textmachine/docs/PROGRESS.md

Журнал прогресса

⟶ ТЕКУЩЕЕ СОСТОЯНИЕ (обновляемый блок; на 2026-07-09, ночь). Источник истины по РЕШЕНИЯМ — architecture/05-decisions-log.md (D1–D21); этот файл — ЖУРНАЛ, не спека.

• Фаза: 0 ✅; машинерия Ф1 построена и дополнена пакетами №1–2 обеих сессий (память v2 + D16-фиксы, tmctl status+redrive, reasoning-буфер, GB18030-ingest с CJK-сплитом глав, 4 дешёвых стиль-флаггера; пилот-харнесс починен: эхо-контроль/fidelity/M0–M3/Go-синк; exp10 — violence-рука канала B). Все пакеты залендены после внешнего ревью; research/15 «Голос и состояние» принят и ратифицирован (D21). Приёмка Ф1 = 蛊真人 zh→ru (D18); до неё: финализация сида (gender=hidden 白凝冰 — полигон), бэкенд-пакет №3 (fix-лист D20.4 + D15.2 v3 + D3-цепочка — промт выдан), приёмочная сессия (glm-5-редактор допустим — D20.3). Решающая точка — пилот Ф2.5 (блокеры: чистый xAI-ключ, корпус 25–35 глав, аннотаторы ≥3). Параллельно в работе: полигон-erotica (закрытие D14.4).
• Стек: черновик DeepSeek V4 Flash (thinking ON — эхо-мина) · редактор grok-4.3 reasoning_effort:none (дефолт grok = low; D1-монолингв оспорен — решает пилот-арм D13.1/D17) · судья/апекс Gemini 3.1 Pro (mandatory thinking) · эскалация A: DeepSeek V4 Pro → GLM-5.1 → Gemini (заводка цепочки — пакет №3) · канал B (18+) v2 по D19.1: переводчик Mistral · эскалация grok-4.3 reasoning-ON · abliterated-скрининг · судьи Grok+Gemini (DeepSeek в explicit запрещён ToS — D14.1). Anthropic выброшен, OpenAI оставлен. 7 ключей (+MISTRAL).
• Экономика: experiments/08-cost-model-v2.md (~$0.69 ранобэ / ~$10.94 вебновелла-500) — заменяет старые пороги $0.6 / $5 / $30. ⚠ Resume: любой --resnapshot = переоплата книги — онгоинг гейтится D15.2 (реализация после v3-правок, пакет №3); exp08 v3 (annotator/voice-строки) заказан D21.8.
• Ждём от владельца: чистый xAI-ключ без data-sharing (блокер пилота, не приёмки — D20.3) · ja-erotica книга в /home/ubuntu/books/ (остаток D14.4) · провенанс двух внешних 12-*-доков · решение по юр-пакету.
• Записи ниже — хронология; РАННИЕ (день-0, 04.07) содержат устаревшие цифры/решения (COGS $2–4, BYOK, Anthropic-Sonnet), переопределённые позже — см. блок выше и 05-decisions-log.

2026-07-04 — Старт проекта (MVP-сессия)

• Прочитан стартовый бриф START_PROMT.MD (37 пунктов идей).
• Осмотрена кодовая база /home/ubuntu/projects/vojo/apps/ai-bot: Go-сервис с адаптерами LLM-провайдеров (gemini, xai, local), роутером, каскадом, фейловером, прайсингом и телеметрией — кандидат на переиспользование.
• Запущен мультиагентный исследовательский воркфлоу (10 направлений параллельно + критик полноты + добор пробелов):
  1. Рынок и спрос → research/01-market.md
  2. Конкуренты и существующие решения → research/02-competitors.md
  3. Научные работы по agentic/document-level MT → research/03-academic-agentic-mt.md
  4. LLM API: цены/качество/цензура → research/04-api-providers.md
  5. Память и глоссарий (банк памяти книги) → research/05-memory-glossary.md
  6. Локальные модели на 8GB VRAM → research/06-local-models.md
  7. Методология профессионального худ. перевода → research/07-translation-methodology.md
  8. Юридические аспекты → research/08-legal.md
  9. Модель стоимости перевода книги → research/09-cost-model.md
  10. Ревью vojo/ai-bot на переиспользование → research/10-vojo-ai-bot-review.md
  • Добор пробелов от критика → research/11-gap-*.md

Исследования завершены (04.07, ~2 млн токенов, 16 агентов)

Все 15 документов в research/. Ключевые развязки:

• Статья «про судью-селектора, март 2026» найдена: arXiv:2603.20324 «When Agents Disagree» — но перевода среди её задач нет; на zh→ru/ja→ru нужен собственный пилот (см. research/11-gap-3.md).
• MemPalace существует, но форкать нельзя (метрики не подтверждаются) — банк памяти пишем сами: SQLite + спека SillyTavern World Info + память DelTA.
• «Ru-нишу никто не обслуживает» — опровергнуто: Rulate AI-раздел 14,4 тыс. работ, MLate, VseGPT «Нейропереводчик» 999 ₽/мес. Дифференциация — издательское качество, память серии, 18+.
• Экономика сходится: COGS тома ранобэ ~$2–4 при марже 70–96%; главные рычаги — prompt caching (до −98% input) и Batch API (−50%).
• OpenAI adult mode заморожен бессрочно — NSFW-канал: Grok / open-weights / DeepSeek / локальная abliterated. Anthropic — только «стерильные» роли.
• RU-сегмент: BYOK-модель (агрегаторы ProxyAPI/VseGPT/AITunnel или прямой DeepSeek), не перепродавать западные токены.

Синтез (04.07)

• architecture/01-decisions.md — 10 решений (Р1 Go-бэкенд на базе vojo/ai-bot; Р2 конфигурируемое ядро пайплайна + пилот 4 рук; Р3 банк памяти на SQLite; Р4 модельный стек и NSFW-роутинг; Р5 экономика вызовов; Р6 durable jobs; Р7 телеметрия/качество; Р8 юр-позиция «инструмент, не платформа»; Р9 прайсинг-гипотеза; Р10 риски).
• architecture/02-mvp-plan.md — фазы 0–3 с критериями приёмки.
• architecture/components.puml + pipeline.puml (+ отрендеренные .svg) — провалидированы PlantUML.
• PARALLEL_SESSION_PROMPT.md — промт для второй сессии («Полигон»: токен-замеры, refusal-бенчмарк, локальный стенд, пилотный корпус, эмбеддинги).
• Проведено адверсариальное ревью синтеза тремя критиками (техархитектура, экономика, red-team): 2 critical + ~15 major находок, все внесены в v2 документов. Главные исправления:
  • экономика разделена на контуры «чей ключ» (прямые ключи / ru-агрегаторы ×2–6 на флагманы / BYOK) — премиум-микс с Sonnet в ru-контуре недоступен;
  • разрешён конфликт «кэшируемый префикс vs селективный глоссарий» (зафиксирована раскладка промпта) и «modernc.org/sqlite vs sqlite-vec» (в MVP — brute-force KNN, без C-расширений);
  • Фаза 1 получила интерим-правило 18+ (SFW-приёмка, исключение Anthropic при 18+ в brief) — до этого 18+ книги шли бы через Anthropic до появления NSFW-роутера;
  • resume пересобран на чанк-чекпоинты (kill -9 теряет максимум один вызов);
  • пилот вынесен в отдельную Фазу 2.5, горизонт MVP честно сдвинут до 10–11 недель;
  • baseline метрики качества заменён с «сырой DeepSeek» на «DeepSeek+глоссарий» (уровень VseGPT), порог — статистический;
  • в план добавлены режим онгоинга и series-bible-lite (сегмент «ИИ-фабрик» и проверка рода/ты-вы).

Следующие шаги

• [~] Фаза 0 (каркас) ЗАВЕРШЕНА; машинерия Фазы 1 в основном построена — сессия «Бэкенд» (промт: archive/prompts/BACKEND_SESSION_PROMPT.md; шаг 0 — перевалидация решений, финал фаз — агентное селфревью). Осталось: полный стек-wiring, автопопуляция глоссария, реальный ja→ru прогон. Оркестратор делает внешнее ревью её кода.
• Параллельная сессия «Полигон» запущена (эксперименты 01–03 идут).
• Сессия «Редакция» (промпты ролей) — после фиксации формата конфига в Фазе 0.
• Сессия «Валидация банка памяти» — завершена (вердикт GO на схему+гейты; реестр architecture/06; ставка гейтится in-house eval'ом в пилоте Ф2.5).
• Пилот 4 рук для выбора ядра пайплайна + in-house memory-eval (Фаза 2.5).
• Роли сессий: «Бэкенд» → backend/; «Полигон» → eval/ + docs/experiments/; оркестратор → доки, ревью, синхронизация, дозаправки ресёрча.
• Дозаправка ресёрча выполнена (04.07, оркестратор): 5 документов research/12-*.md (~70 режимов отказа: ja, zh, ru-сторона; отзывы потребителей по продуктам; академические таксономии DITING/BlonDe/LitEval/LAIT) + верификация (3 minor: неточная ссылка поправлена; 2 пробела — числительные/меры CJK и западные имена через катакану — включены в карту как дыры с действиями). Итоговая карта «проблема → механизм бэкенда» → architecture/04-unhappy-paths.md; в ней раздел «Следствия для плана» — 7 изменений (пре-пасс Annotator в Фазе 2, расширение схемы глоссария, 4 новых дешёвых гейта Фазы 1, судья-анкета с MQM-весами, alignment-защита рефренов, эскалация по цене правки, регрессионный сьют из примеров).

2026-07-09 — Стратегическое ревью + консолидация доков (оркестратор)

• Стратегическое ревью выполнено → architecture/07-strategic-review.md (коммит b1d54b6). Метод: 14 сборщиков (8 репо-аудиторов + 6 SOTA-веб) → 9 адверсариальных верификаторов (8 CONFIRMED / 1 PARTIAL; 6 находок воспроизведены исполнением временных Go-тестов). Вердикт: архитектура end-to-end цела, наука-2026 подтверждает C1-схему/чанки+гейты/терминологию/DeepSeek-draft; детерминированному пути памяти аналогов не найдено. Топ-находки: D1-моноредактор получил внешне измеренный налог верности (2605.13368, вкл. en→ru); --resnapshot = переоплата книги (блокер онгоинга); 4 дыры границ доверия памяти (одна — ложно отсеяна 44-агенткой 0/3); слепота exp04 структурно сломана (ключ в артефакте при оценке); memory_eval контаминирован эхом глоссария; 18+ — ноль замеров (critical); DeepSeek выбыл из explicit-канала B по ToS 27.03.2026.
• Роль оркестратора передана этой сессии (решение владельца 09.07). Владелец подтвердил курс: Rust-переписывание — НЕТ до пост-пилота (Р1/Go остаётся); архив + онбординг-доки — одобрены.
• Ратифицированы D13–D17 (05-decisions-log): D13 поправки пилота (арм моно-vs-билингв, гетерогенные кандидаты C2, панель 2–3 семейства × 11+ повторов, починка харнесса ДО прогона); D14 канал B (минус DeepSeek-explicit, плюс проба Mistral, xAI-опора = AUP); D15 resume/онгоинг (комментарии-фиксы + status/redrive сейчас, content-addressed reuse — гейт онгоинга); D16 фиксы границ памяти; D17 D1 понижен до «дефолт Ф1, оспорен — решает пилот».
• Консолидация доков: 02-mvp-plan → v3 (мёртвые пороги сняты, интерим-18+ переписан, фазы синхронизированы); обе *.puml → v3 (минус Opus/BYOK/«≤2×», плюс ре-гейт эскалации, три класса отказов D12, человек в петле, фазовые пометки); superseded-баннеры на research/01/02/03/04/09; провенанс-шапки на два внешних 12-*-дока; закрытые промты → docs/archive/prompts/; онбординг: корневой CLAUDE.md + backend/README.md + eval/README.md + обновлённый docs/README.md.
• Хендофф-промты выданы (09.07): BACKEND_SESSION_PROMPT_REVIEW_FIXES.md — гигиена (комментарии resume, prompt_version-бамп) → фиксы памяти D16 → tmctl status/redrive → спека content-addressed resume (D15.2) → reasoning-буфер additive (D13.6) → перепроверка отсевов 44-агентки; POLYGON_SESSION_PROMPT_PILOT_HARNESS.md — memory_eval (эхо-контроль, полные выходы, fidelity, M0–M3, синк с Go) → гигиена оценочных артефактов → протокол пилота v2 (D13) → проба Mistral (⚠ нужен MISTRAL_API_KEY от владельца) → kana-precision → подготовка вебновелл-среза. ⚠ Порядок запуска: бэкенд-сессию первой или одновременно — полигон синкает зеркало памяти с кодом ПОСЛЕ D16-фиксов (в промте оговорено).

2026-07-09 (вечер) — Внешнее ревью и приёмка обоих пакетов (оркестратор)

• Оба пакета приняты и залендены (backend 153277e, eval 9afea37) после внешнего ревью (7 ревьюеров, всё исполнением: CLI-прогоны на моках $0, мутационные реверты в scratchpad-копии, пересчёт данных из raw). Вердикты: backend-d16 / backend-ops / spec-d15 / eval-harness / eval-protocol — ACCEPT_WITH_FIXES; backend-misc / координация — ACCEPT. Самоотчёты обеих сессий соответствуют диффам; заявленные цифры полигона воспроизведены точно (M0 0.567/94.6 · M1 1.0/93.4 · M2 1.0/93.4 · M3 0.467/49.0, echo 0/5; kana-таблица байт-в-байт; вебновелл-эхо 4/16 подтверждено по сырым выходам).
• Ратификации → полный текст в 05-decisions-log.md §«Ратификации 09.07»: (1) kana/Han-исключение из source-границы (D16.3) — ратифицировано, kana-омографы → B6, MIN=3 — дефолт; (2) спека D15.2: направление да, реализация заблокирована — 3 дизайн-дыры (fast-path-гард слабее текущего; расщепление memory_version обязательно; замена consent-гейта); (3) Mistral: refusal принят, fidelity-числа НЕ приняты (нет сырых артефактов — переснять с персистом); (4) Pearmut-отказ ратифицирован.
• Fix-листы след. пакетов (в D-логе §Ратификации, пп.5–6): бэкенду — homophone first-wins (major), GB18030-ingest, мутационное закрепление redrive-инварианта, snapshot-чек до ResetChunkStages + minors; полигону — дозеркалить suppressUnboundedPhonetic и апостроф-фолд (критично для en→ru руки), эхо-детектор хвоста, Mistral-переснятие + minors.
• Гигиена: *.key.json в .gitignore; правило git-координации мультисессий внесено в CLAUDE.md (признание инцидента: перезапись истории оркестратором 09.07 при грязном дереве полигона стёрла его незакоммиченные правки — восстановлены сессией).
• Ждём от владельца (без изменений): explicit-18+ фрагменты (последний critical-блокер D14.4), приёмочная ja→ru книга (epub) для прогона D9, провенанс двух внешних 12-*-доков; решение по юр-пакету (EU-хостинг/провайдер-матрица данных/compliance-паспорт — обсуждено 09.07).

2026-07-09 (поздний вечер) — D18 + промты пакетов №2 (оркестратор)

• D18 ратифицирован (решение владельца): приёмка Фазы 1 — на 蛊真人 zh→ru (полная книга ~2.5k глав от владельца лежит на стенде: /home/ubuntu/books/gu-zhenren/guzhenren-gb18030.txt, GB18030+CRLF — проверено декодом; текст и производные ВНЕ git); ja→ru — второй прогон при появлении ja-epub (форсирующая функция D9 по ruby уже выполнена кодом). Полный текст — D-лог D18.
• 18+ блокер снят владельцем: explicit-фрагменты берутся из 蛊真人 (dark/violence; покрытие l2-erotica полигон оценит честно — возможно понадобится второй источник).
• Хендофф-промты №2 выданы (старые закрыты → archive): BACKEND_SESSION_PROMPT_ACCEPTANCE_PREP.md — fix-лист ревью (homophone first-wins и др.) → GB18030-ingest → дешёвые гейты Ф1 → спека D15.2 v2 → smoke-прогон 1 главы 蛊真人; POLYGON_SESSION_PROMPT_EXPLICIT_AND_MIRROR.md — синк зеркала (suppressUnboundedPhonetic+апостроф) → Mistral-переснятие → 18+ рука на 蛊真人 (эксп.10) → сид-глоссарий приёмки → терсный precision. Координация: бэкенд-задача 2 (GB18030) гейтит их же задачу 5 и полигонный отбор сцен удобнее после неё, но полигон может стартовать параллельно (iconv руками уже валидирован).
• Юр-пакет — в бэклоге до решения владельца (промт ресёрч-сессии подготовлю по запросу).
• Передача роли оркестратора (09.07 ночь, решение владельца — контекст сессии заполнился): выдан ORCHESTRATOR_SESSION_PROMPT.md — преемник наследует зону docs/, методологию внешнего ревью (адверсариальные воркфлоу исполнением), право ратификации D-блоками и очередь: ревью research/15 по отчёту → приёмка полигона-erotica → промт бэкенд-пакета №3 (fix-лист D20.4 + D15.2 v3 + D3-цепочка) → промт приёмочной сессии Ф1. Параллельно выдан POLYGON_SESSION_PROMPT_EROTICA.md (ja-книга владельца + 金瓶梅 + Fifty Shades → l2-erotica по трём парам, конвейер exp10, fix-лист D19.5, финализация сида gender=hidden) — закрывает D14.4. Промты пакетов №2 → архив.
• Бэкенд-пакет №2 принят и залендён (b51ac4c) после внешнего ревью (5 ревьюеров исполнением/мутациями; smoke-деньги сверены по БД до микроцента; заглушка D19.6 подтверждённо убрана и мутационно защищена). Ратифицирован D20: спека D15.2 — направление принято, реализация после двух v3-правок (role в guard_hash; правило editor-каскада в dry-run-проекции); ответы §13 (пер-стадийная гранулярность wire-снапшота; --accept-rebill[=usd] c порогом min($0.50, 5%); Adult нейтрален + конфиг-линт); приёмка Ф1 допустима на glm-5-редакторе; пилот требует боевой grok-4.3 → чистый xAI-ключ = блокер пилота, не приёмки; fix-лист №3 (README v7, cheap-gates v2 против 3 FP, NUL-гард на не-UTF8 путях декода, minors). До полной приёмки на 蛊真人: финализация сида (gender=hidden — одно поле, полигон), заводка D3-цепочки, приёмочная сессия. ⚠ В дереве черновик research/15-voice-and-state.md (сессия «Голос и состояние» в полёте) — не трогать до её отчёта.
• Полигон-пакет №2 принят и залендён (3d183bc) после внешнего ревью (4 ревьюера исполнением: mirror ACCEPT; explicit/seed/coord ACCEPT_WITH_FIXES — все фактические микро-дефекты доков исправлены оркестратором при лендинге). Ратифицирован D19: канал B v2 (Mistral-переводчик / grok-4.3 reasoning-ON эскалация / abliterated-скрининг / судьи Grok+Gemini), эхо-класс «reasoning-off + плотный CJK» обобщён, сид-развязки (перевод имён гу; «Гуюэ» слитно; 白凝冰 → gender=hidden), гигиена xAI пост-фактум + выделенный NSFW-ключ до пилота. Остаток D14.4: только erotica-источник от владельца. ⚠ Срочный пинг бэкенду в D19 п.6 (заглушка contested() в их незакоммиченном memseed.go).
• Промт ресёрч-сессии «Голос и состояние» выдан (запрос владельца 09.07): VOICE_STATE_RESEARCH_SESSION_PROMPT.md → research/15-voice-and-state.md. Мандат: голоса персонажей (voice exemplars vs дескрипторы — проверить клейм antipattern-дока; RP/game-loc прайор-арт; дешёвый детектор отклонения), scene/epistemic-state инъекция + скоуп Annotator Ф2, валидированный промптинг литперевода (формат/позиция инъекций, анти-галлюцинационные приёмы, «двухпроходность в одном вызове»), параметры запроса (temp-свип как ТЗ полигону), прайор-арт-проверка наших «уникальных» механизмов (спойлер-окна и др.), креатив с обязательной привязкой к слотам архитектуры. Пробы ≤$3 на SFW-чанках 蛊真人. Выход приземляется к Фазе 2 (Annotator, voice-профили) и в армы пилота. Параллелится с пакетами №2, ничего не блокирует.

2026-07-09 (ночь) — Приёмка research/15 «Голос и состояние» + D21 (оркестратор-преемник)

• Роль принята по ORCHESTRATOR_SESSION_PROMPT.md; онбординг по порядку промта; артефакты проб ресёрч-сессии продублированы из волатильного /tmp в /home/ubuntu/books/gu-zhenren/research15-probes/ (вне git).
• Внешнее ревью research/15 выполнено (9 агентов: 5 спот-чеков первоисточников — кандидаты из самоотчёта сессии, пересчёт проб из сырья, консистентность, red-team ратификации, аудит доков). Вердикт ACCEPT_WITH_FIXES → залендён (5953b37): DelTA — CONFIRMED точно; RoleLLM/Voita/similarity/WMT25 — CONFIRMED_WITH_NUANCE (нюансы вписаны пометками (ревью)); P4/P1/P3/бюджет пересчитаны поштучно — сходятся; микро-дефекты счёта исправлены оркестратором (0/26→0/29; «~35%»→«30–67% по армам»; deepseek-эха rt 111/182/149; пятый судья gemini-2.5-flash; строгий маркер-пересчёт 0/4→2/4→3/4→4/4 — порядок армов устойчив).
• Ратифицирован D21 (05-decisions-log): voice-профиль (Ф2, с оговорками: заморозка per-job до D15.2, приоритет/кап бюджета инъекции, brightness — гипотеза-под-пилот, editor-слот не исключён, курация сида владельцем + кросс-семейный судья); address_pair = материализация журнала D7 (флаггер безусловно, инъекция — после пробы на трудных парах); reveal-окна (переобоснованы без 12-common); армы пилота с тирингом (минус двухпроходность/min_p); скоуп Annotator Ф2 с честным ресурсом голда; анти-эхо wiring гейтится fidelity-хвостом P4 (35 пар) и только для deepseek-драфта; клеймы уникальности сужены (скрининг ≠ FTO); exp08 v3 заказан.
• Аудит доков «что упустили»: найдено и исправлено — CURRENT-STATE/README/CLAUDE.md отставали на два цикла (D18–D20, канал B v2, 7 ключей); quirks-строка «editor/translator ВСЕГДА reasoning:none» противоречила D19.1 (сужена до редактора); поручение D19.2 «обобщающая строка эхо-класса в quirks» не выполнено — включено в D21.9, чтобы не потерялось; backend/eval README-хвосты обновлены.
• Live-фактчек Gemini (вопрос владельца, 09.07): /models-листинг живьём — 2.5-flash / 3.5-flash / 3.1-flash-lite все числятся; офиц. deprecations-страница — вся 2.5-серия shutdown 16.10.2026 (замены 3.1-pro-preview / 3.5-flash / 3.1-flash-lite) → миграция судьи memory_eval оправдана вдвойне (флейки + EOL); интермиттентный 404 вендором НЕ документирован (наблюдение проб = аномалия, слаг в списке); PROHIBITED_CONTENT — неконфигурируемый фильтр-класс (safety_settings не влияют, в отличие от SAFETY). Вписано в quirks-календарь и erotica-промт.
• Erotica-промт обновлён ДО запуска (уточнение владельца: сессия ещё не стартовала — пинги вшиты в файл, пересказ не нужен): Gemini-грабли судей (404-флейки gemini-2.5-flash при наличии в /models; ожившая content_filter: PROHIBITED_CONTENT-ветка на Gemini 3.x — логировать finish_reason первоклассно), пункт (е) в Task 3 — quirks-строка эхо-класса D19.2 + инверсия языкового констрейнта, и опциональная Задача 5 — fidelity-хвост P4 (35 выходов из research15-probes/, деблокирует анти-эхо wiring D21.6; приёмку сессии не гейтит).

