15 KiB
Промт полигон-сессии: РЕДАКТОРСКИЙ ПРОВОД ПОД ДОКТРИНОЙ ЗАКОНА (D39.104) + фронтир-пасс по голду
Выдан 04.08.2026, оркестратор №13, по санкциям владельца 04.08 (D39.103/104). Ты — полигон-сессия. Зона записи: eval/bank_arbitration/ (расширяешь готовый харнесс) + отчёт docs/experiments/18-editor-wire-probe.md + пинг в docs/PROGRESS.md секция «Полигон». Сырьё моделей — durable ~/books/gu-zhenren/bank-arbitration/ (префикс edp-*). НЕ коммитишь — лендит оркестратор. ⚠ Чужое в дереве (platform/*) не трогать; coldrun-a — только чтение.
Деньги (жёстко): проба A ≤ $0.30 (~26–30 вызовов v4-pro на high с reasoning-хвостами; до первого платного вызова ОБЯЗАТЕЛЬНА смета/--plan-dry-run, смета выше потолка = СТОП+релей до запуска, не после); проба C ≤ $0.50 — «go» владельца получен (D39.103 п.3), см. §C. Каждая проба пре-регистрируется (критерии ДО первого платного вызова и до вскрытия результатов — норма D39.61 и eval/README.md §Правила; пре-рег ФРИЗИТСЯ: либо пре-рег-коммитом — единственное исключение полигона из «не коммитить», CLAUDE.md, — либо релеем текста оркестратору до запуска). Превышение потолка = СТОП+релей. Деньги по пробам отдельно и суммой; «заявление = команда» — каждое число с командой, приёмка пере-ранит.
Первый деливерабл — эхо-блок ≤10 строк (как понял скоуп · армы и потолки · план пре-регов · что вне скоупа; подтверждения не жди — но пре-рег-фриз ДО платных вызовов обязателен).
Онбординг (карта; целиком доки не читать; жаргон — docs/glossary.md): CLAUDE.md (цели+гардрейлы) → research/24 шапка+§C → eval/bank_arbitration/inject_probe.py (дизайн-образец пробы) и consilium_probe.py (протокол пассов/персиста) → backend/prompts/zh-ru/editor.md + backend/internal/lang/data/injection.txt + backend/internal/membank/memory.go:739-829 (рендер блока) → docs/experiments/00-provider-quirks.md (шапка + DeepSeek).
§0. Контекст и доктрина (не пере-открывать)
research/24 §C (принят D39.102): на ТРАНСЛЯТОР-проводе инъекция поднимает следование канону 43%→95%, неверная строка законом принимается 6/6, маркер ⟨проверить⟩ поведенчески пуст (Δ=0). По редактору: rerun2 (23.07) и мини-прогон гоняли edit-волну прод-путём С ЖИВЫМ канон-блоком, но (а) изолированного замера эффекта блока (контроль без блока) не было; (б) двухсекционка с unverified-секцией (пак-20, 26.07) не была в платной волне НИ РАЗУ; (в) реакция на неверную строку не мерена.
Доктрина D39.104 (проба её ВЕРИФИЦИРУЕТ, а не решает): банк на проводе — ЗАКОН для всех ролей НЕЗАВИСИМО от статуса строки; право «перевести иначе, если сомнительно» УПРАЗДНЕНО (канал разнобоя между параллельными главами); свобода — только по ОБЛАСТИ употребления: игра слов / разбор знаков / буквальное не-терминное прочтение передаются по смыслу пассажа с сохранением узнаваемости канонической формы. Ошибки банка чинятся уровнем выше (терминолог+гейты+подпись), не ролью. Статус строк (draft/auto) и подписная таблица владельца НЕ меняются — доктрина о ПРОВОДЕ. Найденное приёмкой противоречие инструкций (editor.md «СТРОГО по глоссарию» против editor_unverified_header «вправе перевести иначе») снимается кандидат-редакцией §B.
Гардрейлы: .env НЕ читать · DeepSeek thinking НЕ отключать · 00-provider-quirks.md шапка+DeepSeek-секция ПЕРЕД вызовами · слаги live-фактчеком /models · аномалия → вендор-дока, не гадать. ⚠ Вахта deepseek-v4-pro (реестр строки 108): при аномалии редакторского арма — пере-проба + вендор-changelog; при запуске позже 05.08 — вендор-changelog сверить ДО платных вызовов; medium на DeepSeek не ставить.
§A. Проба A — редактор под законом
Модель: боевой редактор deepseek-v4-pro ИНТЕРИМ (D39.22). Wire-поля — ровно как edit-стадия шиппинг-конфига c1, явным списком в отчёт: few_shot: false (блок ---FEWSHOT--- ДРОПАЕТСЯ) · temperature шиппинга (0.4, сверь по pipeline-c1.yaml) · reasoning-параметр на v4-pro НЕ СЛАТЬ ВОВСЕ (квирк 3а: не слать = high; «low» маппится в high, «off» = no-op) · max_tokens ≥ флора v4-pro 16000 (models.yaml:166). Вход байт-близко движку: system из prompts/zh-ru/editor.md (рендер-переменные как движок — render.go), блок банка ВТОРЫМ system (формат строк как editorLines, membank/memory.go:798-829: «- src → «dst»» с тире и «-кавычками), user — оригинал+черновик ({{text}}+{{draft}}). Заголовок блока — КАНДИДАТ-редакция §B (единый закон-блок; в движок НЕ вносить — строка 134 после пробы). Окна: те же 6 окон источника, что в inject_probe.py; черновики — с транслятор-арма B тамошнего сырья (уже персистированы, $0; канон-конформный черновик = сильнейший тест вытеснения).
