FI
Geodi, GEODEn virallinen pikselihahmo
Takaisin saliin

GEODE

Autonomous Agent Harness

Havainnosta seuraavaan toimeen.

Paikallinen autonomisen agentin kehys, jolle voi antaa tutkimusta, tiedostotöitä ja ajastettuja tehtäviä.

2026.02.21 — present

Suunnittelu, arvio, todentaminen: Author · toteutus: Claude · katselmointi: Codex

  • CLIJulkaistu · PyPI
  • MCP-palvelinToteutettu

Yksi käytäntö muutetaan kerrallaan; mittaus pysyy kiinteänä.

Erillinen silmukka, joka ajetaan kehyksen ulkopuolella. Se soveltaa lähtötasosta yhden tyypitetyn käytäntömuutoksen, ja sama Petri-auditointi ja portti päättävät, onko tulos KEEP vai palautus.

SIL-kartta · piirretty kiinnitetyn commitin 9e2c041 evolve-polkujen ja kesäkuun 2026 ajokirjauksen pohjalta
GEODEn käytäntöhaun (SIL) karttaAjoympäristön ulkopuolella toimiva käytäntöhakusilmukka. Hyväksytty ajosopimus kiinnittää budjetin, siemenet, rubriikin ja mallit, ja mutaattori muuttaa yhden käytännön seitsemästä sallitusta pinnasta. measure.py auditoi GEODEn samalla mittauslaitteistolla Petrin kautta; fitness.py ja gate.py päättävät KEEPin tai palautuksen kriittisen regression ja ylennyssääntöjen perusteella; ledger.py kirjoittaa lähtötason ja tulosrivit. Kesäkuun 2026 ajo erotti auditointikohinan mutaation vaikutuksesta muuttamattomalla never-haaralla, K=5-lähtötasolla ja toistomittauksella.Operaattorin hyväksyntälive-kutsut · budjettiPetri-auditointiauditor · GEODE target · judgeprogram.mdajosopimus · mallit · budjettipysäytyssäännöt · ajo hyväksynnän jälkeentrain.pykiinteän budjetin silmukka--replicate K · uudelleenmittausloop/mutatemutaattori · yksi ehdokas7 pintaa · ei hyperparametrejastate/policiestiedostopohjainen käytäntöprepare.pysiemenjoukko · rubriikki kiinnitettymeasure.pyauditoinnin aliprosessi · kiinteä aikakatkaisukäytäntökohtainen OVERRIDE · STRICTfitness.pykriittinen regressio · vähennyksetledger.pybaseline · provenancetulos- · mutaatiorivitgate.py_should_promote · KEEP_reject_and_revertcore · käytäntölataajatkehotehaara · system_prompt.py6 käytäntölataajaa · tool, skill…run-2606-broken-tool-usegen-0-lähtötaso · 5 auditoinnin keskiarvonever-haara · muuttamaton verrokkirandom- · gate-haarattoisto · yksittäisen KEEPin uudelleenmittausevolve/scaffold_searchulkoinen hakusilmukka · ajoympäristön ulkopuolellaehdokasmuutosyksi ajoa kohdenmittauslaitteistokiinteä vertailun ajanrun-2606 · 3.–4.6.2026broken_tool_useAuditoitava GEODEvain sallitut käytännöt muuttuvat1 hyväksyntä · Operaattorin hyväksyntä → ajosopimus · mallit · budjetti12 ajosopimus · ajosopimus · mallit · budjetti → kiinteän budjetin silmukka23 pyydä yksi ehdokas · kiinteän budjetin silmukka → mutaattori · yksi ehdokas34käytäntömuutos · mutation ID5 siemenet · rubriikki kiinnitetty · siemenjoukko · rubriikki kiinnitetty → auditoinnin aliprosessi · kiinteä aikakatkaisu56valittu käytäntö7käytäntökohtaiset override-polut8audit subprocess9auditointidialogi1ulottuvuuspisteet2 baseline · provenance · baseline · provenance → kriittinen regressio · vähennykset23 fitness · regression syyt · kriittinen regressio · vähennykset → _should_promote · KEEP34KEEP · seuraava lähtötaso5REJECT · aiempi palautetaan6tulos · tuomiorivi1kolme haaraa2K=5-keskiarvolähtötaso3mittaus ilman muutosta4--replicate K5uudelleenmittaus → palautus

Yksi muutos → auditointi

Ajosopimuksen ollessa kiinnitetty yksi sallittu käytäntö muuttuu ja GEODE auditoidaan samalla laitteistolla. Kyse ei ole käynnissä olevasta tuotteesta, joka kirjoittaisi itseään uudelleen.

