textmachine/docs/archive/prompts/POLYGON_TENANT_PANEL_SESSION_PROMPT_2026-08-08.md

23 KiB
Raw Blame History

⚠⚠ ПРОМТ ОТРАБОТАН — исторический, НЕ задание. Эксп-22 исполнен и закрыт 09.08 (отчёт docs/experiments/22-tenant-panel.md, харнесс eval/tenant_panel/), дерево залендено приёмкой оркестратора №16 10.08 с ревью-шапками. Выводы НЕ ратифицированы — владелец 10.08 признал постановку неполной; вместе с эксп-23 заморожены до фазы Д (POLYGON_EXP2223_REDO_SESSION_PROMPT.md). Строка 149 единого бэклога закрывается при ратификации фазы Д.

Промт: ПОЛИГОН — эксп-22 «панель жильцов: черновик-слот и редакторы»

Санкция владельца 08.08 (параллельный оркестратор, D39.117). Зона: eval/ (весь каталог — твоя зона; новый код — в eval/tenant_panel/, точечные починки списка Ф0.3 — в eval/role_topology/; риг НЕ пере-изобретать — absjudge/battery/касса переиспользуются) + docs/experiments/22-tenant-panel.md + пинг в PROGRESS «Полигон» (только append своей секции, CURRENT-STATE не касаться). «Строка N» ниже = строка ЕДИНОГО БЭКЛОГА docs/PROGRESS.md; «§0.1» = канон общности docs/architecture/12-go-style-notes.md.

Потолки фаз (ПРЕДВАРИТЕЛЬНЫЕ): Ф0 ≤$0.40 · Ф1 ≤$1.00 · Ф2 ≤$2.00 · Ф3 ≤$1.60; сумма ≤$5.00. Смета каждой фазы считается ДО её фриза по фактическим ценам эксп-21 ($/вызов из сырья) — не влезает → СТОП и пинг ДО покупок, не резать молча и не пробивать (эксп-21 пробивал потолки против буквы промта — устная санкция владельца была и подтверждена, но класс закрыт: потолок = механический стоп перед КАЖДЫМ вызовом + тест кассы на СВОИ теги до покупок; эксп-21 трижды платил мимо кассы).

Онбординг: что за проект и какую проблему решает ТВОЙ пак

TextMachine переводит большие художественные тексты (вебновеллы, zh/en→ru, миллионы знаков) мультиагентным пайплайном: дешёвая модель пишет черновой перевод → терминолог собирает банк терминов книги (инжектируется ролям как ЗАКОН) → модель-«редактор» переписывает черновик начисто → детерминированные $0-гейты ловят брак. Цели: издательское качество (победить translationese), консистентные термины на всю книгу, низкая себестоимость. Онбординг роли — по CLAUDE.md (README → CURRENT-STATE → голова D-лога → eval/README.md + quirks); жаргон (арм, банк, банкнота, эхо-мина, декой, скрин, жилец…) — docs/glossary.md, читать при первом непонятном слове.

Что уже известно (эксп-21, принят D39.117) и какую дыру закрываешь ты. Топология «черновик → редактор-переписыватель» побила однопроходку, обратную связку и точечный ремонт; это решено, ты это НЕ пере-меряешь. Обозначения армов — эксп-21 §0 (там таблица): F черновик как есть · A/A_law черновик→dspro без/с закон-блоком · B черновик→glm-5 · D/D_ однопроходка dspro с мандатом/без. Дыра, которую закрываешь ты: обе роли топологии почти не перебирались по моделям —

  • Черновик двигает ~70% качества финала (§16.2: тот же редактор над другим черновиком — 7.66 против 5.91 ошибок), а черновиком за всю историю проекта была одна модель, deepseek-v4-flash. Самая чувствительная роль ни разу не перебиралась.
  • Выбор редактора двигал ~ноль (A/B +0.06) — но доказано только на паре {deepseek-v4-pro, glm-5}. Старый эксп-04 (мёртвое поколение, слабый риг — величины не цитировать) называл gemini-3.1-pro лучшей прозой из четырёх: гипотеза «gemini-pro — проза-аутлаер» не мерена современным ригом.

⚠ Числа выше — ПРИОРЫ для сметы и дизайна, не ожидания: новый замер их не обязан воспроизвести; расхождение = находка, не ошибка.

