简体
GEODE 的官方像素角色 Geodi
返回展厅

GEODE

Autonomous Agent Harness

从观测，到下一步行动。

一个可以委托研究、文件处理与定时任务的本地自主智能体执行框架。

2026.02.21 — present

设计、判断、验证：Author · 实现：Claude · 审查：Codex

  • CLI公开发布 · PyPI
  • MCP 服务器已实现

候选采纳与发布权限是两项不同的判断。

Crucible 是独立于策略搜索的实验内核。候选提交依据允许修改的面与冻结的契约加以验证，配对任务在单独的测量 checkout 中汇总，结果为 KEEP、REJECT 或 INVALID。

Crucible 结构图 · 依据固定提交 9e2c041 与公开产物 23e3428 绘制
GEODE Crucible 结构图将候选采纳、sealed 资格与产品发布作为不同权限分开的实验内核。supervisor 从生产者处获取一个候选提交，依据允许修改的面与冻结的评测器加以检查，并在隔离的测量 checkout 中运行 tau2 任务。promotion.py 按预注册的 task 与 family 汇总配对结果，得出 KEEP、REJECT 或 INVALID；KEEP 只移动搜索 head。sealed 评测用一次性的、与 train 不相交的 test pack 判定 train bundle；即使为 ELIGIBLE，也只到达 eligible ref，没有发布权限。actor · 用户模型r14 · r35: gpt-5.4/hightau2 环境任务 · 模拟用户GEODE 产品发布无连接 · 独立权限search/producers生产者命令 · 已配置replay producersearch/supervisor.pypropose → preflightevaluate → decide → recordcontract.py允许修改的面 · 候选 diff冻结的评测器 · 预注册attempt/feedback.json失败代码 · train 任务 IDmeasurement checkout与生产者隔离assays/tau2 运行 · receipt任务验证器promotion.pypaired · task · family 汇总KEEP · REJECT · INVALIDattestation/bundle.pytrain bundle · 重新计算的 KEEPattestation/sealed.py不相交的 test pack · 仅用一次ELIGIBLE · release_authority nonerefs/cruciblesearch/* headeligible/*geode-eval-artifactsr14 · train KEEP → sealed REJECTr35 · INVALID · 0 对 · nullevolve/crucible外部实验内核 · 独立于 SIL搜索 · train 判定attestation · sealed1 请求候选 · propose → preflight → search/producers12 一个候选提交 · search/producers → propose → preflight23 允许修改的面 · diff 检查 · propose → preflight → 允许修改的面 · 候选 diff34隔离的 checkout5在固定契约下运行6actor · 用户对话7模型调用8paired evidence9预注册的汇总规则10KEEP · head 移动1paired evidence2预注册的汇总规则3REJECT · INVALID4失败代码 · 任务 ID1record · ref receipt2 仅 train bundle · 一次 · train bundle · 重新计算的 KEEP → 不相交的 test pack · 仅用一次23 仅到 eligible ref · ELIGIBLE · release_authority none → eligible/*31公开的 verdict.json2sealed decision.json

train 判定

允许修改的面内的一个候选，在隔离的 checkout 中按固定契约测量，由预注册的规则决定 KEEP、REJECT 或 INVALID。

  1. propose → preflightsearch/supervisor.py请求候选search/producers

    搜索 supervisor 向生产者请求候选。r14 的候选是 replay producer 重新应用的早先候选（r13），并非新的 LLM 生成候选。

  2. search/producers一个候选提交propose → preflightsearch/supervisor.py

    生产者在允许的路径内返回单个候选提交。

  3. propose → preflightsearch/supervisor.py允许修改的面 · diff 检查允许修改的面 · 候选 diffcontract.py

    候选 diff 必须在契约允许修改的面之内，并验证冻结的评测器。在 r14 与 r35 中，允许修改的目标只有 tau2_agent_policy.md 一个文件；core 与 Crucible 实现作为评测器路径被固定。

  4. evaluate → decide → recordsearch/supervisor.py隔离的 checkout与生产者隔离measurement checkout