2026-07-10 — Правило вендор-сверки аномалий (решение владельца, оркестратор)

Разбор Gemini-кейса: интерпретация 404-флейков ушла в промт без вендор-сверки, потому что урок «проверяй пробой» был записан только в направлении «клейм → проба», а сигнал ревью-аудитора «404-записи неверифицируемы» оркестратор не эскалировал. Зафиксировано правило двух направлений (шапка 00-provider-quirks.md + гардрейл CLAUDE.md + правило №7 eval/README): wire-аномалия (флейки, 404 живой модели, новый finish_reason, игнор параметров) → СНАЧАЛА официальная дока вендора (deprecations/changelog/status) + свежий /models, ПОТОМ диагноз; интерпретацию без вендор-сверки в доки/промты не абсорбировать.

2026-07-10 — Видение фронта Ф3 + промт ресёрча «Ридер-IDE» (оркестратор)

• Владелец детализировал план фронта (VS Code-паттерн): дерево глав · две панели оригинал|перевод · панель команд/чат-редактирования · цветная статус-полоса с ползунком (зелёный/жёлтый/красный из детерминированных вердиктов). Открытые вопросы: якорение соответствия (не «страница в страницу»), UX редакторов, прайор-арт конкурентов.
• Оценка влияния на бэкенд (оркестратор): read-model уже есть (chunk_status/паспорта/вердикты — D12 строил --json «для CI/IDE»); новая работа мала и read-only: персист/экспорт якорей чанков, annotations.json, сборка перевода с политикой красных чанков, возможно дешёвый флаггер абзацной парности. Контрактно-опасен один кусок — human_override (пост-правка человека против redrive/resume/TM — пересечение со snapshot-дисциплиной, думать вместе с D15.2). Веб-сервер/SSE НЕ строим (Ф3, D12-caution в силе). Кандидат-скоуп бэкенд-пакета №4 — после ресёрча.
• Выдан промт READER_IDE_RESEARCH_SESSION_PROMPT.md → research/16-reader-ide-alignment.md: прайор-арт HITL-редактуры (CAT/Mantra/фан-стек/PE-исследования), якорение (гипотеза «чанк/абзац, страницы виртуальны»), визуализация доверия, контракт бэкенд→фронт; $0-проба парности абзацев на сохранённых выходах. Живые LLM-вызовы: $0.

Бэкенд

2026-07-04 — Сессия 1: шаг 0 (перевалидация) завершён

• Донорский код vojo сверен построчно + воркфлоу из 4 критиков (консистентность, Go-исполнимость, донор, онлайн-фактчек цен). Вердикт: архитектура v2 исполнима, кодить можно; блокеров нет. Полный вердикт и контракты Фазы 0 → architecture/03-implementation-notes.md.
• Главные находки валидации (упущения передачи): в Usage донора нет cache-write Anthropic (×1.25/×2 — тот же класс ошибки, что недоучёт reasoning 30–44%); в транспорте донора скрытый захардкоженный per-attempt таймаут 60 с (полигон видел только 45 с ноги failover); http.Client{} донора уйдёт в webshare-прокси на не-loopback локальных адресах (172.x); Grok 4.1 Fast retired 15.05.2026 — слаги молча редиректят на grok-4.3 с ценой ×9, таблица Р4 устарела; store.go на SQLite — переписывание по семантике, не «адаптация <20%».
• Окружение: git-репо инициализирован, Go 1.26.4 установлен (~/sdk/go, PATH в .bashrc).

РЕШЕНО (04.07) → ответ оркестратора ниже + ратифицировано в 05-decisions-log (D1–D7); детали в 03-implementation-notes §5:

1. Формула премиум-бюджета Р5 «≤2×» после токен-калибровки неоднозначна — реализую конфигурируемый $-потолок, формулу уточнить.
2. Политика инвалидации TM сверх brief_hash (prompt_version в ключе? модель? перечанкование?) — реализую консервативный вариант, нужно подтверждение.
3. Канал B остался без дешёвого Grok (4.1 Fast retired, grok-4.3 дороже ×9) — перевыбрать модель канала B к Фазе 2.
4. Стриминг: эмпирика полигона требует его как keep-alive транспорта (не SSE-фронт) — предлагаю перенести из Фазы 3 в Фазу 1–2; в Фазе 0 закрываю длинными таймаутами.
5. Оркестратору, не блокирует: цифры Р5 устарели ~2× против эксп. 01; задача «cache-hit агрегаторов» задвоена (Фаза 0 бэкенда ↔ бэклог полигона — предлагаю отдать полигону); мелкие фазовые пометки в диаграммах.

Вопросы владельцу: ключи провайдеров для backend/.env (DeepSeek минимум — на нём приёмка Фазы 0 с реальным вызовом; Anthropic — для проверки cache_control). Не блокируюсь: тесты на httptest-моках.

Ответ оркестратора на [НУЖНО РЕШЕНИЕ] (04.07). Отличный шаг 0 — фактчек Grok и cache-write Anthropic особенно ценны. Решения:

1. Премиум-бюджет: подтверждаю $-потолок; формула зафиксирована в Р5 (clamp(price_target × (1 − target_margin) − est_base_cogs, 0, hard_cap), дефолты $5/том, $30/вебновелла-500). «≤2×» — только прикидочная эвристика доков.
2. TM-инвалидация: консервативный ключ подтверждён и зафиксирован в Р6: (chunk_src_hash, lang_pair, model_id, prompt_version, brief_hash, context_snapshot_hash); перечанкование инвалидирует by design.
3. Канал B: Р4 обновлён — интерим до Фазы 2: DeepSeek офиц. + локальная abliterated; Grok 4.3 только как дорогая эскалация; перевыбор дешёвого пермиссивного тира — по результатам refusal-бенчмарка полигона.
4. Стриминг: перенос одобрен — транспортный keep-alive-стриминг в Фазу 1–2 (без SSE-фронта), зафиксировано в плане; в Фазе 0 — длинные per-роль таймауты.
5. Р5 обновлён сноской на токен-калибровку (×1.4–1.75 для zh→ru); задача «cache-hit агрегаторов» снята с Фазы 0 — она в бэклоге полигона. Новая вводная: готова карта режимов отказа architecture/04-unhappy-paths.md (~70 режимов → механизмы). Перед фиксацией схемы store/глоссария Фазы 1 прочитай раздел «Следствия для плана»: расширение полей глоссария (alias-граф, ranked-set, gender=hidden, first_person, translit_policy), ruby-парсер в спеку импорта, дешёвые детерминированные гейты Фазы 1 (линтер прямой речи, блок-лист транслит-междометий, ёфикатор, число-гейт 万/億), словарь тегов ошибок с MQM-весами в request_log с первого дня. Пороги coverage-гейта уже сняты полигоном (см. его секцию, эксперимент 02).

2026-07-04 — Сессия 2: Фаза 0 (каркас) ЗАВЕРШЕНА

Каркас backend/ собран, приёмка Фазы 0 продемонстрирована исполняемо: tmctl translate --config book.yaml гоняет чанк draft→edit с полным учётом $ по стадиям в request_log; повторный запуск обслуживается из чекпоинтов за $0 (ledger неизменен); kill -9-тест настоящим SIGKILL подтверждает инвариант committed == SUM(checkpoints) (деньги ≡ чекпоинты). go test ./..., go vet, -race — зелёные.

• Порт vojo → internal/llm|ledger|obs: нейтральные типы (+CacheCreationTokens, CacheBoundary, FinishReason); общий OpenAI-совместимый транспорт (таймауты-параметры per-провайдер, Retry-After с капом, overflow-safe backoff, LimitReader, оба варианта cache-полей DeepSeek); нативный Anthropic-адаптер (Messages API, cache_control, суммирование usage-инварианта, sampling не шлётся); local-адаптер с no-proxy транспортом (грабли стенда 172.x); failover с анти-flapping брейкером; ledger с cache-write и PriceForResponse.
• internal/store (SQLite, modernc, CGO-free): идемпотентные миграции; reserve/settle с потолками книга/день; settle+checkpoint одной транзакцией (закрыта дыра двойной оплаты); flock-владение проектным файлом; recovery зависших резервов; request_log.
• internal/config (fail-fast): models.yaml (цены с датой проверки, CheckKeys preflight), pipeline C1+C2 (граница «конфиг vs код» Р2, CheckRunnable guard на механику Фазы 2), book.yaml + brief_hash.
• internal/pipeline: детерминированный однопроходный рендер (инвариант §3.1), request-hash (length-prefix, attempt-измерение), snapshot-pinning с --resnapshot, нормализация источника (BOM/CRLF/NFC), мини-раннер draft→edit с resume; cmd/tmctl (translate/report); черновики промптов ролей.
• Финал — агентное селфревью: /code-review (8 линз) + воркфлоу-критики (4 линзы задания) с адверсариальной верификацией; подтверждённые находки исправлены двумя волнами (детали и остаточный техдолг — 03-implementation-notes §6). Коммиты: dc6ea8e каркас → a32ec2e волна 1 → волна 2.

Учтено из ответа оркестратора: ключ TM (chunk_src_hash, lang_pair, model_id, prompt_version, brief_hash, context_snapshot_hash) — совпадает с составом моего snapshot-payload (prompt_version+model+PromptSHA256 per-role, brief_hash, chunker/estimator version); перечанкование инвалидирует by design (chunkerVersion в snapshot). Карту 04-unhappy-paths заберу в схему store/глоссария при старте Фазы 1.

Остаток техдолга Фазы 0 (осознанные ограничения, не блокеры; детали §6): дневной потолок пер-книжный; timeout-путь «оплачено-но-потеряно» (≤1 вызов, укладывается в Р6); cache_ttl↔cache_write под один TTL (5m); гонка Runner.clients (безопасна при последовательном проходе, мьютекс — к fan-out Фазы 1–2).

Ключи: бэкенд заводится на ДВУХ ключах (DEEPSEEK_API_KEY + ZAI_API_KEY) — по замечанию владельца сузил CheckKeys: модели стадий проверяются всегда, модели эскалационных цепочек — только если включён хоть один гейт (эскалация запускается по провалу гейта; в Фазе 0 гейты off → цепочки недостижимы → ключи Anthropic/Kimi не нужны). Проверено на боевых конфигах: с 2 ключами прогон доходит до сетевого вызова DeepSeek. .env.example размечен «нужны сейчас / Фаза 1+ опционально». Anthropic/Kimi для Фазы 0 не требуются.

Вопросы от бэкенда — сессии «Полигон» и оркестратору (04.07)

Владелец резонно заметил: бэкенд не должен коммититься в модели, которых полигон не гонял. Прежде чем в Фазе 1 включать эскалацию и фиксировать редактора-дефолт, нужны замеры:

1. Полигону — Anthropic на «стерильном» канале (SFW). Sonnet 5 как SFW-эскалация/судья не валидирован: в refusal-бенчмарке Anthropic исключён намеренно (гигиена NSFW-аккаунта, gap-2 §3), но сам эксп. 02 отметил «уровень L0–L1 можно добавить отдельным конфигом для проверки стерильного канала». Можно ли прогнать Sonnet-5 (промо $2/$10) на чистых SFW-фрагментах — качество ru-редактуры/суждения — чтобы знать, окупает ли он цену как эскалация? Если не приоритет — бэкенд держит Anthropic вне дефолтной цепочки и берёт валидированную дешёвую модель.
2. Полигону — качество редактора ru-стиля. Эксп. 02 мерил роль ЧЕРНОВИКА (отказы/вырезания), но не роль РЕДАКТОРА. Дефолт C1 — GLM-5 на редактуре — стоит на утверждении Р4, без замера. Планируется ли маленькое сравнение GLM-5 vs Kimi-K2.6 (vs Sonnet-5, если будет ключ) по ru-редактуре на нескольких SFW-фрагментах? От этого зависит дефолт редактора Фазы 1.
3. Оркестратору — эскалационный дефолт в RU-контуре. Оставить Anthropic Sonnet дефолтом эскалации или в RU-контуре взять GLM-5.1/Gemini (Sonnet — только прямой контур, где per-book-премиум оправдан)? Это правка Р4/экономики; бэкенд — только исполнитель конфига.
4. Оркестратору — per-role provider-fallback? Для batch-джобы (не live-бот) провайдер-недоступность естественно закрывается durable jobs + чекпоинтами (лёг → пауза → resume без переоплаты), поэтому мгновенный fallback на другого провайдера — nice-to-have, не блокер. Добавлять ли простой список фоллбеков на роль (draft: [deepseek, glm]) для длинных ночных прогонов, или полагаться на pause/resume? Решение — за оркестратором (владеет Р4/экономикой).

Не блокирует Фазу 0 (принята на DeepSeek+Z.ai); ответы нужны к старту Фазы 1 (эскалация, дефолты ролей).

Внешнее ревью Фазы 0 — принято (04.07)

Независимая сессия провела построчное ревью backend/ + исполняемую приёмку + адверсариальный воркфлоу. Вердикт: Фаза 0 принята, блокеров ноль. Детали и диспозиция находок — 03-implementation-notes §6. Кратко: F1 (CheckKeys) уже был закрыт до ревью; F2/F5/F7/F8 исправлены этой волной (local-оверрайды в snapshot; fail-loud на включённый гейт в Фазе 0; поправка §3.4 под подтверждённый ключ TM; *.db.lock в .gitignore); F3/F4/F6 — в техдолг (F3: граница timeout-недоучёта уточнена — до MaxAttempts−1, не «≤1»; честный фикс — idempotency-ключ, отложено). Дизайн-вопросы к владельцу/оркестратору D1–D3 (монолингвальный редактор Фазы 1; per-chunk skip+flag вместо падения; структурный запрет Anthropic в канале B при подключении failover) — зафиксированы в §6, все Фаза 1–2.

Следующее: Фаза 1 (перевод книги целиком) — чанкер, банк памяти v1, гейты (пороги полигона готовы), режим онгоинга.

Реальная приёмка на живых ключах — PASS (04.07, ревьюер)

Первый реальный прогон провайдеров (раньше всё было на моках — главный незакрытый пробел ревью). tmctl translate на example/book.yaml (draft=deepseek-v4-flash → edit=glm-5, один чанк 264 симв., потолок $1.00):

• Деньги сходятся до цента: draft $0.000219 (453·0.14+556·0.28/1e6 ✓), edit $0.001277 (672·1.0+189·3.2/1e6 ✓); committed == Σстадий == $0.001496, reserved=0. Порядок величин совпал с прайсингом DeepSeek/z.ai.
• Цена по ответившей: z.ai вернул model=glm-5 → edit книжится по цене GLM, НЕ по дешёвому deepseek-якорю (fallback дал бы $0.000147 — в 8.7× меньше); PriceForResponse подтверждён на реале.
• Usage реальный, не мок: prompt/completion_tokens ненулевые в request_log; GLM латентность штатная (5–8 с, без ×3) → extra_body thinking:{type:disabled} фактически применён.
• Resume: второй прогон — обе стадии из чекпоинтов за $0, ledger неизменен (нет двойной оплаты).
• DeepSeek автокэш на реале: повторный прогон того же префикса в окне кэша → cached_tokens=384/453 (поле prompt_cache_hit_tokens парсится в request_log.cached_tokens), billed по $0.0028/M; CostUSD сошёлся до 7 знаков ((453−384)·0.14 + 384·0.0028 + 1074·0.28 = $0.0003115). Кэш-путь подтверждён живым провайдером.
• Пост-ревью правки провалидированы: F1 (CheckKeys — заводится на 2 ключах), F2 (provider temp/maxtok в snapshot), F5 (fail-loud на включённый гейт), F7 (сноска §3.4) — все на месте; Anthropic вычищен из конфигов, висячих ссылок нет (в BuildClient ветка case "anthropic" осталась, но kind: anthropic в models.yaml нет).

Новая находка реальной приёмки (исправлена): tmctl report рвался с context canceled и печатал таблицу частично/пусто без строки Ledger (exit 1). Причина — Store.RequestLogRows отдавал *sql.Rows с defer cancel(): контекст отменялся посреди ленивой итерации у вызывающего. Данные и деньги в БД были корректны — баг только на read-пути report. Фикс: строки материализуются под таймаутом и возвращаются срезом []RequestLogView; регрессионный тест TestRequestLogRowsMaterializes. go test ./... -race зелёные.

Не покрыто реальным прогоном (честно): (б) kill-9 посреди реального провайдерского вызова — инвариант committed==SUM(checkpoints) доказан unit-тестом kill9_test.go (настоящий SIGKILL на SQLite), на реале не воспроизводил (деньги/один-чанк дисциплина). (в) Anthropic cache_control/usage-сумма — Anthropic из стека убран, проверять больше нечего на этом контуре.

[НУЖНО РЕШЕНИЕ] перед Фазой 1 (владелец/оркестратор)

Фаза 0 закрыта; перед стартом Фазы 1 нужно закрыть решения ниже (по каждому — рекомендация ревьюера). Фундамент Фазы 1 (чанкер + схема памяти) можно начинать параллельно — гейтят только пп. 1, 2, 4.

1. D1 — что видит редактор: монолингвальный (черновик) vs билингвальный (черновик+исходник). Рек: монолингвальный стилист; верность/полноту → coverage-гейт + билингвальный судья (Р2/04-unhappy-paths; убирает риск zh→ru кальки от GLM). Блокирует context assembly, промпты «Редакции», editor.md (убрать {{text}}).
2. D2 — диспозиция «плохого» чанка (пустой/отказ/finish=length): падать всем прогоном vs per-chunk флаг+продолжить. Рек: skip+flag+continue (Р4) + механизм attempt (на length — ретрай с бОльшим max_tokens; N → флаг). Ключ resume уже несёт attempt. Блокирует главный цикл раннера, resume-семантику флагов.
3. Финальные модели эскалации (канал A/B) после вывода Anthropic — [НУЖНО РЕШЕНИЕ] п.3. Рек: A — GLM-5.1/5.2 или Gemini (нативный адаптер Ф2); B — по refusal-бенчмарку полигона, интерим DeepSeek+abliterated. Фундамент НЕ блокирует (нужно к моменту исполнения эскалации).
4. Схема банка памяти v1 — скоуп (миграция store v2). Рек v1: база Р3 + alias-граф + gender=hidden(until_ch)
   • translit_policy + first_person + series-bible-lite; отложить в v1.1: ranked-set, эвфемизмы, nickname_translation, число-словарь. Сверка со «Следствиями для плана» 04-unhappy-paths — обязательна.
5. Онгоинг: перегоняется ли Analyst при add-chapters ([НУЖНО РЕШЕНИЕ] п.5)? Рек: инкрементально, Analyst только на новые главы, book-brief не перегонять.

Уже решено (не пере-обсуждаем): премиум-бюджет (формула Р5 + $5/$30), ключ TM (консервативный), стриминг keep-alive (Ф1–2), инъекция глоссария (selective), пороги coverage (полигон), epub v1 (текст по spine).

Ответ оркестратора на все [НУЖНО РЕШЕНИЕ] + Q3/Q4 (04.07) → полный контракт в architecture/05-decisions-log.md. Все 6+1 решений приняты (D1 монолингвальный редактор, D2 skip+flag+continue, D3 эскалация, D4 нет provider-fallback, D5 инкрементальный Analyst, D6 think-режим, D7 схема памяти v1) и прошли адверсариальную панель из 3 критиков (research/эконом/код) — читай 05-decisions-log.md целиком перед Фазой 1, там уточнения меняют реализацию. Самое важное для тебя:

1. snapshotID расширить memory-state + context-assembly hash ДО инъекции памяти (D5.2) — иначе изменённый глоссарий/STM меняет request_hash, но не snapshotID, resnapshot-гейт молчит, ре-ран старой главы промахивается мимо чекпоинта и переоплачивает расходящимся переводом. Это общий гейт, держит D1 и D5.
2. Runner без цикла по чанкам/главам + нет хранилища флагов — главный длинный шест Фазы 1; attempt НЕ несёт disposition/skip-семантику (я переоценил). Строить цикл + таблицу флагов + flag_reason первым.
3. D2: тегировать flag_reason; retry-flagged переатакует только length/empty (refusal — не переатаковать, деньги на гарантированный отказ не жечь); n-gram-loop чек ПЕРЕД удвоением max_tokens; edit max_tokens от длины ЧЕРНОВИКА, не исходника.
4. D3: завести провайдеры gemini/xai/openai/deepseek-v4-pro/glm-5.1 в models.yaml (все OpenAI-совместимы, kind: openai; нативный Gemini-судья — Ф2), фактчекнуть слаг deepseek-v4-pro. Премиум-бюджет $5/$30 устарел (был на Sonnet) — полигон пересчитает на Gemini-апексе с reasoning-as-output.
5. D1: убрать {{text}} из editor.md И поднять edit prompt_version (иначе лейбл врёт на двух SHA); честно: приёмка Фазы 1 БЕЗ критерия верности (mistranslation ловит билингвальный судья Ф2, не coverage-гейт).
6. D6: дефолт think off/minimal (операционно), но пилот Ф2.5 think-ON включает translator/editor (не только Terminologist); Gemini-апекс форсированно думает (бюджетить как output); think-ON эскалация — только subset-провайдеры (не xAI/Grok, пока EstimateUSD не резервирует reasoning).
7. Новые дешёвые гейты Фазы 1 (детерминированные, Go): линтер тире-диалогов, ёфикатор, блок-лист транслит-междометий, число-гейт 万/億; ruby-парсер в спеку импорта (для ja-имён).

ПОПРАВКА ВЛАДЕЛЬЦА (04.07): удалён только Anthropic (за дороговизну), OpenAI ОСТАЁТСЯ. Живой набор ключей у бэкенда и полигона: DEEPSEEK_API_KEY, ZAI_API_KEY, KIMI_API_KEY, OPENAI_API_KEY, GEMINI_API_KEY, XAI_API_KEY. → Вернуть провайдер openai в models.yaml (gpt-5-nano альт черновика, gpt-5-mini кандидат редактора/second-opinion судьи; квирки в experiments/00-provider-quirks.md: reasoning_effort minimal, без temperature, max_completion_tokens). Gemini/xAI теперь доступны сразу (не «Фаза 2»), нативные адаптеры для safety-судьи — по-прежнему Ф2. Р4 в 01-decisions.md обновлён. xAI/Grok НЕ выведен (уточнение владельца): Grok 4.3 — основной пермиссивный тир канала B + судья 18+; промо $150 за data-sharing — на выделенный NSFW/eval-аккаунт.

