EL
Geodi, ο επίσημος χαρακτήρας pixel του GEODE
Επιστροφή στην αίθουσα

GEODE

Autonomous Agent Harness

Από την παρατήρηση στην επόμενη ενέργεια.

Ένα τοπικό πλαίσιο αυτόνομου πράκτορα στο οποίο ανατίθενται έρευνα, εργασίες με αρχεία και προγραμματισμένες εργασίες.

2026.02.21 — present

Σχεδιασμός, κρίση, επαλήθευση: Author · υλοποίηση: Claude · αναθεώρηση: Codex

  • CLIΔημοσιευμένο · PyPI
  • Διακομιστής MCPΥλοποιημένο

Υλοποιήσεις που επέστρεψε η αναθεώρηση, ερευνητικά νούμερα που υπολογίστηκαν ξανά

Δύο περιπτώσεις όπου η αναθεώρηση επέστρεψε μια υλοποίηση και μία όπου τα ερευνητικά νούμερα υπολογίστηκαν ξανά με διατήρηση των πρωτοτύπων. Κάθε ρόλος περιορίζεται σε όσα δείχνει η καταγραφή της περίπτωσης.

Πλήρες υπόμνημα

Πώς διαβάζεται · μία γραμματική για κάθε περίπτωση

  • Οι στήλες δείχνουν ποιος ενήργησε. Από πάνω προς τα κάτω είναι ο χρόνος
  • Συνεχής: καταγεγραμμένη παράδοση ή επόμενο βήμα
  • Παχιά λαζουριά ↩: εύρημα που έστειλε πίσω τη δουλειά
  • Διακεκομμένη: όχι καταγεγραμμένη εκτέλεση (γραπτός κανόνας, συμβουλή χωρίς εξουσία, ανεπαλήθευτο όριο)
  • Ορθογώνιο: ενέργεια
  • Στρογγυλεμένο: παρατηρημένη κατάσταση ή εύρημα
  • Διπλωμένη γωνία: τεχνούργημα ή τεκμήριο
  • Διαγραμμισμένη στήλη: μέρη του προϊόντος υπό ανάπτυξη (όχι οι πράκτορες που χρησιμοποιήθηκαν για την κατασκευή του)

1 / 3

June 13, 2026

Μια υλοποίηση που πέρασε την κανονική διαδρομή επιστράφηκε δύο φορές από την αναθεώρηση, στις διαδρομές σφάλματος

  1. ΆνθρωποςAuthor

    ΕνέργειαΕλλιπής τηλεμετρία · silent fallback προς έλεγχο

    • παράδοσηΑποτυχίες που πρέπει να φαίνονται→ Typed activity row · σήμανση fallback (Claude Fable 5)

  2. Πράκτορας κώδικαClaude Fable 5

    ΕνέργειαTyped activity row · σήμανση fallback

    • παράδοση→ commit 64bd223 (Δημόσια commit)
    • παράδοσηDiff · διαδρομές αποτυχίας→ BLOCKER: το generic fallback αποθηκεύει ακατέργαστο details=data (Codex)

  3. ΤεχνουργήματαΔημόσια commit

    Τεχνούργημαcommit 64bd223

  4. Αναθεώρηση · επαλήθευσηCodex

    Παρατήρηση · εύρημαBLOCKER: το generic fallback αποθηκεύει ακατέργαστο details=data

  5. Πράκτορας κώδικαClaude Fable 5

    ΕνέργειαΑφαίρεση ευαίσθητων πεδίων και στο fallback

    • παράδοση→ c808e78 · έλεγχος αναπαραγωγής K4 (Δημόσια commit)
    • παράδοσηΝέα αναθεώρηση της διόρθωσης→ BLOCKER #2: το κείμενο του ValidationError εκθέτει ξανά τιμές (Codex)

