00"
relectura_tagged: false
forgejo_commit_sha: "pending"
---
Los jueces LLM son inconsistentes y manipulables, y son **más débiles justo en corrección técnica profunda de dominio** — lo que Ember le pediría. Ponerlo como árbitro final en lo **irreversible** (`git push`, borrados, secretos, deploy) es ponerlo donde su falibilidad más duele. La corrección: en clase irreversible el frontier **te prepara el dossier** (4 hipótesis alternativas, intentos de falsación, riesgos residuales) y **decides tú** — que es lo que CA-3 y BLINDADA-25 ya exigen. En clase recuperable, el juez **sí** es árbitro vinculante. **Tú eres mejor juez que Opus en el dominio de Ember, porque tienes el contexto que ningún modelo tiene.** El frontier te sirve el caso instruido; no te sustituye. Y hay un cierre bonito: **hoy PROBATOR es Claude calificando a Claude — es circular.** Un juez externo lo vuelve adversarial **por primera vez**. Contra tu baseline de 233 veredictos (199 PASSES / 33 NEEDS_REVISION), si la tasa de PASS del juez externo baja, **ese delta es el generation-verification gap medido sobre tu propio corpus**. Número duro. **Hice:** cerré B (código de Odysseus: 5 patrones que te faltan y vas a necesitar) y C (riesgo Anthropic: portabilidad 70/100, el SPOF es el harness, no el modelo), diseñé la arquitectura híbrida con panel de 3 lentes, y **PROBATOR la falsificó** — devolvió `NEEDS_REVISION` con 3 ataques bloqueantes que verificó leyendo tu `settings.json` real. Reescribí el plan con los 4 fixes aplicados. **Falta:** tu firma en tres decisiones (están al final del DECISION). Y hay **10 archivos sin commit** — el hook está pidiendo push triple-remoto (BLINDADA-29); no lo hago sin tu OK. **Mi consejo:** financia **V1 + V2** ya.