ember-memory-test/episodes/DEPURA_el-hallazgo-principal_S20260804.R1_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
a245ad9e-8b67-48ee-b062-ee2206464946	DEPURA_el-hallazgo-principal_S20260804.R1_XX.ops.2.hot_inf.in.cc.es.000.MGQ_J.PMCFK_E.SGNFD	S20260804.PIPELINE_FIXES	informar	multi_actor	low	NONE	operations	troubleshooting	EPISODIO 1 — HANDOFF_PROMPT.md: El hallazgo principal	claude_code	internal	2026-08-04T21:51:06.079827+00:00	false	pending

John: el arco va 11/26 y esta tanda entregó lo que el mandato pedía: la respuesta a "¿cuántos falsos verdes hay?" ya no es una pregunta abierta, es un dato. Commits 9df5b2b2 y a394bf7d en los 3 remotos.

El hallazgo principal

barrido_b30 clasificaba 96 emisores por FORMA ("existe un test que lo menciona"). El harness nuevo mide el HECHO: amordaza el sensor por AST —le quita la capacidad de decir STALE, DRIFT, FAIL— y exige que su test se ponga rojo. Primera corrida real sobre 5 candidatos:

• 🔴 system_health.py — FALSO VERDE confirmado: 13 veredictos neutralizados y su test sigue verde. Pasa estando roto lo que dice verificar.
• ✅ reality_check.py, self_awareness_compute.py, mega-hook-gap-detector.py — VERAZ, detectan la ruptura.
• ⚠️ Un BASELINE_ROJO que resultó ser otro hallazgo (abajo).

Tres cosas que aprendí obedeciendo, no auditando

1. El gate B-30 me bloqueó a mí — y tenía razón a medias. Al crear el harness me exigió un test... que ya existía, al lado. Causa: el fix P7 amplió el alcance del deber a scripts/ pero no el de la búsqueda. 27 scripts con su test al lado eran rechazados igual. El guardián castigando a quien le obedece. Corregido, con un test que fija el porqué y otro que verifica que ensancharlo no lo volvió permisivo.

2. Mis propios tests cazaron dos bugs míos. El peor: write_text traduce \n→\r\n en Windows, así que el harness habría reescrito los finales de línea de cada archivo de producción que tocara — cientos de archivos falsamente modificados en git. Por eso el invariante "restaura byte a byte" era el test correcto y no un adorno. Todo el ciclo pasó a bytes.

3. La suite tenía un rojo que se escondía. test_gates_actually_deny[verify-first] es flaky por estado compartido: siembra un Edit sobre HANDOFF_PROMPT.md esperando deny, pero el gate consulta las lecturas recientes — y ese es justo el archivo que el arranque manda leer. El test se pone rojo cuando la instancia hace lo que debe. Su verde no significaba nada.