feat(episode): EXPLORA_sofisticacin-no-es-lo-mismo-que-valor-me_S20260718.R4_XX.ops.2.hot_inf.in.cc.es.000.MGQ_J.PMCFK_E.SGNFD

Skill: NONE | Type: troubleshooting
Summary: EPISODIO 4 — MNEMO_PRE_DIGEST: **Sofisticación no es lo mismo que valor medido.*

episodes/EXPLORA_sofisticacin-no-es-lo-mismo-que-valor-me_S20260718.R4_XX.ops.2.hot_inf.in.cc.es.000.MGQ_J.PMCFK_E.SGNFD.md

@@ -0,0 +1,29 @@
+---
+episode_id: "9b56c371-1ca3-4c90-b679-b01a040bbc2c"
+puente_flat: "EXPLORA_sofisticacin-no-es-lo-mismo-que-valor-me_S20260718.R4_XX.ops.2.hot_inf.in.cc.es.000.MGQ_J.PMCFK_E.SGNFD"
+session_code: "S20260718.ECC_TOOLBOX_SURFACER"
+acto_dialogico: "informar"
+actor_flujo: "multi_actor"
+criticidad_aegis: "low"
+skill_dominante: "NONE"
+fase_proyecto: "operations"
+tipo_semantico: "troubleshooting"
+summary_one_line: "EPISODIO 4 — MNEMO_PRE_DIGEST: **Sofisticación no es lo mismo que valor medido.**..."
+source_type: "claude_code"
+trust_boundary: "internal"
+created_at: "2026-07-19T02:20:38.686998+00:00"
+relectura_tagged: false
+forgejo_commit_sha: "pending"
+---
+
+**Sofisticación no es lo mismo que valor medido.** El sistema es genuinamente elaborado —6 stores, HyDE, PUENTE cross-store, 4 vías de retrieval— pero **nunca se probó rigurosamente contra una versión simple.** La prueba de control-positivo —*¿el multi-store le gana a "solo Qdrant"? ¿el HyDE le gana a no usar HyDE?*— **no se ha corrido.** Y aquí está lo duro: **mi 0.322 ES básicamente la versión simple** (solo semántica). O sea, hoy **no sabemos si las partes intrincadas se ganan su complejidad.**
+
+Puede que sí valga la pena. Puede que partes sean complejidad sin pago medido. **No tengo la evidencia — y ese "no saber" es lo más importante que destapó toda la sesión.** Construir un sistema intrincado sobre una visión hermosa (recall casi-perfecto) *antes* de medir si le gana a lo simple es exactamente el anti-patrón que el arco de auto-mejora existe para corregir (la lección del "control-positivo primero").
+
+**Mi consejo de fondo:** el próximo paso más valioso **no son más features** — es el cara a cara. Dos experimentos, ambos ya en el plan:
+- **T-51** (control-positivo A vs B): intrincado-multi-store **vs** simple-semántico, mismo corpus. Si el intrincado gana → lo sabremos y estará justificado. Si no → simplificamos y ahorramos el presupuesto de complejidad.
+- **Benchmark estándar** (LongMemEval): nosotros vs el estado del arte, en cancha neutral.
+
+Hasta correr esos dos, la respuesta honesta a "¿sirvió?" es: **construimos algo impresionante y todavía no probamos que valga más que algo sencillo. Medir eso es la prioridad número uno.**
+
+⛽ 🟢 GREEN ~610K | DE: 6 (pregunta reflexiva de fondo)