diff --git a/episodes/TRAZA_llevamos-3-de-las-10-misiones-de-la_S20260923.R1_XX.ops.2.hot_inf.in.cc.es.000.MGQ_J.PMCFK_E.SGNFD.md b/episodes/TRAZA_llevamos-3-de-las-10-misiones-de-la_S20260923.R1_XX.ops.2.hot_inf.in.cc.es.000.MGQ_J.PMCFK_E.SGNFD.md new file mode 100644 index 00000000..8e89964a --- /dev/null +++ b/episodes/TRAZA_llevamos-3-de-las-10-misiones-de-la_S20260923.R1_XX.ops.2.hot_inf.in.cc.es.000.MGQ_J.PMCFK_E.SGNFD.md @@ -0,0 +1,46 @@ +--- +episode_id: "6584c310-e92d-4271-84f0-676dd32e63e0" +puente_flat: "TRAZA_llevamos-3-de-las-10-misiones-de-la_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 — COMPASS: Llevamos 3 de las 10 misiones de la..." +source_type: "claude_code" +trust_boundary: "internal" +created_at: "2026-09-28T06:12:41.334511+00:00" +relectura_tagged: false +forgejo_commit_sha: "pending" +--- + +Llevamos 3 de las 10 misiones de la prueba de fuego de SHERPA. La lectura ya cambió: SHERPA escribe los planes que el juez ciego puntúa mejor, pero al ejecutarlos no dieron mejor resultado. En la misión del filtro de privacidad, el plan mejor puntuado produjo un filtro que deja escapar datos. Todo está guardado en los 3 remotos (commit `e65fb17a`, comprobado en cada uno). + +| Misión | Mejor plan según el juez ciego | Resultado al ejecutar los planes | +|---|---|---| +| M01 · validador que bloqueaba documentos | Opus solo | Los 3 arreglan el error | +| M02 · filtro de privacidad antes de Jev | **SHERPA** (8,75) | SHERPA y Fable sin paquete dejan escapar **4 datos privados**. Opus solo no deja escapar ninguno, pero bloquea todo hasta que firmes su lista de nombres. | +| M03 · registro del modo ejecutor | **SHERPA** (9,00) | Empate: los 3 pasan los 6 casos de comportamiento | + +- **Tareas ejecutadas tal como estaban escritas:** ningún plan pasa del 67 %, y el de SHERPA nunca es el más alto. +- **Los 4 datos que se escapan en M02:** «contrato de arrendamiento», el nombre «Carlos», «deuda con el banco» y «notaría». +- **Límite de la muestra:** 3 misiones no bastan para concluir. La regla de muerte se mide sobre 10. +- **Una advertencia:** desde M02 le di al constructor del paquete una instrucción más explícita, después de ver M01, y eso favorece a SHERPA. Está declarado en los resultados. + +Los resultados están en [docs/RESULTADO_S20260928_dogfooding_sherpa_M01.md](docs/RESULTADO_S20260928_dogfooding_sherpa_M01.md) y [docs/RESULTADO_S20260928_dogfooding_sherpa_M02_M03.md](docs/RESULTADO_S20260928_dogfooding_sherpa_M02_M03.md). + +✅ **Hice:** +- Las misiones 1, 2 y 3 completas: 27 agentes, 3 jueces ciegos y 4 oráculos. +- Todo guardado en los 3 remotos. +- Un relevo listo para seguir en otra sesión. + +⏳ **Falta:** las misiones 4 y 5, y el informe intermedio que acordamos, donde decides si seguir hasta 10. A mí me queda poco espacio de conversación (zona ORANGE, ~215.000 tokens) y cada misión me consume entre 40.000 y 60.000 solo en pasar paquetes. + +💡 **Mi consejo:** abre una sesión nueva para M04 y M05, pegando el bloque que está al final del relevo. Aparte, y más urgente que la prueba: **no uses para mensajes reales ninguno de estos filtros de privacidad**. Los dos que dejan pasar texto escapan datos, y el tercero no deja pasar nada. + +**Para avanzar, elige:** +- 🟢 **A** → *si eliges esto:* cierras aquí y abres sesión nueva con el relevo. Continúa con M04, M05 y el informe intermedio con espacio de sobra. *(recomendado)* +- 🟡 **B** → *si eliges esto:* hago M04 en esta sesión. Cabe una misión más, pero me dejaría al borde para cerrar bien. +- ⚪ **C** → *si eliges esto:* paramos la prueba en 3 misiones y te preparo ya una lectura provisional de SHERPA con lo que hay.