IT
Geodi, il personaggio pixel ufficiale di GEODE
Torna alla sala

GEODE

Autonomous Agent Harness

Dall’osservazione all’azione successiva.

Un harness locale per agenti autonomi a cui affidare ricerca, lavoro sui file e attività pianificate.

2026.02.21 — present

Progettazione, giudizio, verifica: Author · implementazione: Claude · revisione: Codex

  • CLIPubblicato · PyPI
  • Server MCPImplementato

Implementazioni respinte dalla revisione, dati di ricerca ricalcolati

Due casi in cui la revisione ha rimandato indietro un’implementazione e uno in cui i dati di ricerca sono stati ricalcolati conservando gli originali. Ogni ruolo è solo ciò che mostra il registro di quel caso.

Legenda completa

Come leggere · una grammatica per ogni caso

  • Le colonne indicano chi ha agito; dall’alto in basso scorre il tempo
  • Continua: un passaggio di consegne registrato o un passo successivo
  • Linea lapislazzuli spessa ↩: un rilievo che ha rimandato indietro il lavoro
  • Tratteggiata: non un’esecuzione registrata (una regola scritta, un consiglio senza autorità, un confine non verificato)
  • Rettangolo: un’azione
  • Arrotondato: uno stato osservato o un rilievo
  • Angolo piegato: un artefatto o una prova
  • Colonna a righe oblique: parti del prodotto in sviluppo (non gli agenti usati per costruirlo)

1 / 3

June 13, 2026

Un’implementazione che superava il percorso normale è stata rimandata indietro due volte dalla revisione, sui percorsi di errore

  1. PersonaAuthor

    AzioneTelemetria mancante · silent fallback da controllare

    • consegnaFallimenti che devono essere visibili→ Typed activity row · fallback segnalato (Claude Fable 5)

  2. Agente di programmazioneClaude Fable 5

    AzioneTyped activity row · fallback segnalato

    • consegna→ commit 64bd223 (Commit pubblici)
    • consegnaDiff · percorsi di fallimento→ BLOCKER: il generic fallback salva i valori grezzi con details=data (Codex)

  3. ArtefattiCommit pubblici

    Artefattocommit 64bd223

  4. Revisione · verificaCodex

    Osservazione · rilievoBLOCKER: il generic fallback salva i valori grezzi con details=data

  5. Agente di programmazioneClaude Fable 5

    AzioneRimuovere i campi sensibili anche nel fallback

    • consegna→ c808e78 · controllo di riproduzione K4 (Commit pubblici)
    • consegnaCorrezione rivista→ BLOCKER #2: il testo di ValidationError riespone i valori (Codex)

  6. ArtefattiCommit pubblici

    Artefattoc808e78 · controllo di riproduzione K4

  7. Revisione · verificaCodex

    Osservazione · rilievoBLOCKER #2: il testo di ValidationError riespone i valori

  8. Agente di programmazioneClaude Fable 5

    AzioneTenere solo tipo di errore · percorso del campo; eliminare args_preview

    • consegna→ 8dcb386 · controllo di riproduzione K5 (Commit pubblici)

  9. ArtefattiCommit pubblici

    Artefatto8dcb386 · controllo di riproduzione K5

    • non un’esecuzione registrataAmbito verificato→ CI completa e PASS della revisione finale dell’epoca non riletti (Commit pubblici)

  10. ArtefattiCommit pubblici

    Regola · non verificataCI completa e PASS della revisione finale dell’epoca non riletti

Contesto
La modifica trasformava gli eventi di osservabilità in typed activity row e impediva che i fallback restassero silenziosi. La revisione di Codex ha lasciato due BLOCKER e ogni correzione è arrivata con un controllo che riproduce l’aggiramento individuato.
Esito
K4 forza un fallback reale con un tipo errato e controlla che non sopravviva alcun campo grezzo; K5 controlla che la descrizione dell’errore contenga solo nomi di campo e tipi di errore, mai valori di input. Questi controlli riproducono gli aggiramenti trovati dalla revisione; non copiano costanti dell’implementazione.
Limite
La conversazione originale della revisione MCP non è stata aperta; il ruolo di revisione è stabilito dai commit e dal CHANGELOG scritti all’epoca. Questo caso non garantisce che nessun log di GEODE conservi mai dati sensibili.
Fonti e limiti residui
  • Tutti e tre i commit accreditano Claude Fable 5, e c808e78 e 8dcb386 registrano rispettivamente il BLOCKER di Codex e il BLOCKER #2.
  • L’attuale regola scritta per i contributori (October 2026) non viene letta retroattivamente come istruzione per questo caso.

