AR
Geodi، شخصية البكسل الرسمية لـ GEODE
العودة إلى القاعة

GEODE

Autonomous Agent Harness

من الملاحظة إلى الإجراء التالي.

إطار تشغيل محلي لوكيل مستقل يمكن أن تُسند إليه الأبحاث والعمل على الملفات والمهام المجدولة.

2026.02.21 — present

التصميم والحكم والتحقق: Author · التطبيق: Claude · المراجعة: Codex

  • CLIمنشور · PyPI
  • خادم MCPمُطبَّق

قبول المرشح وسلطة الإصدار حكمان منفصلان.

Crucible نواة تجارب منفصلة عن البحث في السياسات. يُتحقَّق من إيداع المرشح مقابل الأسطح المسموح بها وعقد مجمّد، وتُجمَّع المهام المزدوجة في checkout قياس منفصل، والنتيجة KEEP أو REJECT أو INVALID.

خريطة Crucible · مرسومة من الإيداع المثبّت 9e2c041 والمُخرَجات العامة 23e3428
خريطة Crucible في GEODEنواة تجارب تُبقي قبول المرشح وأهلية sealed وإصدار المنتج سلطاتٍ منفصلة. يأخذ supervisor إيداع مرشح واحدًا من مُنتِج، ويفحصه مقابل السطح المسموح به وfrozen evaluator، ويشغّل مهام tau2 في checkout قياس معزول. ويجمّع promotion.py النتائج المزدوجة حسب task وfamily المسجّلين مسبقًا في KEEP أو REJECT أو INVALID، ولا يحرّك KEEP إلا head البحث. ويحكم التقييم sealed على train bundle بواسطة disjoint test pack يُستخدم مرة واحدة، وحتى ELIGIBLE لا يبلغ إلا eligible ref، بلا سلطة إصدار.نماذج actor · userr14 · r35: gpt-5.4/highبيئة tau2المهام · مستخدم محاكىإصدار منتج GEODEبلا صلة · سلطة منفصلةsearch/producersأمر المُنتِج · مُهيّأreplay producersearch/supervisor.pypropose → preflightevaluate → decide → recordcontract.pyالسطح المسموح · diff المرشحfrozen evaluator · مسجّل مسبقًاattempt/feedback.jsonرموز الإخفاق · معرّفات مهام trainmeasurement checkoutمعزول عن المُنتِجassays/تشغيل tau2 · receiptمُتحقِّق المهمةpromotion.pyتجميع paired · task · familyKEEP · REJECT · INVALIDattestation/bundle.pytrain bundle · KEEP مُعاد حسابهattestation/sealed.pydisjoint test pack · يُستخدم مرة واحدةELIGIBLE · release_authority nonerefs/cruciblesearch/* headeligible/*geode-eval-artifactsr14 · train KEEP → sealed REJECTr35 · INVALID · 0 أزواج · nullevolve/crucibleنواة تجارب خارجية · منفصلة عن SILالبحث · حكم trainattestation · sealed1 طلب مرشح · propose → preflight → search/producers12 إيداع مرشح واحد · search/producers → propose → preflight23 السطح المسموح · فحص diff · propose → preflight → السطح المسموح · diff المرشح34checkout معزول5التشغيل بعقد ثابت6حوار actor · المستخدم7استدعاءات النماذج8paired evidence9تجميع مسجّل مسبقًا10KEEP · يتحرك head1paired evidence2تجميع مسجّل مسبقًا3REJECT · INVALID4رموز الإخفاق · معرّفات المهام1record · ref receipt2 train bundle فقط · مرة واحدة · train bundle · KEEP مُعاد حسابه → disjoint test pack · يُستخدم مرة واحدة23 eligible ref فقط · ELIGIBLE · release_authority none → eligible/*31verdict.json العام2sealed decision.json

حكم train

يُقاس مرشح واحد ضمن السطح المسموح بعقد ثابت في checkout معزول، وتحسم القواعد المسجّلة مسبقًا بين KEEP وREJECT وINVALID.