  1. Operaattorin hyväksyntähyväksyntäajosopimus · mallit · budjettiprogram.md

    Ajo alkaa vasta, kun live-kutsut ja kiinteä budjetti on hyväksytty. Ilman hyväksyntää vain sopimus valmistellaan ja tarkistetaan offline-tilassa.

  2. ajosopimus · mallit · budjettiprogram.mdajosopimuskiinteän budjetin silmukkatrain.py

    Siementen ja rubriikin revisiot, roolien mallit ja tunnistetietojen lähteet, mittausasetukset, iteraatio-, aika- ja kustannusbudjetit, ylennyskäytäntö ja pysäytysehdot kiinnitetään ennen ajoa.

  3. kiinteän budjetin silmukkatrain.pypyydä yksi ehdokasmutaattori · yksi ehdokasloop/mutate

    Yksi näyttöön perustuva hypoteesi muuttaa yhden sallitun käytäntöpinnan.

  4. 7 pintaa · ei hyperparametrejaloop/mutatekäytäntömuutos · mutation IDtiedostopohjainen käytäntöstate/policies

    Vain seitsemän pintaa saa muuttua: käärekehote, työkalukäytäntö, pilkkomisneuvot, reflektio, taitoluettelon metatiedot, agenttisopimus (role, system_prompt, tools) sekä työkalujen kuvaukset ja vihjeet. Hyperparametrimuutokset hylätään sekä jäsennyksessä että soveltamisessa. Käytännön soveltaminen, uudelleenmittaus ja valinnainen commit ovat erillisiä vaiheita, joten soveltaminen ei itsessään ole auditointi.

  5. siemenjoukko · rubriikki kiinnitettyprepare.pysiemenet · rubriikki kiinnitettyauditoinnin aliprosessi · kiinteä aikakatkaisumeasure.py

    prepare.py on siemenjoukon ja rubriikin kiinteä viite; ehdokkaat eivät muuta sitä. Mittausmoduulin muuttaminen muuttaa mittausta, ei testattavaa järjestelmää.

  6. tiedostopohjainen käytäntöstate/policiesvalittu käytäntökäytäntökohtainen OVERRIDE · STRICTmeasure.py

    measure.py lukee parhaillaan valitun käytäntötiedoston ja välittää sen auditointiympäristöön.

  7. käytäntökohtainen OVERRIDE · STRICTmeasure.pykäytäntökohtaiset override-polutcore · käytäntölataajat

    measure.py välittää kääreen sekä käytäntökohtaiset override- ja strict-polut auditoinnin aliprosessille, ja ajoympäristön vastaava käytäntölataaja lukee kunkin. Kääre (GEODE_WRAPPER_OVERRIDE → system_prompt) on yksi haara; ylimääräiset ympäristöavaimet eivät laajenna seitsemää muutettavaa pintaa. Pelkkä muokattu tiedosto ei todista, että ehdokas tavoitti kohteen; auditointinäytön diagnostiikka vahvistaa sen.

  8. auditoinnin aliprosessi · kiinteä aikakatkaisumeasure.pyaudit subprocessPetri-auditointi

    Auditointi ajetaan kiinteällä aikakatkaisulla ja budjetilla, joita ei koskaan muuteta kesken vertailun. Puuttuva tuloste on diagnostinen aukko, ei nollapistemäärä.

  9. Petri-auditointiauditointidialogicore · käytäntölataajat

    Auditoija keskustelee GEODEn kanssa siemenskenaarion kautta, ja tuomari pisteyttää transkriptin.

Tuomio → säilytys · palautus

Samaan sopimukseen perustuvaan lähtötasoon verrattuna kriittiset regressiot ja ylennyssääntö päättävät KEEPin; hylätty muutos palautetaan kirjattuun aiempaan arvoonsa.

  1. Petri-auditointiulottuvuuspisteetkriittinen regressio · vähennyksetfitness.py

    Pisteiden mukana tulevat puuttuvat ulottuvuudet ja näytemäärät. Mittaamatonta ulottuvuutta ei lueta havainnoksi.

  2. baseline · provenanceledger.pybaseline · provenancekriittinen regressio · vähennyksetfitness.py

    Vertailussa käytetään vain lähtötasoa, jolla on sama kirjattu sopimus ja epoch. Uusi Git-haara ei eristä lähtötason tilaa.

  3. kriittinen regressio · vähennyksetfitness.pyfitness · regression syyt_should_promote · KEEPgate.py

    Kriittisten ulottuvuuksien regressiot ja lisävähennykset tarkistetaan ensin, sitten marginaali- tai kohdeulottuvuustesti. Pelkkä positiivinen skalaari ei koskaan johda ylennykseen.

  4. _should_promote · KEEPgate.pyKEEP · seuraava lähtötasobaseline · provenanceledger.py

    Säilytetystä ehdokkaasta tulee seuraava lähtötaso. Paikallisesti säilytetty ehdokas ei ole repositorion merge eikä julkaisu.

