Write the two-book cold run pack, built on the driver that fixed three of four harness defects, with the four pre-start conditions measured today

docs/COLDRUN_TWO_BOOKS_SESSION_PROMPT.md

@@ -0,0 +1,318 @@
+# Промт сессии: ХОЛОДНЫЙ ПРОГОН ДВУХ КНИГ — платформа → движок → файл, ПАРАЛЛЕЛЬНО
+
+> Выдан оркестратором очереди №23. **Пак ПЛАТНЫЙ.** Траты ратифицированы владельцем 18.09 дословно:
+> «траты я ратифицирую, тратьте сколько нужно, сейчас на дипсике 4 доллара вам должно хватить. Тратьте,
+> главное полученный прослеженный результат».
+>
+> ⛔ **СТАРТ ГЕЙЧЕН.** Прогон не начинается, пока оркестратор не ратифицирует готовность обеих зон АКТОМ.
+> Ты можешь и должна делать всё, что до первого цента: подъём, дым по заглушке, фриз, мониторинги. Первый
+> платный вызов — только по моему явному слову.
+
+---
+
+## 1. Какая проблема и что решит твой результат
+
+Проект переводит книги мультиагентным LLM-пайплайном: платформа принимает книгу и продаёт прогон, движок
+переводит, дверь выгрузки отдаёт файл. Сквозной путь пройден дважды — прогоны A и B, обе китайские книги по
+три главы. **Ни разу не проверены три вещи:** книга ДЛИННЕЕ трёх глав, ВТОРАЯ языковая пара, и ДВА прогона
+одновременно.
+
+**Твой результат:** две книги — около 20 глав китайской «мастер гу» и книга Кристоффа сопоставимого объёма —
+проходят весь путь **через API платформы**, параллельно, и по итогу известно: что получилось, сколько
+стоило, где код повёл себя не так, и каково качество перевода на обеих парах.
+
+⛔ **Слово владельца 18.09 про наблюдение, дословно:** «обозначь сессии чтоб она следила мониторингом за
+платформой и бэкендом чтоб смотрела на логи, события, метрики и так далее что выводится. И чтоб фиксировала
+проблемы и чтоб занесла это в отчет, пусть эта сессия холодного пака дергает все через апи платформы».
+⇒ **в отчёте должно быть сказано, ЧТО, ГДЕ и КАК в коде пошло не так** — с адресом, а не «были ошибки».
+
+⚠ **Это не стресс-тест и не демонстрация.** Прогоны A и B ни разу не задели ни одного стоп-правила и ни
+одного потолка. На двадцати главах они, скорее всего, **выстрелят впервые** — и это и есть новое знание,
+ради которого прогон покупается. Сработавший стоп не есть провал прогона; необъяснённый сработавший стоп —
+есть.
+
+---
+
+## 2. Зона записи и git
+
+**Твоя зона — твой рабочий каталог прогона и `docs/experiments/`.** Код `backend/` и `platform/` ты **НЕ
+правишь**: нашла дефект — фиксируешь с адресом и пингуешь оркестратора. Это жёстко: прогон, чинящий
+найденное на ходу, перестаёт быть прогоном и становится отладкой.
+
+Коммитишь **только пре-рег фризы** — замороженный план замера ДО платных вызовов. Всё остальное лендит
+оркестратор.
+
+⛔ **НИКОГДА не читай `.env` и `.env.*`** — там боевые ключи. Путь называть можно, содержимое нет.
+⚠ Живость ключей проверяется ПЕРВЫМ платным вызовом и ничем иным. Отказ по авторизации — стоп и мой поход
+к владельцу, не твоя попытка починить.
+
+---
+
+## 3. Карта чтения — пять позиций, и она ЗАКОН
+
+1. `CLAUDE.md` — канон, цели, гардрейлы.
+2. `docs/experiments/24-door-to-file.md` — разбор прогона A. ⛔ **Читай §10 пп. 12–13 и §12 п. 5 как
+   инструкцию, а не как историю:** там перечислены дефекты ЕГО СОБСТВЕННОГО прибора.