Ответ оркестратора на два флага + вопрос «план vs старт» (04.07). Оба флага верные, приняты:

1. Рассинхрон quirks — исправил (experiments/00-provider-quirks.md: строка про OpenAI была устаревшей). Источник истины по стеку — 05-decisions-log.md D3 + Р4.
2. Capability-слой — принял как корректировку D3.1 (записано в 05-decisions-log.md): «без новых адаптеров» было оптимистично. Kimi (temperature:1), gpt-5-mini (max_completion_tokens, без temperature, effort minimal), Gemini 3.1 Pro (thinking обязателен) → текущий openAIRequest даст 400. И это раньше D3: Kimi — уже альт-редактор, edit temp 0.4 упрётся. Форма — декларативные capabilities per-модель в models.yaml (budget_field, temperature: send|omit|locked:1, reasoning_control), адаптер строит тело по ним; эталон квирков — 00-provider-quirks.md. Про «план vs старт»: пиши КОРОТКИЙ implementation-plan, но только на контракт-несущие куски, не waterfall. Полную спеку — на три места, где двусмысленность = переделка: (а) точный payload snapshotID (что именно входит в хэш памяти/сборки контекста — это класс бага «тихий расходящийся ре-пэй»); (б) схема disposition/флагов (таблица флагов, flag_reason, как resume читает терминал-для-прогона vs retry-flagged); (в) capability-матрица провайдеров. Чанкер/импорт/гейты — механика, их в план не разворачивай. Порядок работ, который ты предложил, ратифицирую: (1) runner-loop + флаг-таблица + disposition, (2) snapshotID под память, (3) чанкер+импорт(+ruby), (4) миграция памяти v2, (5) четыре гейта; capability-слой + заводка D3 — не «параллельно потом», а вместе с (1), т.к. Kimi-редактор упрётся сразу. Стартуй с (1)+(2) — они держат всё остальное. deepseek-v4-pro слаг фактчекни на api-docs.deepseek.com перед wiring эскалации (не блокирует фундамент).

Ответ оркестратора на readiness-вердикт + флаг git (04.07). Готовность принята, порядок работ подтверждён кодом — старт Фазы 1 разрешён.

1. Флаг git закрыт: docs закоммичены (docs/ — моя зона; коммит после этой записи). Полигону: закоммить свою зону eval/ (2 изменённых + 4 новых скрипта untracked — при reset --hard потеряются); eval/data/.venv/токенизаторы в .gitignore, коммить только код.
2. Дефолт редактора Фазы 1 = grok-4.3 (эксп.04 полигона, бейк-офф — закрывает твой вопрос №2, ОПРОВЕРГАЕТ прежнее «редактор=GLM»): ранг-1 верность, ранг-2 стиль, ~13с без reasoning, лучший value. Премиум-эскалация редактора — gemini-3.1-pro. GLM/Kimi сняты с дефолта. В pipeline-c1.yaml edit-стадию перевести на grok-4.3 (провайдер xAI, kind: openai, thinking OFF — reasoning=0, ledger чист; capability: temperature шлётся, max_tokens). Провизорно (LLM-судьи, короткие фрагменты) — финал на пилоте Ф2.5. Р4/05-decisions-log обновлены.
3. Следствие: grok-4.3 стал центральной моделью (редактор SFW + канал B + судья 18+) — гигиена аккаунтов xAI на три использования (Р4): промо/data-sharing только eval+NSFW, продакшн-редактор SFW — чистый аккаунт.
4. ⚠ DeepSeek-черновик «эхал» оригинал на высоко-CJK фрагменте (эксп.04, 3/3) — тихий отказ = оригинал вместо перевода. CJK-гейт Фазы 1 обязан это ловить (уже в плане); плюс фолбэк-черновик как у полигона.

Ещё две вводные бэкенду (04.07): 5. Схему памяти v2 (твой шаг 4) держи до реестра рисков от сессии «Валидация банка памяти». Владелец выделил банк памяти (главная точка отказа пайплайна) в отдельную адверсариальную сессию (промт docs/archive/prompts/MEMORY_RESEARCH_SESSION_PROMPT.md, финализирован); её выход — architecture/06-memory-risk-registry.md — вход, по которому ты фиксируешь схему store/глоссария. Шаги 1–3 (runner-loop / snapshotID / чанкер) от схемы памяти не зависят — иди по ним, шаг 4 гейтит валидация. snapshotID под память (D5.2) проектируй с запасом, но финальную схему полей не морозь. 6. Коррекция контура (владелец): EU-SaaS, прямые ключи, BYOK отменён — в коде это НИЧЕГО не меняет (бэкенд всегда был на прямых ключах; BYOK был продуктовым концептом Р8/Р9, не кодом). Обновлены только Р5/Р8/Р9/Р10 в 01-decisions.md. Дефолт редактора Фазы 1 — grok-4.3 (эксп.04) — в pipeline-c1.yaml edit-стадию на него (xAI, thinking OFF, capability: temperature шлётся).

Ответ оркестратора на 4 вопроса Фазы 1 (04.07) → полностью в 05-decisions-log.md D8–D11. Онбординг-поправки ратифицированы (grok-editor не Kimi; deepseek-v4-pro резолвить через /models, не хардкодить; gemini -preview несущий; models.yaml обновляешь сам; F4 в A, F3 явно). A/B/C-план принят. Ответы:

• Q1 (D8): content-hash материализации памяти, не version-counter (drift-proof; счётчик переоткрывает баг тихой переоплаты). Хэшируй полное состояние инъектируемого пула на старте джобы (per-chunk выбор уже в request_hash).
• Q2 (D9): приёмочная книга — ja→ru ранобэ. Ставит ruby-извлечение на критический путь (форсирует закрытие дыры §4). Границы: фуригана первого появления → глоссарий-лок имени, НЕ ruby в выходной вёрстке. Хедж если ruby-тайм-синк — в D9.
• Q3 (D10): знаменатель — ВСЕ approved-термины (имена+титулы/термины), матчит R7 + бьёт по жалобе №1 (коллапс рангов). names-only — под-метрика. Порог 98% на детерминированном слое достижим; недостижимость → ревизия порога, не знаменателя.
• Q4 (D11): budget_usd — конфиг-потолок, не гейт приёмки — ДА. Но ⚠ оба cost-числа устарели, не только премиум: дефолт-редактор grok-4.3 ($2.50/M out ≈ 10× draft) → стандарт-микс ранобэ ~$0.73 (>$0.6). Приёмка по стоимости = escalation уважает конфиг-потолок + точность телеметрии (ledger корректно биллит grok reasoning=0 / gemini reasoning-as-output), мягкий sanity ~$1/ранобэ, не жёсткий $0.6/$5. Точные числа — полигон пересчитывает на стеке draft-DeepSeek+editor-grok+премиум-Gemini. Ре-флаг: grok = дефолт-редактор → каждый чанк через xAI. Продакшн-редактор — чистый xAI-аккаунт без data-sharing (промо-аккаунт только eval/NSFW). Концентрация 3 ролей на xAI — риск доступности (Р10), gemini-премиум как замена под рукой.

2026-07-04 — Сессия 3: Веха 1 Фазы 1 — capability-слой (C) + snapshotID под память (B)

Ратифицированный порядок стартует с twin-фундамента (runner-loop+snapshotID, capability-слой вместе). Веха 1 = C + B (жёстко связаны через stageSnap); runner chapter/chunk-loop + A (disposition) — Веха 2. Всё зелёное: go build/vet/test -race, реальные конфиги валидируются через tmctl report ($0).

C — capability-матрица (D3.1). Декларативные capabilities: per-модель в models.yaml: budget_field (max_tokens|max_completion_tokens), temperature (send|omit|force+value), reasoning (control none|effort|extra_body_disable|mandatory + off_effort/off_extra_body/on_extra_body). Резолвер (Capability.applyToBody) строит тело в openAIRequest.MarshalJSON; Models.ResolveCapability мержит provider-дефолт ← model-оверрайд (модель побеждает по-полю). Fail-fast валидация (enum + companion-поле). Нулевая каппа = Phase-0 wire (обратная совместимость — все текущие модели без изменений на проводе). GLM thinking:disabled перенесён extra_body → capabilities.reasoning.off_extra_body (тело байт-в-байт то же, тест TestGLMMigrationWireIdentical; сдвигается только snapshot — осознанный --resnapshot). Отдельно от Provider.Reasoning=subset|additive (то — биллинг). Юнит-тесты покрывают все квирки: gpt-5 (max_completion_tokens+omit+minimal), Gemini mandatory-swallow, Kimi force=1, GLM off/on.

B — snapshotID под память (D5.2/D8). snapshotID сворачивает: (а) суб-хэш context-assembly-ручек (glossary_injection/budget/stm_depth/overlap/cache_ttl), (б) memoryVersion — content-hash материализованной инъектируемой памяти (не bump-счётчик, D8; пока пустая материализация до банка памяти v2), (в) резолвнутую capability per-стадию в stageSnap. STM исключён (пересобирается из чекпоинтов). Цепочка capability → stageSnap → snapID → request_hash подтверждена (mutation-verified: без фолда правка каппы молча подаёт старый чекпоинт).

Заведён стек (частично). Провайдер xai + grok-4.3 (цена $1.25/$2.50 факт. 04.07). deepseek-v4-pro ПОДТВЕРЖДЁН живьём (GET /models: [deepseek-v4-flash, deepseek-v4-pro]; deepseek-chat из списка ушёл — депрекейт 24.07). Черновик = deepseek-v4-flash, голова эскалации A = deepseek-v4-pro. ⚠ Цену v4-pro /models не отдаёт — фактчекнуть перед wiring. Отложено в след. конфиг-шаг (нужны фактчек цен gpt-5-mini/nano + подтверждение xAI прод-ключа): переключение edit-стадии glm-5→grok-4.3, заводка gemini/openai + gemini-3.1-pro-preview/gpt-5-*/glm-5.1 + цепочки эскалации. Веха 1 даёт МЕХАНИЗМ (юнит-тесты по всем квиркам) + живой путь; полный стек — когда цены подтверждены.

Селфревью (адверсариальный воркфлоу, 4 измерения → верификация каждой находки). Детерминизм — 0 дефектов (инвариант держит, проверено эмпирически). 5 находок исправлено: (1) [регресс, мой] GLM-disable стал условным на reasoning=="off" — пустой (незаданный) effort молча включал бы thinking (×3 таймауты + reasoning-биллинг); фикс: extra_body_disable трактует "" как "off" (сохранён Phase-0 unconditional-disable), только явный low/med/high → think-ON; (2) валидация не требовала companion-поля (typo off_extra_body → тихий no-op) → требуем off_extra_body/off_effort; (3) нет теста, что каппа входит в snapshotID (центральный инвариант B) → e2e-гейт TestRunnerSnapshotPinsCapability (mutation-verified); (4) mandatory-swallow тестился только на off → строка на non-off; (5) валидация не тестилась на provider-пути/temp-mode/reasoning-control → добавлено.

Техдолг вперёд (не блокирует Веху 2): capabilities эскалационных моделей НЕ в snapshot (только стадии) — закрыть при заводке цикла эскалации (тот же класс D5.2, но пути исполнения ещё нет); memoryVersion — заглушка до банка памяти v2 (при инъекции памяти заполнить запрос); Kimi max_tokens≥16000 не выразим в capability-схеме (при wiring эскалации).

Ответ оркестратора на 4 вопроса coverage-гейта + failure-model (04.07) → полный контракт в 05-decisions-log.md D12, заземлён ресёрчем durable-execution. Отличная Веха 1. Кратко:

• 4 вопроса — все A. Q1: наивный split, refusal_bench.py = источник истины, Go зеркалит бит-в-бит, изменения лок-степ Python-first (§3.7 quote-absorbing → v1.1, свою доку реконсиль сам). Q2: минимальный single-hop — не противоречит D4 (это escalation на детерминированном контент-провале, не outage-своп). Q3: только excision_suspect (верхняя аномалия ложно флагает — ru 1.4–1.9×; D10 ждёт памяти v2). Q4: opt-in до валидации precision владельцем.
• Таксономия отказа — ТРИ класса, не бинар: транзиентный/бюджетный → same-model retry ({length,empty}); детерминированный контент-провал (echo/cjk/excision/refusal, HTTP 200 — детект в app-слое post-settle, не транспорт) → single-hop escalation на другую модель (1 хоп→флаг, отдельная ось в request_hash, budget-cap, re-gate, канал B изолирован ТИПОМ); outage/системный → circuit-breaker → пауза+resume (не mass-swap).
• F3 фикс: idempotency-key = существующий request_hash, заморожен на входе, заголовком где поддержано — но ⚠ проверено: OpenAI поддерживает, DeepSeek/xAI/Gemini/Kimi НЕТ → capability-флаг supports_idempotency_key; для центрального стека at-most-once cap на класс «billed-but-unconfirmed» (≤1 доп. вызов, не MaxAttempts−1) + консервативный settle оценки на post-send timeout. Честная модель — «at-most-once billed, replay бесплатен».
• Global call-budget guard: попытки/чанк = retries + 1 hop, НЕ сбрасывается на фолбэке (иначе retry×fallback = 30+ оплаченных, LiteLLM #19985). Editor pinned per book (фолбэк только на draft-стадии — editor задаёт стиль).
• Прогресс (реальный пробел, ответ на «подсвечивать»): tmctl status --config — READ-ONLY проекция chunk_status(уже построен)+jobs+spend+request_log, --json; book manifest на snapshot (знаменатель N/M); статусы done/in-progress/flagged/skipped/pending (flagged≠failed, всегда REASON); паспорт качества главы (JUnit+SonarQube-стиль); ETA от EWMA не present-state; никакого синтетического time-бара. Не сейчас, но заложить manifest в snapshot-момент.

Гигиена xAI (напоминание): в models.yaml у провайдера xai — комментарий-контракт «прод-clean без data-sharing». XAI_API_KEY в .env подтвердить как прод-аккаунт перед первым боевым grok-вызовом (в Вехе 1 grok в стадии не зовётся).

Веха 2 (следующая): runner chapter/chunk-loop + chunk_status/disposition (A, D2) — flag_reason-константы, classify(text,finish) (refusal/echo до length), ось attempt, exit-коды 0/2/1, фиксы F4 (усечённый length → flagged) + edit-max_tokens от длины черновика.

2026-07-04 — Сессия 4: Веха 2 Фазы 1 — chunk-loop + disposition (A, D2) + фиксы F4/D2.5

Снят хардкод «один чанк»: прогон идёт по всей книге, плохой кусок помечается и цикл продолжается. Всё зелёное: go build/vet/test -race, tmctl report ($0). Живые LLM не звались (моки + tmctl $0, как предписано).

Цикл по чанкам (шов под шаг 3). TranslateOneChunk(chapter=1/chunk=0 хардкод) → TranslateBook → translateChunk (цикл стадий) → runStage → runAttempt (ось attempt). RunResult→ChunkOutcome (per-chunk) + BookResult (агрегат книги). Чанкер — минимальный детерминированный плейсхолдер (chunker.go SplitChunks: разбивка на главы по form-feed, паковка абзацев ≤1500 симв., абзац не режется); настоящий лингвистический чанкер — шаг 3, подменит SplitChunks не трогая цикл/disposition. chunkerVersion бампнут v1-wholefile→v2-ff-para-pack (в snapshot; ре-чанкинг = осознанный --resnapshot).

Схема disposition (D2, контракт-несущее). v2-миграция (append, IF NOT EXISTS): chunk_status(book_id,chapter,chunk_idx,stage,snapshot_id,content_hash,disposition,flag_reason,attempts,final_hash,cost_usd,detail), PK (book,chapter,chunk,stage). Это резолв поверх append-only checkpoints, не колонка на checkpoints — на resume пересобирается из чекпоинтов. disposition ∈ {ok,flagged,skipped}; jobs.status контентом НЕ расширён (failed = только инфра). flag_reason — Go-константы как Finish* (12 шт.; эмитятся length/empty/loop_degenerate/hard_refusal/soft_refusal/content_filter/cjk_artifact/decode_error, зарезервированы coverage_fail/excision_suspect/hard_block/upstream_not_ok под шаги 6–7). Единый classify(src,out,finish,target) — порядок: refusal-блэклист (порт refusal_bench.py 1:1, en/ru/zh/ja) / CJK-echo ДО length/empty (усечённый отказ не триггерит платную переатаку); content_filter best-effort (реальная страховка — блэклист). n-gram loop-чек ПЕРЕД удвоением max_tokens. maxTokensForAttempt — чистая функция (удвоение per attempt), её версия в snapshot (maxTokensPolicy). Retry-flagged только {length,empty} на той же модели по оси attempt (до regenerate_before_escalate, потом флаг); refusal/filter/cjk/loop/decode детерминированы → не переатакуются. Три анти-веджа отработали (mutation-verified): resume читает chunk_status до вызова; empty/decode → flagged (цикл идёт, не крэш); legacy-пустой чекпоинт самолечится classify-ем без ре-биллинга. Exit: CompletedWithFlags sentinel → 0 чисто / 2 с флагами (N допустимо) / 1 инфра.

Фиксы. F4: усечённый length с непустым черновиком теперь классифицируется (flagged/retry), не течёт в edit как OK (classify после settle). D2.5: edit-max_tokens от длины ЧЕРНОВИКА (prev), не исходника — монолингвальный редактор работает по русскому черновику ≈1.9× исходника (mutation-verified). F3 честно: chunk_status.cost_usd суммирует все попытки; per-run cost отделён от кумулятивного; idempotency-ключ не делал (отложено).

Селфревью (адверсариальный воркфлоу, 5 измерений → верификация каждой находки). disposition-money/resume/classifier — 0 дефектов. 2 подтверждённых исправлено (оба mutation-verified): (1) [детерминизм, medium] chunk_status fast-path резолвил ПОЗИЦИОННО и подавал устаревший перевод при правке исходника (исходник не в snapshot) — фикс: сигнатура content_hash отрендеренных msgs в chunk_status, fast-path доверяет строке только при совпадении snapshot И content (иначе — content-safe attempt-loop; правка src = тихий per-chunk ре-перевод по §3.4, не устаревший подача); стоило переноса дешёвого рендера ДО чекпоинт-резолва (LLM-вызов по-прежнему загейчен — «не переатаковать» сохранено). (2) [CLI, low] flag.ExitOnError → os.Exit(2) на кривом флаге, коллизия с exit-2 «с флагами» → ContinueOnError (кривой флаг = exit 1). Тесты: 12 новых (disposition/chunker/chunkstatus юниты + e2e мульти-чанк/resume/flag+skip/exit-коды/F4/D2.5/decode/legacy-self-heal/source-edit), все mutation-проверены на укус.

Техдолг вперёд (не блокирует шаг 3): чанкер — плейсхолдер (шаг 3 подменит SplitChunks, чтит контракт Chunk + бампает chunkerVersion); небилленный upstream-сбой = инфра-аболт (D4 pause/resume), upstream_not_ok/hard_block-константы под HTTP-классификацию шага 7; редкий угол: kill-9 в микро-окне (потеря chunk_status) ПЛЮС одновременное снижение regenerate_before_escalate может консервативно пере-флагнуть бывший-ok чанк (без денег/расхождения — фаст-путь чинит норму, self-heal best-effort). jobs.status теперь наблюдательный (ничего на нём не ветвится).

2026-07-04 — Ответ Полигону: тихие отказы (эхо/вырезание/пусто) + онбординг след. сессии

Полигон верно указал класс «HTTP 200, перевода нет». Провалидировал трассировкой capability→wire (не грепом):

Состояние детекта (после Вехи 2):

• Эхо (cjk_artifact) — ✅ ДЕТЕКТИТСЯ: classify (disposition.go) флагует при cjkShare(out) > 0.15 (порог из refusal_bench). Полигоновское «детекта нет» устарело — добавлено в Вехе 2 (после их грепа). НО: в РАННЕРЕ (disposition-слой, post-settle), НЕ в адаптере/failover; сейчас ФЛАГ, эскалации нет (эскалация — шаг 7).
• Пусто — ✅ ДЕТЕКТИТСЯ: classify→empty (cloud-путь) + failover empty-check (только local-нога, failover.go:121).
• Вырезание (sent_cov/len_ratio) — ❌ НЕ детектится: константы excision_suspect/coverage_fail заведены, но не эмитятся — это конфигурируемый coverage-гейт (шаг 6). Пороги (zh<2.2/ja<1.4/en<0.70, sent_cov<0.75) уже в §3.7 + refusal_bench EXPECT_LEN_RATIO.

DeepSeek thinking — ПОДТВЕРЖДАЮ, риска нет. deepseek-v4-flash без capabilities/extra_body; провайдер deepseek reasoning:subset без caps → ResolveCapability = baseline openai (ReasoningNone). Стадия draft reasoning:"off". applyToBody(ReasoningNone,"off") эмитит НИЧЕГО reasoning-related → на проводе нет reasoning_effort, нет thinking → DeepSeek берёт ДЕФОЛТ (thinking ON) → чистый перевод, эха нет. Наш off-by-omission НЕ гасит DeepSeek thinking (в отличие от GLM с явным thinking:disabled). ⚠ Критично: reasoning:"off" для DeepSeek — ОСОЗНАННЫЙ no-op (ReasoningNone глотает "off"), именно это держит thinking ON. Никогда не добавлять deepseek capabilities.reasoning.off_extra_body:{thinking:{type:disabled}} — включит эхо. (GLM-редактор с thinking:disabled безопасен: его вход — русский черновик, CJK эхать нечего.)

Архитектурные ответы (Q1–Q3):

• Q1 (где живёт валидация): в РАННЕРЕ (disposition/classify-слой), НЕ в адаптере и НЕ отдельным failover-чеком. Адаптер (llm/) провайдер-нейтрален и без контекста перевода (нет src/target/покрытия) — держим инвариант нейтральности. failover эскалирует на ТРАНСПОРТ-сбоях (5xx/429/timeout/пустой local); контент-качество — отдельный концерн (смешать = сломать разделение транспорт/контент + изоляцию канала B, D4). Эхо приходит как 2xx (оплачено провайдером) — детект в адаптере vs раннере денег не экономит (оба после биллинга); раннер имеет src+target+finish и решает retry/flag/эскалацию. → эхо/пусто = intrinsic classify (Веха 2 ✅); вырезание = конфиг coverage-гейт (шаг 6, тоже раннер, не адаптер).
• Q2 (эхо — ретрай/эскалация или флаг?): согласен — эхо должно ЭСКАЛИРОВАТЬ, не просто флажок. cjk_artifact ДЕТЕРМИНИРОВАН (та же модель → то же эхо) → same-model retry бессмыслен (переэхнёт, переплатит) → в classify он non-retryable именно поэтому. При заводке эскалации (шаг 7) cjk_artifact уходит на ФОЛБЭК-ЧЕРНОВИК (другая модель) — это и есть «эскалация, не флаг» (интент записан в Вехе 2). Сейчас флаг — цикла эскалации ещё нет.
• Q3 (live-conformance): ДА, и Python-оракул Полигона = приёмочный ГЕЙТ перед фиксацией адаптеров. Мои Go-тесты — httptest wire-контракты (быстрые, детерминированные, CI без ключей) — живые эхо/reasoning_content/алиасы/503 не воспроизводят by design. Разделение: Python-оракул (зона Полигона) = кросс-провайдерный live-гейт «каждый адаптер бьёт живого, получает валидный перевод без эха/пусто/обрезки»; Go live-интеграционные тесты (зона бэкенда, build-tag live/env-gated, вне CI) = per-adapter wire+parse на живых ключах. Оба; оракул — гейт.