  6. ΤεχνουργήματαΔημόσια commit

    Τεχνούργημαc808e78 · έλεγχος αναπαραγωγής K4

  7. Αναθεώρηση · επαλήθευσηCodex

    Παρατήρηση · εύρημαBLOCKER #2: το κείμενο του ValidationError εκθέτει ξανά τιμές

  8. Πράκτορας κώδικαClaude Fable 5

    ΕνέργειαΜόνο τύπος σφάλματος · διαδρομή πεδίου, χωρίς args_preview

    • παράδοση→ 8dcb386 · έλεγχος αναπαραγωγής K5 (Δημόσια commit)

  9. ΤεχνουργήματαΔημόσια commit

    Τεχνούργημα8dcb386 · έλεγχος αναπαραγωγής K5

    • όχι καταγεγραμμένη εκτέλεσηΕύρος που ελέγχθηκε→ Το πλήρες CI και το τελικό PASS της αναθεώρησης της εποχής δεν ξαναδιαβάστηκαν (Δημόσια commit)

  10. ΤεχνουργήματαΔημόσια commit

    Κανόνας · ανεπαλήθευτοΤο πλήρες CI και το τελικό PASS της αναθεώρησης της εποχής δεν ξαναδιαβάστηκαν

Πλαίσιο
Η αλλαγή μετέτρεψε τα συμβάντα παρατηρησιμότητας σε typed activity rows και έκανε τα fallback να μην περνούν σιωπηλά. Η αναθεώρηση του Codex άφησε δύο BLOCKER, και κάθε διόρθωση συνοδεύτηκε από έλεγχο που αναπαράγει την παράκαμψη που βρέθηκε.
Αποτέλεσμα
Το K4 προκαλεί πραγματικό fallback με λάθος τύπο και ελέγχει ότι δεν επιβιώνει κανένα ακατέργαστο πεδίο. Το K5 ελέγχει ότι η περιγραφή σφάλματος περιέχει μόνο ονόματα πεδίων και τύπους σφαλμάτων, ποτέ τιμές εισόδου. Οι έλεγχοι αυτοί αναπαράγουν τις παρακάμψεις που βρήκε η αναθεώρηση και δεν αντιγράφουν σταθερές της υλοποίησης.
Όριο
Η αρχική συνομιλία της αναθεώρησης MCP δεν ανοίχτηκε. Ο ρόλος της αναθεώρησης τεκμηριώνεται από τα commit και το CHANGELOG της εποχής. Η περίπτωση αυτή δεν εγγυάται ότι κανένα αρχείο καταγραφής του GEODE δεν κρατά ποτέ ευαίσθητα δεδομένα.
Πηγές και όρια που απομένουν
  • Και τα τρία commit αναφέρουν τη συμβολή του Claude Fable 5, ενώ τα c808e78 και 8dcb386 καταγράφουν αντίστοιχα το BLOCKER του Codex και το BLOCKER #2.
  • Η τρέχουσα (October 2026) πολιτική συνεισφοράς δεν διαβάζεται αναδρομικά ως οδηγία αυτής της περίπτωσης.

May 26, 2026

Μια αλλαγή που θα διέγραφε μια βαθμολογία περιορίστηκε σε έλεγχο του πού επιτρέπεται να χρησιμοποιείται

  1. Πράκτορας κώδικαΥλοποίηση

    Παρατήρηση · εύρημαΑνάγκη: να μη χρησιμοποιηθεί αυτή η τιμή ως άξονας fitness

    • παράδοσηΠρώτη υπόθεση→ Πρώτο προσχέδιο: αφαίρεση της τιμής στον baseline writer (Υλοποίηση)

  2. Υπό ανάπτυξηΚαταναλωτές μέσα στο προϊόν

    Παρατήρηση · εύρημαΣτην πρώτη παραγωγή, το baseline είναι η μόνη πηγή του scenario_realism

    • παράδοσηΕντοπισμός του πραγματικού καταναλωτή→ Εύρημα: σπάει την αρχική είσοδο του critic (Codex)

  3. Πράκτορας κώδικαΥλοποίηση

    ΕνέργειαΠρώτο προσχέδιο: αφαίρεση της τιμής στον baseline writer

    • παράδοσηΑναθεώρηση αλλαγής→ Εύρημα: σπάει την αρχική είσοδο του critic (Codex)