+3. `docs/experiments/25-door-to-file-b.md` — разбор прогона B.
+4. `eval/cold_run_b/door.py` — драйвер прогона B. **Это твоя основа**, см. §4.2.
+5. `platform/deploy/README.md` §«Дев-стенд» и §«Шаблон книги» — операторский рецепт.
+
+⚠ `docs/experiments/00-provider-quirks.md` — ловушки провайдеров; читать ПЕРЕД первым платным вызовом.
+
+---
+
+## 4. Работа
+
+### 4.1 ⛔ ЧЕТЫРЕ ПРЕДСТАРТОВЫХ УСЛОВИЯ, каждое замерено мной и каждое сегодня НЕ выполнено
+
+**(1) Рабочие окружения обоих прежних стендов СЛОМАНЫ.** Замер 18.09: `/home/ubuntu-26` **не существует**
+(дом переименован), а `stand/env.sh` прогона A несёт одно упоминание этого пути, прогона B — пять. ⇒ все
+пути к бинарям, книгам, состоянию и ключам в них указывают в никуда. **Скопировать env.sh и запустить —
+первая грабля.** Пере-собери окружение, и КАЖДЫЙ путь проверь существованием, а не глазом.
+
+**(2) ⛔ ДНЕВНОЙ ПОТОЛОК В ШАБЛОНЕ КНИГИ — САМАЯ ДОРОГАЯ МИНА ЭТОГО ПРОГОНА.** Шаблон прежнего стенда несёт
+`book_usd: 1.25` и `day_usd: 2.50` (строки 22–23). Арифметика: прогон A стоил $0.419424 за три главы ⇒
+≈$0.14 за главу ⇒ **двадцать глав ≈ $2.8**, что выше обоих. Книжный потолок платформа перебивает аргументом
+прогона. **Дневной — НЕ перебивается ничем.** А упершийся в него прогон встаёт в `paused`, и `resume`
+отвечает отказом: лечение — НОВЫЙ заказ, а не продолжение. Официальный операторский рецепт прямо велит
+дневной потолок в шаблон не класть (решение владельца 15.08). ⇒ **шаблон книги этого прогона обязан НЕ нести
+дневного потолка**, и это проверяется ДО интейка: платформа пишет конфиг книги ОДИН раз и больше его не
+читает.
+
+**(3) Демон не стартует без объявленных пар.** Инстанс, принимающий загрузки без доступной пары, не
+поднимается вовсе. Для двух книг нужны **обе** пары. Проверяется ответом ручки возможностей, а не
+переменной окружения.
+
+**(4) Неверный путь к ключам провайдера даёт на буте только ПРЕДУПРЕЖДЕНИЕ.** Демон объявит себя здоровым,
+книгу примет и **возьмёт холд денег** — а упадёт первый платный вызов, уже после резервирования. ⇒ путь
+проверяется существованием файла, а не отсутствием ошибки в логе.
+
+⚠ **Пятое условие снято мною сегодня:** английский пакет промтов был НЕ закоммичен, и фриз-клон его бы не
+унёс. Теперь он в истории (8 файлов). Проверь это сама на своём фризе — `git ls-files`, а не `ls`.
+
+### 4.2 Драйвер: бери прогон B, НЕ бери прогон A
+
+⛔ **РОВНО ТАК.** Разбор прогона A назвал четыре дефекта своего харнесса. **В драйвере A не починен ни
+один; в драйвере B починены три.** Замер: гейт бинарей у A судит три бинаря, у B — пять.