Фикс (эскалация cjk_artifact→фолбэк-черновик + coverage-гейт вырезания + live-conformance) — отдельная сессия, онбординг-промт: BACKEND_SESSION_PROMPT_SILENT_REFUSALS.md. Не блокирует шаг 3.

2026-07-04 — Сессия 5: Веха 2.5 (старт) — DeepSeek эхо-мина зафиксирована регресс-гейтом

Валидация точки старта зелёная (go build/vet/test -race ~80 тестов; tmctl report $0). Первым делом — регресс-гейт §2, чтобы будущая правка models.yaml не включила эхо-мину DeepSeek.

Решение: fail-fast в конфиг-валидации (сильнее unit-теста — срабатывает на КАЖДОМ tmctl-запуске), а не только тест. Провайдер получает декларативный маркер echoes_when_thinking_off: true (заведён на deepseek, документирован трассой). config.echoMineViolation резолвит каппу модели такого провайдера и валит старт, если thinking подавляется при reasoning=off — по ОБЕИМ поверхностям вооружения: (1) capabilities.reasoning.control = extra_body_disable (мержит {thinking:disabled}) или effort (шлёт reasoning_effort); (2) thinking-ключ, протащенный через model extra_body (его контрол-чек бы пропустил — openAIRequest мержит его в тело). Инвариант: echo-prone провайдер обязан держать reasoning.control = none|mandatory и без thinking-disable extra_body → thinking остаётся на дефолте (ON).

GLM отличается корректно: маркер только на deepseek; glm-5 (provider zai) с {thinking:{type:disabled}} остаётся легальным (его вход — русский черновик, CJK нечего эхать). Метаданные валидации-only — на провод не идут, в snapshot НЕ входят (без --resnapshot).

Тесты (мутационно-проверенные): TestDeepSeekEchoMineRejected — 5 кейсов (2 поверхности + effort + GLM-безопасность + дефолт); TestBoevoyConfigDeepSeekThinkingStaysOn — гард на реальном configs/models.yaml (флаг на месте + deepseek-v4-flash→ReasoningNone; unmarshal напрямую, чтобы обойти date-бомбу prices_checked). Убрать echoMineViolation — armed-кейсы перестают падать (мутация ловится).

Контрактные вопросы (§7) заданы → оркестратор ответил D12 (все A: 1A наивный split, 2A single-hop, 3A только excision_suspect, 4A opt-in) + модель устойчивости (три класса отказа, F3 at-most-once, supports_idempotency_key, editor-pinned, global call-budget). Строю по D12.

2026-07-04 — Веха 2.5 (A): coverage-гейт вырезания (excision_suspect)

Порт excision-классификации refusal_bench.py::classify_output в pipeline/coverage.go. Сегментация (D12 Q1) — бит-в-бит с оракулом: RE2 без lookbehind, поэтому split_sentences реплицирован ручным сканом (branch-1 «терминатор+пробел-ран поглощается» → branch-2 «CJK-терминатор zero-width»), пинится к живому оракулу TestSplitSentencesOracleParity (28 крайних кейсов сняты из refusal_bench: диалоги 「…！」, подряд 。。。→3, U+3000, ……→1, fullwidth ？。！, Mr.-oversplit). Метрика — символы без пробелов. Только нижняя граница (D12 Q3): sent_cov<sent_cov_min ИЛИ len_ratio<коридор-low → excision_suspect; верхняя (аномалия-дописывание) НЕ флагуется (ru 1.4–1.9×, ложно; нужен entity+судья Ф2). Мини-набор искусственных пропусков — ловит 12/12 (100%), ложных на верных — 0.

Вайринг раннера: classifyOutput = intrinsic classify (эхо/пусто/refusal, всегда) → потом coverage-гейт если gates.coverage.enabled, по РЕЗУЛЬТАТУ каждой стадии против ИСХОДНИКА (ловит вырезание и на draft, и на edit). excision_suspect non-retryable (детерминирован per-модель → эскалация, не same-model retry — интент под B). Гейт-конфиг свёрнут в snapshot (coverageSnapshot, только когда enabled) → флип/твик = громкий --resnapshot + бесплатная ре-оценка чанков из чекпоинтов. CheckRunnable больше не валит gates.enabled; LoadPipeline fail-fast на включённом гейте без порогов (тихий no-op против Р7). Боевой pipeline-c1.yaml — opt-in enabled:false (D12 Q4: флип после валидации precision владельцем). Тесты: excision→флаг+skip+exit2+resume-детерминизм, healthy→pass, snapshot-флип→--resnapshot, no-thresholds→fail-fast. Всё зелёное -race.

2026-07-04 — Веха 2.5 (D): провайдерская домашка — live /models-фактчек

Живой GET /models по 6 провайдерам (бесплатно, без completion; ключи только в Authorization, значения не печатались). Слаги эскалации верифицированы живьём: DeepSeek deepseek-v4-flash+deepseek-v4-pro ✓; GLM glm-5+glm-5.1/5.2 ✓; xAI grok-4.20-0309-non-reasoning+grok-4.3 ✓; Gemini gemini-3.1-pro-preview+gemini-2.5-flash ✓ (id с префиксом models/ — канонизация ответа для PriceForResponse при вайринге Gemini, Ф2); OpenAI gpt-5-mini+gpt-5-nano ✓.

⚠️ НАХОДКА (config↔реальность, исправлена): боевой models.yaml держал Kimi base_url: https://api.kimi.ai/v1 — api.kimi.ai НЕ резолвится (DNS fail → прокси 502 CONNECT, HTTP 000). Рабочий хост — https://api.moonshot.ai/v1 (200, kimi-k2.6 в /models). Комментарий спутал веб-консоль (platform.kimi.ai) с API-эндпоинтом (api.moonshot.ai). Kimi — текущая заглушка эскалации → на реальном хопе упало бы. Исправлено на api.moonshot.ai/v1.

reasoning_content-vs-content, cache-поля, content_filter-эмиссия требуют платного completion → не гоняю здесь; проверит live-conformance харнесс (C) при ручном прогоне оператором. Код уже корректен по докам (httpllm.go читает content, парсит оба cache-варианта DeepSeek).

2026-07-04 — Веха 2.5 (B): single-hop эскалация детерминированных провалов

Реализован класс «детерминированный контент-провал» из D12: флаг, который другая модель может починить (cjk_artifact/excision_suspect/loop_degenerate/hard_refusal/soft_refusal/content_filter — FlagReason.escalatable()), эскалирует на другую модель ОДИН раз, а не флажок.

Механика (раннер): после primary-attempt-loop, если вердикт escalatable И у стадии задан escalate_to И бюджет остаётся — один вызов runAttempt(escalate_to, escalation=true), результат ре-гейтится (classifyOutput гоняется и на фолбэке). Прошёл → фолбэк авторитетный (его чекпоинт = final_hash); не прошёл → primary-флаг остаётся, фолбэк оплачен и посчитан. Ось эскалации = модель в request_hash (не attempt): чекпоинт фолбэка (model=escalate_to, attempt=0) не коллизится с провалившимся primary. Ровно 1 хоп (не свежий retry-бюджет): вызовов/чанк = primary attempts + 1 (guard LiteLLM #19985). runAttempt параметризован model+escalation.

Бюджет (D12): escalation.budget_usd — opt-in (0 = выкл, боевой дефолт). Money-path-durable: миграция v3 добавляет колонку escalation на checkpoints (пишется в той же tx, что settle), EscalationSpentUSD суммирует только escalation-чекпоинты (resume-safe, не двойной счёт на checkpoint-hit). Soft cap.

Канал B (D4.1) типом, не комментарием: Provider.permissive + Stage.channel (sfw|adult); LoadPipeline валит channel=adult, если primary или escalate_to НЕ на пермиссив-провайдере. Editor pinned per book: editor не имеет escalate_to → не эскалирует (стиль не плывёт на чужую модель, 2605.13368). D5.2-закрытие: escalate_to + его резолвнутая каппа свёрнуты в stageSnap — смена эскалационной модели/каппы = громкий --resnapshot. CheckKeys префлайтит ключи escalate_to при budget>0. escalate_to == primary запрещён валидацией.

Тесты (мок-провайдер, два fake-модели): эхо→фолбэк-починка→OK+edit; фолбэк тоже эхнул→primary-флаг+skip (ровно 2 вызова); budget=0→не эскалирует; resume подаёт фолбэк-чекпоинт за $0; смена fallback→--resnapshot; channel=adult без permissive→fail-fast. Всё зелёное -race, tmctl report $0.

2026-07-04 — Веха 2.5 (C): live-conformance харнесс + live-валидация мины

internal/pipeline/live_conformance_test.go под //go:build live — вне дефолтного go test/CI ($0, без ключей). Per-adapter: строит клиента из боевого models.yaml, бьёт живого провайдера коротким плотно-CJK→ru переводом, валидирует РАННЕРНОЙ classify (эхо→cjk_artifact, пусто→empty, refusal→soft_refusal; валидный = ok), логирует usage + response-слаг (канонизация). Скипается без TM_LIVE=1; запуск оператором: set -a; . ./.env; set +a; TM_LIVE=1 go test -tags live -run TestLive -v ./internal/pipeline/. Разделение (D12 Q3): Python-оракул Полигона = кросс-провайдерный приёмочный ГЕЙТ; эти Go-тесты = per-adapter wire+parse. Оба.

Live-валидация (1 целевой вызов deepseek, ~$0.00004): фрагмент Лу Синя «祝福» (эхо-репро-семья) → cjk_share=0.00, verdict=ok, finish=stop, reasoning_tokens=0, чистый русский перевод. DeepSeek-мина подтверждённо обезврежена на реальном проводе — reasoning:"off" no-op держит thinking ON → перевод, не эхо. Адаптер читает content, слаг = deepseek-v4-flash (канонизация чистая). grok закомментирован в наборе (гигиена clean-prod xAI — включать осознанно).

Веха 2.5 (A+B+C+D + §2-гейт) реализована. Коммиты: 2c1c38d (эхо-мина гейт), 2acfdf2 (coverage-гейт), d97f832 (Kimi base_url), 659cce0 (single-hop эскалация), a844765 (live-harness). Дальше — агентское селфревью на вехе.

2026-07-05 — Веха 2.5: агентское адверсариальное селфревью + фиксы

Многоагентный Workflow (6 дименсий: детерминизм / деньги / корректность coverage / корректность эскалации / эхо-мина+конфиг / нейтральность+хаки → независимая верификация КАЖДОЙ находки CONFIRMED/REFUTED с конкретным сценарием инпут→неверный-выход). 25 агентов, 14 подтверждённых (5 опровергнуто). Все исправлены; ключевые фиксы мутационно-проверены (сломай → тест падает).

Детерминизм/snapshot: [1/3 HIGH] escalate_to-модель шлёт extra_body/provider-оверрайды на провод, но они НЕ были в snapshot → тихий false-hit на resume (примари-путь гейтил, эскалация нет) → свёрнуты EscalateExtra/EscalateProviderTemp/MaxTok. Эскалация: [2/9/13 HIGH] бюджет-гейт неидемпотентен — краш между settle фолбэка и chunk_status выбрасывал уже-оплаченный успешный фолбэк и флипал OK→flagged → checkpoint-first replay (существующий фолбэк-чекпоинт реиграется бесплатно, минуя бюджет-гейт); [10] эскалация, пробившая book-потолок, роняла всю книгу → errReserveCeiling-деградация (оставить примари-флаг, книга продолжает); [11/14] телеметрия эскалации терялась на resume → GetCheckpoint отдаёт флаг escalation, resumeFromChunkStatus восстанавливает. Coverage: [5 HIGH] гейт НЕ стрипал <think> (в отличие от classify/оракула) → утёкший reasoning маскировал вырезание → stripThink в coverageCheck; [6] гейт на КАЖДОЙ стадии ложно флагал легитимную монолингвальную правку → только translator-роль (верность editor — Ф2, билингв-судья §04); [7] sent_cov_min=0+нет коридора пары → молча пропускал всё → требуем sent_cov_min∈(0,1] при enabled; [8] Go unicode.IsSpace расходился с оракулом на U+001C–001F → isOracleSpace (паритет). Конфиг: [12] включение coverage-гейта требовало ключи недостижимых chain-заглушек → префлайт ключей эскалации отвязан от gatesEnabled → budget_usd>0; [4] честный doc soft-cap. Регресс-тесты добавлены; полный набор зелёный -race, tmctl report $0, live-harness компилируется под -tags live.

Веха 2.5 сдана на внешнее ревью. Открытые для владельца/оркестратора: боевой флип gates.coverage.enabled (после валидации precision), цена deepseek-v4-pro (в /models слаг есть, цены нет), формула escalation.budget_usd, F3-idempotency-key + tmctl status (D12 — отдельные задачи).

Внешнее ревью оркестратора Вехи 2.5 (05.07): ПРИНЯТО, 0 живых блокеров, 7 подтверждённых находок (1 отсеяна). Независимый адверсариальный воркфлоу (12 агентов, каждая находка верифицирована трассой кода). Money-path и coverage-оракул я подтвердил чтением сам. Тема: снапшот-дисциплину, которую ты верно применил к новому coverageGateVersion, ревью нашло пропущенной в 3 соседних verdict/wire-определителях (слепок автора). Ни одна находка не горит на боевом конфиге — но закрыть до активации соответствующего пути. Major (закрыть до того, как путь оживёт):

1. classifierVersion НЕ в снапшоте (disposition.go + runner.go:288). classify() решает resolved-вердикт (ok↔flagged, ре-ран на legacy/in-flight-crash чекпоинтах), но без version-const — в отличие от coverageGateVersion, который ты добавил ровно за это. Правка порога (cjkEchoThreshold 0.15→0.20 / новый refusal-паттерн) → тот же snapID → тихий re-verdict (flagged→ok ре-гоняет пропущенную стадию = свежий расход; ok→flagged жжёт свежий escalation-хоп). Фикс: const classifierVersion, свернуть в snapshotID рядом с coverageGateVersion. Симметрично тому, что ты сделал.
2. local backend-тег (prov.Model) НЕ в снапшоте И НЕ в request-hash (runner.go:344-345). Тег, который localClient шлёт как wire-model (какая модель реально отвечает — самый влияющий local-оверрайд), отсутствует, а слабые собратья temp/maxtok свёрнуты. Латентно (дефолт = deepseek/glm), оживает при первом wiring local-стадии/эскалации (канал B D3, одна правка YAML). Своп local 8b→14b посреди книги → тот же snapID → resume отдаёт старую модель. Фикс: свернуть prov.Model (+ EscalateProvider*). Закрыть до wiring local.
3. echo-мина — дени-лист из 3 ключей, не исчерпывающий (models.go:278). Сырой extra_body проверяется только на top-level thinking/enable_thinking/reasoning_effort — промахивается мимо ВЛОЖЕННЫХ форм типа chat_template_kwargs.thinking:false, а это документированная форма отключения thinking у DeepSeek-V3.1+ (т.е. гейт промахивается мимо самой вероятной реальной формы). Докстринг «both surfaces covered» переоценивает. Фикс: алоу-лист / рекурсивный скан на echo-prone провайдере; минимум — смягчить докстринг до «3 known top-level keys». Minor (дешёвые гарды + doc/parity):
4. Эскалация не role-guarded (pipeline.go:217). Coverage-гейт ограничен translator, а эскалация срабатывает на ЛЮБОЙ стадии с escalate_to — редактор мог бы эскалироваться на чужую модель, тихо нарушая D12 «editor pinned». Латентно (editor без escalate_to, budget=0). Фикс: отвергать escalate_to на role!=translator в LoadPipeline (структурное принуждение D12).
5. Coverage расходится с оракулом на парах без коридора (coverage.go:177). Оракул применяет дефолт (0.5,3.0) для пар вне {zh,ja,en,ru}; Go пропускает len-проверку целиком → ko-ru len_ratio=0.4/sent_cov=1.0: Python флагает, Go пропускает. Мёртвый код на корпусе {zh,ja,en,ru}, но ломает claim «бит-в-бит оракул». Фикс: дефолтный коридор как оракул ИЛИ fail-fast, требуя коридор пары книги при enabled.
6. Атрибуция эскалации теряется на flagged-resume (runner.go:996). Escalated/EscalationModel восстанавливаются только в ok-ветке; «хоп тоже провалился→flagged» теряет факт на fast-path. Деньги верны, только in-memory телеметрия (читается пока лишь тестами). Фикс — при добавлении tmctl status (ему нужна колонка escalation в chunk_status).
7. Докстринг врёт (runner.go:180-181): «гейт на КАЖДОЙ стадии, ловит excision редактора» — а строка 193 гардит role==translator (корректный Ф2-deferral). Рантайм прав, поправь докстринг (ловушка для будущего ревьюера). Отсеяна: 1 (false-positive).

Открытые пункты закрыты:

• Цена deepseek-v4-pro ПОДТВЕРЖДЕНА (офиц. страница, 05.07): $0.435 in / $0.87 out, cache-hit input $0.003625 (v4-flash подтверждён $0.14/$0.28/$0.0028). Разблокирует wiring канала-A эскалации + prices_checked. ⚠ легаси-подстраница /pricing-details-usd не обновлена (показывает deepseek-chat/reasoner) — брать /quick_start/pricing.
• coverage-флип: держи false; валидация precision на реальных чанках — задача полигону (ниже); порог N флагов — за владельцем.
• escalation.budget_usd: механика (opt-in soft-cap, 0=выкл) верна; число — $-потолок под маржу владельца + пересчёт полигона (D11), не «≤2×»; 0=выкл — норм дев-дефолт.
• D12-хвосты, приоритет: память v2 (реестр 06 готов — главный блокер качества) → tmctl status+manifest (владелец просил прогресс, скоуп мал, chunk_status есть) → F3 (консервативный settle — честный интерим). Порядок предложишь сам.

2026-07-05 — Веха 2.5: закрытие находок внешнего ревью (7/7)

Все 7 подтверждённых находок закрыты, каждый фикс мутационно-проверен (реверт → падает именно его тест). Классический слепок автора (снапшот-дисциплину применил к coverageGateVersion, но не к 3 смежным determinator'ам) — закрыт симметрично.

3 major: [1] classifierVersion свёрнут в snapshot рядом с coverageGateVersion (правка порога classify = громкий --resnapshot, не тихий re-verdict). [2] local backend-тег prov.Model (+ EscalateProviderModel) свёрнут в stageSnap (своп 8b→14b посреди книги теперь инвалидирует чекпоинты). [3] echo-мина: плоский скан 3 ключей → рекурсивный findThinkingControlKey — ловит вложенные формы (chat_template_kwargs.thinking = документированное отключение DeepSeek-V3.1+, самая вероятная реальная).

4 minor: [4] escalate_to разрешён только на role=translator (структурное принуждение D12 editor-pinned). [5] coverage: пара без коридора теперь получает дефолт оракула (0.5) вместо пропуска len-проверки (восстановлен claim «бит-в-бит»). [6] телеметрия эскалации на flagged-resume — отложена ревьюером до tmctl status (нужна колонка escalation в chunk_status; деньги/флаг верны, теряется только in-memory Escalated). [7] врущий докстринг classifyOutput поправлен (гейт только translator, не «каждая стадия»).

Регресс-тесты: chat_template_kwargs.thinking-кейс, no-corridor default-коридор, escalate_to-на-editor→fail, snapshot-fold classifierVersion+local-тег. Полный набор зелёный -race, tmctl report $0. deepseek-v4-pro цена подтверждена оркестратором ($0.435/$0.87/$0.003625) — разблокирует wiring канала-A эскалации.

Веха 2.5 ПОЛНОСТЬЮ закрыта (реализация + селфревью 14 + внешнее ревью 7). Дальше — D12-хвосты по приоритету оркестратора (память v2 → tmctl status → F3).

2026-07-05 — Шаг 3a: настоящий чанкер + импорт txt/epub + ruby-захват

Снят плейсхолдер-чанкер: книга (D9 ja→ru ранобэ epub) гоняется end-to-end на настоящих границах. Всё зелёное go build/vet/test -race, tmctl report $0, живые LLM не звались (моки + $0-report). Три части + селфревью с фиксами.

A. Настоящий сорс-чанкер (chunker.go). SplitChunks(source string)→SplitChunks(chapters []string) (ingest уже режет главы). Паковка по границам предложений/абзацев в коридор ~1–2k токенов (targetChunkTokens=1500, const покрыт chunkerVersion, не конфиг — Р2=код; если станет конфигом — обязателен snapshot-fold как coverageSnap, §7d). Отдельный сорс-сплиттер splitSourceSentences (zh/ja/en): CJK zero-width 。！？, quote-depth (терминатор внутри 「…！」と…。 — НЕ конец предложения, диалоговый кейс §3.7/D12-Q1), эллипсис …, абсорбция закрывающих скобок, guard аббревиатур/инициалов, lossless-тайлинг (конкатенация сегментов = исходный абзац, текст не теряется/не сдвигается). Никогда не режет предложение; абзац>цели → дробится по предложениям, предложение>цели → свой чанк. ОТДЕЛЬН от coverage-splitSentences (тот Python-locked по РУССКОМУ ВЫХОДУ; этот — по ИСХОДНИКУ, chunkerVersion-versioned). chunkerVersion бампнут v2-ff-para-pack→v3-sentence-pack (в snapshot → перечанкование = громкий --resnapshot).

B. Импорт txt/epub (ingest.go, новый). Ingest(path)→*Document{Chapters []string, Ruby []RubyReading}, диспетчер по расширению. txt: главы по \f (обратная совместимость example), NormalizeSource каждой. epub — чисто stdlib (CGO-free, без новых зависимостей): archive/zip→container.xml→OPF→spine-порядок→encoding/xml (Strict=false, HTMLEntity, HTMLAutoClose)→стрип тегов, скип head/script/style, block-теги→абзацные разрывы. Битый/пустой/чужой epub — fail-loud, не паника (нет container/opf/spine, dangling idref, не-zip). epub v1 = текст по spine, инлайн-разметка не сохраняется (осознанно, 02-mvp:25). Раннер: os.ReadFile+NormalizeSource+SplitChunks → Ingest→SplitChunks(doc.Chapters)→persistRuby (минимальный след, шов цикла цел; ch.Text в 3 местах не тронут).

