GEODE
Autonomous Agent Harness
De l’observation à l’action suivante.
Un harnais local d’agent autonome auquel confier recherche, travail sur fichiers et tâches planifiées.
Implémentations renvoyées par la revue, chiffres de recherche recalculés
Deux cas où la revue a renvoyé une implémentation, et un cas où des chiffres de recherche ont été recalculés en conservant les originaux. Chaque rôle se limite à ce que montre l’enregistrement du cas.
June 13, 2026
Une implémentation qui passait le chemin normal a été renvoyée deux fois par la revue, sur les chemins d’erreur
PersonneAuthor
ActionTélémétrie manquante · repli silencieux à vérifier
- passationÉchecs qui doivent être visibles→ Ligne d’activité typée · repli signalé (Claude Fable 5)
Agent de codeClaude Fable 5
ActionLigne d’activité typée · repli signalé
- passation→ commit 64bd223 (Commits publics)
- passationDiff · chemins d’échec→ BLOCKER : le repli générique stocke details=data brut (Codex)
ArtefactsCommits publics
Artefactcommit 64bd223
Revue · vérificationCodex
Observation · constatBLOCKER : le repli générique stocke details=data brut
- renvoyéLa protection du chemin normal étendue au chemin d’exception→ Retirer aussi les champs sensibles en repli (Claude Fable 5)
Agent de codeClaude Fable 5
ActionRetirer aussi les champs sensibles en repli
- passation→ c808e78 · contrôle de reproduction K4 (Commits publics)
- passationCorrectif revu à nouveau→ BLOCKER #2 : le texte de ValidationError réexpose les valeurs (Codex)
ArtefactsCommits publics
Artefactc808e78 · contrôle de reproduction K4
Revue · vérificationCodex
Observation · constatBLOCKER #2 : le texte de ValidationError réexpose les valeurs
- renvoyéUn motif d’erreur sans valeurs brutes→ Garder seulement type d’erreur · chemin du champ ; retirer args_preview (Claude Fable 5)
Agent de codeClaude Fable 5
ActionGarder seulement type d’erreur · chemin du champ ; retirer args_preview
- passation→ 8dcb386 · contrôle de reproduction K5 (Commits publics)
ArtefactsCommits publics
Artefact8dcb386 · contrôle de reproduction K5
- pas une exécution consignéePérimètre vérifié→ CI complète et PASS de revue finale de l’époque non relus (Commits publics)
ArtefactsCommits publics
Règle · non vérifiéeCI complète et PASS de revue finale de l’époque non relus
- Contexte
- Le changement transformait les événements d’observabilité en lignes d’activité typées et empêchait les replis silencieux. La revue Codex a laissé deux BLOCKER, et chaque correctif s’est accompagné d’un contrôle qui reproduit le contournement trouvé.
- Résultat
- K4 provoque un vrai repli avec un mauvais type et vérifie qu’aucun champ brut ne subsiste ; K5 vérifie que la description d’erreur ne contient que des noms de champ et des types d’erreur, jamais de valeurs d’entrée. Ces contrôles reproduisent les contournements trouvés par la revue ; ils ne recopient pas les constantes de l’implémentation.
- Limite
- La conversation de revue MCP d’origine n’a pas été ouverte ; le rôle de revue est établi à partir des commits et du CHANGELOG rédigés à l’époque. Ce cas ne garantit pas qu’aucun journal GEODE ne conserve jamais de données sensibles.
Sources et limites restantes
- Les trois commits créditent Claude Fable 5, et c808e78 et 8dcb386 consignent respectivement le BLOCKER de Codex et le BLOCKER #2.
- La politique actuelle des contributeurs (October 2026) n’est pas appliquée rétroactivement comme consigne de ce cas.
May 26, 2026
Un changement qui aurait supprimé un score a été réduit à un contrôle de l’usage permis de ce score
Agent de codeImplémentation
Observation · constatBesoin : ne pas utiliser cette valeur comme axe de fitness
- passationPremière hypothèse→ Première version : retirer la valeur dans le writer de la référence (Implémentation)
En développementConsommateurs dans le produit
Observation · constatÀ la première génération, la référence est la seule source de scenario_realism
- passationConsommateur réel retrouvé→ Constat : casse l’entrée initiale du critic (Codex)
Agent de codeImplémentation
ActionPremière version : retirer la valeur dans le writer de la référence
- passationChangement revu→ Constat : casse l’entrée initiale du critic (Codex)
Revue · vérificationCodex
Observation · constatConstat : casse l’entrée initiale du critic
- renvoyéGarder le contrat d’entrée existant→ Changement du writer retiré · données conservées (Implémentation)
Agent de codeImplémentation
ActionChangement du writer retiré · données conservées
- passationCritère de fin déplacé→ 4 invariants : absente des seules surfaces de fitness (Commit public · PR)
ArtefactsCommit public · PR
Artefact4 invariants : absente des seules surfaces de fitness
- passationDiff final→ 0792e81 → PR #1690 fusionnée (Commit public · PR)
ArtefactsCommit public · PR
Artefact0792e81 → PR #1690 fusionnée
- Contexte
- Le changement devait empêcher scenario_realism de servir d’axe de fitness dans la Scaffold Search externe. Quand la revue a remonté jusqu’au premier lecteur de la valeur, le changement a été réduit, et non élargi.
