GEODE
Autonomous Agent Harness
Od pozorovania k ďalšej akcii.
Lokálny harness autonómneho agenta, ktorému sa dá zveriť výskum, práca so súbormi a plánované úlohy.
Implementácie vrátené revíziou, prepočítané výskumné čísla
Dva prípady, keď revízia vrátila implementáciu, a jeden, keď boli výskumné čísla prepočítané so zachovaním originálov. Každá rola zahŕňa len to, čo ukazuje záznam daného prípadu.
June 13, 2026
Implementáciu, ktorá prešla bežnou cestou, revízia dvakrát vrátila pre chybové cesty
ČlovekAuthor
AkciaChýbajúca telemetria · tichý fallback na kontrolu
- odovzdanieZlyhania, ktoré musí byť vidieť→ Typovaný riadok aktivity · označený fallback (Claude Fable 5)
Kódovací agentClaude Fable 5
AkciaTypovaný riadok aktivity · označený fallback
- odovzdanie→ commit 64bd223 (Verejné commity)
- odovzdanieDiff · cesty zlyhania→ BLOCKER: všeobecný fallback ukladá surové details=data (Codex)
ArtefaktyVerejné commity
Artefaktcommit 64bd223
Revízia · overenieCodex
Pozorovanie · zistenieBLOCKER: všeobecný fallback ukladá surové details=data
- vrátenéOchrana bežnej cesty aj na ceste výnimky→ Odstrániť citlivé polia aj pri fallbacku (Claude Fable 5)
Kódovací agentClaude Fable 5
AkciaOdstrániť citlivé polia aj pri fallbacku
- odovzdanie→ c808e78 · reprodukčná kontrola K4 (Verejné commity)
- odovzdanieOprava znova revidovaná→ BLOCKER #2: text ValidationError znova odhaľuje hodnoty (Codex)
ArtefaktyVerejné commity
Artefaktc808e78 · reprodukčná kontrola K4
Revízia · overenieCodex
Pozorovanie · zistenieBLOCKER #2: text ValidationError znova odhaľuje hodnoty
- vrátenéDôvod chyby bez surových hodnôt→ Ponechať len typ chyby · cestu poľa; vypustiť args_preview (Claude Fable 5)
Kódovací agentClaude Fable 5
AkciaPonechať len typ chyby · cestu poľa; vypustiť args_preview
- odovzdanie→ 8dcb386 · reprodukčná kontrola K5 (Verejné commity)
ArtefaktyVerejné commity
Artefakt8dcb386 · reprodukčná kontrola K5
- nejde o zaznamenané vykonanieOverený rozsah→ Úplné CI a vtedajší záverečný PASS revízie znova nečítané (Verejné commity)
ArtefaktyVerejné commity
Pravidlo · neoverenéÚplné CI a vtedajší záverečný PASS revízie znova nečítané
- Kontext
- Zmena prevádzala udalosti pozorovateľnosti na typované riadky aktivity a zabezpečila, aby fallbacky neboli tiché. Revízia Codex zanechala dva BLOCKERy a každú opravu sprevádzala kontrola reprodukujúca nájdené obídenie.
- Výsledok
- K4 vynúti skutočný fallback chybným typom a overí, že žiadne surové pole neprežije; K5 overí, že popis chyby obsahuje len názvy polí a typy chýb, nikdy vstupné hodnoty. Tieto kontroly reprodukujú obídenia nájdené revíziou; nekopírujú konštanty implementácie.
- Obmedzenie
- Pôvodná konverzácia revízie cez MCP sa neotvorila; rola revízie je doložená commitmi a vtedajším CHANGELOG. Tento prípad nezaručuje, že žiadny log GEODE nikdy neuchováva citlivé údaje.
Zdroje a zostávajúce obmedzenia
- Všetky tri commity uvádzajú Claude Fable 5 a c808e78 a 8dcb386 zaznamenávajú BLOCKER a BLOCKER #2 od Codex.
- Súčasné (October 2026) zásady pre prispievateľov sa spätne nečítajú ako pokyn pre tento prípad.
May 26, 2026
Zmena, ktorá by zmazala skóre, sa zúžila na kontrolu toho, kde sa skóre smie použiť
Kódovací agentImplementácia
Pozorovanie · zisteniePožiadavka: nepoužívať túto hodnotu ako os fitness
- odovzdaniePrvá hypotéza→ Prvý návrh: odstrániť hodnotu v baseline writeri (Implementácia)
Vo vývojiKonzumenti v produkte
Pozorovanie · zisteniePri prvej generácii je baseline jediným zdrojom scenario_realism
- odovzdanieDohľadaný skutočný konzument→ Zistenie: rozbíja počiatočný vstup critic (Codex)
Kódovací agentImplementácia
AkciaPrvý návrh: odstrániť hodnotu v baseline writeri
- odovzdanieZmena revidovaná→ Zistenie: rozbíja počiatočný vstup critic (Codex)
Revízia · overenieCodex
Pozorovanie · zistenieZistenie: rozbíja počiatočný vstup critic
- vrátenéZachovať existujúci kontrakt vstupu→ Zmena writera stiahnutá · dáta zachované (Implementácia)
Kódovací agentImplementácia
AkciaZmena writera stiahnutá · dáta zachované
- odovzdanieKritérium dokončenia posunuté→ 4 invarianty: chýba len na plochách fitness (Verejný commit · PR)
ArtefaktyVerejný commit · PR
Artefakt4 invarianty: chýba len na plochách fitness
- odovzdanieZáverečný diff→ 0792e81 → PR #1690 zlúčený (Verejný commit · PR)
ArtefaktyVerejný commit · PR
Artefakt0792e81 → PR #1690 zlúčený
- Kontext
- Zmena mala zabezpečiť, aby scenario_realism neslúžil ako os fitness v externom Scaffold Search. Keď revízia dohľadala prvého čitateľa tejto hodnoty, zmena sa zmenšila, nie zväčšila.