Твой вопрос: кто жильцы двух ролей — черновика и редактора. Твоя работа — замер и числа; ИТОГ даёт вход для решения владельца плюс рекомендацию по ратифицированному правилу ничьей (см. критерии). Сам конфиг движка после решения правит бэкенд-сессия — не ты. «Правильного ответа» не существует, армы равноправны; движок по паре/модели не ветвится (§0.1), поэтому любой исход — строки конфига, не код.

Карта чтения (сверх онбординга роли, ≤5, по убыванию)

  1. docs/experiments/21-role-topology.md — ИТОГ · §0 (риг, армы, материал, методика отбора единиц и проб контаминации) · §8 (что доснять + бесплатные починки) · §16 (деконфаунды).
  2. docs/experiments/00-provider-quirks.md — целиком ДО первого платного вызова (дополнения 08.08 по luna/glm-5/Gemini — из эксп-21).
  3. eval/role_topology/ — рабочая оснастка: absjudge.py (абсолютный агент-риг: рубрика, персист, декой, контроль позиции) · battery.py · itog.py/verify_report.py (образцы гейтов чисел) · buy.py (касса) · текст закон-блока грепом HEADER_LAW_PLAIN.
  4. D-лог грепом: D39.104 (банк-закон) · D39.117 (рамки этого пака) · D39.47 (образец «ручной канон ≠ подпись владельца»).
  5. docs/experiments/04-editor-quality.md — только как источник гипотезы gemini-pro.

ЗАКОН (не пере-открывать; отступление = пинг; право «этого делать не надо» на пункты с пометкой ОБЯЗАТЕЛЕН не распространяется — там путь один: пинг)

  • Банк-закон D39.104 (ОБЯЗАТЕЛЕН): закон-блок (текст = константа HEADER_LAW_PLAIN оснастки, БЕЗ оговорки области — сверь с эксп-21 §0) во всех армах с переводом/редактурой; банкнота — на переводческом проходе.
  • DeepSeek: thinking НЕ отключать (эхо-мина). Слаги — live /models в день старта (это $0 и делается в Ф0); цены — прайс-страница вендора. Вахта dspro: сверка вендор-changelog маппинга эффорта в Ф0 и перед Ф3; маппинг сменился ПОСЛЕ фриза Ф2 → стоп и пинг, не тихое пере-снятие.
  • Судейство — агенты сессии по абсолютному ригу absjudge (амендмент владельца 07.08; D39.117). Протокол: per-vote персист каждого голоса ВМЕСТЕ с обоснованием (в эксп-21 персистились только числа — чинишь в Ф0) · декой ОБЯЗАТЕЛЕН: судейская сессия, не поймавшая декой, аннулируется целиком, пере-прогон списывается с капа · позиционный наклон СВОЕЙ панели замерь и вычти (+0.147/шаг эксп-21 — приор, не константа) · Claude-модели в АРМЫ не брать (судьи — Claude; запрет судьи семейства жильца). КАП: ≤60 агент-запусков на пак; 1 запуск = одна судейская сессия суб-агента, судящая пакет до ~20 текстов. План расхода по фазам — в пре-рег; не влезает дизайн — ПИНГ, не резать молча (слово владельца 08.08: агенты не бесплатны).
  • Sol = флагманская reasoning-модель OpenAI в ChatGPT-ПОДПИСКЕ владельца («Сол» в его словах; high reasoning; точный слаг неважен — это UI, не API): ты готовишь текстовые paste-ready пакеты, владелец вставляет их в чат руками и возвращает ответы, ты персистишь их дословно в сырьё как голоса внешнего судьи. Для парных предъявлений Sol — слепые метки, ОБА порядка, декой (правило зеркальности живо для пар-протокола; для абсолютного оно снято — D39.117 п.2в). Семейный запрет симметричен: Sol не судит клетки OpenAI-моделей (luna и любой OpenAI-финалист скрина).
  • Пре-рег — ОДИН документ, дополняемый секцией на фазу; КАЖДАЯ фаза фризится своим коммитом ДО своих покупок (фриз-коммит включает код оснастки фазы — это и есть коммит-исключение полигона); amend фриза запрещён, девиации — явно в отчёте. Критерии Ф2/Ф3 фиксируются во фризах этих фаз (им нужен шумовой пол).
  • Верификатор чисел отчёта и команда пере-снятия ИТОГа (класс itog.py/verify_report.py) заводятся С ПЕРВОГО ДНЯ (ОБЯЗАТЕЛЕН): в эксп-21 несущие числа не имели пути воспроизведения до пост-хок аудита. Ненулевой код = отчёт не сдаётся. Деньги — двумя независимыми путями: касса + пересчёт из сырых usage × прайс (образец verify_report.py §ДЕНЬГИ); леджер = нижняя граница.

