HU
Geodi, a GEODE hivatalos pixelfigurája
Vissza a terembe

GEODE

Autonomous Agent Harness

A megfigyeléstől a következő műveletig.

Helyi autonómágens-keretrendszer, amelyre kutatás, fájlműveletek és ütemezett feladatok bízhatók.

2026.02.21 — present

Tervezés, megítélés, ellenőrzés: Author · megvalósítás: Claude · felülvizsgálat: Codex

  • CLIKözzétéve · PyPI
  • MCP-szerverMegvalósítva

Felülvizsgálat által visszaküldött megvalósítások, újraszámolt kutatási adatok

Két eset, amikor a felülvizsgálat visszaküldött egy megvalósítást, és egy, amikor a kutatási adatokat az eredetiek megőrzésével újraszámolták. Minden szerepnél csak az áll, amit az adott eset feljegyzése mutat.

Teljes jelmagyarázat

Olvasási útmutató · minden esetre ugyanaz a nyelvtan

  • Az oszlopok azt mutatják, ki cselekedett; fentről lefelé az idő halad
  • Folytonos: rögzített átadás vagy következő lépés
  • Vastag lazúrkék ↩: munkát visszaküldő megállapítás
  • Szaggatott: nem rögzített végrehajtás (írott szabály, jogkör nélküli tanács, nem igazolt határ)
  • Téglalap: művelet
  • Lekerekített: megfigyelt állapot vagy megállapítás
  • Behajtott sarok: artefaktum vagy bizonyíték
  • Vonalkázott oszlop: a fejlesztett termék részei (nem a megépítéséhez használt ágensek)

1 / 3

June 13, 2026

A normál útvonalon átment megvalósítást a felülvizsgálat kétszer küldte vissza a hibaútvonalak miatt

  1. EmberAuthor

    MűveletHiányzó telemetria · ellenőrizendő csendes fallback

    • átadásHibák, amelyeknek láthatónak kell lenniük→ Típusos tevékenységsor · fallback jelölve (Claude Fable 5)

  2. Kódoló ágensClaude Fable 5

    MűveletTípusos tevékenységsor · fallback jelölve

    • átadás→ commit 64bd223 (Nyilvános commitok)
    • átadásDiff · hibaútvonalak→ BLOCKER: az általános fallback nyers details=data mezőt tárol (Codex)

  3. ArtefaktumokNyilvános commitok

    Artefaktumcommit 64bd223

  4. Felülvizsgálat · ellenőrzésCodex

    Megfigyelés · megállapításBLOCKER: az általános fallback nyers details=data mezőt tárol

  5. Kódoló ágensClaude Fable 5

    MűveletÉrzékeny mezők eltávolítása fallbackkor is

    • átadás→ c808e78 · K4 reprodukciós ellenőrzés (Nyilvános commitok)
    • átadásJavítás újra felülvizsgálva→ BLOCKER #2: a ValidationError szövege újra kiadja az értékeket (Codex)

  6. ArtefaktumokNyilvános commitok

    Artefaktumc808e78 · K4 reprodukciós ellenőrzés

  7. Felülvizsgálat · ellenőrzésCodex

    Megfigyelés · megállapításBLOCKER #2: a ValidationError szövege újra kiadja az értékeket

  8. Kódoló ágensClaude Fable 5

    MűveletCsak a hibatípus · mezőútvonal marad; az args_preview törölve

    • átadás→ 8dcb386 · K5 reprodukciós ellenőrzés (Nyilvános commitok)

  9. ArtefaktumokNyilvános commitok

    Artefaktum8dcb386 · K5 reprodukciós ellenőrzés

    • nem rögzített végrehajtásEllenőrzött hatókör→ Az akkori teljes CI és végső felülvizsgálati PASS nincs újraolvasva (Nyilvános commitok)

  10. ArtefaktumokNyilvános commitok

    Szabály · nem igazoltAz akkori teljes CI és végső felülvizsgálati PASS nincs újraolvasva

