diff --git a/docs/PROGRESS.md b/docs/PROGRESS.md index ead47f23..a7c253f7 100644 --- a/docs/PROGRESS.md +++ b/docs/PROGRESS.md @@ -191,6 +191,35 @@ ## Полигон +**ФАЗА Д — СТАТУС НА ВЕЧЕР 10.08 (сессия передана, хендофф `/home/ubuntu/CONTINUATION_PROMPT.md`).** +Куплено: арм A1 (флаговый edit-контур) 30/30 платных клеток, **$0.226944**; A3 (смысловой критик, +ставка владельца H-2б) в работе. Пакет **$0.234846 из $4.50**. Четыре коммита: правки ригов 22/23 +по приёмке №16 и трём линиям ревью · фриз пре-рега Д0 · фриз харнесса контура · починка тихого +увода покупок в чужой каталог. + +⚠ **ГЛАВНОЕ ДЛЯ ОРКЕСТРАТОРА: несущий вывод пака 23 по проходу `tier` получил внешнее возражение +и НЕ должен ратифицироваться в нынешнем виде.** Владелец прогнал судью вне семьи Claude (Sol 5-6) +по тем же заданиям: принято 16/16, декой пойман 16/16, и `gpt-5.6-terra` оказался ЛУЧШЕ боевого +редактора на **+8.69 при пороге 2.60** (p=0.0002), тогда как агенты Claude дали +0.50 при пороге +1.02. Расхождение переживает все три нормировки рига (контраст внутри единицы · порог из своего +пола · декой как единица), то есть оно СОДЕРЖАТЕЛЬНОЕ, а не шкальное. Разбирательство восьми +агентов: направление у обоих судей одинаковое; 74 из 100 находок Claude лежат ВНУТРИ находок Sol +при случайном уровне 0.14 (p=0.0000) — Claude ⊂ Sol; чтение исходника показало в тексте боевого +редактора реальные инверсии смысла, которым Claude поставил ноль с пустым обоснованием +(`箭在弦上,不得不发` → «Стрела уже слетела с тетивы»); 47 из 128 клеток Claude ровно нулевые, 31 из +них без обоснования. Плюс два дефекта рига, задекларированные в коде самого пака 23: `floorA` +побайтно равен арму `T1` в 16/16 — то есть порог, которым судят контраст `T1 vs R0`, построен из +клетки, которая и ЕСТЬ `T1`; донор декоя в `tier` во всех единицах — `R0`. Семейное предпочтение +(разошёлся ровно арм OpenAI) не доказано и не опровергнуто. Свод — `~/books/dovodka/razbiratelstvo-sudi-10-08.txt`. +**Решение «пере-судить починенным ригом или оставить с записанным возражением» — за владельцем.** + +⚠ **Дефект кассы, который стоит знать всем пакам:** `eval/role_topology/buy.py` — СИНГЛТОН в +`sys.modules`, и побеждает тот, кто настроил его последним. Харнесс фазы ставил свой каталог, а +грузившийся следом `panel.py` пака 23 перебивал обратно на свой — оплаченные клетки уходили в +ЧУЖОЙ каталог, касса фазы показывала $0 при потраченных $0.0556, а цикл покупки 20 минут ждал +файла, который в её каталоге не появился бы никогда. Починено ассертом `BUY.OUT == касса` в модуле +и в селфтесте; **всякий новый харнесс обязан нести этот ассерт.** + **ФАЗА Д «ДОВОДКА ЭКСП-22/23» — ИДЁТ (10.08).** Заказ `docs/POLYGON_EXP2223_REDO_SESSION_PROMPT.md`, пре-рег Д0 в `docs/experiments/23-editor-tier.md`, код `eval/dovodka/`. Потолок фазы **$4.50** словом владельца (промт называл $10.00 → $4.00 → $4.50 под починку дизайна). Покупок на момент записи ноль. ⚠ **Три поправки к уже сданным числам, которые оркестратору надо знать при ратификации.**