+
+| дефект прибора A | в A | в B |
+|---|---|---|
+| ни одно HTTP-тело платного прогона не сохранено — печаталось на экран | **жив** | **починен**: каждый запрос и ответ пишется в файл ДО возврата вызывающему |
+| ложная живость: печатался максимум по попыткам, и во время второй число выглядело замершим | **жив** | **починен**: строка НА КАЖДУЮ попытку |
+| гейт фриза судит три бинаря из пяти — два инструмента собраны не из фриза и не проверены | **жив** | **починен**: все пять |
+| сборщик денег суммирует леджер по ВСЕМ учёткам сразу | **жив** | **починен**: фильтр по учётке плюс контроль «по всем» |
+
+⭐ И сохранение тел спасло прогон B от ЛОЖНОЙ находки: греп по ключам показал одно, а в сохранённом ТЕЛЕ
+первым полем стояло другое. **«Грепу верила, файлу проверила.»**
+
+**Но у драйвера B есть два дефекта, которых не назвал никто, и оба твои:**
+- ⛔ **он ОДНОКНИЖНЫЙ.** Рабочий каталог, файл состояния и каталог улик берутся из окружения без
+  переопределения. **Две книги = два разных рабочих каталога**, иначе вторая перетрёт состояние первой и обе
+  улики уедут в одну кучу. **РЕШИ САМА**, как разделить, но предъяви, что разделение работает, ДО первого
+  цента;
+- ⛔ **разбивка движковых чисел по попыткам считается по ПОСЛЕДНЕМУ СИМВОЛУ идентификатора трассы**
+  (`eval/cold_run_b/door.py:339`=`select substr(trace_id,-1)`). На попытке десять и дальше это уже не номер
+  попытки. Предел попыток на прогон — двадцать, и на двадцатиглавой книге с паузами десять достижимы. ⇒
+  **почини, прежде чем считать.** Различитель лежит в той же строке: номер попытки несёт сам идентификатор.
+
+### 4.3 Два мониторинга — что именно наблюдать
+
+**РОВНО ТАК: наблюдение строится ДО старта, а не по ходу.** Требование владельца.
+
+**Движок** (его база прогона и журнал процесса): строка на КАЖДЫЙ вызов с моделью, токенами, ценой,
+задержкой, причиной завершения; строка на (глава, чанк, стадия) с диспозицией и числом попыток; таблица
+трат — носитель обоих потолков; поток событий с семью типами кадров, где кадр потолка несёт **недостачу**, а
+финальный — деньги и объём. Плюс `tmctl status`/`report` — они читают базу ЖИВОГО прогона за $0.
+
+⛔ **КАК ЧИТАТЬ ЖИВУЮ БАЗУ.** Она в режиме журнала опережающей записи. Флаг «файл неизменен» на ЖИВОЙ базе
+**ставить НЕЛЬЗЯ**: он велит читателю игнорировать журнал, и тот молча получает устаревший снимок — ложный
+низкий ноль. На живой — только режим чтения; флаг неизменности — для КОПИЙ и законченных баз.
+
+**Платформа:** прогоны и их статусы с причиной паузы; **строка на каждую попытку** с накопленной тратой и
+кодом выхода; леджер кредитов; открытые холды; состояние юнитов; буфер событий, читаемый запросом без
+подписки; выгрузки. Плюс метрики (глубина очереди, живые прогоны, отставание чтения, застрявшие прогоны) и
+админ-команда списка прогонов — **это лучшая одноэкранная сводка для вахты на две книги**.
+
+**ОС, вне цепочки платформы:** маркеры выхода в каталоге состояния и состояние транзиентных юнитов. Это
+единственные по-настоящему НЕЗАВИСИМЫЕ свидетели: база платформы **материализуется** из потока событий
+движка, поэтому «платформа, диск и отчёт согласны» — это один свидетель, а не три.
