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

Egyszerre egy szabályzat változik; a mérés rögzített marad.

A keretrendszeren kívül futó külön ciklus. Az alapvonalból kiindulva egyetlen típusos szabályzatváltozást alkalmaz, és ugyanaz a Petri-audit és kapu dönt a KEEP és a visszaállítás között.

SIL-térkép · a rögzített 9e2c041 commit evolve-útvonalai és a 2026. júniusi futtatási feljegyzés alapján
A GEODE szabályzatkeresési (SIL) térképeA futtatókörnyezeten kívül futó szabályzatkeresési ciklus. Egy jóváhagyott futtatási szerződés rögzíti a keretet, a seedeket, a rubrikát és a modelleket, a mutátor pedig hét engedélyezett felület közül egyetlen szabályzatot változtat meg. A measure.py ugyanazzal a mérőeszközzel auditálja a GEODE-ot a Petrin keresztül; a fitness.py és a gate.py kritikus regressziós és előléptetési szabályokkal dönt a KEEP vagy a visszaállítás között; a ledger.py írja az alapvonal- és eredménysorokat. A 2026. júniusi futtatás változtatás nélküli never karral, K=5 alapvonallal és ismételt méréssel választotta szét az auditzajt a mutáció hatásától.Üzemeltetői jóváhagyásélő hívások · keretPetri-auditauditor · GEODE target · judgeprogram.mdfuttatási szerződés · modellek · keretleállási szabályok · futtatás jóváhagyás utántrain.pyrögzített keretű ciklus--replicate K · újramérésloop/mutatemutátor · egy jelölt7 felület · hiperparaméter nemstate/policiesfájlalapú szabályzatprepare.pyseed-készlet · rubrika rögzítvemeasure.pyauditalfolyamat · rögzített időkorlátszabályzatonkénti OVERRIDE · STRICTfitness.pykritikus regresszió · büntetőpontokledger.pybaseline · provenanceeredmények · mutációs sorokgate.py_should_promote · KEEP_reject_and_revertcore · szabályzatbetöltőkpromptág · system_prompt.py6 szabályzatbetöltő · tool, skill…run-2606-broken-tool-usegen-0 alapvonal · 5 audit átlaganever kar · változtatás nélküli kontrollrandom · gate karokreplicate · egyetlen KEEP újraméréseevolve/scaffold_searchkülső keresési ciklus · a futtatókörnyezeten kívüljelölt változtatásfuttatásonként egymérőeszközösszehasonlítás alatt rögzítettrun-2606 · 2026. június 3–4.broken_tool_useAz auditált GEODEcsak engedélyezett szabályzatok változnak1 jóváhagyás · Üzemeltetői jóváhagyás → futtatási szerződés · modellek · keret12 futtatási szerződés · futtatási szerződés · modellek · keret → rögzített keretű ciklus23 egy jelölt kérése · rögzített keretű ciklus → mutátor · egy jelölt34szabályzatváltozás · mutációazonosító5 seedek · rubrika rögzítve · seed-készlet · rubrika rögzítve → auditalfolyamat · rögzített időkorlát56kiválasztott szabályzat7szabályzatonkénti felülírási útvonalak8audit subprocess9auditpárbeszéd1dimenziópontszámok2 baseline · provenance · baseline · provenance → kritikus regresszió · büntetőpontok23 fitness · regressziós okok · kritikus regresszió · büntetőpontok → _should_promote · KEEP34KEEP · következő alapvonal5REJECT · előző visszaállítása6eredmény · ítéletsor1három kar2K=5 átlagos alapvonal3mérés változtatás nélkül4--replicate K5újramérés → visszaállítás

Egy változtatás → audit

Rögzített futtatási szerződés mellett egyetlen engedélyezett szabályzat változik, és a GEODE-ot ugyanazzal a mérőeszközzel auditálják. Ez nem a futó termék önmagát átíró folyamata.

  1. Üzemeltetői jóváhagyásjóváhagyásfuttatási szerződés · modellek · keretprogram.md

    A futtatás csak az élő hívások és a rögzített keret jóváhagyása után indul. Jóváhagyás nélkül csak a szerződés készül el, és offline ellenőrzés történik.

