PT
Geodi, personagem oficial do GEODE em pixel art
Voltar à sala

GEODE

Autonomous Agent Harness

Da observação à próxima ação.

Um harness local de agentes autônomos ao qual se pode confiar pesquisa, trabalho com arquivos e tarefas agendadas.

2026.02.21 — present

Concepção, julgamento, verificação: Author · implementação: Claude · revisão: Codex

  • CLIPublicado · PyPI
  • Servidor MCPImplementado

A aceitação de candidatos e a autoridade de publicação são julgamentos separados.

O Crucible é um kernel de experimentos separado da busca de políticas. Um commit candidato é validado contra as superfícies permitidas e um contrato congelado, tarefas pareadas são agregadas em um checkout de medição separado, e o resultado é KEEP, REJECT ou INVALID.

Mapa do Crucible · desenhado a partir do commit fixado 9e2c041 e dos artefatos públicos 23e3428
Mapa do Crucible do GEODEUm kernel de experimentos que mantém a aceitação de candidatos, a elegibilidade selada e a publicação do produto como autoridades separadas. O supervisor recebe um único commit candidato de um produtor, verifica-o contra a superfície permitida e o avaliador congelado, e executa tarefas do tau2 em um checkout de medição isolado. O promotion.py agrega os resultados pareados por tarefa e família pré-registradas em KEEP, REJECT ou INVALID; KEEP só move o head de busca. A avaliação selada julga um bundle de train com um test pack disjunto de uso único; mesmo ELIGIBLE só chega a uma ref eligible, sem autoridade de publicação.Modelos ator · usuárior14 · r35: gpt-5.4/highAmbiente tau2tarefas · usuário simuladoPublicação do produto GEODEsem conexão · autoridade separadasearch/producerscomando do produtor · configuradoreplay producersearch/supervisor.pypropose → preflightevaluate → decide → recordcontract.pysuperfície permitida · diff candidatoavaliador congelado · pré-registradoattempt/feedback.jsoncódigos de falha · IDs de tarefas de trainmeasurement checkoutisolado do produtorassays/execução do tau2 · receiptverificador de tarefapromotion.pyagregado pareado · tarefa · famíliaKEEP · REJECT · INVALIDattestation/bundle.pybundle de train · KEEP recalculadoattestation/sealed.pytest pack disjunto · usado uma vezELIGIBLE · release_authority nonerefs/cruciblesearch/* headeligible/*geode-eval-artifactsr14 · train KEEP → sealed REJECTr35 · INVALID · 0 pares · nullevolve/cruciblekernel de experimentos externo · separado do SILbusca · veredito de trainattestation · sealed1 pedir um candidato · propose → preflight → search/producers12 um commit candidato · search/producers → propose → preflight23 superfície permitida · verificação do diff · propose → preflight → superfície permitida · diff candidato34checkout isolado5execução sob contrato fixo6diálogo ator · usuário7chamadas de modelo8paired evidence9agregação pré-registrada10KEEP · o head avança1paired evidence2agregação pré-registrada3REJECT · INVALID4códigos de falha · IDs de tarefas1record · ref receipt2 só bundle de train · uma vez · bundle de train · KEEP recalculado → test pack disjunto · usado uma vez23 só ref eligible · ELIGIBLE · release_authority none → eligible/*31verdict.json público2sealed decision.json

Veredito de train

Um candidato dentro da superfície permitida é medido sob contrato fixo em um checkout isolado, e regras pré-registradas decidem KEEP, REJECT ou INVALID.

  1. propose → preflightsearch/supervisor.pypedir um candidatosearch/producers

    O supervisor de busca pede um candidato a um produtor. O candidato do r14 foi um anterior (r13) reaplicado pelo produtor replay, não um novo gerado por LLM.

  2. search/producersum commit candidatopropose → preflightsearch/supervisor.py

    Um produtor retorna um único commit candidato dentro dos caminhos permitidos.

  3. propose → preflightsearch/supervisor.pysuperfície permitida · verificação do diffsuperfície permitida · diff candidatocontract.py

    O diff candidato deve ficar dentro da superfície permitida pelo contrato, e o avaliador congelado é verificado. No r14 e no r35, o alvo permitido era um único arquivo, tau2_agent_policy.md; o core e a implementação do Crucible foram fixados como caminho do avaliador.

  4. evaluate → decide → recordsearch/supervisor.pycheckout isoladoisolado do produtormeasurement checkout

    O candidato é verificado em um checkout de medição separado do produtor.

  5. isolado do produtormeasurement checkoutexecução sob contrato fixoexecução do tau2 · receiptassays/

    A linha de base e o candidato rodam com o mesmo contrato, a mesma semente e as mesmas tarefas.

  6. execução do tau2 · receiptassays/diálogo ator · usuárioAmbiente tau2

    O agente GEODE (ator) conversa com o usuário simulado do avaliador no ambiente de tarefas do tau2.

  7. execução do tau2 · receiptassays/chamadas de modeloModelos ator · usuário

    No r14 e no r35, tanto o ator quanto o usuário simulado foram gpt-5.4/high (assinatura).