Háttér
A változtatás a megfigyelhetőségi eseményeket típusos tevékenységsorokká alakította, és a fallbackek többé nem maradtak csendesek. A Codex-felülvizsgálat két BLOCKER-t rögzített, és minden javításhoz olyan ellenőrzés járt, amely reprodukálja a talált megkerülést.
Eredmény
A K4 rossz típussal valódi fallbacket kényszerít ki, és ellenőrzi, hogy nem marad nyers mező; a K5 azt ellenőrzi, hogy a hibaleírás csak mezőneveket és hibatípusokat tartalmaz, bemeneti értékeket soha. Ezek az ellenőrzések a felülvizsgálat által talált megkerüléseket reprodukálják; nem a megvalósítás konstansait másolják.
Korlát
Az eredeti MCP-felülvizsgálati beszélgetést nem nyitottam meg; a felülvizsgálói szerep a commitokból és az akkor írt CHANGELOG-ból igazolható. Ez az eset nem garantálja, hogy egyetlen GEODE-napló sem őriz meg érzékeny adatot.
Források és fennmaradó korlátok
  • Mindhárom commit Claude Fable 5-öt tünteti fel, a c808e78 és a 8dcb386 pedig a Codex BLOCKER-t, illetve a BLOCKER #2-t rögzíti.
  • A jelenlegi (2026. októberi) közreműködői szabályzat visszamenőleg nem számít ennek az esetnek az utasításának.

May 26, 2026

Egy pontszámot törlő változtatás arra szűkült, hogy ellenőrizze, hol használható a pontszám

  1. Kódoló ágensMegvalósítás

    Megfigyelés · megállapításIgény: ez az érték ne legyen fitness-tengely

    • átadásElső hipotézis→ Első vázlat: az érték elhagyása a baseline writerben (Megvalósítás)

  2. Fejlesztés tárgyaFogyasztók a termékben

    Megfigyelés · megállapításElső generáláskor a scenario_realism egyetlen forrása a baseline

    • átadásA tényleges fogyasztó felderítve→ Megállapítás: elrontja a kezdeti critic-bemenetet (Codex)

  3. Kódoló ágensMegvalósítás

    MűveletElső vázlat: az érték elhagyása a baseline writerben

    • átadásVáltoztatás felülvizsgálva→ Megállapítás: elrontja a kezdeti critic-bemenetet (Codex)

  4. Felülvizsgálat · ellenőrzésCodex

    Megfigyelés · megállapításMegállapítás: elrontja a kezdeti critic-bemenetet

  5. Kódoló ágensMegvalósítás

    MűveletA writer-változtatás visszavonva · az adat megmarad

    • átadásBefejezési kritérium áthelyezve→ 4 invariáns: csak a fitness-felületekről hiányzik (Nyilvános commit · PR)

  6. ArtefaktumokNyilvános commit · PR

    Artefaktum4 invariáns: csak a fitness-felületekről hiányzik

    • átadásVégső diff→ 0792e81 → PR #1690 beolvasztva (Nyilvános commit · PR)

  7. ArtefaktumokNyilvános commit · PR

    Artefaktum0792e81 → PR #1690 beolvasztva

Háttér
A változtatás célja az volt, hogy a scenario_realism ne szolgáljon fitness-tengelyként a külső Scaffold Searchben. Amikor a felülvizsgálat felderítette az érték első olvasóját, a változtatás kisebb lett, nem nagyobb.
Eredmény
A baseline-érték marad; négy ellenőrzés rögzíti, hogy ez a dimenzió hiányzik a külső keresés AXIS_TIERS, DIM_WEIGHTS és tier-listáiból.
Korlát
A visszavont writer-változtatás mögötti munkamenetet nem néztem meg; az a commitból és az akkor írt tesztleírásokból igazolható. Ezek az ellenőrzések nem bizonyítják a keresés teljesítményét vagy a SIL javulását.
Források és fennmaradó korlátok
  • A critic és az evolver a fejlesztett termékben lévő adatfogyasztók, nem a megépítéséhez használt kódoló ágens vagy Codex-felülvizsgáló.
  • A PR #1690 címe még mindig „filter”; a tényleges változtatás a végső diff és commit.