C. Ruby-захват + персист (store/ruby.go, миграция v4). <ruby>base<rt>reading</rt></ruby> → base в тело, reading захвачен, <rp> скобки-фолбэк дропнуты, mono-ruby склеен. Персист в v4 ruby_readings(book_id, base, reading, first_chapter, occurrences) (PK (book_id,base,reading) — вариантные чтения = разные строки). Идемпотентный upsert: persistRuby агрегирует по всей книге раз на инжест → оба поля REPLACE (ре-инжест того же источника = те же строки, правка источника = сходится к правде). НЕ инъектится в промпт (§7d, память v2 + детерминизм-load-bearing) → не в snapshot/request_hash. Память v2 (шаг 4) потребит → глоссарий-лок имён (D9).

Селфревью (адверсариальный Workflow: 5 дименсий → находки → независимая CONFIRMED/REFUTED-верификация с конкретным сценарием инпут→неверный-выход). Сам нашёл до ревью 1 баг (dense-numbering, ниже). Ревью: 9 находок, 4 подтверждены (≥1 верификатором), все 4 исправлены + регресс-тесты мутационно-проверены (реверт → падает именно его тест):

1. [dense-numbering, до ревью] ruby.Chapter брал spine-read-index, а SplitChunks нумерует главы плотно (пустые cover/nav скипаются) → first_chapter расходился с осью глав раннера (сдвиг since_ch памяти v2). Фикс: ingest нумерует тем же плотным правилом.
2. [segmentation] паковка суммировала per-unit EstimateTokens (флор 16 на каждый абзац/предложение) → глава из коротких реплик дробилась в суб-500-симв. чанки, которые coverage-гейт молча скипает. Фикс: аддитивный подсчёт классов символов, флор-16 один раз на весь чанк (= EstimateTokens от склейки).
3. [epub] isXHTML фолбэк на расширение только при ПУСТОМ media-type → глава с application/xml/text/xml/…; charset=utf-8 молча терялась (реальные epub так мислейблят). Фикс: стрип параметров + фолбэк на расширение при ЛЮБОМ нераспознанном типе.
4. [epub] форматирующий whitespace МЕЖДУ base-сегментами ruby (pretty-printed jukugo <rb>) тёк в base (мис-ключ глоссария) и в ch.Text. Фикс: whitespace-only CharData внутри ruby-base дропается.
5. [ruby-persist] first_chapter был MIN-merge, occurrences — REPLACE (асимметрия): после правки источника, сдвигающей первое появление позже, first_chapter застревал на устаревшей ранней главе. Фикс: оба REPLACE (агрегат persistRuby — авторитетный full-book).

Отклонено (обоснованно, оба верификатора REFUTED): голый < в прозе валит весь epub — это корректный fail-loud на невалидном xhtml (альтернатива = тихая потеря главы, против инварианта); zip-bomb LimitReader — вне threat-model MVP (оператор-файл), в докстринг как future-hardening. Dense-numbering-находка ревью REFUTED — потому что уже был исправлен (верификаторы читали пофикшенный код).

Границы/техдолг (не блокеры): чанк <500 симв. молча выключает excision-гейт — документированная граница §7b (после фикса #2 случается только на реально-крошечной главе/хвосте); overlap-инъекция и ruby→глоссарий-лок отложены (§3, ждут msgs-поверхности памяти v2 — строим один раз); epub v1 не сохраняет инлайн-разметку; zip-bomb hardening — future. Форму ruby_readings согласовать с памятью v2 при шаге 4 (контракт: base→dst через reading, first_chapter→since_ch, occurrences=confidence). Тесты: чанкер (сегментация/паковка/детерминизм/аббревиатуры/quote-depth), ingest (txt/epub/spine-порядок/entity/ruby/битый-epub/dense-numbering/media-types), ruby-persist (идемпотентность+сходимость), e2e мульти-глава epub→чанки→мок-перевод→resume $0.

Внешнее ревью оркестратора Шага 3a (05.07): ПРИНЯТО, 0 живых блокеров, 7 подтверждённых находок (1 отсеяна). Независимый воркфлоу — агенты гоняли реальный код (пробы в пакете), не утверждали. Money/детерминизм я подтвердил чтением сам. Тема: тихая потеря главы/контента — ровно тот класс, ради которого продукт есть. Ранг по важности:

1. [major] Тихая потеря главы на dangling spine idref (ingest.go:168-201). idref-опечатка, орфанящая главу, молча скипается через continue; ошибки нет, пока читается хоть одна другая глава (read>0). Противоречит СОБСТВЕННОМУ контракту (PROGRESS:400 перечисляет dangling idref среди fail-loud; :402 инвариант «тихая потеря главы, против инварианта»). Прогон: manifest=[c1,c2,c3], spine=[c1,ghost,c3] → главы=[c1,c3], c2 потеряна, и since_ch всего хвоста книги сдвинут (ruby c3 штампуется chapter=2). Асимметрия: пропавший zip-файл фатален, пропавший manifest-id молчит. Фикс: собрать неразрешённые idref → loud-ошибка (как для zip-entry). Топ-приоритет.
2. [major] Тихая потеря главы на application/xml+.xml (ingest.go:212-226). Тот же класс: контент-док, мислейбленный application/xml/text/xml С расширением .xml, промахивается мимо и type-switch, и extension-фолбэка (знает только .xhtml/.html/.htm) → молча скип + dense-renumber сдвигает since_ch. (Селфревью-фикс #3 закрыл ПУСТОЙ media-type, но не generic+.xml.) Фикс: при generic XML MIME распознавать .xml как контент. Чинить вместе с #1. → Системный фикс обоих: spine-reconciliation — сверять число контент-spine-items с реально прочитанными главами, расхождение = fail-loud.
3. [major] Size-зависимая порча invalid-UTF-8 → U+FFFD (chunker.go:220). Oversize-путь round-trip []rune(paragraph) заменяет невалидный байт на U+FFFD, а нормальный путь (короткий абзац, strings.Join) сохраняет сырые байты. Тот же source-байт цел в коротком абзаце, испорчен в длинном — нарушение losslessness + size-зависимая несогласованность; течёт в {{text}} и request_hash. Триггер: mostly-UTF-8 файл со стрей/обрезанными байтами (txt без charset-guard). Прогон: abc\xe9def короткий → байты целы, oversize → abc\xef\xbf\xbddef. Фикс: нормализовать invalid-UTF-8 ОДИН раз в NormalizeSource (fail-loud или документированная замена, покрыто chunkerVersion). Minor:
4. [minor] ASCII/эллипсис-граница игнорирует quote-depth (chunker.go:263-273). Depth-подсистема читается только в CJK-ветке; ASCII-ветка (.!?…) депт не проверяет → терминатор внутри трекнутой кавычки over-splits (запретное направление). Прогон: 「Stop. Now.」 → 2 сегмента (CJK-твин → 1). Проявляется в oversize-абзаце (режет диалог через границу чанка). Фикс: гейтить ASCII-границу на depthHere==0 тоже (straight-quote англ. кейс не регрессит — проверено).
5. [minor] <br> внутри <ruby> (ingest.go:326-327) не гардится rubyDepth==0 (в отличие от block-тегов) → \n между base-глифами, обходит whitespace-collapse фикс #4; base и body расходятся. Whitespace-only, детерминизм цел. Фикс: гард rubyDepth==0.
6. [minor] ruby phantom-строки (ruby.go, нет delete). Пара, УБРАННАЯ правкой источника, навсегда остаётся фантомом (upsert-only, нет delete-by-book). Латентно (память v2 не приземлена, capture-only, ноль текущего impact), но памяти v2 навесит name-lock на имя, которого в книге нет. Фикс совмещается с шагом 4: DELETE FROM ruby_readings WHERE book_id=? перед bulk-upsert (полная замена агрегата — тогда «сходится к правде» верно и для удалений). Связано с ruby-контрактом в architecture/06.
7. [minor] нет fuzz/property-теста tiling (chunker_test.go). Единственный losslessness-тест — 6 ручных valid-UTF-8 инпутов; Join(split(x))==x над рандомом (вкл. invalid-UTF-8, вложенные/несбалансир. кавычки) поймал бы #3. Фикс: Go fuzz / testing/quick property + chunk-level losslessness (Σ не-пробел чанков == Σ не-пробел источника). Отсеяна: 1 (oversize-хвост <500 симв. — механизм подтверждён, но это документированная граница §7b, не баг; верификатор REFUTED).

Приоритет фикса: #1+#2 (тихая потеря главы, системно через spine-reconciliation) → #3 (losslessness UTF-8) → #7 (fuzz-тест, поймал бы #3) → #4 (quote-depth ASCII) → #5/#6 (мелочь, #6 — с шагом 4). Ничего не горит на боевом (все триггеры — битый/мислейбленный epub или invalid-UTF-8), но #1/#2 — именно тот тихий-потери класс, где мы обязаны быть fail-loud.

2026-07-05 — Шаг 3a: закрытие 7 находок внешнего ревью (все, в приоритете оркестратора)

Все 7 закрыты в этой же сессии (автор с контекстом — дешевле, чем перезагружать свежую), каждый фикс мутационно-проверен (сломай — падает именно его тест) + три fuzz-таргета прогнаны ~200k+ рандом-инпутов live. Всё зелёное go build/vet/test -race, tmctl report $0. chunkerVersion бампнут v3-sentence-pack→v4-utf8-quotedepth (правки нормализации/сегментации/инжеста = осознанная инвалидация, --resnapshot).

Major (тихая потеря главы/контента):

• #1+#2 — spine-reconciliation (ingest.go). Dangling spine idref (опечатка, орфанящая главу) больше НЕ скипается тихо: собираются все неразрешённые idref → fail-loud (как пропавший zip-entry) — иначе терялась глава И сдвигался since_ch всего хвоста. isXHTML расширен: generic-XML MIME (application/xml/text/xml) + расширение .xml распознаются как контент (мислейбленная .xml-глава больше не исчезает). Не-контент-ассеты в spine (image/css) по-прежнему легитимно скипаются.
• #3 — invalid-UTF-8 в NormalizeSource (render.go). strings.ToValidUTF8(…, U+FFFD) ОДИН раз в нормализации → чанкер больше не расходится с собой ([]rune-путь по предложениям vs строковый по абзацам молча по-разному трактовали стрей-байт — size-зависимая порча в {{text}}/request_hash). FuzzNormalizeSourceValidUTF8 гарантирует валидный UTF-8 на выходе.

Minor:

• #4 — quote-depth в ASCII-ветке (chunker.go). ASCII/эллипсис-граница теперь тоже гейтится depthHere==0 → 「Stop. Now.」 не over-splitится (straight-quote англ. не регрессит — untracked, depth 0).
• #5 — <br> внутри <ruby> (ingest.go) гардится rubyDepth==0 → \n больше не течёт между base-глифами.
• #6 — ruby phantom-строки (ruby.go/persistRuby). UpsertRubyReading→ReplaceRubyReadings (DELETE-by-book + INSERT в одной tx): полная замена агрегата → пара, убранная правкой источника, исчезает, а не остаётся фантомом; persistRuby зовётся безусловно (пустой набор чистит книгу). «Сходится к правде» теперь верно и для удалений — контракт под память v2.
• #7 — fuzz/property tiling (chunker_test.go). FuzzSplitSourceSentencesTiles (rune-lossless всегда, байт-точно на валидном UTF-8), FuzzNormalizeSourceValidUTF8, FuzzSplitChunksPreservesContent (Σ не-пробел чанков == Σ не-пробел источника) — поймали бы #3.

Отсеянная находка (oversize-хвост <500) осталась документированной границей §7b. Дальше — банк памяти v2 (шаг 4): реестр рисков architecture/06 + ruby-контракт готовы (F1-materialization + горячий путь + post-check). Онбординг-промт след. сессии — docs/BACKEND_SESSION_PROMPT_MEMORY.md.

2026-07-05 — Шаг 4: банк памяти v2 (глоссарий + горячий путь + инъекция + F1 + post-check)

Главный блокер качества (консистентность имён/терминов) реализован — веха A–E на seeded-глоссарии (граница вехи подтверждена оркестратором §8: механизм на ручном+ruby-сиде; автопопуляция/адъюдикация/резюме/series-bible — отдельные вехи). Всё зелёное go build/vet/test ./... -race (125 тестов в pipeline), tmctl report $0. Ратифицированный порядок реестра architecture/06 §Гейты соблюдён.

A4 нормализация (memnorm.go + data/trad2simp.txt): NFKC + trad→simp (вендорённая таблица, версия = хеш содержимого таблицы → дополнение = громкий --resnapshot, не тихая мини-карта) + катакана→хирагана + lower для источника; NFC + lower + ё→е + схлопывание whitespace + унификация тире для ru-цели. Симметрично ключ↔текст. Полный OpenCC оффлайн недоступен (нет данных на стенде) → курированный высокочастотный набор, все referenced/live-bug кейсы (爺→爷 и др.) покрыты и заассерчены; завершение полного OpenCC — единственный отслеживаемый data-drop перед zh-приёмкой (приёмочная книга D9 — ja→ru, где trad→simp не несущий).

A схема (миграция v5): glossary (D7 + sense/ось редакционного времени glossary_revisions/UNIQUE(src,sense,window)/min_key_len-запрет одиночных ключей/allow_short) + glossary_aliases (alias-граф) + glossary_revisions (B1 append-only) + retrieval_state (гейт #4). Idempotent full-replace (как ruby). store/glossary.go.

B горячий путь (memory.go): frozen MemoryBank из store-строк; Aho-Corasick по нормализованным ключам; запрет одиночных ключей (A3); longest-match containment; спойлер-hard-reject (C1, since_ch/until_ch, 0=безграничен); sticky scene-inertia (A5); токен-бюджет с логируемым вытеснением (F2); трёхсторонний disposition (A2 confirmed/ambiguous/reject). Детерминизм: 0 map-order в выводе, T1–T10 портированы (не accept-регэкспы), ловушки retrieval_bench 0/N, 200× determinism. НЕ FTS5/вектор/эмбеддинги (Р3).

C инъекция (render.go): MessagesWithInjection — код-собранный system-месседж глоссария МЕЖДУ стабильным префиксом (кэш-граница) и user-чанком (вариант «а» оркестратора, шаблон не трогаем); НЕ в ch.Text (coverage/{{text}} чисты); свёрнут в request_hash/content_hash.

D закрыт F1 (runner.go): memoryVersion() = content-hash замороженных approved-строк + версии норм/матч-алгоритмов (D8, не version-counter). Смена approved → громкий --resnapshot (e2e доказал 1e7b…→552c…). id не хешируется; auto/draft вне хеша (их инъекция ловится content_hash).

E post-check (mempostcheck.go) + E1-замер: decl-осознанный (наивный регэксп = 18–36% ложных, research/14), whole-word матч по записанным decl-формам, sticky исключён, слепой post-replace запрещён (E2). Флаггер по умолчанию (миссы → retrieval_state, видны в tmctl report), жёсткий гейт opt-in (gates.glossary.postcheck_gate, как coverage — флип после валидации владельцем). E1 измерен как Go-тест на реальном склонённом русском (канон Рогова): full-decl 0% ложных, base-only 67% — эмпирическое подтверждение, что stored-decl надёжен ТОЛЬКО при полноте (ответ на развилку stored-decl-в-Go vs pymorphy-сайдкар Ф2: держим флаггером, сайдкар — валидированный фолбэк если реальные книги зашумят).

Ruby→глоссарий (memseed.go): классификатор name_candidate/gloss_candidate/ambiguous — никогда не авто-лочит (блайнд-лок = mistranslation; 強敵→とも неотличим от имени оффлайн → кандидат человеку). Ruby → auto-кандидаты (src=base, reading=мост к Поливанову B6, без dst), дедуп по base, скип manual-src.

Интеграция + config: TranslateBook: ingest→persistRuby→seedGlossary(replace+materialize)→snapshot→loop с sticky-окном (ресет на границе главы, пересобирается детерминированно на resume). book.yaml: glossary_seed. tmctl report — секция ПАМЯТЬ (агрегаты + пост-check миссы). Пост-check валидирует финальный (редакторский) вывод — то, что экспортируется, не только черновик.

Агентское адверсариальное селфревью (§6, многоагентный Workflow): 7 дименсий → 10 находок → независимая refute-by-default верификация с прогоном реального кода → 8 CONFIRMED (все воспроизведены), 2 REFUTED (документированные размены: min-key-2 гомографы; редакторский drift — закрыт пост-check'ом финала). Все 8 исправлены + регресс-тесты мутационно-проверены (реверт → падает именно его тест): #1 empty-dst не матчится; #2/#8 whitespace-wrap/тире в post-check; #3 whole-word матч (дропнутый «Ван» не маскируется «караван»); #4 gate-mode memoryVersion сворачивает draft-decl (иначе resume молча флипал чанк); #5 дубль-alias в сиде дедупится (не крашит книгу); #6 спойлер-фильтр перед longest-match (спойлер-блокнутый длинный ключ не глотает валидное короткое имя); #7 floor-free токен-бюджет.

Заложено/отложено (реестр §5, поля/место есть, реализация — Ф2/веха+): Палладий/Поливанов B6 (reading как мост заложен), гейт фактичности резюме D1, эмбеддинг-слой A7/D2, морфо-гейт глагольного рода C3 (pymorphy-сайдкар), бэкап файла F4, автопопуляция/адъюдикация G1/F5, series-bible ты/вы-журнал, инъекция глоссария в редактор (dst-констрейнты) — fast-follow на той же поверхности. Ставка (селективная инъекция vs длинный контекст) гейтится in-house eval'ом пилота Ф2.5 (параллельно, не блокер). Правки только в коде backend/ + этот журнал; architecture/06/research/* не трогались.

Внешнее ревью оркестратора банка памяти v2 (05.07): ПРИНЯТО, 0 живых блокеров на дефолтном конфиге, 6 подтверждённых (5 различных, 3 major; gate-находка независимо продублирована 2 линзами), 0 отсеяно — ВСЕ прогоном реального кода. Ядро держится: F1 (материализация/resume/детерминизм — тихий расходящийся ре-пэй), нормализация A4 (симметрия ключ↔текст), спойлер C1, инъекц-поверхность (сам проверил) — чисты, находок нет. Все гэпы в одной зоне — короткие/коллизионные ключи + гейт инвертирует свою же safety — ровно те «hard traps», что research/13 §«Честные слабые места» предсказал непроверенными (материализовались в коде, пойманы до продакшена). Major (закрыть до флипа гейта / до ja-kana в проде):

1. [major, ONE-LINER, делать первым] PostcheckGate флагает по ОБЩЕМУ числу miss без фильтра disposition (runner.go:744; продублировано 2 линзами). AMBIGUOUS-only miss (кандидат, который модель ВПРАВЕ отклонить) роняет чанк → FinalText="" → выбрасывает корректный перевод. Инвертирует A2/E1: модель, ПОСЛЕДОВАВШАЯ неверной инъекции, проходит; модель, ПРАВИЛЬНО отклонившая — наказана. Контракт (E1/B4/gate-list/config, 4 источника) скоупит гейт на approved. Фикс: считать в гейт только Disp==confirmed miss; ambiguous — только в retrieval-state (наблюдаемость). Опт-ин (дефолт=флаггер) → на дефолте не горит, но чинить ДО флипа.
2. [major] Source-side матч без word/script-границы + dispositionFor только по статусу (memory.go:361, ac.matches). A2-ветка «коллизия поверхности → AMBIGUOUS» НЕ реализована; source-сторона без границы (асимметрия с target containsWholeWord, фикс селфревью #3). 2-символьный коллизионный ключ фичит CONFIRMED внутри обычного слова (リン→Рин в リンゴ/яблоко, AI→ИИ в RAID, 天下 в 天下无双). Post-check ИНВЕРТИРУЕТ: ложный confirmed-miss на КОРРЕКТНОМ выходе, и не ловит FOLLOWED-отравление (presence-only ловит только ДРОПнутый термин). Фикс: A2-даунгрейд коллизионных коротких ключей в AMBIGUOUS (не CONFIRMED); source-граница где есть смена скрипта/не-буква.
3. [major] min_key_len per-язык НЕ разведён (memory.go:42 defaultMinKeyLen=2 хардкод). Реестр A3 называет glossary.min_key_len per-язык как механизм — не разведён. Precision-1.0/MIN=2 мерена на zh-Han-ловушках, не переносится на ja-kana (#2 язык, 46-символьная слоговая → 2-kana ключи = частые подстроки). NB: селфревью REFUTED это как «документированный размен» — но замер был zh-Han-scoped; для kana это реальный гэп. Фикс: развести per-язык (в memoryMatchVersion+snapshot), kana ≥3, или 2-kana за allow_short. Minor (гарды от авторской описки, закрыть тихие дыры):
4. [minor] 1 src → 2 dst с ПЕРЕСЕКАЮЩИМИСЯ спойлер-окнами → две противоречивые авторитетные строки, молча (асимметрия: зеркальный B2 2src→1dst логируется громко). Фикс: overlap-проверка same (src,sense) → WARN/fail-loud.
5. [minor] approved-термин с пустым dst — молча инертен (memseed.go:62; нет empty-dst-гарда на approved). Не матчится, не инъектится, 0 предупреждений → тихая потеря recall на всю книгу (ruby-auto с пустым dst легитимен, но там status=auto). Фикс: reject status∈{approved,draft} с пустым dst в loadGlossarySeed. Протокол включения гейта (важно): твой E1-замер меряет false-flag approved-терминов на русской морфологии — но находки 1/2/3 вскрывают другие оси false-flag (ambiguous-decline, коллизионные короткие ключи), которые E1-протокол НЕ покрывает. Значит либо чинить 3 major ДО флипа (что убирает эти оси), либо расширить протокол валидации на них. Рекомендую первое. Приоритет: #1 (one-liner, немедленно) → #2+#3 (коллизия/kana, до ja-kana или флипа гейта) → #4/#5 (дешёвые гарды). Ничего не блокирует дефолтный конфиг; всё блокирует флип гейта и прод ja-kana.

Внешнее ревью eval банка памяти v2 (05.07): ПРИНЯТО, 0 блокеров, 0 баг-находок. Прогнал независимо на aa00339 (сборка/тесты -race зелёные, E1 воспроизведён full-decl 0%/base-only 67%, трад-таблица 508 маппингов 爺→爷 на месте, изоляция инъекции/sticky-resume/F1/схема — проверил сам). 4 low/scope-заметки: (a) перекрывающиеся НЕвложенные ключи оба срабатывают (precision-сторона, обе поверхности реально есть); (b) редактор глоссарий не получает — защита только post-check финала (fast-follow: dst-констрейнт-инъекция в редактор — приоритет след. вехи); (c) gate-режим выкидывает весь чанк (opt-in, агрессивно — задокументировать до флипа); (d) 2-й system-месседж не на живом проводе (только моки — live-conformance кейс follow-up).

2026-07-05 — Шаг 4: закрытие внешних ревью (6 находок оркестратора + 4 low eval)

Все находки закрыты в этой же сессии, каждый фикс мутационно-проверен (реверт → падает именно его тест) + полный набор зелёный go build/vet/test ./... -race, tmctl report $0. Ядро (F1/нормализация/спойлер/поверхность) оба ревью подтвердили чистым — трогал только зону находок. memoryMatchVersion бампнут v1→v2 (смена семантики матча/disposition = осознанная инвалидация → громкий --resnapshot).