  1. propose → preflightsearch/supervisor.pyطلب مرشحsearch/producers

    يطلب supervisor البحث مرشحًا من مُنتِج. وكان مرشح r14 مرشحًا سابقًا (r13) أعاد replay producer تطبيقه، لا مرشحًا جديدًا ولّده LLM.

  2. search/producersإيداع مرشح واحدpropose → preflightsearch/supervisor.py

    يعيد المُنتِج إيداع مرشح واحدًا ضمن المسارات المسموح بها.

  3. propose → preflightsearch/supervisor.pyالسطح المسموح · فحص diffالسطح المسموح · diff المرشحcontract.py

    يجب أن يبقى diff المرشح ضمن السطح الذي يسمح به العقد، ويُتحقَّق من frozen evaluator. وفي r14 وr35 كان الهدف المسموح ملفًا واحدًا هو tau2_agent_policy.md، وثُبّتت core وتطبيق Crucible بوصفهما مسار evaluator.

  4. evaluate → decide → recordsearch/supervisor.pycheckout معزولمعزول عن المُنتِجmeasurement checkout

    يُفحص المرشح في checkout قياس معزول عن المُنتِج.

  5. معزول عن المُنتِجmeasurement checkoutالتشغيل بعقد ثابتتشغيل tau2 · receiptassays/

    يُشغَّل baseline والمرشح بالعقد والبذرة والمهام نفسها.

  6. تشغيل tau2 · receiptassays/حوار actor · المستخدمبيئة tau2

    يتحاور وكيل GEODE (actor) مع المستخدم المحاكى الذي يملكه evaluator في بيئة مهام tau2.

  7. تشغيل tau2 · receiptassays/استدعاءات النماذجنماذج actor · user

    في r14 وr35 كان كلٌّ من actor والمستخدم المحاكى gpt-5.4/high (اشتراك).

  8. مُتحقِّق المهمةassays/paired evidenceتجميع paired · task · familypromotion.py

    تُحفظ نتائج مُتحقِّق المهام أزواجًا من baseline والمرشح.

  9. frozen evaluator · مسجّل مسبقًاcontract.pyتجميع مسجّل مسبقًاتجميع paired · task · familypromotion.py

    تُجمَّع النتائج المزدوجة حسب task وfamily المسجّل مسبقًا، وتُفحص شروط الميزانية وcoverage والبنية التحتية والأمان على حدة.

  10. KEEP · REJECT · INVALIDpromotion.pyKEEP · يتحرك headsearch/* headrefs/crucible

    عند KEEP يصبح head التالي في refs/crucible/search/* هو المرشح. وقيمة promotion_authority في حكم train هي none.

رفض · عدم صلاحية · ملاحظات

يُبقي REJECT وINVALID على head، ولا يتلقى المرشح التالي إلا رموز الإخفاق ومعرّفات مهام train الثابتة. وINVALID ليس درجة صفر.

  1. مُتحقِّق المهمةassays/paired evidenceتجميع paired · task · familypromotion.py

    تُحفظ نتائج مُتحقِّق المهام أزواجًا من baseline والمرشح.

  2. frozen evaluator · مسجّل مسبقًاcontract.pyتجميع مسجّل مسبقًاتجميع paired · task · familypromotion.py

    تُجمَّع النتائج المزدوجة حسب task وfamily المسجّل مسبقًا، وتُفحص شروط الميزانية وcoverage والبنية التحتية والأمان على حدة.

  3. KEEP · REJECT · INVALIDpromotion.pyREJECT · INVALIDرموز الإخفاق · معرّفات مهام trainattempt/feedback.json

    عند الرفض أو عدم الصلاحية يبقى head السابق، ويُحتفظ بالمرشح وسجلاته. ومتوسط INVALID هو null، لا صفر.

  4. رموز الإخفاق · معرّفات مهام trainattempt/feedback.jsonرموز الإخفاق · معرّفات المهامsearch/producers

    تقتصر الملاحظات المُرسلة إلى المرشح التالي على رموز الإخفاق ومعرّفات مهام train الثابتة، ولا تُمرَّر مسارات evaluator ولا إجاباته.

