---
episode_id: "8fd5e702-404f-46cf-850d-04037be450ef"
puente_flat: "EXPLORA_doc-veredicto_S20260719.R1_XX.ops.2.hot_inf.in.cc.es.000.MGQ_J.PMCFK_E.SGNFD"
session_code: "S20260719.ORACULO_RETRIEVAL_X09"
acto_dialogico: "informar"
actor_flujo: "multi_actor"
criticidad_aegis: "low"
skill_dominante: "NONE"
fase_proyecto: "operations"
tipo_semantico: "design"
summary_one_line: "EPISODIO 1 — MNEMO: | Doc | Veredicto |"
source_type: "claude_code"
trust_boundary: "internal"
created_at: "2026-07-19T19:41:02.447797+00:00"
relectura_tagged: false
forgejo_commit_sha: "pending"
---

| Doc | Veredicto |
|---|---|
| #2 Perplexity (survey) | ALTO — base de la comparativa |
| #4 Reporte MemOS/Letta/Titans | ALTO — el mejor para decidir stack |
| #5 **Grok** (blueprint) | **ALTO en rigor técnico** — referencia para F4/E1 |
| #1 Investigador-senior | MEDIO-ALTO — trajo RAPTOR y Lost-in-the-Middle |
| #3 "hola plex" | MEDIO-BAJO — bibliografía fabricada, ponderar menos |

**Conclusión del arco completo:** ~15 papers + claims técnicos de Neo4j verificados en fuente primaria; tu plan v1.1 sale **validado y reforzado** por las 5 IAs; nada justifica cambiar el orden; y acumulamos R1-R6 + 2 blueprints de referencia para fases futuras.

- **Hice:** integré el 5º doc (Grok), verifiqué sus claims de Neo4j contra la doc oficial (reales — mi sospecha refutada y declarada), determiné que es material para F4/E1 y no para el cuello actual, cerré la serie de 5 con ranking. Commit `0a6cc084` triple-remoto.
- **Falta:** solo tu GO para el bump v1.2 del plan (R1-R6 + blueprints de referencia) y arrancar PRE-F2-ORACULO (read-only, insumos listos).
- **Mi consejo:** la comparativa está completa y madura — no esperemos más documentos. El siguiente movimiento con mejor retorno es **arrancar PRE-F2-ORACULO**: es barato, no toca producción, y nos dice si la etapa 2 del diseño es viable *antes* de construir nada.
- **Para avanzar, elige:** 🟢 **A** — GO v1.2 + arrancar PRE-F2-ORACULO ahora *(recomendado)* · 🟡 **B** — solo el bump v1.2 y PRE-F2 en la próxima sesión · ⚪ **C** — pausa aquí; todo queda commiteado y documentado.

Push `40d3408a` a los 3 remotos. El arco de ejecución arrancó y ya dio su primer veredicto medido.

# 🎯 PRE-F2-ORACULO: el experimento habló — y nos ahorró construir sobre arena

**Entregables:** [PRE_F2_ORACULO_RESULTADO_S20260719.md](docs/PRE_F2_ORACULO_RESULTADO_S20260719.md) (el acta) · [golden_search_memories_check.py](scripts/golden_search_memories_check.py) (F0) · [ARCO §7](docs/ARCO_AUTOMEJORA_FRONTIER.md) y [PLAN](docs/PLAN_REESTRUCTURACION_PIPELINE_MEMORIA_S20260719.md) sincronizados · [CONSEJO](docs/CONSEJO_S20260719_ya_tienes_bien_claro_el_panorama.md) + [DECISION](docs/DECISION_S20260719_ya_tienes_bien_claro_el_panorama.md) (PROBATOR PASSES).

### El resultado, en sencillo

La pregunta del experimento era: *si la búsqueda jerárquica eligiera SIEMPRE el tema correcto (un oráculo perfecto), ¿podría luego distinguir el turno exacto entre sus hermanos de sesión?* La respuesta medida es **no**: acierta a la primera solo **12.6%** (IC95 [8.9%, 15.7%]) — el criterio que tú y yo pre-registramos exigía ≥40%. Y el examen es confiable: el mismo harness reprodujo el 0.060 del baseline *exacto* (auto-chequeo de paridad), no hay sesiones-trampa infladas (0 singletons), y el intervalo completo queda bajo el umbral — no es mala suerte.