  4. Αναθεώρηση · επαλήθευσηCodex

    Παρατήρηση · εύρημαΕύρημα: σπάει την αρχική είσοδο του critic

  5. Πράκτορας κώδικαΥλοποίηση

    ΕνέργειαΑπόσυρση της αλλαγής στον writer · τα δεδομένα μένουν

    • παράδοσηΜετακίνηση του κριτηρίου ολοκλήρωσης→ 4 invariant: απουσιάζει μόνο από τις επιφάνειες fitness (Δημόσιο commit · PR)

  6. ΤεχνουργήματαΔημόσιο commit · PR

    Τεχνούργημα4 invariant: απουσιάζει μόνο από τις επιφάνειες fitness

    • παράδοσηΤελικό diff→ 0792e81 → συγχώνευση PR #1690 (Δημόσιο commit · PR)

  7. ΤεχνουργήματαΔημόσιο commit · PR

    Τεχνούργημα0792e81 → συγχώνευση PR #1690

Πλαίσιο
Η αλλαγή αποσκοπούσε να μη χρησιμεύει το scenario_realism ως άξονας fitness στο εξωτερικό Scaffold Search. Όταν η αναθεώρηση εντόπισε τον πρώτο αναγνώστη της τιμής, η αλλαγή έγινε μικρότερη, όχι μεγαλύτερη.
Αποτέλεσμα
Η τιμή του baseline μένει. Τέσσερις έλεγχοι κλειδώνουν ότι αυτή η διάσταση απουσιάζει από τα AXIS_TIERS, DIM_WEIGHTS και τις λίστες tier της εξωτερικής αναζήτησης.
Όριο
Η συνεδρία πίσω από την αποσυρμένη αλλαγή στον writer δεν εξετάστηκε. Τεκμηριώνεται από το commit και τις περιγραφές δοκιμών της εποχής. Οι έλεγχοι αυτοί δεν αποτελούν τεκμήριο απόδοσης της αναζήτησης ή βελτίωσης του SIL.
Πηγές και όρια που απομένουν
  • Ο critic και ο evolver είναι καταναλωτές δεδομένων μέσα στο υπό ανάπτυξη προϊόν, όχι ο πράκτορας κώδικα ή ο αναθεωρητής Codex που χρησιμοποιήθηκαν για να φτιαχτεί.
  • Ο τίτλος του PR #1690 λέει ακόμη «filter». Η πραγματική αλλαγή είναι το τελικό diff και το commit.

September 27, 2026 to September 28, 2026

Μετά από διόρθωση οριακής τιμής, τα αρχικά αποτελέσματα αναπαρήχθησαν πρώτα και έπειτα υπολογίστηκαν ξανά

  1. Συνεδρία εργασίαςΥλοποιητής ανάλυσης

    Παρατήρηση · εύρημαΑπόρριψη τιμών ακριβώς στο όριο ανοχής

    • παράδοσηΣφάλμα admission, όχι ικανότητας του μοντέλου→ Σύγκριση ως δεκαδικοί · ανοχές αμετάβλητες (Υλοποιητής ανάλυσης)

  2. Συνεδρία εργασίαςΥλοποιητής ανάλυσης

    ΕνέργειαΣύγκριση ως δεκαδικοί · ανοχές αμετάβλητες

    • παράδοση→ 4be7a17 · έλεγχοι εντός / εκτός ορίου (Τεχνουργήματα)

  3. ΤεχνουργήματαΤεχνουργήματα

    Τεχνούργημα4be7a17 · έλεγχοι εντός / εκτός ορίου

  4. ΆνθρωποςAuthor

    ΕνέργειαΑνάθεση: μόνο offline διόρθωση όλων των αποθηκευμένων U4 · X2

    • παράδοσηΕπιτρεπόμενο εύρος→ contract.json: είσοδοι · κανόνες σταθεροί, χωρίς κλήσεις μοντέλου (Τεχνουργήματα)

