6dcfcadbd5
Skill: ATLAS | Type: advisory Summary: EPISODIO 1 — MEMORIA: El hallazgo que ni Fable ni yo vimos
3.2 KiB
| episode_id | puente_flat | session_code | acto_dialogico | actor_flujo | criticidad_aegis | skill_dominante | fase_proyecto | tipo_semantico | summary_one_line | source_type | trust_boundary | created_at | relectura_tagged | forgejo_commit_sha |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| d958cbb6-2fb7-458e-bba0-ca2df5daca37 | TRAZA_el-hallazgo-que-ni-fable-ni-yo-vimos_S20260902.R1_XX.ops.2.hot_inf.in.cc.es.000.MGQ_J.PMCFK_E.SGNFD | S20260902.SID7403C14EFE8C | informar | multi_actor | low | ATLAS | operations | advisory | EPISODIO 1 — MEMORIA: El hallazgo que ni Fable ni yo vimos | claude_code | internal | 2026-09-05T23:05:35.195117+00:00 | false | pending |
El enjambre volvió completo y trajo la vara que faltaba. Cierro con lo que cambia.
El hallazgo que ni Fable ni yo vimos
Un agente comparó el briefing consigo mismo y encontró que se contradecía: la portada declaraba 90 hechos y el bloque de entrega seguía diciendo 68 — residuo de cuando lo amplié. Ya está corregido. Es exactamente el tipo de desfase interno que este ecosistema persigue en otros documentos y que se me coló en el propio.
Lo que dice el estado del arte, y es incómodo
Toda defensa heurística contra inyección cae bajo ataque adaptativo. Doce defensas que declaraban éxito casi total fueron rotas con más del 90%.
La consecuencia cambia el enfoque entero: la seguridad no puede descansar en detectar la inyección, sino en que el agente no pueda hacer daño aunque la inyección funcione. Confinamiento, no detección.
Y trae una cifra que faltaba para decidir sin miedo: la seguridad demostrable cuesta unos 7 puntos de utilidad (77% de tareas resueltas frente a 84% sin garantías). No es gratis, pero tampoco prohibitivo.
Tres cosas que el veredicto de Fable gana con esto
Sus citas de memoria eran correctas. Las cinco fuentes que citó advirtiendo que no las había verificado se confirman con identificador exacto. Marcó la incertidumbre y aun así acertó — que es el comportamiento correcto.
El control que él no listó, y el diagnóstico sí había encontrado. El estado del arte considera de primera línea que el arnés sea inmutable desde dentro de la sesión. Es literalmente el hallazgo F-69: el modelo puede reescribir a sus propios guardianes.
Una de sus pruebas necesita evolucionar. Su prueba de inyección usa un patrón fijo; la literatura es explícita en que eso sobreestima la defensa. Debe pasar a ataque adaptativo y a control negativo con casos difíciles.
★ Insight ───────────────────────────────────── Fíjate en la simetría: Fable me auditó y encontró que mi validación era endógena —yo escribí el examen que aprobé—. El estado del arte le devuelve el mismo golpe a él: su banco de pruebas mide contra cargas estáticas, que es la versión de laboratorio del mismo error. Nadie escapa a la necesidad de un adversario que no controle. ─────────────────────────────────────────────────
🎯 En una frase: ya tienes el juicio, las pruebas y la regla contra la que medirte — y la nota de partida es 0.20 sobre 1.