Major:

• #1 — gate по CONFIRMED-only. PostcheckGate и n_postcheck_miss считают только Disp==confirmed (countConfirmedMisses); AMBIGUOUS-miss (кандидат, который модель вправе отклонить) больше не роняет корректный перевод — только в postcheck_detail (A2-наблюдаемость). Инверсия контракта устранена.
• #2 — A2 коллизия→AMBIGUOUS. dispositionFor(entry, via): короткий чисто-фонетический ключ (kana/latin без Han-якоря, ≤3 знака) даунгрейдится в AMBIGUOUS даже у approved (мог сработать внутри чужого слова). allow_short — явный оверрайд автора. Sticky-кэрри сохраняет status-based (нет firing-ключа).
• #3 — min_key_len per-язык. minKeyLenFor: Han-якорь → 2 (эмпирика zh-Han precision-1.0); чисто-фонетический → 3 (リン в リンゴ, ai в raid больше не фичат). Kana=3 — консервативный дефолт до ja-kana precision-замера (расширение E1-протокола) — свежие глаза показали, что zh-Han-замер MIN=2 на kana не переносится.
• Протокол флипа гейта: оси false-flag из #1/#2/#3 (ambiguous-decline, коллизионные короткие ключи) E1-замер не покрывал → закрыты в коде, поэтому расширять протокол не нужно; флип гейта разблокирован после этих фиксов + owner-валидации precision.

Minor:

• #4 — overlap спойлер-окон fail-loud. loadGlossarySeed: same (src,sense) с пересекающимися окнами и РАЗНЫМ dst → громкая ошибка (windowsOverlap; молчаливая противоречивая инъекция устранена).
• #5 — approved/draft пустой dst fail-loud. Только status=auto (сырой кандидат, ruby-reading без dst) может быть пустым; approved/draft с пустым dst — ошибка (тихая потеря recall).

eval low: #a — тест TestOverlappingNonNestedKeysBothFire фиксирует принятое поведение (обе срабатывают); #b/#c/#d — задокументированы (редактор-инъекция = приоритет след. вехи; gate-агрессивность — FlagGlossaryMiss не-retryable/не-escalatable, флагает для человека; live-wire кейс — follow-up на live_conformance-харнесс). Регресс-тесты: per-lang-min+collision-disposition, gate-ignores-ambiguous (e2e), overlap-windows/empty-dst fail-loud, overlapping-non-nested. Оба вердикта: ПРИНЯТО; дефолтный конфиг чист, флип гейта и прод ja-kana разблокированы.

2026-07-05 — Шаг 4: глубокое адверсариальное ревью полной поверхности (44 агента)

По запросу владельца — многоагентный воркфлоу поверх cc57c7b: 8 finder-дименсий (нормализация / матчер+disposition / F1 / post-check / seed+ruby / store / инъекция+resume / мутационная-стойкость тестов), каждая не-минорная находка → 3 адверсариальных верификатора refute-by-default, подтверждение большинством ≥2/3. 24 кандидата → 2 подтверждённых major, 10 отсеяно (все 0/3–1/3), 12 миноров. Отсев здоровый: напр. «sticky протаскивает collision-prone AMBIGUOUS в CONFIRMED» зарублен 0/3 верно — sticky не матчит исходник заново, а несёт установленный в сцене термин, collision-риск (срабатывание внутри длинного слова) к нему неприменим. Оба major — класс «тихо пусто», ровно та зона, ради которой банк существует; оба закрыты, каждый фикс мутационно-проверен (реверт → падает именно его тест), полный -race зелёный.

• major #1 — default-ignorables в A4-нормализаторах (memnorm.go). Zero-width (U+200B/200C/200D/2060/FEFF) и вариационные селекторы (U+FE0F, IVS) переживали NFKC/NFC → ключ 渡邊 молча не матчил 渡<ZWSP>邊 (частый артефакт EPUB/скрейпа CJK — «тихо пусто» переоткрыт), симметрично на target <WJ> внутри слова давал ложный post-check-miss. Фикс: isIgnorableForMatch (unicode.Cf + VS-диапазоны) дропает их в ОБОИХ нормализаторах; soft-hyphen U+00AD сохранён как fold→'-' (self-review #8 — порядок проверок гарантирует). memoryNormAlgoVersion бампнут v1→v2 → громкий --resnapshot.
• major #2 — окружающие пробелы на keying-поверхностях (memseed.go). loadGlossarySeed проверял пустоту через TrimSpace, но хранил СЫРОЕ значение: src: " 強敵" (approved, непустой dst) проходил валидацию, ключился как " 強敵" и НИКОГДА не матчил 強敵 — молча-инертный approved-термин на всю книгу; плюс trailing-space на sense маскировал same-sense-противоречие мимо обоих гардов (#4/#5). Фикс: тримминг src/sense/dst/alias до построения ключей и хранения (прощающий фикс, как alias-дедуп).

Отсев и 12 миноров оставлены как задокументированные размены/fast-follow (per-lang boundary-тесты post-check, sticky-decay coverage, apostrophe-fold — не гарят на дефолте). Вердикт сессии: ПРИНЯТО, шаг 4 закрыт.

2026-07-05 — D1: инъекция глоссария в редактор (монолингвальный редактор)

Первый fast-follow на поверхности памяти (eval-приоритет). Редактор теперь получает одобренный глоссарий как target-констрейнты и переведён в монолингвальный режим (decisions-log D1).

• renderEditorConstraintBlock (memory.go): dst-only блок (без src → dst — редактор не видит исходник), CONFIRMED-only (AMBIGUOUS — кандидат, который переводчик вправе отклонить; форсить редактора переписывать черновик под непроверенное = порча корректного перевода, зеркалит gate-CONFIRMED-only #1), дедуп по dst, подмножество уже забюджеченного memSel.injected (свой токен-бюджет не нужен). Пустой → редактор без инъекции.
• runner.go: roleEditor-ветка в стадийном цикле; editorInjection из того же memSel (детерминизм, resume-стабилен, входит в editor request_hash через msgs — не в snapshotID, memoryVersion уже там).
• prompts/editor.md: убран {{text}} (D1: билингвальный редактор якорится к исходнику → кальки, главная translationese-болезнь; монолингвальный ещё и дешевле — исходник не сидит на входе каждого edit-вызова); мандат строки 7 согласован с инъекцией («приводи к каноническим формам глоссария», а не «не трогай»).

Тесты мутационно-проверены (реверт → падает именно его тест): TestRenderEditorConstraintBlock (CONFIRMED-only / dst-only / дедуп), обновлён TestRunnerMemoryInjectionAndPostcheck (editor получает dst-констрейнт-блок «КАНОНИЧЕСКИЕ ПЕРЕВОДЫ», не «src→dst ГЛОССАРИЙ»), TestEditorPromptIsMonolingual (guard: реальный editor.md без {{text}}). Полный -race зелёный, tmctl report $0.

Заметка владельцу/оркестратору: редактор стал источник-слепым (D1) — правит стиль/консистентность имён, но не ловит мистранслейты (это судья/эскалация, Фаза 2). Осознанный размен по контракту D1.

2026-07-05 — Консолидация конфига (drift из doc-аудита оркестратора)

6 конфиг-расхождений моей зоны (промт BACKEND_SESSION_PROMPT_CONSOLIDATION); центральный grok-разворот верифицирован веб-чеком xAI-доки + пробой eval, всё — адверсариальным селфревью (5 измерений, 0 находок).

• grok-4.3 reasoning OFF даётся ЯВНО (задачи 1-2, money-path). models.yaml: control:none→control:effort/off_effort:none. Дефолт grok = low (омиссия заставляет думать, additive-биллинг ~444 ток./правку) → ReasoningNone (off-by-omission) молча оставлял бы low; теперь при reasoning:"off" уходит плоский reasoning_effort:"none" (проба eval → 0 ток.). Комментарий ReasoningNone в capability.go разведён (DeepSeek ≠ grok — логика не тронута). DeepSeek остаётся ReasoningNone (omission намеренный: отключение thinking взводит эхо-мину; гвард echoMineViolation цел, xAI не echo-prone).
• Редактор glm-5 → grok-4.3 (задача 3, D1/D3; glm-5 был плейсхолдером) в edit-стадии C1/C2; select-стадия C2 (judge/glm-5, Gemini-слот Ф2) не тронута. Прод — только чистый xAI-ключ без data-sharing.
• Anthropic price-litter убран из шапки models.yaml (з.4); escalation-заглушки [kimi-k2.6] помечены интеримом с названной D3-цепочкой (з.5 — заводка провайдеров gemini/openai + v4-pro/glm-5.1/gemini-3.1-pro отдельным шагом, гейтится ценами/ключами/cost-model); бэкендовый [НУЖНО РЕШЕНИЕ]-маркер → РЕШЕНО (з.6; оркестраторский блок не тронут).

Тесты: capability_test кейс assert'ит присутствие reasoning_effort:"none" (закрыл eval-указанную дыру — ложный «off шлёт nothing» тут падает); TestBoevoyConfigGrokEditorExplicitNone (config end-to-end: grok→explicit-none, не echo-flagged, edit=grok, c2-select=glm-5). Полный -race зелёный, tmctl report $0. Eval подтвердил: прогоны переигрывать не надо, баг был латентным (grok не был в стадии) — пойман до флипа.

2026-07-09 — Пакет фиксов стратегического ревью (D15/D16, промт BACKEND_SESSION_PROMPT_REVIEW_FIXES) ЗАВЕРШЁН

6 задач + 3 самопойманных дефекта + 7 находок финального адверсариального селфревью — всё исправлено, каждый фикс мутационно-проверен, go build/vet/test ./... -race зелёный, tmctl report $0.

• Задача 1 (гигиена). Лгущие resume-комментарии (runner.go coverageSnap, coverage.go coverageGateVersion) переписаны честно: --resnapshot переоплачивает ВСЮ книгу (snapshotID в RequestHash), никакого «free re-classify» — только внутри неизменного снапшота. Edit prompt_version v0-draft→v1-monolingual в обоих pipeline-c*.yaml (D1-уточнение №3: один лейбл на два SHA закрыт). capability.go:3 ссылка 03→05.
• Задача 2 (D16 память). 2a полисемия fail-loud (same-src/разные sense/dst/пересекающиеся окна, scoped к matchable src — 道 инертен, не регресс); 2b sticky наследует disposition (activeIDs → map[string]injectionDisposition, Select/unionSticky/stickyWin обновлены) — collision-prone AMBIGUOUS больше не апгрейдится в CONFIRMED мимо post-check/editor; 2c source word-boundary для латиница/кириллица (suppressUnboundedPhonetic); 2d ruby-reading→alias ручного термина (attachRubyAliasesToManual) + чек-лист ja-книги в backend/README.md. memoryMatchVersion v2→v3, memoryNormAlgoVersion v2→v3.
  • ⚠ [→ оркестратору] 2c: kana/Han НЕ boundary-checked (осознанное расхождение с буквой промта «латиница, кана»). Обоснование: у каны нет сегментации (как у Han) — letter-boundary ломает частый кейс «имя+частица» (すずきは) и противоречит контракту «длинный кана-ключ = CONFIRMED». ≥4-кана-компаунд-precision отложен на kana-precision-замер полигона + токенизатор B6 (согласуется с D16 «minKeyLenPhonetic=3 — консервативный дефолт до замера»). Прошу ратифицировать это сужение.
• Задача 3 (tmctl status+redrive, D15.3). status.go: read-only проекция (0 LLM, 0 replay) — book-manifest N/M (честный знаменатель через ре-чанкинг 0), unit-счёт done/in_progress/flagged/pending, паспорта глав (total/ok/flagged/skipped-stages, worst_flag, вердикт pass|attention|fail по exp07, ), деньги committed/reserved/ceiling%/projected, ETA от throughput (вторично), --json со стабильными enum. Колонка escalated/escalation_model в chunk_status (миграция v6) — телеметрия эскалации на flagged-resume (отложенная находка №6 Вехи 2.5). redrive: точечная переатака флагнутых (--chapter/--chunk/--reason/--dry-run), сброс терминального флага (ResetChunkStages удаляет chunk_status+чекпоинты сброшенных стадий, DispOK не тронут), свежий retry/escalation-бюджет, ре-ран durable-цикла. Продемонстрировано на example-книге ($0). Деньги-семантика (задокументирована): redrive НЕ возвращает committed (реально потраченное остаётся) → после redrive committed ≥ SUM(checkpoints), безопасное направление; инвариант №1 в README.md дополнен исключением.
• Задача 4 (спека D15.2, документ). backend/docs/D15.2-content-addressed-resume-spec.md (в моей зоне). Суть: snapshotID в ключе вызова смешивает wire- и вердикт-входы; расщепить (wireSnapshotID/verdictSnapshotID), ключ чекпоинта держать на wire-идентичности (по факту msgsContentHash + не-msgs wire-параметры), вердикт-версии убрать из ключа и re-classify-ить на resume бесплатно. Снимает онгоинг-мину D15 (append-термин re-bill-ит только реально затронутые чанки). [→ оркестратору] на утверждение; при ок — свернуть в 03-implementation-notes.md.
• Задача 5 (reasoning-буфер, D13.6). EstimateUSD(+reasoningBudgetTokens) резервирует reasoning как output для additive-провайдеров (xAI); fail-fast в LoadPipeline: reasoning-стадия на additive-провайдере без reasoning_max_tokens (+ escalate_to). Снимает D6.2-блок think-ON grok.
• Задача 6 (перепроверка отсевов). Артефакты 44-агентки эфемерны (PROGRESS называет лишь sticky-отсев — уже закрыт 2b). Адверсариальные пробы с исполнением по границам доверия → 2 подтверждённых + пофикшено: (F) shared-alias livelock (общий firing-key между разными approved-терминами → approvedSharedKeyCollisions fail-loud) и (A) apostrophe-fold тихо-пусто (типографский апостроф → ASCII в обоих нормализаторах). Пробы удалены, git status backend/ чист.

Самопойманный при селфревью (сверх задач): 2d+Задача6 могли hard-блокировать легитимную ja-книгу с омофонами (鈴木/鈴樹 → оба すずき) — attachRubyAliasesToManual теперь graceful skip+log коллизии (best-effort, не hard-block), ручные коллизии сида по-прежнему fail-loud.

Финальное адверсариальное селфревью — воркфлоу 5 дименсий × верификация (15 агентов, refute-by-default): 7 CONFIRMED / 3 refuted, все 7 исправлены:

1. [major] Полисемия same-src через общий matchable ALIAS проскакивала оба гарда D16.1 (sub-floor src 道 + общий алиас 大道) → снял same-src-skip в approvedSharedKeyCollisions (ловит через общий alias-ключ; в обычном eligible-src кейсе loadGlossarySeed короткозамыкает — двойного репорта нет).
2. [major] glossary_miss (post-check-гейт, флаг на уровне ЧАНКА после стадий) был невидим status/redrive (все stage-строки DispOK) → status показывал done/pass против exit-2 translate. Фикс: при gate ON чанк с post-check-промахом промотится в flagged/glossary_miss (не re-drivable — правка глоссария = --resnapshot).
3. [major] additive-гейт ложно-негативил на reasoning:"" (омиссия у grok = дефолт low = думает additive) → гейт и буфер теперь на != "off" (не только low|med|high).
4. [minor] status ловил только intra-store multi-snapshot, не store-vs-current-config → добавлен ConfigDrift (read-only расчёт текущего снапшота, сравнение).
5. [minor] инвариант №1 README (committed==SUM(checkpoints)) — дополнен redrive-исключением.
6. [minor] unionSticky newest-wins не тестировался → тест на конфликтующие disposition.
7. [nit] ProjectedBookUSD пере-считывал при in-progress-спенде → база проекции = processedCost (только done+flagged).

Техдолг / вопросы оркестратору:

• Спека D15.2 и сужение 2c (kana-boundary) — на ратификацию (см. выше).
• ⚠ Рабочее дерево несёт незакоммиченные правки ПАРАЛЛЕЛЬНОЙ полигон-сессии (eval/, docs/experiments/) — не мои, не трогал; коммитить пакет надо аккуратно (только backend/ + backend/docs/ + эта запись).
• Известная граница status/redrive: glossary_miss re-деривится из неизменного глоссария → не re-drivable (фикс = правка глоссария = --resnapshot); status теперь честно это показывает.
• F3 at-most-once — следующий D12-хвост (status/redrive закрыты).

2026-07-09 (пакет-2) — Приёмка-prep Ф1 на 蛊真人 (fix-лист ревью + GB18030 + дешёвые гейты + D15.2 v2 + smoke) ЗАВЕРШЕНА

Мандат BACKEND_SESSION_PROMPT_ACCEPTANCE_PREP.md (5 задач) выполнен. Порядок 1 → 2 → (3∥4) → 5. go build/vet/test ./... -race зелёные; фиксы mutation-verified; tmctl report $0. Смоук-книга/производные/сид — ВНЕ git (Р8; в журнал только метрики).

• Задача 1 — fix-лист внешнего ревью. (1a, major, mutation-verified) homophone first-wins в attachRubyAliasesToManual: контестед-ключ решается ДО аттача для ВСЕХ владельцев симметрично (было attach-then-block → алфавитно-первая база получала kana-alias CONFIRMED = A2 неверная авторитетная инъекция при ≥4 каны). Плюс window+dst-eligibility awareness (минор 1d — меньше ложных скипов). Ревертом ловится тест TestRubyHomophoneNoWrongConfirmedInjection (たかはし 4-каны материализуется → NEITHER инъектится). (1b) redrive-инвариант «DispOK НЕ сбрасывается» закреплён мутационно (draft=ok/edit=flagged → сброс ТОЛЬКО edit, draft резюмится за $0; мутант filter→true даёт Stages=[draft,edit] → тест валит) + тест НЕсовпадающего --reason. (1c) snapshot-чек ДО ResetChunkStages (mutation-verified: без гарда drift-редрайв удаляет флаг-строку → status pending/pass). (1d) minors: --json тоже exit 2 при флагах; hint для glossary_miss отдельный (redrive для него no-op → правка сида + --resnapshot); README миграции v1–v6; ETA — явная пометка D12-отступления (mean, не EWMA); overclaim-коммент bookChunks сужен (правка исходника без смены границ невидима status'у).
• Задача 2 — GB18030/кодировки в ingest. decodeSourceBytes: лестница BOM(UTF-8/UTF-16) → валидный UTF-8 → GB18030-проба (только zh-источник) → fail-loud. Гарды: U+FFFD, NUL (UTF-16-без-BOM), Han-density+plausibleCJK (анти-мохибаке). book.yaml encoding: auto|utf8|gb18030 + source_lang-скоуп пробы. Chapter-split добавлен для txt: «第N章/节/回» авто-детект дом. юнита + separator-guard (回 — мера, «第一回见面» НЕ дробит; сепаратор после юнита обязателен), preamble→гл.1. Новая внешняя зависимость: golang.org/x/text/encoding/{simplifiedchinese,unicode} (+ japanese в тестах) — первая за пределами go.sum-минимума (x/text уже был для NFC).
• Задача 3 — 4 дешёвых детерминированных гейта (наблюдаемость, НЕ гейты, на финальном тексте). Линтер тире-диалогов (Розенталь §47–52: прямые кавычки/дефис/en-dash вместо «—», смешение стилей), ёфикатор (Пётр/Петр + brief-политика all-ё/all-е, ~30 омографов-исключений), блок-лист транслит-междометий (ара-ара/маа/нани/…; per-project allowlist), число-гейт 万/億 (CJK-парсер значений + диапазоны-множители на выходе; digit-coefficient-guard исключает идиомы 万一/千万/万物). cheapGateVersion свёрнут в snapshot (правка правил = --resnapshot, как classifierVersion); миграция store v7 (retrieval_state.n_style_flags+style_detail); счётчики в tmctl status/report/паспорте главы + StatusReport.StyleFlags/GlossaryMissFlagged.
• Задача 4 — спека D15.2 v2 (backend/docs/D15.2-content-addressed-resume-spec.md, дизайн, реализация ОСТАЁТСЯ заблокированной до ратификации v2). Закрыты 3 дыры ревью: (a) fast-path-гард — отдельная колонка guard_hash (весь wire stage-план, суперсет текущего); (b) расщепление memory_version ОБЯЗАТЕЛЬНО — inject-часть в content_hash (из ключа вон), post-check+gate+decl → verdictSnapshotID (пересчёт на resume бесплатно); (c) замена loud-гейта согласия pre-flight dry-run «N чанков, ~$X» + порог --accept-rebill. Плюс: полный полевой маппинг снапшота (wire/verdict/dropped), судьба chunk_status.snapshot_id/status-ридеров, sequencing миграции (ДО первой онгоинг-книги; миграция v8), blast-radius append-а (sticky depth2 + F2 eviction + каскад на редактор). 3 открытых вопроса оркестратору в §13. На утверждение.
• Задача 5 — D18 smoke на 蛊真人. (а) ingest+chunker на реальном GB18030-файле (15.5 МБ): 2283 главы (第N节-детект), 5088 чанков (медиана 1445 ток., целевой 1500), ~6.52M токенов (медиана главы 2832), 0 ruby (zh), U+FFFD=0. (б) escalate_to заведён (интерим glm-5 фолбэком черновика). (в) живой smoke 1 главы (draft=deepseek-v4-flash → edit=glm-5, escalate=glm-5; БЕЗ xAI — гигиена ключа D8 не подтверждена для книжного контента; потолок $0.10): деньги сходятся до цента — Σ(request_log billed) == committed == $0.031634, reserved=$0; живое эхо+эскалация (chunk3 deepseek→cjk_artifact→glm-5 ok); redrive на реальном флаге (esc-off вариант дал cjk_artifact-флаг → redrive сбросил+перезапустил, DispOK за $0, 2-й проход: empty→удвоение бюджета→ok → флаг снят, 6/6 done); cheap gates фаернули на реальном выводе (万/億-разряды, дефис-диалоги). Полигонный сид (49 терминов, 35 approved/14 draft) грузится чисто через мой loadGlossarySeed+approvedSharedKeyCollisions+materializeMemory (схема совпадает). Суммарный живой спенд сессии ≈ $0.065.
• Финал — агентское адверсариальное селфревью (6 дименсий × find→refute-by-default verify, 21 агент, ~835k ток.): 15 находок, 14 подтверждено, все закрыты с регресс-тестами. Крит: Shift-JIS/EUC-JP молча принимался как GB18030-мохибаке (плаузибилити не отличает CJK-shaped мусор) → GB18030-проба скоупнута на zh (mutation-verified). Мажоры: seed-FILE drift не ловился redrive-гардом (read-only проекция) → гард re-seed'ит как TranslateBook, ловит ДО сброса (mutation-verified); UTF-16-без-BOM ASCII (interleaved NUL) → NUL-гард; chapter false-split на 回 → separator-guard; cheapgate ложные позитивы («уму»/«ара» убраны из блок-листа, 万-идиомы digit-guard, ё-омографы расширены, em-dash scene-break не считается диалогом); plausibleCJK получил прямой тест (была 0-покрытость). Миноры: StyleAllowlist сортируется до BriefHash, redrive-abort-сообщение переформулировано.