  5. ΤεχνουργήματαΤεχνουργήματα

    Τεχνούργημαcontract.json: είσοδοι · κανόνες σταθεροί, χωρίς κλήσεις μοντέλου

    • παράδοσηΣταθερές συνθήκες→ Πρώτα αναπαραγωγή προηγούμενων αποτελεσμάτων · παρονομαστών · CI (Υλοποιητής ανάλυσης)

  6. Συνεδρία εργασίαςΥλοποιητής ανάλυσης

    ΕνέργειαΠρώτα αναπαραγωγή προηγούμενων αποτελεσμάτων · παρονομαστών · CI

    • παράδοσηΜετά την αναπαραγωγή→ Χωριστός υπολογισμός της διόρθωσης από τις ίδιες εισόδους (Υλοποιητής ανάλυσης)

  7. Συνεδρία εργασίαςΥλοποιητής ανάλυσης

    ΕνέργειαΧωριστός υπολογισμός της διόρθωσης από τις ίδιες εισόδους

    • παράδοση→ receipt: 24 πρωτότυπα διατηρήθηκαν · 0 κλήσεις μοντέλου (Τεχνουργήματα)
    • παράδοσηΔιανύσματα cell, όχι συνόψεις→ Επανυπολογισμός winners · CI από διανύσματα cell · αντιστοίχιση hash (Ανεξάρτητος επαληθευτής)

  8. ΤεχνουργήματαΤεχνουργήματα

    Τεχνούργημαreceipt: 24 πρωτότυπα διατηρήθηκαν · 0 κλήσεις μοντέλου

  9. Αναθεώρηση · επαλήθευσηΑνεξάρτητος επαληθευτής

    ΕνέργειαΕπανυπολογισμός winners · CI από διανύσματα cell · αντιστοίχιση hash

    • παράδοση→ independent-review: οι ετυμηγορίες ισχύουν, τα όρια δηλώνονται (Τεχνουργήματα)

  10. ΤεχνουργήματαΤεχνουργήματα

    Τεχνούργημαindependent-review: οι ετυμηγορίες ισχύουν, τα όρια δηλώνονται

Πλαίσιο
Στο ερευνητικό εργαλείο Jev, οι typed αριθμητικές απαντήσεις που βρίσκονταν ακριβώς στο όριο ανοχής απορρίπτονταν. Μετά τη διόρθωση, κάθε αποθηκευμένο αποτέλεσμα υπολογίστηκε ξανά χωρίς νέες εκτελέσεις μοντέλων, και η πλευρά του υπολογισμού κρατήθηκε χωριστά από την πλευρά της επαλήθευσης.
Αποτέλεσμα
Οι ετυμηγορίες έμειναν ίδιες μετά τη διόρθωση (U4 not-supported, X2 mixed). Η διόρθωση ενός αριθμητικού σφάλματος και η στήριξη μιας ερευνητικής υπόθεσης κρατήθηκαν χωριστά.
Όριο
Εκ των υστέρων διόρθωση, όχι νέο πείραμα με μοντέλα. Τα 640 listwise cells του Astra χωρίς αρχική απάντηση κρατούν τον αποθηκευμένο winner, και η ανεξάρτητη αναθεώρηση δεν ανέλυσε ξανά ούτε τα ιδιωτικά σώματα απαντήσεων.
Πηγές και όρια που απομένουν
  • Η ανοχή βαθμολογίας 0.03 και η ανοχή αθροίσματος κατανομής 0.025 δεν άλλαξαν. Τα διορθωμένα νούμερα είναι U4 58/80 → 59/80 και X2 194/240 → 196/240.
  • Η δημόσια καταγραφή διόρθωσης δεν κατονομάζει μοντέλο για την πλευρά της συγγραφής ή της επαλήθευσης, και το 4be7a17 δεν αναφέρει συμβολή Claude ή Codex, γι' αυτό καμία στήλη δεν έχει όνομα μοντέλου.