+
+⛔ **СЛЕПЫЕ ЗОНЫ — назови их в отчёте, даже если ничего не случится:**
+- **пустой ответ и обрыв по длине в телеметрии неразличимы** — оба приходят одной причиной завершения;
+  различает только журнал процесса;
+- **поле ошибки пусто на ВСЕХ строках, включая провальные** — на двух прогонах 33 из 33 и 35 из 35. **Любой
+  аудит отказов, написанный через это поле, прочтёт прогон как идеально чистый;**
+- **токены размышления не несли числа ни разу** за историю проекта;
+- **доли ответов классификатора банка не считает ни один счётчик**; итоговая строка стадии печатает ноль о
+  другом проходе;
+- **биллинга провайдера у нас нет вовсе:** провайдер сообщает токены, доллары умножены нашим пином. Пин
+  завышает примерно на шесть процентов, а пиковая цена против внепиковой даёт расхождение примерно вдвое. ⇒
+  **любое число в долларах в отчёте называется «по нашему пину», а не «мы заплатили».**
+
+⛔ **ОТДЕЛЬНО, и это ряд 502: упор в баланс ПРОВАЙДЕРА.** Транспорт классифицирует его верно — терминально,
+без пустых ретраев. Но типизированная ошибка не покидает пакет транспорта, и исхода, отличимого от обычного
+терминального падения стадии, у неё НЕТ. ⇒ **держи журнал процесса обеих книг под наблюдением и лови в нём
+код 402 и слова про исчерпанные средства.** Иначе упор в баланс провайдера будет прочитан как поломка движка
+на середине оплаченной книги. Событие не гипотетическое: на одной оси замеров проекта 44 записи об ошибке из
+52 — ровно такой отказ.
+
+### 4.4 Улики, которые прогон уничтожает сам
+
+Проекция банка перезаписывается атомарно в начале следующей попытки ⇒ предложения, на которых открывали
+экран подписи, выживают **только копией, снятой на стопе**. Замер прогона A: хеш файла до резюма и после —
+разные. Файл банк-стопа пишется НЕ атомарно, поэтому снимается только когда прогон стои́т.
+⇒ **РОВНО ТАК:** снимай копии на каждой границе и печатай их хеши.
+
+### 4.5 Деньги — что известно и на чём уже наступали
+
+- **Накопленная трата попытки — величина НАКОПЛЕННАЯ, а не приращение.** Сумма по попыткам на прогоне A
+  дала завышение на 38 %.
+- **Четверть денег прогона A купила пустоту:** 4 вызова из 27 не дали пригодного текста и стоили 25.4 %
+  цены книги; самый дорогой одиночный вызов книги не дал ничего и молчал четыре минуты. Лечение в движке
+  есть и сработало четыре раза из четырёх — **путь не рвётся, он дорожает**.
+- **Согласие на пере-оплату выдаётся на ВЕСЬ бюджет прогона** — на A разрыв с фактической пере-покупкой был
+  семьдесят восемь крат.
+- **Смета против факта: ×4.99** на A. Две точки — разброс, не закон.
+- **Терминологический контур оплачивается дважды**, если прогон останавливался на подпись и продолжился.
+
+**РОВНО ТАК:** деньги в отчёте — из сырого леджера **ДВУМЯ независимыми путями**, и рядом печатается,
+сколько файлов прибор обошёл и сколько из них оказались копиями. Свод обходом диска завышает трату кратно
+числу копий базы — замерено, было десятикратное завышение.
+
+### 4.6 Оценка качества — два агента-опуса, по одному на перевод
+
+**РОВНО ТАК по форме:** каждый получает **весь оригинал и весь перевод одной книги в одном запросе** и
+контекст репозитория; окна в миллион токенов на это хватает с запасом. **РЕШИ САМА**, что именно спросить,
+но отчёт агента обязан различать три вещи: ошибки смысла (переведено неверно), ошибки консистентности (один
+термин передан по-разному), ошибки голоса и ритма (translationese, сплавленные абзацы, потерянные акценты).
+
+⚠ **Что уже известно и с чем сравнивать:** единственный человек, читавший выход прогона B целиком, назвал
+его «приличным любительским, на верхней границе» и указал три системные слабости — ритм (230 абзацев
+оригинала сплавлены в 158), идиомы и несведённая терминология. Это одна оценка одной книги одним читателем,
+и в таком виде она и приводится.