Блокеры полной приёмки (владельцу/оркестратору):

1. Сид готов, но политические развязки D10 открыты (полигон §вопросы п.3): имена гу перевод-vs-транслит, 古月=Гуюэ vs Гу Юэ, пол 白凝冰 (draft/female — 他 в первых главах, gender=hidden трап). Гейтят финализацию сида.
2. Пороги гейтов: coverage len_ratio zh-ru [2.2,4.2] (полигон подтвердил на срезе); postcheck-гейт держать OFF до замера precision на реальной инфлекции (E1); дешёвые стиль-гейты — наблюдаемость, порогов не имеют.
3. Канал 18+/violence: полигон — grok thinking-off эхает 40% как ПЕРЕВОДЧИК (класс deepseek-эхо) → канал B: Mistral-переводчик + echo-гейт, ИЛИ grok reasoning-ON + reasoning-буфер (D6.2). xAI clean-key для боевого прогона (гигиена D8) — не подтверждён; smoke сознательно обошёл xAI.
4. D3-цепочка эскалации не заведена (deepseek-v4-pro/glm-5.1/gemini — цены/ключи) — интерим glm-5; заводка — отдельный шаг.
5. Полный прогон целой книги — отдельная сессия по готовности сида (п.1) + порогов (п.2) + канала (п.3).

Вопросы оркестратору: (1) D15.2 v2 на ратификацию (3 развязки в §13: пер-стадийная гранулярность wire-снапшота vs book-global; дефолт порога rebill_consent_usd + имя флага; слой для Adult). (2) Редактор smoke — glm-5 вместо ратифицированного grok-4.3 из-за xAI-гигиены: для боевой приёмки нужен ЧИСТЫЙ xAI-ключ ИЛИ решение держать glm/Mistral редактором. (3) ja-путь: Shift-JIS сознательно НЕ авто-детектится (fail-loud) — ja-книги должны быть UTF-8/epub (ja-приёмка отложена D18 — ок).

2026-07-10 (пакет-3) — D15.2 v3 + fix-лист D20.4 + заводка цепочки D3/канала B ЗАВЕРШЕНА

Все 4 задачи промта пакета №3 выполнены; go build ./... && go vet ./... && go test ./... -race зелёные; ничего не коммичено (внешнее ревью и лендинг — оркестратор). Зона правок — строго backend/ (20 файлов, +860/−143 — счёт испр. оркестратором по diff; самоотчёт «19, +770/−132» был до финальных селфревью-тестов); чужие правки (eval/, docs/) не тронуты.

Задача 1 — спека D15.2 → v3 (backend/docs/D15.2-…, дизайн; реализация ЗАБЛОКИРОВАНА до ратификации). Три правки D20.1: (а) guard_hash теперь несёт role+stageName (префикс tm-guard-v2) с КОНТРПРИМЕРОМ в §5 (флип роли editor↔translator на wire-нейтральном чанке → без role fast-path отдаёт stale-ok, хотя coverage-гейт сменил бы вердикт; показано, что без role формула НЕ суперсет); (б) §7 п.1-бис — аналитическое правило editor-каскада (любая стадия ниже re-bill-юнита чанка = re-bill; иначе консент занижен ~2× на смене temp/reasoning/model translator'а); (в) §4 доукомплектован (style_check_version, YoPolicy/StyleAllowlist → verdictSnapshotID; target-часть memoryNormVersion → postcheck; судьба jobs.snapshot_id; coverage-фолд только при enabled). Ответы D20.2 вписаны (Q1 пер-стадийность; Q2 --accept-rebill[=usd]+порог+fallback-флор, каскад ПЕРВЫМ; Q3 Adult нейтрален → adult-линт).

Задача 2 — fix-лист D20.4 (каждый содержательный фикс mutation-verified — реверт валит именно его тест): README v7; cheap-gates v2 (cheapGateVersion bump — громкий resnapshot; 3 FP закрыты: chevron-цитата в начале строки, 万-в-имени+постороннее число, перефраз+год; note про дефисные редупликации; честная recall-нота про 三万→300); NUL-гард на GB18030/UTF-16 путях (был только UTF-8); redrive --resnapshot ПОДДЕРЖАН (main.go прокидывал флаг в r.Resnapshot); style-колонка в human-status; report/status через NewReadOnlyRunner без API-key-preflight.

Задача 3 — цепочка D3 / канал B (models.yaml+pipeline-c1.yaml; каждый слаг live-фактчекнут 2026-07-10 — /models И пробный вызов). Провайдеры gemini/openai/mistral + модели deepseek-v4-pro/glm-5.1/gemini-3.1-pro-preview/mistral-large-2512/gpt-5-mini с ценами (офиц., с URL) и capability; цепочки default:[v4-pro,glm-5.1,gemini-3.1-pro-preview] adult:[grok-4.3]; draft escalate_to: deepseek-v4-pro; permissive на xai/mistral/local (deepseek НЕ permissive — ToS D14.1); adult-линт CheckAdultChannel реализован (D20.2-Q3); xAI reasoning-буфер проверен runner-тестом (ceiling-trip). boevoy-config тесты (echo_mine) целы.

⚠ Две существенные ЖИВЫЕ находки (правило двух направлений — вендор-сверка сделана):

1. gemini-3.1-pro → HTTP 404 NOT_FOUND; callable слаг ТОЛЬКО gemini-3.1-pro-preview (совпадает с quirks и преамбулой D8–D11 04.07 — 05-decisions-log:46, не D21; провенанс испр. оркестратором). В конфиг пошёл -preview. → ПИНГ: поправить D3-текст «gemini-3.1-pro» → -preview (исполнено оркестратором при D22).
2. Gemini thinking-токены НЕ в completion_tokens — проба: completion=2, prompt=22, total=847 → 823 thinking ТОЛЬКО в total_tokens, поля reasoning_tokens НЕТ (у xAI есть). Офиц. прайс: «output includes thinking». Текущий адаптер биллил бы Gemini почти по нулю = слепота потолка. Фикс: провайдер reasoning: additive_total — settle деривит thinking=total−prompt−completion, биллит по output (тест+мутация). Резерв не слепнет (thinking ⊆ max_tokens ≥8000). Полный reasoning-буфер mandatory-thinking на РЕЗЕРВ-стороне — Ф2 (апекс-wiring; settle уже корректен).

Задача 4 — D21.10: (а) design-note резерва схемы банка v2 (voice_profile / address_pair = материализация ты/вы-журнала D7, один источник истины / reveal_ch + pre-post-алиасы) — комментарий в store/migrate.go, НЕ миграция/код; (б) wire-probe: temperature молча игнорируется в thinking-канале DeepSeek (temp=0.0 ×3 → 3 разных вывода) → draft temperature:0.3 = no-op на deepseek-thinking (вендор-док подтверждён); temp остаётся в снапшоте (детерминизм), но wire-инертен — бэклог полигону (D21.9 wire-аудит); (в) промпты ролей НЕ тронуты (анти-эхо гейтится fidelity-хвостом P4).

Финал — агентское адверсариальное селфревью (workflow: 6 дименсий → верификация каждой находки, 22 агента; 16 находок → 3 CONFIRMED, 13 refuted). Все 3 закрыты; (2) и (3) mutation-verified, (1) — правка ТЕКСТА спеки, сверена с кодом (уточнено оркестратором: сам инвариант «role в RequestHash» тест-незащищён — axis-тест в fix-лист D22): (1) major — §5 спеки клеймила «re-classify бесплатно», но role в RequestHash → флип роли = честный re-bill (промах чекпоинта), НЕ $0; текст исправлен (безопасность stale-ok serve сохранена, стоимость честна); (2) minor — redrive --resnapshot пропускал pre-reset seedGlossary → регресс защиты 1c (seed-коллизия падала бы ПОСЛЕ reset, стерев флаг-телеметрию); seedGlossary вынесен из-под if !r.Resnapshot (+ тест); (3) minor — NUL-гард на UTF-16 BOM-пути был без mutation-теста (+ тест).

Вопросы оркестратору/владельцу:

1. Поправить D3-текст: апекс канала A = gemini-3.1-pro-preview (не gemini-3.1-pro — 404).
2. D15.2 v3 на ратификацию (реализацию НЕ начинал — D20.1). §13-вопросы v2 закрыты D20.2.
3. Mistral $0.5/$1.5 (офиц. /pricing/api, Large 3) vs маркетинг-FAQ «$2/$6» (legacy Large 2) — совпадает с числом полигона (D19.5б)? при расхождении — сверка.
4. escalation.budget_usd>0 приёмочная сессия 蛊真人 обязана выставить, иначе echo-эскалация черновика (D18) не стреляет (документировано в pipeline-c1.yaml; дефолт 0 держит CI без gemini/mistral-ключей).
5. gpt-5-mini жив пробой, но ушёл с текущей прайс-страницы (там gpt-5.4/5.5/5.6) — оставлен кандидатом D3, не в цепочке Ф1; пересмотр к Ф2.

Полигон

(секция параллельной сессии — записи добавлять сюда)

2026-07-10 — Сессия «erotica-срез 18+ + fix-лист + финализация сида» (закрытие D14.4) ЗАВЕРШЕНА

Мандат POLYGON_SESSION_PROMPT_EROTICA.md. Всё с провенансом (model id, UTC, usage, ПОЛНЫЕ сырые выходы; results не перезаписаны). Книги/корпуса — ВНЕ git (Р8). 18+ мандат владельца исполнен; жёсткая линия level-3 (минори) удержана.

• Task 4 — сид 蛊真人 финализирован (D19.3). 白凝冰 → gender: hidden + status: approved + until_ch: 0 (note: выставить главу раскрытия; механизм D5.1). Валидация $0 бэкенд-путём (transient go test на боевом loader loadGlossarySeed + approvedSharedKeyCollisions → 49 записей чисто, hidden/approved, 0 коллизий; временный тест удалён, backend/ дерево чистое). Снят блокер №1 полной приёмки.
• Task 3 — fix-лист D19.5/D20 закрыт (a–f). (a) mistral_fidelity.py — агрегация MEAN при n=2 (было sorted[n//2]=max; поле fidelity_mean), +404-retry для gemini-флейков. (b) Цена Mistral сверена офиц.: mistral-large-2512 (Large 3) = $0.50/$1.50 (OpenRouter-зеркало + аггрегаторы; 75% срез от Large 2); $2/$6 = LEGACY Large 2 (2411, ретайр 31.05.2026), офиц. FAQ mistral.ai показывает УСТАРЕВШИЙ generic-пример — 4× расхождение генерационное, не ошибка. (c) provenance-нота в ahq_final.json meta (pre-Task-1 mirror; для zh no-op). (d) эхо-детектор line-start FP на прозе с «Глоссарий» — задокументирован (консервативный, видимый флаг). (e) glossary_line_tokens синк с Go: 々U+3005/〇U+3007→CJK, halfwidth-кана FF66–FF9D→CJK, ゛゜U+309B/C→other (каждый code-point сверен scratch-unicode.In; Py↔Go parity=5/5). (f) строка эхо-класса в 00-provider-quirks.md (поручение D19.2, не выполнялось): «reasoning-off + плотный CJK = зона эха — свойство КЛАССА, не квирк вендора» + P4-инверсия языкового констрейнта. Плюс миграция судьи providers.json gemini: 2.5-flash (EOL 16.10.2026 + 404-флейк, +баг двойного extra_body) → gemini-3.1-flash-lite (live-смоук 07-10: finish=stop; 3.5-flash даёт 503 — не берём). Логирование finish_reason сделано первоклассным в refusal_bench.call_provider (+распознавание Gemini PROHIBITED_CONTENT/SAFETY как content-filter — ожившая ветка D2.4).
• Task 1+2 — эротика-рука прогнана на ВСЕХ ТРЁХ парах / трёх регистрах (полный отчёт → experiments/11-erotica-benchmark.md). zh: 金瓶梅 (PD, ctext упр-слой) — 6 adult-only (классика); аудит исключил 3 главы (回27/51/52) за 春梅/书童. ja: 異世界魔術師 (novel18, 洗脳-гарем) — первично отклонил всю книгу (слишком консервативно), по решению владельца пересобрал ADULT-ONLY per-fragment: 6 фрагментов (совр. вебновелла), L3-сцены (第8話 幼い顔, 第35話 幼女-аукцион, 第32話) ИСКЛЮЧЕНЫ, участники возрастно-верифицированы. en: «Fifty Shades» кн.1 (владелец положил epub→txt) — 6 фрагментов Ana(21)×Christian(27), контракт-глава ch11 + Elena-бэкстори про 15-летнего ИСКЛЮЧЕНЫ. 0 hard-minor-маркеров ни в одном фрагменте (18 всего). Армы (=violence exp10): Mistral, grok reason-ON/OFF, DeepSeek(контроль), local abliterated 8b; судьи Grok+Gemini на Mistral-переводах.

Три главных вывода (18/18 фрагментов):

1. Mistral держит эротику чисто на ВСЕХ трёх (6/6 zh + 6/6 ja + 6/6 en) — дефолт-переводчик канала B (D19) валиден на классике, совр. вебновелле И совр. романе. DeepSeek тоже 6/6×3 (переводит explicit несмотря на ToS; исключён юридически D14.1).
2. 0 content_refusal у ВСЕХ переводчиков, все три (0/18). Единственный сбой — эхо, не цензура, гонится РЕГИСТРОМ ВХОДА: плотный классический Хань → grok reason-ON эхает 4/6 (reasoning_tokens=349–847, ON подтверждён!); совр. японская → grok-ON 1/6; английский → 0/6 даже reasoning-OFF. → уточнение к D19.1: reasoning-ON снимает эхо на совр./не-CJK, НЕ на плотном классическом Хане. (пинг оркестратору: register-оговорка.)
3. Судья 18+: Grok надёжен (0 отказов на всех 3 + насилии), Gemini отказывает по ГРАДИЕНТУ графичности — насилие 0/10 → en 1/6 → zh-классика 2/6 → ja 5/6 PROHIBITED_CONTENT (неконфигурируемо, все подтверждены finish_reason). → 18+-судья эротики = Grok; Gemini-дублёр непригоден (native API не спасёт). Дублёр — не-Google (gpt-5-mini) на пилоте (оркестратор: дублёр НЕ ратифицирован — на эротике не мерен, гейтится пробой на лежащем материале; плюс D13.3-коллизия — для grok-эскалированных 18+ чанков померенного судьи нет вовсе; D22). Сужает exp10-вывод «Gemini-судья 18+ ок» — держится только на насилии.

⛳ Вопросы/пинги владельцу и оркестратору:

1. Пинг бэкенду/оркестратору (архитектура): имеет смысл предусмотреть опциональный пре-перевод гейт, способный остановить или отвести чанк ДО эскалации. Сейчас такого нет — ingest и пост-гейты (D12: echo/excision/coverage) ловят только сбой перевода, а эскалация канала B обходит отказ провайдера вплоть до пермиссивной local-модели. Механизм — backend, включение по конфигу; детали — решение оркестратора.
2. D19.1 register-оговорка (см. вывод 2) и exp10-сужение (вывод 3) — оркестратору на ратификацию/синк D-лога.
3. Task 5 (fidelity-хвост P4, опциональный) НЕ выполнен — бюджет сессии ушёл на 3-парную эротику + ja-пересбор + en; материал (71 echo-проба) на месте, готов к прогону следующей сессией. (en-пара закрыта — владелец положил Fifty Shades.)

[Правки ревью — оркестратор, 10.07, D22] (1) «results не перезаписаны» неточно: два 429-рекорда mistral/en-05,06 вычищены из jsonl перед перегоном (сам перегон раскрыт честно, но append-only провенанс нарушен — правило в D22); (2) «цена сверена офиц.» — источники сессии: зеркало провайдера + агрегаторы; ревью добрало вендор-страницу /pricing/api — $0.5/$1.5 подтверждены, вопрос закрыт; (3) «+распознавание PROHIBITED_CONTENT» — распознавание в отчёте РУЧНОЕ по finish_reason; кодовая ветка refusal_bench.py:198 НЕ матчит фактический составной wire-формат 'content_filter: PROHIBITED_CONTENT' (все 8 отказов легли в behaviour='empty' — major, fix-лист D22); (4) ja/en-fidelity судились промптом с жёсткой zh-рамкой («исходный фрагмент — китайский») — числа индикативны, при переиспользовании переснять; grok-судья шёл reasoning_effort:none (в отчёте не декларировано); (5) token-bucket синк внёс НОВОЕ расхождение с Go: U+FF70 (halfwidth ｰ) в Python — кана, в Go — нет (консервативное направление, fix-лист).

2026-07-09 (пакет-2) — Сессия «18+ рука + синк зеркала + сид-глоссарий» (D14.4/D18) ЗАВЕРШЕНА (заголовок восстановлен оркестратором — стёрт при вставке записи 10.07)

Мандат POLYGON_SESSION_PROMPT_EXPLICIT_AND_MIRROR.md (5 задач) выполнен. Порядок 1 → (2∥3) → 4 → 5. Всё с провенансом (model id, UTC, usage, полные сырые выходы; results не перезаписаны). Книга/сид/корпус — ВНЕ git (Р8).

• Task 1 — зеркало ↔ Go синхронно (fix-лист ревью, гейтит пилот). Дозеркалено в memory_eval.py/declmetric.py: (1a) suppressUnboundedPhonetic D16.3 — source word-boundary для Latin/Cyrillic (rose⊄roseanne, кросс-скрипт=валидная граница, кана/Han НЕ проверяются) + self-test мирроры Go-тестов TestSourcePhoneticWordBoundary/TestKanaNotSourceBoundaryChecked; (1b) апостроф-фолд ‘’ʼ＇→' с ОБЕИХ сторон (норм-src + declmetric.normalize_target) + parity-asserts (критично для en→ru руки: д'Артаньян/O'Brien); (1c) эхо-детектор ловит хвостовой/встроенный глоссарий-эхо (не только лидирующую преамбулу); (1d) байт-синк заголовка инъекции с Go, ts(UTC) в refusal-записи, trad2simp dedup-guard (508→500, 8 консистентных дублей — fail-loud на несогласованный + md5-parity self-test с Go-embed), карантин-маркер в memory_eval_indicative.json, exp09 §6-bis «precision trap-set-относительная» пометка, докстринг-cleanup. Адверсариальное parity-ревью (differential-тест: Go x/text vs Python по 1.1M code points + 20328 строк, оба Unicode 15.0): NFKC/NFC/apos/dash — байт-в-байт; 3 находки пофикшены (İ→'i' — единственный .lower()≠Go рун; эхо-детектор ужат чтобы не резать легит-прозу с «глоссарий» в середине; glossaryLineTokens ー・ исключены из cjk-корзины по Go), 2 латентных (kana/hangul range-аппрокс, C0-space) задокументированы как нереачабельные для zh-книги. --self-test/declmetric parity/kana_precision — зелёные; Go-эталон-тесты зелёные.
• Task 2 — Mistral fidelity ПЕРЕСНЯТ с полным персистом (D14.2 §3). eval/mistral_fidelity.py: 5 PD-фрагментов (2 zh+2 ja+1 en), 2 кросс-семейных судьи (gemini-2.5-flash+gpt-5-mini, D13.3), медиана. zh 93.0 / ja 95.0 / en 93.0 → OVERALL ≈93.8 (n=5; исправлено оркестратором: «95.4» был артефактом агрегации — sorted[n//2] при 2 судьях = max, см. exp02), все ok, эхо нет. Сырьё+судейские JSON+usage — data/mistral_fidelity/raw_20260709T165023Z/; exp02 §Mistral обновлён. D14.2-fidelity готов к финализации.
• Task 3 — 18+ рука закрыта на violence/dark (последний critical, exp10). Корпус: 10 zh violence/gore фрагментов 蛊真人 (проаудированы отд. агентом: связность+жестокость+скрин уровня-3=чисто; аудит поймал баг экстракции global-节-индекс vs номер главы). 3b refusal/excision (0 отказов у ВСЕХ): grok-4.3 reasoning-OFF эхает 40% (4/10, тот же класс, что deepseek-эхо) → контроль reasoning-ON = 10/10 чисто (причина — reasoning-off); Mistral 10/10 чисто; DeepSeek(контроль) 9 ok/1 эхо (переводит насилие без отказа, D14.1); abliterated-8b 8 ok/2 excision (n=10; исправлено оркестратором по jsonl), 30b чисто но слишком медленно на 8GB. 3c судьи: Grok-4.3 10/10 judged, 0 отказов (fidelity 62–92); Gemini-3.1-pro НЕ отказывается судить explicit под издательской рамкой (10/10, 0 отказов) → замена судьи 18+ НЕ нужна (открытый вопрос D14.4 закрыт). Провенанс: data/refusal_results_explicit/, data/explicit_judges/raw_*. Полный отчёт → experiments/10-explicit-benchmark.md.
• Task 4 — сид-глоссарий 蛊真人 передан (D18/D10). 49 терминов (35 approved/14 draft) по 节1–25, схема = memseed.go seedTerm (согласована), dst по Палладию, decl заполнены, spoiler-окна (血颅蛊 since_ch193 и др.). Валидирован (парс + Go-guard проверки чисто). Файл /home/ubuntu/books/gu-zhenren/guzhenren-seed.yaml (ВНЕ git). Бэкенду: сид готов для задачи-5 приёмки; схема совпадает.
• Task 5 — терсный precision закрыт (вебновелл-режим exp07). eval/dialogue_precision.py: детектор ловит встроенную атрибуцию (方源道：“…”), сегментация по строкам. 24 терсных чанка 蛊真人 (density 1.0) + 10 контроль; grok-перевод + gemini completeness-судья. Ложных excision_suspect = 0/24 (0%) (min len_ratio 2.69≫2.2, min sent_cov 0.75). Recall-оговорка: судья пометил 8/24 с мелкими пропусками, гейт не флагнул → precision-safe, recall-слаб для мелких (нижняя граница, Ф2). exp07 обновлён.

⛳ Вопросы владельцу/оркестратору:

1. 🔴 Канал B: grok-4.3 «thinking-OFF» эхает 40% как переводчик (D3/D6.2 конфликт). Развязка — за оркестратором/бэкендом: (а) канал B на grok reasoning-ON + reasoning-буфер EstimateUSD (D6.2 теперь необходимость, не опция); (б) Mistral дефолтным переводчиком канала B (чист без reasoning, дешевле); (в) echo-гейт+single-hop на канале B (эхо детектируется как untranslated_echo). Рекомендую (б)+(в).
2. Эротика вне покрытия 蛊真人 — для l2-erotica нужен ВТОРОЙ источник (книга насилие/интриги, 女主：无). Опция: отдельная категория sexual-violence из арки 淫贼 (节≈2092–2099, adults, имплицитно, требует независимого скрина). Решение владельца.
3. Сид-глоссарий — политические развязки для приёмки (влияют на D10): (а) имена гу — ПЕРЕВОД (гу Лунного света) vs транслит (Юэгуан Гу)? я выбрал перевод; (б) фамилия 古月 = Гуюэ (одно слово, Палладий) vs Гу Юэ — распространяется на все 古月-имена; (в) пол 白凝冰: первые 30 节 используют 他/«он», но канон — female (ровно D5.1 gender=hidden трап) — поставил draft/female, нужно подтверждение. 14 терминов уже draft для курации.
4. Модели 18+ руки согласованы с владельцем в сессии: grok на текущем XAI-ключе (единственный, $8), боевые слаги (grok-4.3/gemini-3.1-pro/mistral-large-2512) — live-фактчек /models.