Армы: (A0) без блока банка — изолированный контроль (его не было никогда) · (A1) единый закон-блок §B, ВЕРНАЯ строка · (A2) единый закон-блок, НЕВЕРНАЯ строка (цена неверного закона на редакторе: принятие/вытеснение против оригинала) · (AM) метаязыковое окно: найди на стенде 10 глав пассаж, где термин разбирается/обыгрывается буквально (ранние главы Гу Чжэньжэня разбирают природу центрального термина; не найдётся — собери минимальный синтетический из фраз книги и назови это честно), гони с законом+оговоркой и с законом-без-оговорки (2 вызова): работает ли оговорка области (пассаж передан по смыслу) и не ТЕЧЁТ ли она (leakage: в ОБЫЧНЫХ окнах A1/A2 — заголовок с оговоркой — отклонений от закона быть не должно) · (A5) посаженные дефекты черновика: в каждое из 6 окон-черновиков посади по ОДНОМУ дефекту каждого из двух классов (итого 6+6): (к1) слово-абракадабра/несуществующее слово, (к2) смысловое искажение против оригинала (например, инвертированное действие); список посадок дословно в пре-рег; арм без банк-блока; метрика — «исправлено X из Y» ПО КАЖДОМУ классу (первый замер класса «чинит ли редактор дефекты черновика»).
Метрики (скоринг тем же regex-методом харнесса; ⚠ голд/wrong-регексы взаимно не пересекаются — проверь на 元海/真元-классе): исполнение закона (A1: каноническая форма в выходе); принятие/вытеснение неверной (A2); межоконная КОНСИСТЕНТНОСТЬ: судьба ОДНОЙ строки одинакова во всех 6 окнах A2? — печатать счётом; leakage оговорки (AM против A1/A2); фикс-рейт дефектов (A5).
Пре-рег критерии: «закон исполняется» — A1 ≥5/6 канонических; «цена ошибки» — A2 печатается числом без порога (это цена, не экзамен); «консистентность держится» — единогласие ≥5/6 однонаправленных решений в A2; «оговорка работает» — метаязыковый пассаж передан по смыслу при законе+оговорке И сломан при законе-без-оговорки; «оговорка ТЕЧЁТ» — ≥2/6 отклонений от закона в обычных окнах с оговоркой ⇒ формулировку сузить и пере-гнать ТОТ арм, где зафиксирован leakage (в потолке); A5 — «X из Y» по классам, порога нет (первый замер). Средние исходы (ровно 4/6 и т.п.) — «неопределённо на N=6», печатать, не абсорбировать.
§B. Кандидат-редакции заголовков (для пробы; в движок — строка 134 ПОСЛЕ пробы)
Единый закон-блок редактора вместо двухсекционки (обе секции читаются одинаково ⇒ секция одна; статус строк для владельца живёт в подписной таблице, НЕ на проводе): заголовок на базе текущего editor_header (injection.txt) + оговорка области: «…; глоссарий обязателен для употреблений термина КАК термина: игру слов, разбор знаков, буквальное прочтение передавай по смыслу пассажа, сохраняя узнаваемость канонической формы». Маркер ⟨проверить⟩ на проводе НЕ рендерится (пуст поведенчески — research/24 §C; минус токены). Транслятор-заголовок — та же логика (закон + оговорка области, без слова «неподтверждённые»). Точные тексты зафиксируй пре-регом; расхождение с этим эскизом — девиация с обоснованием. editor.md НЕ править: строка «СТРОГО по приведённому глоссарию» остаётся как есть (противоречие снимает новый заголовок, не правка промпта).
§C. Проба C — фронтир-пасс по голду («go» дан — D39.103 п.3; потолок $0.50)
Data-sharing на ключе OpenAI отключён (слово владельца, D39.103 п.3). Цены ТОЛЬКО с прайс-страницы вендора — напечатать в отчёт и пинг. Вопрос: «сколько докупает ум» — фронтир-модель тем же терминолог-протоколом, что research/24 §B3 (consilium_probe.py, 63 строки, 5 батчей), против чемпиона glm-5 25/45. Кандидаты: deepseek-v4-pro (сильнейший DeepSeek ростера) + 1–2 свежих фронтира OpenAI, названных владельцем («терра»/«луна» — на слух НЕ верить: слаги ТОЛЬКО live /models; слаг однозначно не опознан → СТОП+релей, не гадать). Пре-рег: «фронтир оправдан для роли», если парно ≥ +5 к glm-5 на 45 голд-термах И цена/книга (методика §B5 research/24) названа; меньше — «не оправдан» (легитимно). Сырьё персистить как пассы.
§D. Отчёт и СТОП
docs/experiments/18-editor-wire-probe.md: пре-реги дословно · таблицы по армам со знаменателями · вскрытые глазами единицы (по одной с каждой стороны минимум) · деньги · «заявление = команда» · критик полноты · адверсариальный проход author≠reviewer (соло-самопроверка платные пробы не закрывает, норма 01.08). Краткий пинг — PROGRESS «Полигон» СВЕРХУ. Самопроверка исполнением ОБЯЗАТЕЛЬНА (свой код + сформированные запросы + результаты — D37). СТОП — приёмка оркестратора.