Ф0 — подготовка (≤$0.40: пробы контаминации + банк среза; остальное $0)

  1. Пре-рег (секция Ф0/Ф1): кандидаты по live-листингу · pass/fail пороги скрина · прогнозы «кто возьмёт роль» (прогноз калибрует удивление; совпадение НЕ цель) · смета · план агент-запусков.
  2. Невиданный zh-срез — повторный заказ, эксп-21 его НЕ исполнил (ОБЯЗАТЕЛЕН). Ищешь сам в открытом вебе: свежая вебновелла 2026 без опубликованного ru-перевода (метод поиска и проверки непереведённости — в пре-рег); контаминация — методикой эксп-21 §0 (eval/role_topology/contamination.py: пробы узнавания и клоуз, по 5 на книгу; контроль пробы — заведомо известная книга), узнавание ≥3/5 = материал непригоден; нотация «1/5» = одна проба из пяти узнана. Единицы (16 zh) отбери методикой эксп-21 §0 (середина длин, дедуп, хеш-ключи); файлы в ~/books/ (вне git), хеши в пре-рег. Пригодного материала нет → СТОП и пинг; подмена узнанной книгой (как в эксп-21) запрещена. Пара en обязательна как ось переноса: Kristoff (чистая, 1/5), единицы уже отобраны; выбрось 129b73ad5a (библиография, не проза).
  3. Починки из эксп-21 §8 в eval/role_topology/ — ОБЯЗАТЕЛЬНЫ до первой покупки: гейт ре-гена ХАРНЕССА (buy/bakeoff) проверяет и целевую письменность (принимался английский текст с латиницей 0.79) · карту раскладки слепого чтения вынести из каталога пакетов · персист обоснований судьи · три лживых докстринга.
  4. Sol-пакет (а) — арбитраж эксп-21, ОБЯЗАТЕЛЕН в Ф0 (из существующего сырья, $0): минимум контраст A/F (платные судьи разошлись: luna +0.84 против gemini +3.03 — 14 sd шума замены); прочие контрасты добавь по ФАКТИЧЕСКИМ расхождениям судей в сырье (реши сам, аргументируй). Форма: слепые метки, оба порядка, декой, инструкция вставки, шаблон ответа. Пакет (б) — слепые пары финалистов, по готовности Ф2/Ф3. Владелец не вернул транскрипты к сдаче → отчёт сдаётся с явной строкой «Sol не вернулся», это не блокер.
  5. Банк среза — терминолог-прогоном (в потолке Ф0) + ручной канон по образцу D39.47 с пометкой «НЕ подпись владельца»; против него читается метрика покрытия канона. ⚠ Банк-ОСЬ экспериментов (наличие банка как фактор — строки 5/36б) — чужой слот, НЕ варьировать; собрать банк для метрики — твоя обязанность, это не то же самое.

Ф1 — профиль-скрин (≤$1.00)

Кандидаты: live-листинг по ключам DEEPSEEK · ZAI · KIMI · OPENAI · GEMINI · XAI · MISTRAL; дешёвый тир (кандидаты черновика) + сильный тир (кандидаты редактора) каждого провайдера; >16 моделей — срежь по прайсу с обоснованием (провайдера целиком не выкидывать — хотя бы один слот). xAI: кредиты исчерпаны 07.08, вопрос у владельца; на день Ф1 не пополнены → явная строка «xAI не скринился», НЕ ждать.

Пороги: содержательные, из требований пайплайна, записаны ДО замера — эхо/утечка не выше боевого гейта · цена/единица не выше объявленного порога роли · отказ/цензура на чувствительном фрагменте среза = дисквалификация роли на этом материале · формат-дисциплина/NO_CHANGE · дисциплина к черновику · управляемость размышления. Порог, не способный отсеять никого, — не порог (урок эксп-21: скрин убил 2 из 12); но пороги выводятся из требований, НЕ подгоняются под желаемый состав. Урок эксп-20: механический показатель ≠ качество — спорных кандидатов СТИЛЬ-осей скрином не решать, доводить до Ф2/Ф3.

