From 9b8397ef10d5ad86a2da1e34953a97a25c3be178 Mon Sep 17 00:00:00 2001 From: Ember Date: Wed, 23 Sep 2026 19:09:37 +0000 Subject: [PATCH] feat(episode): TRAZA_las-dos-tareas-quedaron-hechas-jev-valid_S20260923.R1_XX.ops.2.hot_inf.in.cc.es.000.MGQ_J.PMCFK_E.SGNFD MIME-Version: 1.0 Content-Type: text/plain; charset=UTF-8 Content-Transfer-Encoding: 8bit Skill: NONE | Type: troubleshooting Summary: EPISODIO 1 — MEMORIA: Las dos tareas quedaron hechas: Jev validado y BRÚJULA can --- ...ot_inf.in.cc.es.000.MGQ_J.PMCFK_E.SGNFD.md | 52 +++++++++++++++++++ 1 file changed, 52 insertions(+) create mode 100644 episodes/TRAZA_las-dos-tareas-quedaron-hechas-jev-valid_S20260923.R1_XX.ops.2.hot_inf.in.cc.es.000.MGQ_J.PMCFK_E.SGNFD.md diff --git a/episodes/TRAZA_las-dos-tareas-quedaron-hechas-jev-valid_S20260923.R1_XX.ops.2.hot_inf.in.cc.es.000.MGQ_J.PMCFK_E.SGNFD.md b/episodes/TRAZA_las-dos-tareas-quedaron-hechas-jev-valid_S20260923.R1_XX.ops.2.hot_inf.in.cc.es.000.MGQ_J.PMCFK_E.SGNFD.md new file mode 100644 index 00000000..26026629 --- /dev/null +++ b/episodes/TRAZA_las-dos-tareas-quedaron-hechas-jev-valid_S20260923.R1_XX.ops.2.hot_inf.in.cc.es.000.MGQ_J.PMCFK_E.SGNFD.md @@ -0,0 +1,52 @@ +--- +episode_id: "967edb87-47d1-4dbf-9973-b9f2507440e6" +puente_flat: "TRAZA_las-dos-tareas-quedaron-hechas-jev-valid_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: Las dos tareas quedaron hechas: Jev validado y BRÚJULA canon" +source_type: "claude_code" +trust_boundary: "internal" +created_at: "2026-09-23T19:09:30.512498+00:00" +relectura_tagged: false +forgejo_commit_sha: "pending" +--- + +## Las dos tareas quedaron hechas: Jev validado y BRÚJULA canonizada + +### 1. Validación con 1000 casos nuevos: **APRUEBA** +Primero congelé la política y el criterio en git (`d6c045e8`) y **después** generé los casos. Así nadie pudo ajustar la política a los resultados. Esta vez los casos se escribieron sin plantillas, se mezclaron al azar y los etiquetó **Sonnet**, un modelo distinto del que los generó. El acuerdo entre ambos fue 91 %, lo que indica independencia real. + +| Criterio congelado | Resultado | +|---|---| +| Acierto ≥97 % en lo que pasa sin Fable | **99,4 %** ✅ | +| Tareas graves colándose como "bajo riesgo" ≤0,5 % | **0 de 314** ✅ | +| Casos que Jev resuelve sin gastar a Fable | **31 %** | +| Casos ambiguos | deja pasar solo 3 de 87; el resto va a Fable ✅ | + +Costo total de toda la evaluación: **~US$0,39 de US$25**. + +Tres límites honestos: +- **"0 de 314" no significa riesgo cero.** El techo estadístico ronda el **1 %**. +- **Este lote salió más fácil que el anterior.** Aun así, la política pasó en ambos. +- **Hallazgo lateral:** Sonnet comparte el sesgo de Jev de rebajar lo "grave pero con receta". + +**Uso autorizado por la evidencia:** Jev como **carril rápido** solo sobre texto que escribe Ember, nunca sobre contenido de afuera. Todo lo demás lo decide Fable. + +### 2. BRÚJULA, ya canónica (`c0a6dca9`) +- Queda en la regla y en su digest de arranque, con la pregunta de rescate: **«¿qué dice la BRÚJULA?»** → plan · test · implement · review · verify · remember · improve. +- Cumple tu techo de memoria residente con **suma cero exacta**: 50.109 → 50.108 tokens. El trinquete rechazó el primer intento y lo corregí sin pedir excepción. +- Quedó un aviso visible: el validador de la regla **todavía no existe**. Dueño: John/Ember, 2026-09-30. + +- ✅ **Hice:** 1000 casos nuevos, etiquetado ciego con otro modelo, corrida real, veredicto APRUEBA, informe (sección 8), memoria y la canonización de BRÚJULA respetando tu techo de memoria. +- ⏳ **Falta:** el push a los 3 remotos, el validador de BRÚJULA y retomar la decisión de SHERPA. +- 💡 **Mi consejo:** Jev ya se ganó el puesto de portero, pero solo en la puerta de adentro. Es como un vigilante que distingue perfecto a los empleados de la casa, pero al que un extraño con buena labia todavía puede engañar. + +**Para avanzar, elige:** +- 🟢 **A:** retomamos SHERPA y diseño el triaje real con Jev como carril rápido. *Si eliges esto, en la próxima tarea con consecuencias Jev empieza a ahorrarle decisiones a Fable, en modo sombra primero.* *(recomendado)* +- 🟡 **B:** corro 600 casos más para bajar el techo de riesgo. *Si eliges esto, la confianza estadística sube y el costo es de centavos.* +- ⚪ **C:** hago el push a los 3 remotos y cerramos por hoy. *Si eliges esto, todo queda respaldado fuera de tu computador.*