  8. verificador de tarefaassays/paired evidenceagregado pareado · tarefa · famíliapromotion.py

    Os resultados do verificador de tarefa são mantidos como pares linha de base–candidato.

  9. avaliador congelado · pré-registradocontract.pyagregação pré-registradaagregado pareado · tarefa · famíliapromotion.py

    Os resultados pareados são agregados por tarefa e família pré-registrada, com condições de orçamento, cobertura, infraestrutura e segurança verificadas à parte.

  10. KEEP · REJECT · INVALIDpromotion.pyKEEP · o head avançasearch/* headrefs/crucible

    Com KEEP, o próximo head de refs/crucible/search/* passa a ser o candidato. A promotion_authority de um veredito de train é none.

Rejeição · inválido · feedback

REJECT e INVALID mantêm o head, e o próximo candidato recebe só códigos de falha e IDs fixos de tarefas de train. INVALID não é pontuação zero.

  1. verificador de tarefaassays/paired evidenceagregado pareado · tarefa · famíliapromotion.py

    Os resultados do verificador de tarefa são mantidos como pares linha de base–candidato.

  2. avaliador congelado · pré-registradocontract.pyagregação pré-registradaagregado pareado · tarefa · famíliapromotion.py

    Os resultados pareados são agregados por tarefa e família pré-registrada, com condições de orçamento, cobertura, infraestrutura e segurança verificadas à parte.

  3. KEEP · REJECT · INVALIDpromotion.pyREJECT · INVALIDcódigos de falha · IDs de tarefas de trainattempt/feedback.json

    Em caso de rejeição ou invalidade, o head anterior permanece, e o candidato e seus registros são mantidos. Uma média INVALID é null, não zero.

  4. códigos de falha · IDs de tarefas de trainattempt/feedback.jsoncódigos de falha · IDs de tarefassearch/producers

    O feedback ao próximo candidato se limita a códigos de falha e IDs fixos de tarefas de train; nenhuma trajetória ou resposta do avaliador é repassada.

Elegibilidade selada · autoridade separada

O KEEP de train só move o head de busca. A elegibilidade selada só chega à ref eligible; publicação do produto e implantação são autoridades separadas, fora do Crucible.

  1. evaluate → decide → recordsearch/supervisor.pyrecord · ref receiptbundle de train · KEEP recalculadoattestation/bundle.py

    Um bundle de train só se sustenta quando contrato, evidências de linha de base e candidato, o KEEP recalculado, a linhagem de propostas, o registro do supervisor e o receipt da ref aplicada se conectam. Não é outro nome para melhora.

  2. bundle de train · KEEP recalculadoattestation/bundle.pysó bundle de train · uma veztest pack disjunto · usado uma vezattestation/sealed.py

    A avaliação selada usa uma vez um test pack disjunto do train, com zero novas tentativas de infraestrutura.

  3. ELIGIBLE · release_authority noneattestation/sealed.pysó ref eligibleeligible/*refs/crucible

    Mesmo ELIGIBLE só grava refs/crucible/eligible/*, e release_authority fica fixado em none.

Registros públicos · r14 · r35

O r14 foi KEEP no train e depois REJECT selado; o r35 (July 13, 2026) foi INVALID por cobertura incompleta e contaminação de infraestrutura (0 linhas pareadas, média null), com o head inalterado.

  1. KEEP · REJECT · INVALIDpromotion.pyverdict.json públicogeode-eval-artifacts

    Os artefatos públicos são registros normalizados fixados em 23e3428. O hash pré-registrado da config de train do r14 difere dos bytes da config pública, então a cadeia original completa não é recertificada.

  2. attestation/sealed.pysealed decision.jsonr14 · train KEEP → sealed REJECTgeode-eval-artifacts

    r14: KEEP no telecom train, 6 tarefas × 1 ensaio (6 linhas pareadas, sem autoridade de promoção), depois um veredito selado separado de REJECT (sem autoridade de publicação).

Todas as conexões com a mesma espessura. Escolha um fluxo para destacar só o caminho dele, com etapas numeradas.

  • Contínua · direção em que fluem requisições, candidatos e resultados
  • Tracejada · executar, decidir, autorizar, configurar
  • Linha preta grossa · o fluxo selecionado; os números dão a ordem
  • Caixa · fronteira de código ou de registro, com o caminho no cabeçalho
  • Chip interno · componente dessa fronteira
  • Caixa tracejada · fora dessa fronteira
  • supervisor de busca
  • contrato · veredito · atestação
  • refs · registros
  • produtores · execução

O Crucible é um kernel separado do SIL; as duas buscas não são um único pipeline que promove os candidatos uma da outra. A caixa de publicação do produto não tem conexão de entrada.

Três autoridades
O KEEP de train move o head de busca, o ELIGIBLE selado registra uma ref eligible, e a publicação do produto é uma decisão separada, fora do Crucible. Um veredito anterior nunca concede uma autoridade posterior.
Null não é zero
O r35 previa 9 tarefas × 3 ensaios (27 linhas por braço), mas teve 0 pares comparáveis, então sua média e sua melhora são null. Não são 27 tarefas com falha nem uma taxa de sucesso de 0%.