- Výsledok
- Hodnota baseline zostáva; štyri kontroly fixujú, že táto dimenzia chýba v AXIS_TIERS, DIM_WEIGHTS a zoznamoch tierov externého hľadania.
- Obmedzenie
- Relácia, za ktorou stojí stiahnutá zmena writera, sa neprezerala; je doložená commitom a vtedajšími popismi testov. Tieto kontroly nie sú dokladom výkonu hľadania ani zlepšenia SIL.
Zdroje a zostávajúce obmedzenia
- Critic a evolver sú konzumenti dát vnútri vyvíjaného produktu, nie kódovací agent ani revízor Codex použitý na jeho stavbu.
- Názov PR #1690 stále uvádza „filter“; skutočnou zmenou sú záverečný diff a commit.
September 27, 2026 to September 28, 2026
Po oprave hraničnej hodnoty sa najprv reprodukovali pôvodné výsledky a potom sa prepočítali
Pracovná reláciaImplementátor analýzy
Pozorovanie · zistenieHodnoty presne na hranici tolerancie odmietnuté
- odovzdanieChyba prijatia, nie schopnosti modelu→ Porovnanie ako desatinné čísla · tolerancie bez zmeny (Implementátor analýzy)
Pracovná reláciaImplementátor analýzy
AkciaPorovnanie ako desatinné čísla · tolerancie bez zmeny
- odovzdanie→ 4be7a17 · kontroly vnútri / mimo hranice (Artefakty)
ArtefaktyArtefakty
Artefakt4be7a17 · kontroly vnútri / mimo hranice
ČlovekAuthor
AkciaDelegované: iba offline oprava všetkých uložených U4 · X2
- odovzdaniePovolený rozsah→ contract.json: vstupy · pravidlá fixné, bez volaní modelu (Artefakty)
ArtefaktyArtefakty
Artefaktcontract.json: vstupy · pravidlá fixné, bez volaní modelu
- odovzdaniePevné podmienky→ Najprv reprodukovať skoršie výsledky · menovatele · CI (Implementátor analýzy)
Pracovná reláciaImplementátor analýzy
AkciaNajprv reprodukovať skoršie výsledky · menovatele · CI
- odovzdaniePo reprodukcii→ Opravu vypočítať samostatne z rovnakých vstupov (Implementátor analýzy)
Pracovná reláciaImplementátor analýzy
AkciaOpravu vypočítať samostatne z rovnakých vstupov
- odovzdanie→ receipt: 24 originálov zachovaných · 0 volaní modelu (Artefakty)
- odovzdanieVektory buniek, nie súhrny→ Prepočítať víťazov · CI z vektorov buniek · porovnať hashe (Nezávislý verifikátor)
ArtefaktyArtefakty
Artefaktreceipt: 24 originálov zachovaných · 0 volaní modelu
Revízia · overenieNezávislý verifikátor
AkciaPrepočítať víťazov · CI z vektorov buniek · porovnať hashe
- odovzdanie→ independent-review: rozhodnutia platia, limity uvedené (Artefakty)
ArtefaktyArtefakty
Artefaktindependent-review: rozhodnutia platia, limity uvedené
- Kontext
- V nástroji na výskum Jev sa typované číselné odpovede ležiace presne na hranici tolerancie odmietali. Po oprave sa všetky uložené výsledky prepočítali bez nových behov modelu a strana počítajúca a strana overujúca zostali oddelené.
- Výsledok
- Rozhodnutia po oprave platili ďalej (U4 not-supported, X2 mixed). Oprava číselnej chyby a podpora výskumnej hypotézy zostali oddelené.
- Obmedzenie
- Dodatočná oprava, nie nový experiment s modelom. 640 buniek listwise Astra bez pôvodnej odpovede si ponecháva uloženého víťaza a ani nezávislá revízia znova neparsovala neverejné telá odpovedí.
Zdroje a zostávajúce obmedzenia
- Tolerancia skóre 0.03 ani tolerancia súčtu rozdelenia 0.025 sa nemenili. Opravené hodnoty sú U4 58/80 → 59/80 a X2 194/240 → 196/240.
- Verejný záznam opravy neuvádza model na strane písania ani overovania a 4be7a17 nenesie označenie Claude ani Codex, preto ani jeden stĺpec nemá názov modelu.