  2. futtatási szerződés · modellek · keretprogram.mdfuttatási szerződésrögzített keretű ciklustrain.py

    A seed- és rubrikaváltozatok, a szerepmodellek és a hitelesítőadat-források, a mérési beállítások, az iterációs, idő- és költségkeretek, az előléptetési szabályzat és a leállási feltételek a futtatás előtt rögzülnek.

  3. rögzített keretű ciklustrain.pyegy jelölt kérésemutátor · egy jelöltloop/mutate

    Egyetlen bizonyítékokkal alátámasztott hipotézis egyetlen engedélyezett szabályzatfelületet változtat meg.

  4. 7 felület · hiperparaméter nemloop/mutateszabályzatváltozás · mutációazonosítófájlalapú szabályzatstate/policies

    Csak hét felület változhat: a burkoló prompt, az eszközszabályzat, a feladatbontási tanács, a reflexió, a készségkatalógus metaadatai, az ágensszerződés (role, system_prompt, tools), valamint az eszközleírások és tippek. A hiperparaméter-változtatásokat az elemzés és az alkalmazás is elutasítja. A szabályzat alkalmazása, az újramérés és az opcionális commit külön lépések, így egy alkalmazás önmagában nem audit.

  5. seed-készlet · rubrika rögzítveprepare.pyseedek · rubrika rögzítveauditalfolyamat · rögzített időkorlátmeasure.py

    A prepare.py a seed-készlet és a rubrika rögzített referenciája; a jelöltek nem változtatják meg. Egy mérőmodul megváltoztatása a mérést változtatja meg, nem a vizsgált rendszert.

  6. fájlalapú szabályzatstate/policieskiválasztott szabályzatszabályzatonkénti OVERRIDE · STRICTmeasure.py

    A measure.py beolvassa az éppen kiválasztott szabályzatfájlt, és átadja az auditkörnyezetnek.

  7. szabályzatonkénti OVERRIDE · STRICTmeasure.pyszabályzatonkénti felülírási útvonalakcore · szabályzatbetöltők

    A measure.py átadja az auditalfolyamatnak a burkoló, valamint a szabályzatonkénti override- és strict-útvonalakat, és a futtatókörnyezet megfelelő szabályzatbetöltője mindegyiket beolvassa. A burkoló (GEODE_WRAPPER_OVERRIDE → system_prompt) csak az egyik ág; a további környezeti kulcsok nem bővítik a hét módosítható felületet. Egy szerkesztett fájl önmagában nem bizonyítja, hogy a jelölt eljutott a célig; ezt az auditbizonyíték diagnosztikája igazolja.

  8. auditalfolyamat · rögzített időkorlátmeasure.pyaudit subprocessPetri-audit

    Az audit rögzített időkorláttal és kerettel fut, amelyek az összehasonlítás közben soha nem változnak. A hiányzó kimenet diagnosztikai hiány, nem nulla pontszám.

  9. Petri-auditauditpárbeszédcore · szabályzatbetöltők

    Az auditor a seed-forgatókönyvön keresztül beszélget a GEODE-dal, a bíráló pedig pontozza az átiratot.

Ítélet → megtartás · visszaállítás

Az azonos szerződésű alapvonallal összevetve a kritikus regressziók és az előléptetési szabály döntenek a KEEP-ről; az elutasított változtatás a rögzített korábbi értékére áll vissza.

  1. Petri-auditdimenziópontszámokkritikus regresszió · büntetőpontokfitness.py

    A pontszámok a hiányzó dimenziókkal és a mintaszámokkal együtt érkeznek. A nem mért dimenzió nem számít megfigyelésnek.

  2. baseline · provenanceledger.pybaseline · provenancekritikus regresszió · büntetőpontokfitness.py

    Az összehasonlítás csak azonos rögzített szerződésű és epochú alapvonalat használ. Egy új Git-ág nem különíti el az alapvonal állapotát.

  3. kritikus regresszió · büntetőpontokfitness.pyfitness · regressziós okok_should_promote · KEEPgate.py

    Előbb a kritikus dimenziók regresszióit és a kiegészítő büntetőpontokat ellenőrzi, utána a margin- vagy céldimenzió-tesztet. Egy pozitív skalár önmagában soha nem léptet elő.

  4. _should_promote · KEEPgate.pyKEEP · következő alapvonalbaseline · provenanceledger.py

    A megtartott jelölt lesz a következő alapvonal. A helyben megtartott jelölt nem tárolóbeli merge és nem kiadás.