September 27, 2026 to September 28, 2026

Határérték-javítás után az eredeti eredményeket előbb reprodukálták, aztán újraszámolták

  1. MunkamenetElemzés megvalósítója

    Megfigyelés · megállapításPontosan a tűréshatáron lévő értékek elutasítva

    • átadásBefogadási hiba, nem a modell képessége→ Összehasonlítás decimálisként · a tűrések változatlanok (Elemzés megvalósítója)

  2. MunkamenetElemzés megvalósítója

    MűveletÖsszehasonlítás decimálisként · a tűrések változatlanok

    • átadás→ 4be7a17 · határon belüli / kívüli ellenőrzések (Artefaktumok)

  3. ArtefaktumokArtefaktumok

    Artefaktum4be7a17 · határon belüli / kívüli ellenőrzések

  4. EmberAuthor

    MűveletDelegálva: csak az összes mentett U4 · X2 offline javítása

    • átadásEngedélyezett hatókör→ contract.json: bemenetek · szabályok rögzítve, modellhívás nincs (Artefaktumok)

  5. ArtefaktumokArtefaktumok

    Artefaktumcontract.json: bemenetek · szabályok rögzítve, modellhívás nincs

    • átadásRögzített feltételek→ Előbb a korábbi eredmények · nevezők · CI-k reprodukálása (Elemzés megvalósítója)

  6. MunkamenetElemzés megvalósítója

    MűveletElőbb a korábbi eredmények · nevezők · CI-k reprodukálása

    • átadásReprodukálás után→ A javítás külön kiszámítása ugyanazokból a bemenetekből (Elemzés megvalósítója)

  7. MunkamenetElemzés megvalósítója

    MűveletA javítás külön kiszámítása ugyanazokból a bemenetekből

    • átadás→ receipt: 24 eredeti megőrizve · 0 modellhívás (Artefaktumok)
    • átadásCellavektorok, nem összegzések→ Nyertesek · CI-k újraszámolása cellavektorokból · hashek egyeztetése (Független ellenőrző)

  8. ArtefaktumokArtefaktumok

    Artefaktumreceipt: 24 eredeti megőrizve · 0 modellhívás

  9. Felülvizsgálat · ellenőrzésFüggetlen ellenőrző

    MűveletNyertesek · CI-k újraszámolása cellavektorokból · hashek egyeztetése

    • átadás→ independent-review: az ítéletek érvényesek, korlátok rögzítve (Artefaktumok)

  10. ArtefaktumokArtefaktumok

    Artefaktumindependent-review: az ítéletek érvényesek, korlátok rögzítve

Háttér
A Jev kutatási eszköze elutasította a pontosan a tűréshatáron lévő típusos numerikus válaszokat. A javítás után minden mentett eredményt új modellfuttatás nélkül újraszámoltak, a számoló és az ellenőrző oldalt pedig külön tartották.
Eredmény
Az ítéletek a javítás után is érvényesek maradtak (U4 not-supported, X2 mixed). A numerikus hiba javítása és a kutatási hipotézis alátámasztása külön ügy maradt.
Korlát
Utólagos javítás, nem új modellkísérlet. Az eredeti válasz nélküli 640 Astra listwise cella megtartja a mentett nyertesét, és a független felülvizsgálat sem elemezte újra a nem nyilvános válaszszövegeket.
Források és fennmaradó korlátok
  • A 0.03-as pontszámtűrés és a 0.025-ös eloszlásösszeg-tűrés nem változott. A javított értékek: U4 58/80 → 59/80 és X2 194/240 → 196/240.
  • A nyilvános javítási feljegyzés nem nevez meg modellt sem a megíró, sem az ellenőrző oldalon, és a 4be7a17 sem tünteti fel Claude-ot vagy Codexet, ezért egyik oszlop sem kap modellnevet.