+
+⛔ **И то, что делает английскую оценку особенной: у английской книги 4842 носителя курсива, и до правки
+ингеста они до модели НЕ ДОЕЗЖАЮТ вовсе.** Если пак готовности их довёз — оценщик обязан сказать, видно ли
+это в тексте. Если не довёз — потеря **пре-регистрируется по классам ДО прогона**, чтобы оценщик не
+приписал её паре, промту или модели.
+
+### 4.7 Фриз
+
+**РОВНО ТАК: фриз-дерево — локальный КЛОН, а не связанное рабочее дерево.** Бинарь, собранный в связанном
+воркри, не несёт штампа системы контроля версий ВООБЩЕ, и правило «отказывать при изменённом дереве» на нём
+выполняется всегда, то есть не проверяет ничего. Проверено по исходникам инструментария: поиск корня
+пропускает воркри, потому что там служебный путь — файл, а не каталог.
+⇒ **три условия отказа, не одно:** ревизия совпадает с фризом · дерево не изменено · **строк штампа больше
+нуля**.
+⚠ У фриза несколько разных чисел — чем собраны бинари, чем заморожен план, чем заморожены инструменты. **У
+каждого в отчёте пиши, на какой вопрос он отвечает.** На прогоне A один из файлов до конца смены нёс
+ревизию брошенного дерева, из которого не собрано ничего.
+
+---
+
+## 5. Самопроверка исполнением — и где у ЭТОГО пака мягко
+
+Мандат обязателен: ревью исполнением своего кода, своих запросов и полученных результатов. **Субагенты
+разрешены.** Fable 5 — **ОДИН** советчик на сессию, с постоянным контекстом.
+
+⛔ **Нормы платного замера, каждая исполнима без открытия ноты:**
+- **пре-рег ДО денег:** фриз-коммит замороженного плана — единственный твой коммит, объявляется мне вслух
+  ДО того, как сделан; девиации — НОВЫМ коммитом и явно в отчёте;
+- **не влезает в бюджет — СТОП и пинг, не резать молча;**
+- **подъём потолков просить при СРАБАТЫВАНИИ стопа, а не по проекции:** прогнозный запрос оставляет ложный
+  след «владелец согласился на пере-оплату», которой не было;
+- ⛔ **живость длинного платного прогона проверяется АКТИВНО:** не ждать финального уведомления, а раз в
+  пару часов сверять рост числа вызовов и трат ДВУМЯ чтениями и докладывать «жив». **Зависшая задача от
+  идущей по сигналу завершения неотличима.**
+
+**ЧЕТЫРЕ МЕСТА, ГДЕ ЭТОТ ПАК МЯГОК ИМЕННО ПОТОМУ, ЧТО ОН ТАКОЙ:**
+
+1. ⛔ **Два прогона рядом портят числа друг друга, и порча выглядит свойством предмета.** Каждый прогон
+   живёт в своём юните с собственным потолком памяти (по умолчанию четыре гигабайта), а на машине
+   одиннадцать и часть занята. Убийство по нехватке памяти в юните **неотличимо от падения движка**: у
+   первого нет строки-итога и уведомление приходит как убийство, у второго есть код возврата и имена
+   упавших тестов. **Различай прибором, а не впечатлением.**
+2. ⛔ **«Прогон идёт» и «прогон завис» неразличимы без активного опроса.** На прогоне B вопросы задавались
+   УЖЕ КОНЧИВШЕМУСЯ прогону, и «вторая проба дала не то» оказалось про прибор, а не про предмет.
+3. ⛔ **Инструмент, который пере-матчит, докладывает книгу консистентной по терму, который он ни разу не
+   нашёл.** На прогоне B поиск по префиксу дал 27 «попаданий» вместо 10. **Каждую строку прибора
+   консистентности проверяй руками ПРЕЖДЕ, чем нести её в отчёт.**
+4. ⛔ **Сессия потеряет оба платных прогона, если потеряет сессию.** Задержка пользовательских юнитов
+   выключена: они живут в менеджере твоей сессии. Это не чинится тобой — это называется в отчёте и
+   учитывается в плане.