- Résultat
- La valeur de référence reste ; quatre contrôles fixent l’absence de cette dimension dans AXIS_TIERS, DIM_WEIGHTS et les listes de tiers de la recherche externe.
- Limite
- La session à l’origine du changement de writer retiré n’a pas été consultée ; elle est établie à partir du commit et des descriptions de tests rédigés à l’époque. Ces contrôles ne prouvent ni la performance de la recherche ni une amélioration de SIL.
Sources et limites restantes
- Le critic et l’evolver sont des consommateurs de données dans le produit en développement, et non l’agent de code ou le relecteur Codex utilisés pour le construire.
- Le titre de la PR #1690 dit encore « filter » ; le diff et le commit finaux constituent le changement réel.
September 27, 2026 to September 28, 2026
Après la correction d’une valeur limite, les résultats d’origine ont d’abord été reproduits, puis recalculés
Session de travailResponsable de l’analyse
Observation · constatValeurs exactement sur la limite de tolérance rejetées
- passationErreur d’admission, non capacité du modèle→ Comparer en décimal · tolérances inchangées (Responsable de l’analyse)
Session de travailResponsable de l’analyse
ActionComparer en décimal · tolérances inchangées
- passation→ 4be7a17 · contrôles en deçà / au-delà de la limite (Artefacts)
ArtefactsArtefacts
Artefact4be7a17 · contrôles en deçà / au-delà de la limite
PersonneAuthor
ActionDélégué : seulement la correction hors ligne de tous les U4 · X2 enregistrés
- passationPérimètre autorisé→ contract.json : entrées · règles fixées, aucun appel de modèle (Artefacts)
ArtefactsArtefacts
Artefactcontract.json : entrées · règles fixées, aucun appel de modèle
- passationConditions fixées→ Reproduire d’abord résultats antérieurs · dénominateurs · IC (Responsable de l’analyse)
Session de travailResponsable de l’analyse
ActionReproduire d’abord résultats antérieurs · dénominateurs · IC
- passationAprès reproduction→ Calculer la correction séparément à partir des mêmes entrées (Responsable de l’analyse)
Session de travailResponsable de l’analyse
ActionCalculer la correction séparément à partir des mêmes entrées
- passation→ receipt : 24 originaux conservés · 0 appel de modèle (Artefacts)
- passationVecteurs de cellules, pas de résumés→ Recalculer gagnants · IC à partir des vecteurs de cellules · comparer les hashes (Vérificateur indépendant)
ArtefactsArtefacts
Artefactreceipt : 24 originaux conservés · 0 appel de modèle
Revue · vérificationVérificateur indépendant
ActionRecalculer gagnants · IC à partir des vecteurs de cellules · comparer les hashes
- passation→ independent-review : verdicts maintenus, limites énoncées (Artefacts)
ArtefactsArtefacts
Artefactindependent-review : verdicts maintenus, limites énoncées
- Contexte
- Dans l’outil de recherche Jev, les réponses numériques typées situées exactement sur la limite de tolérance étaient rejetées. Après la correction, chaque résultat enregistré a été recalculé sans nouvelle exécution de modèle, et le calcul et la vérification ont été tenus séparés.
- Résultat
- Les verdicts ont tenu après la correction (U4 not-supported, X2 mixed). Corriger une erreur numérique et étayer une hypothèse de recherche ont été tenus séparés.
- Limite
- Correction a posteriori, et non nouvelle expérience de modèle. Les 640 cellules listwise d’Astra sans réponse d’origine gardent leur gagnant enregistré, et la revue indépendante n’a pas non plus réanalysé les corps de réponse privés.
Sources et limites restantes
- La tolérance de score de 0.03 et la tolérance de somme de distribution de 0.025 n’ont pas été modifiées. Les chiffres corrigés sont U4 58/80 → 59/80 et X2 194/240 → 196/240.
- L’enregistrement public de la correction ne nomme aucun modèle pour la rédaction ni pour la vérification, et 4be7a17 ne porte aucun crédit Claude ou Codex ; aucune des deux colonnes ne reçoit donc de nom de modèle.