    候选在与生产者隔离的测量 checkout 中接受检查。

  5. 与生产者隔离measurement checkout在固定契约下运行tau2 运行 · receiptassays/

    基线与候选以相同的契约、种子与任务运行。

  6. tau2 运行 · receiptassays/actor · 用户对话tau2 环境

    GEODE 智能体（actor）在 tau2 任务环境中与评测器所属的模拟用户对话。

  7. tau2 运行 · receiptassays/模型调用actor · 用户模型

    在 r14 与 r35 中，actor 与模拟用户均为 gpt-5.4/high（订阅）。

  8. 任务验证器assays/paired evidencepaired · task · family 汇总promotion.py

    任务验证器的结果以基线–候选配对的形式保存。

  9. 冻结的评测器 · 预注册contract.py预注册的汇总规则paired · task · family 汇总promotion.py

    配对结果按 task 与预注册的 family 汇总，预算、覆盖率、基础设施与安全条件另行检查。

  10. KEEP · REJECT · INVALIDpromotion.pyKEEP · head 移动search/* headrefs/crucible

    KEEP 时，refs/crucible/search/* 的下一个 head 变为该候选。train 判定的 promotion_authority 为 none。

拒绝 · 无效 · 反馈

REJECT 与 INVALID 保留 head，下一个候选只得到失败代码与固定的 train 任务 ID。INVALID 不是零分。

  1. 任务验证器assays/paired evidencepaired · task · family 汇总promotion.py

    任务验证器的结果以基线–候选配对的形式保存。

  2. 冻结的评测器 · 预注册contract.py预注册的汇总规则paired · task · family 汇总promotion.py

    配对结果按 task 与预注册的 family 汇总，预算、覆盖率、基础设施与安全条件另行检查。

  3. KEEP · REJECT · INVALIDpromotion.pyREJECT · INVALID失败代码 · train 任务 IDattempt/feedback.json

    被拒绝或无效时，保留之前的 head，候选及其记录也会保存。INVALID 的均值是 null，而不是零。

  4. 失败代码 · train 任务 IDattempt/feedback.json失败代码 · 任务 IDsearch/producers

    反馈给下一个候选的内容仅限失败代码与固定的 train 任务 ID；不传递评测器的执行记录或答案。

sealed 资格 · 权限分离

train KEEP 只移动搜索 head。sealed 资格也只到达 eligible ref；产品发布与部署是 Crucible 之外的独立权限。

  1. evaluate → decide → recordsearch/supervisor.pyrecord · ref receipttrain bundle · 重新计算的 KEEPattestation/bundle.py

    只有契约、基线与候选的证据、重新计算的 KEEP、提议谱系、supervisor 记录与已应用 ref 的 receipt 全部衔接，train bundle 才成立。它不是改进的别名。

  2. train bundle · 重新计算的 KEEPattestation/bundle.py仅 train bundle · 一次不相交的 test pack · 仅用一次attestation/sealed.py

    sealed 评测使用与 train 不相交的 test pack，只用一次，基础设施重试为零。

  3. ELIGIBLE · release_authority noneattestation/sealed.py仅到 eligible refeligible/*refs/crucible

    即使为 ELIGIBLE，也只写入 refs/crucible/eligible/*，release_authority 固定为 none。

公开记录 · r14 · r35

r14 先为 train KEEP，后为 sealed REJECT；r35（2026年7月13日）因覆盖率不足与基础设施污染判为 INVALID（0 个配对行，均值 null），head 未变。

  1. KEEP · REJECT · INVALIDpromotion.py公开的 verdict.jsongeode-eval-artifacts

    公开产物是固定于 23e3428 的规范化记录。r14 预注册的 train 配置哈希与公开配置的字节不同，因此完整的原始链并未重新认证。

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

    r14：在 telecom train 上 6 个任务 × 1 次试验（6 个配对行，无晋级权限）得到 KEEP，随后单独的 sealed 判定为 REJECT（无发布权限）。

所有连接以相同粗细显示。选择一个流程，即只突出显示其路径，并标出步骤编号。

  • 实线 · 请求、候选与结果的流向
  • 虚线 · 执行、判定、授权、配置
  • 粗黑线 · 所选流程；数字表示顺序
  • 方框 · 代码或记录的边界，顶部标注路径
  • 内层小框 · 该边界内的组件
  • 虚线框 · 该边界之外
  • 搜索 supervisor
  • 契约 · 判定 · 证明
  • ref · 记录
  • 生产者 · 执行

Crucible 是独立于 SIL 的内核；两种搜索并非相互晋级对方候选的同一条流水线。产品发布方框没有任何传入连接。

三种权限
train KEEP 移动搜索 head，sealed ELIGIBLE 记录 eligible ref，产品发布是 Crucible 之外的独立决定。先前的判定从不授予后续的权限。
null 不是零
r35 计划 9 个任务 × 3 次试验（每个 arm 27 行），但可比较的配对为 0，因此其均值与改进值为 null。这不是 27 个任务失败，也不是 0% 成功率。