  5. _reject_and_revertgate.pyREJECT · aiempi palautetaantiedostopohjainen käytäntöstate/policies

    Runnerin tekemän ehdokkaan kohdalla palautetaan sen mutation ID:n alle kirjattu käytäntöosio, ja epäonnistunut palautus merkitään. Manuaalisia muutoksia ei palauteta automaattisesti, ja epävarma palautus pysäyttää seuraavan ehdokkaan.

  6. _should_promote · KEEPgate.pytulos · tuomiorivitulos- · mutaatiorivitledger.py

    Mittaus, tuomio ja alkuperä kirjoitetaan kerran tulosriveiksi; historiallisia rivejä ei koskaan kirjoiteta uudelleen.

Verrokit · toistomittaus

Kesäkuun 2026 ajo: muuttamaton never-haara ja K=5-lähtötaso mittasivat auditointikohinan erikseen, ja yksittäisen auditoinnin KEEP tarkistettiin uudelleen toistoilla.

  1. run-2606-broken-tool-usekolme haaraakiinteän budjetin silmukkatrain.py

    Ajo 3.–4.6.2026 erotti ajautumisen mutaation vaikutuksesta kolmella haaralla: never (ei muutosta), random (satunnainen hyväksyntä) ja gate (tuomion hyväksymä). Kohde oli GPT-5.5; auditoija ja tuomari olivat Claude Opus 4.8.

  2. gen-0-lähtötaso · 5 auditoinnin keskiarvorun-2606-broken-tool-useK=5-keskiarvolähtötasobaseline · provenanceledger.py

    gen-0-lähtötaso oli viiden auditoinnin keskiarvo (Petri broken_tool_use, pienempi on parempi, keskiarvo 2.667).

  3. never-haara · muuttamaton verrokkirun-2606-broken-tool-usemittaus ilman muutostaauditoinnin aliprosessi · kiinteä aikakatkaisumeasure.py

    never-haara ajautui keskiarvoon 3.38 ilman yhtään käytäntömuutosta (10 auditointia, pienempi on parempi): suora näyttö siitä, että auditointikohina ylitti mutaation vaikutuksen.

  4. --replicate K · uudelleenmittaustrain.py--replicate Kauditoinnin aliprosessi · kiinteä aikakatkaisumeasure.py

    Sama ehdokas mitataan K kertaa lisää samoissa olosuhteissa, jotta onnekas yksittäinen auditointi suodattuu pois.

  5. toisto · yksittäisen KEEPin uudelleenmittausrun-2606-broken-tool-useuudelleenmittaus → palautus_reject_and_revertgate.py

    Yksittäisen gate-auditoinnin (1.6) perusteella säilytetty ehdokas mittasi toistoissa 3.0–3.8, lähtötasoa huonommin, joten mestari 2.667 palautettiin. Ajon johtopäätös: ei selvää parannusta.

Kaikki yhteydet samalla painolla. Valitse virta, niin vain sen polku korostuu numeroiduin vaihein.

  • Yhtenäinen · pyyntöjen, ehdokkaiden ja tulosten kulkusuunta
  • Katkoviiva · suoritus, päätös, valtuutus, määritys
  • Pitkä pistekatkoviiva · kirjaukset ja havainnointi, erillään tuomiosta
  • Paksu musta viiva · valittu virta; numerot kertovat järjestyksen
  • Laatikko · koodin tai kirjausten raja, polku otsakkeessa
  • Sisälaatta · komponentti rajan sisällä
  • Katkoviivalaatikko · rajan ulkopuolella
  • silmukka · mittausajo
  • sopimus · tuomio
  • käytäntö · kirjaukset
  • muutos · auditoitu kohde · ajokirjaus

GEODEn SIL-ajurin nimi on autoresearch; sen prepare/train/program-rakenne ja kiinteä budjetti ovat saaneet vaikutteita Karpathyn autoresearchista. Mallin painot eivät muutu, ja laitteisto ja budjetti pysyvät kiinteinä vertailun ajan.

Mikä saa muuttua
Seitsemän pintaa: käärekehote, työkalukäytäntö, pilkkomisneuvot, reflektio, taitoluettelon metatiedot, agenttisopimus sekä työkalujen kuvaukset ja vihjeet. Arvioija, budjetti, siemenet ja rubriikki pysyvät kiinteinä vertailun ajan.
Ajokirjauksen laajuus
run-2606:n arvot ovat kyseisen ajon Petri broken_tool_use -keskiarvoja (pienempi on parempi). Ne eivät ole näyttöä SILin kumulatiivisesta parannuksesta tai yleistymisestä.