+
+---
+
+## 6. Оси ревью
+
+- **Замеры:** пере-вывод чисел из СЫРЬЯ; у каждого фактора — арм без него; катастроф-скрин к победителю;
+  вывод на агрегате до вскрытия единиц запрещён.
+- **Швы:** приёмка узла по ТРЁМ независимым следам, и помни, что платформа и движок — **один** свидетель,
+  а не два.
+- **Деньги:** два независимых пути, знаменатель печатается.
+
+---
+
+## 7. Пре-регистрация вместо записки-плана
+
+До первого цента — **замороженный план**: что покупается, сколько ожидается, какой машинный потолок, что
+считается успехом каждого шага, и **какой знаменатель** у каждого числа, которое будет предъявлено.
+⛔ Знаменатель пре-регистрируется ДО прогона: иначе прогон ответит числом на другой вопрос.
+
+---
+
+## 8. Заявление есть команда
+
+Каждое число и каждая категоричная фраза — с командой. У каждого НУЛЯ печатается контрольная величина.
+
+**Ловушки среды, каждая даёт тихий ложный ноль:**
+- обёртка `grep` чтит игнор-файлы и не видит каталог книг — по корню бери `command grep`;
+- `find` здесь **bfs**: относительное время только `-mmin`, и он **тоже** чтит игнор-файлы, поэтому книги им
+  не находятся вовсе;
+- командной утилиты для баз нет; читать `python3`, только на чтение;
+- ⚠ **знаки и байты — разные популяции** (кириллица весит два), «строк» и «вхождений» — тоже. **Оба прибора
+  честны, и именно поэтому расхождение читается как порча данных, а не как разные вопросы.**
+
+---
+
+## 9. Эхо старта
+
+До работы — ≤10 строк **СВОИМИ словами**: скоуп · инварианты · чего не делаешь. Шли мне первым действием.
+
+---
+
+## 10. Что НЕ удалось и где прибор слеп
+
+Обязательная секция, две половины: «что не получилось» и **«что ты знаешь и не сказала»** — что невидимо ·
+почему не чинила · чем закрывается.
+
+---
+
+## 11. Канал вопросов и право отказаться
+
+Конфликт промта с деревом — **пинг, а не интерпретация**. Право сказать «этого делать не надо» с аргументом
+есть, и оно поощряется. ⚠ Прогону **запрещено чинить найденное** — только фиксировать и пинговать.
+
+---
+
+## 12. Прямой канал
+
+`/tmp/textmachine-channel` — впиши свой блок первым делом. ⚠ Адрес из файла не доказывает, что сессия жива:
+сверься с `ListAgents`.
+
+---
+
+## 13. Когда пак считается завершённым
+
+- [ ] Обе книги дошли до ФАЙЛА, и файл прочитан человеком либо агентом-оценщиком.
+- [ ] Отчёт называет **что, где и как в коде пошло не так** — с адресом, а не «были ошибки».
+- [ ] Оба мониторинга предъявлены: что читалось, чем, и **где была слепая зона**.
+- [ ] Деньги — двумя независимыми путями, с названием прибора и знаменателя у каждого числа.
+- [ ] Оценка качества обеих книг получена и разделена на три класса ошибок.
+- [ ] Все улики, которые прогон уничтожает сам, сняты копиями с хешами.
+- [ ] Каждое сработавшее стоп-правило и каждый упор в потолок ОБЪЯСНЕНЫ, а не просто названы.
+- [ ] Явное **«работа завершена, править не планирую»**.
+
+⛔ **И последнее.** Ценность этого прогона не в том, что он пройдёт. Она в том, что впервые сработают
+механизмы, которые два прежних прогона не задели ни разу. **Сработавший стоп — это купленное знание.
+Необъяснённый сработавший стоп — это выброшенные деньги.**