Выход: состав панелей Ф2/Ф3 с числами по КАЖДОМУ кандидату — и вошедшему, и нет (симметрично, без асимметрии оправданий). Ф2: до 5 жильцов черновика + deepseek-v4-flash (якорь); Ф3: до 5 редакторов = якоря deepseek-v4-pro, glm-5 + gemini-3.1-pro (ОБЯЗАТЕЛЬНЫЙ кандидат: жив листингом → идёт в Ф3 независимо от скрина, скрин-числа при нём) + до 2 новых со скрина. «До N» — потолки, не цели: бери всех, кто прошёл, до потолка.

Ф2 — панель черновиков (≤$2.00; главный рычаг)

Каждый жилец: черновики 16 единиц zh + ≥6 en (обе оси обязательны), с банкнотой и законом. Меряется: (а) абсолютный агент-суд черновика как текста; (б) боевой редактор (A_law-конфиг) поверх КАЖДОГО черновика — доезжает ли качество до финала; (в) частота эхо-мины (доля ре-генов; приор flash/zh 31%); (г) батарея + покрытие канона; (д) цена/единица и проекция на книгу.

Шумовой пол — ДО интерпретации перевесов (несня́тый досъём §8 п.1): один арм Ф2 (какой — реши сам, зафиксируй во фризе Ф2) дважды end-to-end на идентичных 16 единицах; пол = sd попарных разностей по единицам (методика эксп-21 §ШУМ / itog.py --pool); применяется к Ф2 И Ф3. Перевес ниже пола печатается вердиктом «ниже порога различимости» — это статус «не разрешено ригом», запрета печатать числа нет.

Черновики ФРИЗЯТСЯ — общие для Ф3 (парный дизайн). Клетка «dspro-над-flash» покупается здесь ОДИН раз и в Ф3 переиспользуется как якорная (только суд, без пере-генерации).

Ф3 — панель редакторов (≤$1.60)

Редакторы full-regen с законом поверх ОДНОЙ якорной базы — замороженного боевого flash-черновика. Вторая база (лучший черновик Ф2) — ОПЦИЯ: только если Ф2 дал отрыв выше пола и смета влезает (реши сам, аргументируй). Довесок на купленном сырье эксп-21: прямой контраст D_/A — агент-голосами (с капа; генерации НЕ покупаются). Опция при влезании: уравненные промты мандата D/D_ (строка 153 — реши сам).

Критерии Ф2/Ф3 — во фризах фаз, ДО покупок: «X бьёт Y при перевесе > пола по осям …»; средние исходы = «ниже порога различимости»; правило ничьей ратифицировано D39.117: при неразличимости рекомендация = самый дешёвый жилец (это правило отчёта, не ожидание результата).

Отчёт

docs/experiments/22-tenant-panel.md: ИТОГ — вход для решения владельца (жилец черновика · жилец редактора · цена/книга связки p50/p95 ПО ЕДИНИЦАМ против боевой пары; рекомендация по правилу ничьей) · «заявление=команда» на каждое число · сверка прогнозов Ф1 (расхождение = находка) · критик полноты ПО ФАЗАМ · диспозиции строк бэклога: 55 (закрыл ли срез остаток «неконтаминированный zh») · 150 (судьба Sol-пакетов) · 153 (если гнал) · что НЕ переносимо и почему. Пинг в PROGRESS «Полигон» — коротко.

Мандат самопроверки (обязателен)

Ревью исполнением: свой код + сформированные запросы + результаты. Вывод на агрегате до вскрытия единиц запрещён (D39.61) — перед сравнительным выводом открыть хотя бы одну единицу с каждой стороны. Линтер зоны (ruff, конфиг эксп-21) — с первого дня. Адверсариальный проход author≠reviewer до сдачи.

Канал вопросов и границы

  • Непонятно / конфликт промта с кодом-доками / потолок мал / материал не находится / кап не вмещает дизайн → СТОП и пинг оркестратору через владельца, НЕ тихая интерпретация. Право «этого делать не надо» — с аргументом (кроме пунктов ОБЯЗАТЕЛЕН).
  • НЕ трогать: backend/ и чужие зоны (движок — только read-only/оверлеи, образец эксп-18 §0.1); банк-ось как фактор (Ф0.5).
  • ToS Z.AI: ЗАМЕР glm-5 легален (якорь покупается); гейт ToS касается ПРОД-выбора жильца — пометь в ИТОГе как гейт решения владельца. Лейбл-вопросы — не твоя задача.