  5. _reject_and_revertgate.pyREJECT · előző visszaállításafájlalapú szabályzatstate/policies

    A runner által készített jelöltnél a mutációazonosítója alatt rögzített szabályzatszakasz áll vissza, a sikertelen visszaállítás pedig megjelölést kap. A kézi változtatások nem állnak vissza automatikusan, és a bizonytalan visszaállítás leállítja a következő jelöltet.

  6. _should_promote · KEEPgate.pyeredmény · ítéletsoreredmények · mutációs sorokledger.py

    A mérés, az ítélet és a származás egyszer íródik ki eredménysorként; a korábbi sorok soha nem íródnak át.

Kontrollok · ismételt mérés

2026. júniusi futtatás: a változtatás nélküli never kar és a K=5 alapvonal külön mérte az auditzajt, az egyetlen auditon alapuló KEEP-et pedig ismételt mérésekkel ellenőrizték újra.

  1. run-2606-broken-tool-usehárom karrögzített keretű ciklustrain.py

    A 2026. június 3–4-i futtatás három karral választotta szét a sodródást a mutáció hatásától: never (nincs változtatás), random (véletlenszerű elfogadás) és gate (az ítélet alapján elfogadva). A cél a GPT-5.5 volt; az auditor és a bíráló a Claude Opus 4.8.

  2. gen-0 alapvonal · 5 audit átlagarun-2606-broken-tool-useK=5 átlagos alapvonalbaseline · provenanceledger.py

    A gen-0 alapvonal öt audit átlaga volt (Petri broken_tool_use, az alacsonyabb a jobb, átlag 2.667).

  3. never kar · változtatás nélküli kontrollrun-2606-broken-tool-usemérés változtatás nélkülauditalfolyamat · rögzített időkorlátmeasure.py

    A never kar szabályzatváltozás nélkül is 3.38-as átlagra sodródott (10 audit, az alacsonyabb a jobb): közvetlen bizonyíték arra, hogy az auditzaj meghaladta a mutáció hatását.

  4. --replicate K · újraméréstrain.py--replicate Kauditalfolyamat · rögzített időkorlátmeasure.py

    Ugyanazt a jelöltet azonos feltételek mellett még K-szor megmérik, hogy kiszűrjék egyetlen audit szerencsés értékét.

  5. replicate · egyetlen KEEP újraméréserun-2606-broken-tool-useújramérés → visszaállítás_reject_and_revertgate.py

    Az egyetlen gate-auditon megtartott jelölt (1.6) az ismételt méréseken 3.0–3.8-at mért, rosszabbat az alapvonalnál, ezért a 2.667-es champion állt vissza. A futtatás következtetése: nincs egyértelmű javulás.

Minden kapcsolat azonos vastagsággal. Válasszon egy folyamatot, hogy csak annak útvonala emelődjön ki, számozott lépésekkel.

  • Folytonos · a kérések, jelöltek és eredmények áramlási iránya
  • Szaggatott · futtatás, döntés, engedélyezés, konfigurálás
  • Hosszú pontvonalas · feljegyzések és megfigyelés, az ítélettől elkülönítve
  • Vastag fekete vonal · a kiválasztott folyamat; a számok a sorrendet jelzik
  • Doboz · kód- vagy feljegyzéshatár, fejlécében az útvonallal
  • Belső chip · komponens a határon belül
  • Szaggatott doboz · a határon kívül
  • ciklus · mérési futtatás
  • szerződés · ítélet
  • szabályzat · feljegyzések
  • változtatás · auditált cél · futtatási feljegyzés

A GEODE SIL-meghajtójának neve autoresearch; prepare/train/program felépítése és rögzített kerete Karpathy autoresearch projektjét követi. Modellsúlyok nem változnak, a mérőeszköz és a keret pedig az összehasonlítás alatt rögzített marad.

Mi változhat
Hét felület: burkoló prompt, eszközszabályzat, feladatbontási tanács, reflexió, készségkatalógus-metaadatok, ágensszerződés, valamint eszközleírások és tippek. A kiértékelő, a keret, a seedek és a rubrika az összehasonlítás alatt rögzítettek.
A futtatási feljegyzés hatóköre
A run-2606 értékei az adott futtatás Petri broken_tool_use átlagai (az alacsonyabb a jobb). Nem bizonyítják a SIL halmozott javulását vagy általánosíthatóságát.