Answer the owner's objection inside the design: add the cost decomposition endpoint, one reference cell on the reserve editor, and a transfer scope that forbids widening the claim

This commit is contained in:
heaven 2026-09-02 00:33:25 +03:00
parent 6de6e954ef
commit 1595dff6b2

View file

@ -66,6 +66,18 @@ SHA — снапшот их различает (`snapshot.go:288`=`prompt_sha256
⚠ Окно 1020 мин достижимо не всегда: латентности edit-вызовов 43216 с, ретрай добавляет ~200 с
юнит с обрывом в обеих `∅`-руках упирается в верх окна.
⭐ **ПЯТАЯ, РЕФЕРЕНСНАЯ КЛЕТКА НА ЮНИТ: `glm-5` в БОЕВОЙ форме (размышление выключено) ×
сегодняшний промпт.** Не фактор креста — **ценовой контроль**: тот же черновик, тот же банк, тот же
день. ~$0.02 за клетку, **≈$0.5 на 24 юнита**.
**Зачем:** без неё вывод звучит «pro стал дешевле на ×N», а с ней — «цена доставленного знака у
pro@low против glm@off СЕГОДНЯ». Это ровно та таблица, которой не хватает Д51: там pro посчитан на
ИЮЛЬСКИХ токенах (2 798 на вызов), а сегодня один вызов даёт 12 203 — отношение ×2.14 занижено.
**Почему `glm` НЕ вводится третьей осью:** её «low» в движке не ступень — `on_extra_body` у неё не
объявлен, при `low` мержится пустое и едет вендор-дефолт. Значит ось на `glm` = «выкл/вкл», а на
`pro` = «уровень» — **фактор означал бы РАЗНОЕ на разных уровнях**, и крест 2×2×2 не дал бы чистого
взаимодействия. Плюс удвоение рук при потолке $8.6 срезало бы n до ~12 и MDE до ×2.7 — проба
перестала бы видеть даже ×2.5.
**Единица наблюдения** — клетка (юнит × рука); **единица анализа** — юнит.
**Требование §14 «потолок вывода одинаков во всех руках» выполняется само:** `stagerun.go:109-125`
@ -98,12 +110,51 @@ n=16, sd 0.0069**. Ошибка типично ~3% видимого выхода
запись в БД, что конфиг был в силе; (б) сигнатура `prompt_tokens(∅) prompt_tokens(low)` по юнитам
(на en дважды ровно **79**). ⚠ Оба — косвенные; побайтной улики у движка нет.
## 3-БИС. ⭐ ОБЛАСТЬ ПЕРЕНОСА — ПИШЕТСЯ ДО ЗАМЕРА, ЧТОБЫ ВЫВОД НЕ РАСШИРИЛИ МОЛЧА
⚠ **Повод: владелец 02.09 — «мы фактически измеряем, как ведёт себя дипсик; исследование однобокое».
Он прав, и лечится это не расширением креста (§7), а честной границей вывода.**
**УСТАНАВЛИВАЕТСЯ** — на одной модели `deepseek-v4-pro` **в тех весах, что сервятся в дни прогона**
(вендор объявил новые веса 13.08 при неизменном слаге), при маппинге эффорта от 30.08, на паре
zh→ru, на нашей нарезке (~2 тыс. знаков исходника на юнит), с нашей инъекцией банка, на двух
конкретных SHA `editor.md`:
1. эффект ОТПРАВКИ `reasoning_effort:"low"` против неотправки ключа — на объём размышления и на цену
доставленного знака;
2. эффект одной строки промпта;
3. **разложение цены по статьям** (E0 ниже) — у ЭТОЙ модели.
**НЕ УСТАНАВЛИВАЕТСЯ, и это пишется тем же абзацем:**
* «размышление вообще» — в реестре **четыре разных механизма**: у DeepSeek уровень без выключения,
у GLM тумблер, у grok явное «none», у Gemini выключить нельзя;
* «семейство DeepSeek» — у `flash` другие веса и своя эхо-статистика; общее у них лишь таблица
маппинга и сигнатура входа;
* перенос на английскую пару — размышление на плотном китайском идёт в разы больше.
**СРОК ГОДНОСТИ.** Вендор за месяц сменил дефолт эффорта (31.07), веса (13.08) и таблицу маппинга
(30.08). ⇒ **вывод действителен до следующего изменения вахты и ПЕРЕ-СНИМАЕТСЯ пред-полётной парой
(~$0.25), а не цитируется.**
⭐ **ШАБЛОН КЛЕЙМА, обязательный для любого, кто будет ссылаться на результат:**
> «у `deepseek-v4-pro` (веса 0813) на zh→ru при нашей нарезке ручка `low` даёт ×N [ДИ] —
> на N-й день после смены маппинга 30.08»
**Число без этого квалификатора — ошибка класса Д52.5** (вендор-факт принят за свойство системы).
## 4. ПРАВИЛО РЕШЕНИЯ — ЗАПИСАНО ДО ЧИСЕЛ
**Метрики клетки:** `R̂` · `completion_tokens` · `cost_usd` (сумма ВСЕХ строк юнита в руке, ретраи
включены) · `delivered` = знаки отгружаемого текста при годной диспозиции, иначе **0** ·
`cost/delivered` · `finish` попытки 0 · `flag_reason`.
* ⭐ **E0 (ответ на вопрос «ПОЧЕМУ дорого», $0, на тех же данных).** Для каждой руки на каждом юните
цена раскладывается по статьям: вход · кэш · видимый выход · размышление · ретраи, сложенные по
ВСЕМ попыткам. Печатаются доли и их сдвиг между руками.
**Зачем он введён:** ратифицированные оси меряют «сколько режет ручка», а заказ владельца был
«почему редактор дорог» — это шире. Разложение и есть ответ: «у пары без ручки размышление = X%
цены знака, ретраи = Y%; на `low` — X/Y; промпт даёт Z». ⚠ Одна статья невосстановима никакой
пробой и объявляется заранее: **что из подорожания дали новые веса и смена дефолта вендором**
июльское состояние сервинга не вернуть.
* **E1 (главный):** по-юнитный контраст `log R̂(low) log R̂(∅)`; **Вилкоксон знаково-ранговый**,
α=0.05 двусторонне; медиана и 95% ДИ Ходжеса–Лемана печатаются как ВЕЛИЧИНА.
**Исходов ДВА, а не три** — прежняя редакция обещала третий и была неправа: ветвь