May 26, 2026

Una modifica che avrebbe cancellato un punteggio è stata ridotta a un controllo su dove il punteggio può essere usato

  1. Agente di programmazioneImplementazione

    Osservazione · rilievoEsigenza: non usare questo valore come asse di fitness

    • consegnaPrima ipotesi→ Prima bozza: eliminare il valore nel baseline writer (Implementazione)

  2. In sviluppoConsumatori nel prodotto

    Osservazione · rilievoAlla prima generazione, baseline è l’unica fonte di scenario_realism

    • consegnaConsumatore reale tracciato→ Rilievo: rompe l’input iniziale del critic (Codex)

  3. Agente di programmazioneImplementazione

    AzionePrima bozza: eliminare il valore nel baseline writer

    • consegnaModifica rivista→ Rilievo: rompe l’input iniziale del critic (Codex)

  4. Revisione · verificaCodex

    Osservazione · rilievoRilievo: rompe l’input iniziale del critic

  5. Agente di programmazioneImplementazione

    AzioneModifica al writer ritirata · dati mantenuti

    • consegnaCriterio di completamento spostato→ 4 invarianti: assente solo dalle superfici di fitness (Commit pubblico · PR)

  6. ArtefattiCommit pubblico · PR

    Artefatto4 invarianti: assente solo dalle superfici di fitness

    • consegnaDiff finale→ 0792e81 → PR #1690 integrata (Commit pubblico · PR)

  7. ArtefattiCommit pubblico · PR

    Artefatto0792e81 → PR #1690 integrata

Contesto
La modifica doveva impedire che scenario_realism servisse da asse di fitness nella Scaffold Search esterna. Quando la revisione ha tracciato il primo lettore del valore, la modifica è stata ridotta, non ampliata.
Esito
Il valore baseline resta; quattro controlli fissano che questa dimensione è assente da AXIS_TIERS, DIM_WEIGHTS e dalle liste di tier della ricerca esterna.
Limite
La sessione dietro la modifica al writer ritirata non è stata visionata; è stabilita dal commit e dalle descrizioni dei test scritte all’epoca. Questi controlli non sono una prova di prestazioni di ricerca né di miglioramento di SIL.
Fonti e limiti residui
  • Il critic e l’evolver sono consumatori di dati all’interno del prodotto in sviluppo, non l’agente di programmazione o il revisore Codex usati per costruirlo.
  • Il titolo della PR #1690 dice ancora «filter»; il diff e il commit finali sono la modifica effettiva.

September 27, 2026 to September 28, 2026

Dopo una correzione sui valori al confine, i risultati originali sono stati prima riprodotti, poi ricalcolati

  1. Sessione di lavoroImplementatore dell’analisi

    Osservazione · rilievoValori esattamente sul confine di tolleranza rifiutati

    • consegnaUn errore di admission, non di capacità del modello→ Confronto come decimali · tolleranze invariate (Implementatore dell’analisi)

  2. Sessione di lavoroImplementatore dell’analisi

    AzioneConfronto come decimali · tolleranze invariate

    • consegna→ 4be7a17 · controlli dentro / fuori dal confine (Artefatti)

  3. ArtefattiArtefatti

    Artefatto4be7a17 · controlli dentro / fuori dal confine

  4. PersonaAuthor

    AzioneDelegato: solo correzione offline di tutti gli U4 · X2 salvati

    • consegnaAmbito consentito→ contract.json: input · regole fissati, nessuna chiamata al modello (Artefatti)

  5. ArtefattiArtefatti

    Artefattocontract.json: input · regole fissati, nessuna chiamata al modello

    • consegnaCondizioni fissate→ Riprodurre prima risultati precedenti · denominatori · CI (Implementatore dell’analisi)

  6. Sessione di lavoroImplementatore dell’analisi

    AzioneRiprodurre prima risultati precedenti · denominatori · CI

    • consegnaDopo la riproduzione→ Calcolare la correzione a parte dagli stessi input (Implementatore dell’analisi)

  7. Sessione di lavoroImplementatore dell’analisi

    AzioneCalcolare la correzione a parte dagli stessi input

    • consegna→ receipt: 24 originali conservati · 0 chiamate al modello (Artefatti)
    • consegnaVettori cell, non riepiloghi→ Ricalcolare winner · CI dai vettori cell · confrontare gli hash (Verificatore indipendente)

  8. ArtefattiArtefatti

    Artefattoreceipt: 24 originali conservati · 0 chiamate al modello

  9. Revisione · verificaVerificatore indipendente

    AzioneRicalcolare winner · CI dai vettori cell · confrontare gli hash

    • consegna→ independent-review: verdetti confermati, limiti dichiarati (Artefatti)

  10. ArtefattiArtefatti

    Artefattoindependent-review: verdetti confermati, limiti dichiarati

Contesto
Nello strumento di ricerca Jev, le risposte numeriche typed che cadevano esattamente sul confine di tolleranza venivano rifiutate. Dopo la correzione, ogni risultato salvato è stato ricalcolato senza nuove esecuzioni del modello, e la parte che calcolava è stata tenuta separata da quella che verificava.
Esito
I verdetti hanno retto dopo la correzione (U4 not-supported, X2 mixed). Correggere un errore numerico e sostenere un’ipotesi di ricerca sono stati tenuti distinti.
Limite
Una correzione a posteriori, non un nuovo esperimento sul modello. Le 640 cell listwise di Astra senza risposta originale mantengono il winner salvato, e nemmeno la revisione indipendente ha rianalizzato i corpi delle risposte privati.
Fonti e limiti residui
  • La tolleranza dello score di 0.03 e la tolleranza sulla somma della distribuzione di 0.025 non sono state cambiate. I valori corretti sono U4 58/80 → 59/80 e X2 194/240 → 196/240.
  • Il registro pubblico delle correzioni non nomina alcun modello per la parte che scrive o per quella che verifica, e 4be7a17 non riporta accrediti a Claude o Codex, quindi nessuna delle due colonne riceve un nome di modello.