أهلية sealed · سلطة منفصلة

لا يحرّك KEEP في train إلا head البحث. ولا تبلغ أهلية sealed إلا eligible ref، أما إصدار المنتج ونشره فسلطتان منفصلتان خارج Crucible.

  1. evaluate → decide → recordsearch/supervisor.pyrecord · ref receipttrain bundle · KEEP مُعاد حسابهattestation/bundle.py

    لا يقوم train bundle إلا إذا اتصلت كلها: العقد، وأدلة baseline والمرشح، وKEEP المُعاد حسابه، وسلسلة نسب الاقتراح، وسجل supervisor، وreceipt الـ ref المطبَّق. وليس اسمًا آخر للتحسن.

  2. train bundle · KEEP مُعاد حسابهattestation/bundle.pytrain bundle فقط · مرة واحدةdisjoint test pack · يُستخدم مرة واحدةattestation/sealed.py

    يستخدم التقييم sealed مرة واحدة test pack منفصلًا عن train، بصفر إعادات محاولة للبنية التحتية.

  3. ELIGIBLE · release_authority noneattestation/sealed.pyeligible ref فقطeligible/*refs/crucible

    حتى ELIGIBLE لا يكتب إلا refs/crucible/eligible/*، وrelease_authority مثبّتة على none.

سجلات عامة · r14 · r35

كانت نتيجة r14 هي KEEP في train ثم REJECT في sealed، وكانت r35 (July 13, 2026) INVALID بسبب coverage ناقصة وتلوث البنية التحتية (0 صفوف مزدوجة، المتوسط null)، مع بقاء head دون تغيير.

  1. KEEP · REJECT · INVALIDpromotion.pyverdict.json العامgeode-eval-artifacts

    المُخرَجات العامة سجلات موحّدة مثبّتة عند 23e3428. ويختلف hash إعداد train المسجّل مسبقًا في r14 عن bytes الإعداد العام، لذا لم يُعَد التصديق على السلسلة الأصلية كاملة.

  2. attestation/sealed.pysealed decision.jsonr14 · train KEEP → sealed REJECTgeode-eval-artifacts

    r14: KEEP على telecom train بـ 6 مهام × 1 محاولة (6 صفوف مزدوجة، بلا سلطة ترقية)، ثم حكم sealed منفصل بـ REJECT (بلا سلطة إصدار).

كل الروابط بالسماكة نفسها. اختر مسارًا لإبراز طريقه وحده، مع خطوات مرقّمة.

  • خط متصل · اتجاه تدفق الطلبات والمرشحين والنتائج
  • خط متقطع · تشغيل، حكم، تفويض، تهيئة
  • خط أسود سميك · المسار المختار، والأرقام تبيّن الترتيب
  • مربع · حدّ شيفرة أو سجل، ومساره في الترويسة
  • شريحة داخلية · مكوّن ضمن ذلك الحد
  • مربع متقطع · خارج ذلك الحد
  • supervisor البحث
  • العقد · الحكم · الشهادة
  • refs · السجلات
  • المُنتِجون · التنفيذ

Crucible نواة منفصلة عن SIL، وليس البحثان خطًّا واحدًا يرقّي فيه كلٌّ منهما مرشحي الآخر. ولا تصل أي صلة إلى مربع إصدار المنتج.

ثلاث سلطات
يحرّك KEEP في train الـ head الخاص بالبحث، ويسجّل ELIGIBLE في sealed مرجعَ eligible ref، وإصدار المنتج قرار منفصل خارج Crucible. ولا يمنح حكمٌ سابق سلطةً لاحقة أبدًا.
null ليس صفرًا
خُطّط في r35 لـ 9 مهام × 3 محاولات (27 صفًّا لكل ذراع)، لكن عدد الأزواج القابلة للمقارنة كان 0، فمتوسطه وتحسنه null. وليس ذلك 27 مهمة فاشلة ولا معدل نجاح 0%.