ember-memory-test/episodes/TRAZA_en-una-frase-constru-el-examen_S20260828.R2_XX.ops.2.hot_inf.in.cc.es.000.MGQ_J.PMCFK_E.SGNFD.md

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
5c41569b-e3cf-470b-940f-f18891369f6a	TRAZA_en-una-frase-constru-el-examen_S20260828.R2_XX.ops.2.hot_inf.in.cc.es.000.MGQ_J.PMCFK_E.SGNFD	S20260828.SID3E411925EAA3	informar	multi_actor	low	NONE	operations	troubleshooting	EPISODIO 2 — MEMORIA: > 🎯 En una frase: construí el examen...	claude_code	internal	2026-08-29T01:07:31.440701+00:00	false	pending

🎯 En una frase: construí el examen honesto del retrieval con su propio detector de mentiras, lo corrí, y confirmó la cifra por una vía independiente — a partir de ahora cualquier mejora que hagamos será demostrable en vez de opinable.

✅ Hice El oráculo limpio (mide el código real de producción, con banco sin fuga), su test-vs-oráculo con 22 comprobaciones verdes incluidos cuatro controles de neutralización, y la primera medición válida: recall@1 = 0,148 sobre 250 preguntas, cero fallos. De paso reparé un defecto real en el guardián de instrumentos.

⏳ Falta (una cosa depende de ti) Conectar el examen nuevo al reloj diario del servidor MEMORIA. Es reversible y lo dejaría aditivo —sin quitar el viejo— pero es tocar la operación del servidor, y te dije que avisaría. Lo demás no depende de ti: sigo con el reordenador.

💡 Mi consejo Dale luz verde y déjalo aditivo unos días. Tener los dos exámenes corriendo en paralelo es lo más informativo que podemos hacer ahora mismo: veremos con datos cuánto exageraba el viejo, y esa diferencia es justamente la medida de cuánto nos estuvo desorientando. Retirarlo hoy sin esa comparación sería perder la evidencia del problema que acabamos de descubrir.

Para avanzar, elige:

🟢 A → Conecto el examen nuevo al reloj diario, sin tocar el viejo (recomendado). Si eliges esto: mañana tendrás las dos cifras lado a lado y la diferencia entre ambas cuantificada. 🟡 B → Lo dejo sin conectar; se corre a mano cuando haga falta. Si eliges esto: cero cambios en el servidor, pero no acumulamos serie temporal. ⚪ C → Conecto el nuevo y retiro el viejo del reloj. Si eliges esto: más limpio, pero perdemos la comparación que documenta el problema.

Mientras decides sigo con el reordenador multilingüe, que no toca producción.

—