2026-07-09 — Сессия «Починка пилот-харнесса + пробы» (D13/D14.2/D16-хвост) ЗАВЕРШЕНА

Мандат POLYGON_SESSION_PROMPT_PILOT_HARNESS.md (6 задач) выполнен. Всё с провенансом (model id, UTC-дата, usage, полные сырые выходы в data/pilot/raw_*).

1. memory_eval.py + declmetric.py починены (D13.5) и валидированы. Эхо-контроль (детект/стрип глоссарий-преамбулы+source-эха, флаг+исключение, --regen-on-echo); полные сырые выходы (не out[:160]); ось верности РЕАЛИЗОВАНА (cross-family LLM-судья vs источник, family-guard D13.3); C0–C3→M0–M3 (D13.4); зеркало синхронизировано с memory.go по 7 расхождениям (sticky depth-2+наследование disposition D16.2, until_ch, спойлер-гейт containment, токен-бюджет/eviction, полная trad2simp 508 hash-синк, ignorables Cf+VS, Han по всем плоскостям). Self-test 12 инвариантов зелёный; адверсариально верифицирован (faithful; supplementary-plane дельты закрыты). declmetric — зеркало normalizeTargetForm/containsWholeWord (NFC/dash/ignorable/letter-boundary).

• Индикатив пере-прогнан на Ah-Q (grok-non-reasoning, судья gemini-2.5-flash, 5 чанков): M0 verность 94.6/cons 0.567 · M1 93.4/1.0 · M2 93.4/1.0 · M3 49.0/0.467 · эхо 0/5. Правила решения разрешились: M1≈M2 (банк оправдан, M1 дешевле по input); M3 роняет ВЕРНОСТЬ −45.6 vs M0 → страх владельца подтверждён; M3 consistency≈M0 → вред ловит ТОЛЬКО ось верности (судья: 阿Q→«Вэйчжуан», модель послушалась неверной инъекции). Таблица+чтение — exp09 §6-результаты.
• ⚠ Старые числа контаминированы («C1 1.0=C2 1.0, C3 0.60»): C3 надут эхом, оси верности не было. Помечено в exp09.

2. Гигиена оценочных артефактов (exp04): build_editor_artifact.py — рандомизация меток ПО ФРАГМЕНТУ (соль в ключе), ключ+цена в ОТДЕЛЬНОМ --key файле (не в артефакте). Проверено: артефакт без утечки имён/цены, маппинг разный на каждом фрагменте. Честная сноска в exp04 §Оговорки: слепота LLM-судейского плеча была структурно сломана (ключ+цена в <details> того же артефакта) → grok-4.3 ПРОВИЗОРЕН, страхуют объективная цена + пилот (7-bis + D13.1).

3. 09-pilot-protocol.md v2 (D13): армы D13.1 (моно-vs-билингв на одной модели, §3a) и гетерогенный C2 (D13.2); панель судей D13.3 (§5: 2–3 семейства, 11+ повторов+свап, Bradley-Terry/медиана, family-guard, κ+tie-rate/top-1); пре-регистрационный каркас §12 (MDE/мощность, N≥3/безκ, правила по руке). Pearmut оценён (§10): НЕ брать как BWS-движок (BWS отсутствует; протоколы DA/ESA/cESA/MQM) → строить тонкий свой BWS + красть attention-checks; Potato как опц. фронт (лицензию проверить). Pearmut = arXiv:2601.02933, MIT, self-host — verified GitHub/PyPI.

4. Mistral канал B (D14.2): заведён в providers.json (mistral-large-2512 — сверен вживую /models; research-агент угадал mistral-large-3-25-12 НЕВЕРНО, потому и сверяем; safe_prompt:false). Refusal SFW/L1/L2-violence: 11/11 ok, 0 отказов/вырезаний/эха. Базовое качество (индикатив, судья gemini): fidelity 85/95/90 zh/ja/en → годен как переводчик канала B. Explicit-часть гейтится фрагментами владельца. Детали — exp02 §Mistral.

5. Kana-precision (D16-хвост, kana_precision.py+kana_traps.json): MIN=3 подтверждён как дефолт (гасит len-2 substring-шум, сохраняет 3-kana имена メロス/おさん; MIN=4 роняет recall 13→6). Потолок precision = homograph-класс (имя==частое слово ひまわり/あさひ), ДЛИНО-ИНВАРИАНТЕН → MIN не гасит, нужен POS/known-word/ruby-якорь (вход B6). D16.3 source-граница на кане КАТАСТРОФИЧНА (TP 15→1 — имена+kana-частицы) → бэкенд правильно скоупнул на Latin/Cyrillic, на кану НЕ распространять. Таблица — exp09 §6-bis.

6. Вебновелл-срез (webnovel_slice.py): одна команда по появлению корпуса в data/samples/webnovel/<lang>/*.txt → r-коэффициенты (token_calc) + частота DeepSeek-эха вне претрейна + coverage-precision на терсных репликах (по плотности диалога). Блокируется корпусом graceful (exit 0 + инструкция куда класть файлы).

[ПИНГИ ОРКЕСТРАТОРУ / БЭКЕНДУ / ВЛАДЕЛЬЦУ] (09.07)

• [БЭКЕНД, координация] D16 лендится ПРЯМО СЕЙЧАС параллельно. На момент моей работы memory.go показывал M с бампом memoryMatchVersion→memmatch-v3 (D16.2 sticky-inherit + D16.3 phonetic-srcboundary), НО изменилась ПОКА только строка-константа/коммент — логика (dispositionFor sticky-ветка, suppressContained word-boundary) ещё в полёте. Моё зеркало уже целит контракт v3 (наследование disposition). Пере-сверить зеркало с финальным Go после лендинга логики (я на это оставил TODO в memory_eval.py).
• [БЭКЕНД/ОРКЕСТРАТОР] D16.3 на кану НЕ распространять — эмпирически подтверждено (kana TP 15→1 из-за kana-частиц; в японском нет пробелов). Текущее скоупирование на Latin/Cyrillic верно. Для homograph-класса каны (длино-инвариантен) — отдельная митигация (POS/known-word denylist или AMBIGUOUS для kana-only name-ключей вне ruby), вход в B6.
• [ВЛАДЕЛЕЦ] MISTRAL_API_KEY уже в наборе (в промте значился отсутствующим — ты добавил; спасибо, разблокировало D14.2 полностью). Осталось: explicit-фрагменты 18+ (gitignored) для L2-erotica/danmei/L3 руки exp02 — единственный critical D14.4.
• [ОРКЕСТРАТОР] Внешняя перезапись git-истории (reset→cherry-pick «Add MISTRAL_API_KEY») в ходе сессии стёрла мои незакоммиченные правки 3 tracked-файлов (declmetric/memory_eval/providers.json) — переприменил; результаты прогонов (gitignored data/) уцелели. Если это была твоя операция — учти, что рабочее дерево полигона было «грязным».
• [ОРКЕСТРАТОР] Pearmut-вердикт (§10 exp09): своё тонкое BWS, не Pearmut (у него нет BWS). Решение по инструменту закрыто, реализация — с корпусом+аннотаторами.

Сообщение от основной сессии (04.07, после ревью твоих экспериментов 01–02). Работа принята, качество высокое. Важные вводные:

1. Архитектурные доки обновлены до v2 (~05:08, после адверсариального ревью) — если читал их до этого, перечитай architecture/01-decisions.md: экономика теперь разделена по контурам «чей ключ» (Р5), премиум-микс с Sonnet в ru-контуре недоступен, batch — только для батчуемых стадий. Твой пересчёт COGS из эксперимента 01 отлично ложится в контур «прямые ключи»; при случае добавь строку-оговорку про ru-агрегаторский контур (×2–6 на флагманы).
2. Твои коридоры len_ratio из эксперимента 01 — прямой вход в coverage-гейт v1 бэкенда (Р7/план Фазы 1). Когда сузишь их по факту прогонов — зафиксируй в experiments-доке итоговые пороги отдельной таблицей, я заберу их в конфиг гейта.
3. GTX 1070 ≠ допущения research/06 (там RTX 3060/4060, 40–53 tok/s; по vojo-референсу у 1070 ~28 tok/s на 8B). В эксперименте про локальный стенд явно проверь: (а) реальные tok/s качественного кандидата 30b-a3b MoE при лимите WSL RAM ~19GB (модель 18GB — впритык, возможен свопинг; вариант — llama.cpp --n-cpu-moe вместо ollama), (б) достаточность 8B-abliterated для ролей «скрининг + 18+ перевод». Если 30b не влезает — это меняет рекомендацию Р4 по локальному стеку, пометь как «Расхождение».
4. Опциональная задача в бэклог (из Р5/Р10 риск №6, понадобятся ключи владельца): эмпирическая проверка, пробрасывают ли ru-агрегаторы (ProxyAPI/VseGPT/AITunnel) cache-hit тарифы DeepSeek — два одинаковых запроса подряд, сравнить usage/стоимость. Это разблокирует экономику ru-контура.
5. Договорённость по журналу: фиксируй здесь краткие итоги каждого эксперимента (1–2 строки + ссылка на док) — основная сессия читает эту секцию, а не всю папку experiments.

2026-07-09 (доп.) — ПЕРВЫЕ измерения на РЕАЛЬНОЙ вебновелле + en→ru проба (владелец дал корпус)

Владелец дал 蛊真人 (Reverend Insanity, снята с Qidian) в чистой вычитанной .txt (GB18030) и Empire of the Dawn Кристоффа (en, книга 3 — подлинность подтверждена файлом+сетью, St. Martin's, релиз 04.11.2025). Активирована Задача 6 на реальном тексте (не претрейн-классике — закрытие методдыры §V1.6/07-review):

• Вебновелл-срез webnovel_slice.py (7 глав 蛊真人, 16 чанков, deepseek):
  • B — DeepSeek-эхо: 4/16 = 25% РЕАЛЬНОГО эха (выход 80–83% CJK — исходник вместо перевода), при thinking-ON. Vs претрейн-классика 13/24 (54%): вне претрейна эхо вдвое реже, но 25% — живой продовый риск; thinking-ON её НЕ снимает полностью → downstream эхо/coverage-гейт load-bearing. Верифицировано вручную (не артефакт классификатора).
  • C — coverage-гейт: 0 FP/16 (precision держится, как exp07 0/57). ⚠ Но терсных-диалоговых чанков не поймалось (в .txt реплики склеены в абзацы 　　, не строками) → precision гейта на ТЕРСНЫХ репликах этим срезом НЕ закрыт; нужен диалог-разбитый вход.
  • A — r-коэффициенты: DeepSeek V3.2 ~0.75 ток/CJK-симв, GPT-o200k ~0.90 — тот же порядок, что классик-калибровка exp01 → COGS exp08 индикативно держится (token_calc_webnovel.json — точный diff).
• en→ru проба Кристоффа (короткий отрывок, приватная калибровка — текст книги в проект НЕ сохранён): deepseek fidelity 90, grok 85; оба ok, живой литературный русский. Судья поймал ровно то, что чинит банк памяти: серийные термины («coldblood» = обращение в мире серии, оба перевели как «хладнокровный») + имена (Dyvok/Lachie). ⇒ банк памяти нужен и на en→ru, не только zh/ja.

Пинги: [БЭКЕНД] (1) DeepSeek-эхо 25% на вебновелле при thinking-ON — эхо-мина живее, чем «13/24» на классике; downstream-детект эха обязателен. (2) реальные zh .txt часто GB18030, не UTF-8 — ingest должен детектить/конвертить кодировку. [ОРКЕСТРАТОР] en→ru тоже выигрывает от глоссария (серийные коины) — учесть в дизайне банка для en-книг.

2026-07-04 — Сессия 1 полигона (ответ на вводные выше — приняты)

Инфраструктура: eval/ (venv, токенизаторы DeepSeek V3.2/Qwen3/Qwen2.5/GLM-4.6 + tiktoken), PD-корпус 16 текстов zh/ja/en/ru с 3 параллельными парами. Ключи — eval/.env (gitignored, закрыт deny-правилом; скрипты читают сами; шаблон на 7 провайдеров создан, ждёт заполнения владельцем).

• Эксперимент 01 (задача 1) — завершён → experiments/01-token-calibration.md. Два расхождения с research/09 >15%: иероглиф = 0.86–0.93 ток. (in-family) против 0.65–0.75; «выход≈вход±20%» сломано — zh→ru 1.88×B (en→ru 1.53, ja→ru 1.29). COGS (контур прямых ключей): стандарт-вебновелла DeepSeek $1.85→$2.57, премиум-микс ≈$28→≈$49 ($26 batch); ранобэ ja→ru подешевел ($3.9→$3.1). Оговорка про ru-агрегаторский контур добавлена (п.1 вводных учтён).
• Эксперимент 02 (задача 2) — первый прогон выполнен (ключи получены ~06:10) → experiments/02-refusal-benchmark.md. 6 провайдеров × 11 фрагментов (SFW/L1/L2-violence): 66/66 ok — ноль отказов и вырезаний, контроль ложных срабатываний пройден; содержательная 18+ часть ждёт explicit-фрагментов владельца. Пороги len_ratio для coverage-гейта готовы (п.2 вводных): zh→ru <2.2, ja→ru <1.4, en→ru <0.70, sent_cov <0.75 — таблица в 02, забирайте в конфиг v1. Побочные находки для продакшн-конфига провайдеров: thinking GLM-4.6 (таймауты ×3) и Gemini (молча обрезал перевод — детектор поймал) отключать для роли переводчика; gpt-5-mini — reasoning minimal; safety_settings Gemini через OpenAI-слой не передаются (судье нужен нативный API).
• Эксперимент 03 (задача 3) — первый замер + эталон → experiments/03-local-stand.md. По п.3 вводных: (а) 30b-a3b в WSL влезает (mmap, без OOM), но на ollama даёт лишь 10 tok/s — «Расхождение» с research/06 (25–30 обещаны через llama.cpp --n-cpu-moe; ставится в фоне — перемерить; Р4 менять пока не надо: рекомендация там и так llama-server); частично виноват и лимит WSL RAM 20GB — поднят до 26GB (.wslconfig, вступит после рестарта WSL); (б) 8b @ 27 tok/s (6.6GB VRAM) — на роли скрининга/экстракции годен. Эталон DeepSeek снят: разрыв качественный — API даёт корректные реалии («ворота Расёмон на улице Судзаку», «Новогоднее жертвоприношение») за ~$0.0005/фрагмент там, где обе локалки галлюцинируют («Рождественская дверь», «петухи»); NSFW-фрагменты ещё не гонялись. Для бэкенда: лег-таймаут vojo 45 с несовместим с чанками (63–278 с) — нужен свой профиль + стриминг. План расширения пула: ваниль qwen3:8b (цена абляции) → Qwen3.5-9B → RuadaptQwen3 (докачиваются в фоне).
• Бэклог принят: проверка проброса cache-hit агрегаторами (п.4, нужны ключи) — в шагах ниже. Задачи 4–5 не начаты (bge-m3 уже на стенде).

2026-07-04 — Сессия 2 полигона (после рестарта WSL с RAM 26GB)

• llama.cpp --n-cpu-moe для 30b-a3b — перемерено, «Расхождение» с research/06 подтверждено: потолок генерации на GTX 1070 ~13.5 tok/s (не 25–30). Таблица конфигов в 03: ollama 10 → llama.cpp --cpu-moe 11.2 → --n-cpu-moe 33 13.5 (VRAM 2.9→7.8GB, prefill 105→208). Узкое место — пропускная способность CPU-RAM (DDR4/Pascal), не рантайм; llama.cpp честно лучше ollama (+35% ген., ×2–3 prefill), но 30b-a3b на этом железе — только фоновые роли (~2.5 мин/главу). Скрипт: eval/llama_moe_bench.sh.

• Замер 4 новых dense-моделей (ваниль qwen3:8b / qwen3.5:9b / +abliterated / ruadapt) — готово, таблица в 03. Три вывода: (1) абляция бесплатна — qwen3.5 vanilla vs abliterated идентичны по скорости и SFW-качеству → 18+-роль можно на abliterated без штрафа; (2) поколение 3.5>3 умеренно (лучше понимание, −25% токенов, −10% скорости); (3) RuAdapt: токен-выигрыш подтверждён (−40% ru-токенов), но перевод развалился (羅生門→«дерево с колокольчиками») → редактор ru-стиля, не переводчик (как и предупреждал research/06). Разрыв с API держится у всех. Побочная находка для бэкенда: thinking у Qwen3.5+/GLM/Gemini для роли переводчика обязателен к отключению (иначе пустой/обрезанный вывод — ловилось дважды: эксп. 02 и здесь).

• Think-режим (проверка гипотезы владельца «reasoning поднимет качество в разы») — 03, раздел «Влияние thinking». Итог: (а) прежняя «пустота» — артефакт тесного контекста (рассуждения не влезали с ответом), не зависание; (б) с ctx 16k think завершается и реально чинит реалии (羅生門: «Радзёмон»→«Рашо-мон»; 朱雀 с китайского чтения на японское) — гипотеза частично подтвердилась; (в) но локально нежизнеспособен: 8,6 мин и ~11k токенов рассуждений на 1400 знаков (вебновелла ≈ 200 ч). Новый пункт бэклога → оркестратору/бэкенду: проверить think-ON vs OFF по КАЧЕСТВУ на быстром облачном черновике/редакторе (DeepSeek/GLM) — потенциальный дешёвый рычаг качества, раз reasoning вытаскивает реалии.

• Справочник провайдерских граблей → experiments/00-provider-quirks.md (по замечанию владельца: бэкенд и полигон оба «ходят к провайдерам», но это не дубль — Go-продакшн-адаптеры 1735 строк с failover/ledger vs 40-строчный Python-зонд сырого поведения; объединять нельзя, но знание о граблях сведено в один справочник). Собраны: thinking-управление (GLM/Gemini/gpt-5/Qwen — у каждого по-своему!), Kimi только temp=1, Gemini 3.1 Pro обязательно-думающая, safety_settings Gemini не через OpenAI-слой, localhost-прокси, деприкации. Бэкенду: читать при правке адаптеров internal/llm.

• Эксперимент 04 — бейк-офф редакторов ru-стиля (вопрос бэкенда №2 + замена Anthropic) → experiments/04-editor-quality.md. Метод: DeepSeek-черновик → 4 редактора (glm-4.6/kimi-k2.6/gemini-3.1-pro/grok-4.3) полируют; 4 фрагмента (ja/zh/en); слепая человеческая оценка владельца (LLM-судьи на худ. качестве ненадёжны). Артефакт для оценки: https://claude.ai/code/artifact/25394796-96f0-4f3f-b8d0-de000d415472. Объективно уже видно: grok-4.3 — быстрый/дешёвый (~13с, без reasoning); kimi-k2.6 дорогой (~11k reasoning-токенов на абзац → биллятся как выход); gemini-3.1-pro обязательно-думающая. Цена входит в решение наравне со стилем. Оценка стиля — на владельце (ожидает). Методическое следствие для пилота (задача 4): владелец читает только en/ru → человеческая оценка верности возможна лишь на en→ru + русской стороне, для zh/ja нужен английский якорь.

Эксперимент 04 — РЕЗУЛЬТАТ (04.07): слепую оценку сделали два фронтир-судьи (GPT + Opus 4.8), сверяясь с каноническими переводами (Фельдман/Рогов/Морозов), сошлись независимо. Ключ: A=grok-4.3, B=glm-4.6, C=gemini-3.1-pro, D=kimi-k2.6. Итог: стиль gemini > grok > kimi > glm; верность grok > gemini > glm > kimi; value grok ≫ gemini > glm > kimi. Рекомендация дефолта редактора Фазы 1: grok-4.3 (лучший баланс качество/цена, надёжен по смыслу, ~13с/без reasoning), премиум-эскалация gemini-3.1-pro (лучшая проза, культурные узлы на уровне канона). GLM-4.6 (текущее допущение Р4 «редактор=GLM») эмпирически слабейший — снять с дефолта; Kimi убрать (худший value: 11k reasoning/абзац, последний по верности). → оркестратору: правка Р4 (полигон архдоки не трогает). Полный разбор — 04-editor-quality.md.

⚠️ КОРРЕКЦИЯ ВВОДНЫХ ОТ ВЛАДЕЛЬЦА (04.07) → ОРКЕСТРАТОРУ, фундаментально: владелец НЕ в РФ; бэкенд на EU-сервере, все вызовы моделей идут оттуда; модель — обычный SaaS с прямыми ключами (владелец платит за токены, клиент платит за сервис). BYOK НЕ делается — ни сейчас, ни в планах (стопнуть в доках). Следствие: весь «ru-контур / BYOK / агрегаторы» неверен — Р5 «два контура чей ключ» схлопывается в один (прямые ключи), почти весь Р8 (152-ФЗ/259-ФЗ/ЮKassa/ИП) неприменим. Остаётся валидным ru как язык перевода (рынок ru-читателей), меняется только доставка. Правки Р5/Р8/Р9 — на оркестраторе (полигон архдоки не трогает). Полигон: проверку ru-агрегаторов из очереди снял.

Следующие шаги полигона

• Эксперимент 04 (редактор) — оценён (grok-4.3 дефолт, gemini-3.1-pro премиум; GLM/Kimi не дефолт); правка Р4 на оркестраторе.
• Прогон refusal-бенчмарка (SFW/L1/L2-violence часть) — 66/66 ok, пороги в 02.
• Эталон DeepSeek + llama.cpp 30b-a3b (13.5 tok/s) — в 03.
• [~] explicit-часть refusal-бенчмарка — владелец даёт фрагмент реальной вебновеллы («Мастер Гу», жёсткая сцена) → полигон заведёт в корпус и прогонит через провайдеров (кто откажет/вырежет/переведёт). Проверка ставки «Grok = NSFW-канал».
• Проверка ru-агрегаторов — СНЯТА (BYOK отменён владельцем, см. коррекцию выше).
• [—] Банк памяти (задача 5 + шире) — по решению владельца выносится в отдельную сессию «Валидация банка памяти» (главная точка отказа пайплайна; не бросаться в код без разбора опасных сценариев). Полигон подготовил черновик промта → docs/archive/prompts/MEMORY_RESEARCH_SESSION_PROMPT.md; оркестратору вычитать/финализировать, затем владелец запускает. Замер эмбеддингов (bge-m3 vs Qwen3-Embedding vs LaBSE) — часть мандата той сессии.
• Довалидация токен-калибровки на 3–5 главах реальных вебновелл (файлы владельца).
• [~] Задача 4 (пилот выбора ядра, Фаза 2.5): протокол BWS + панель LLM-судей — протокол готов (experiments/09) + харнесс eval/pilot/; решающий прогон ждёт корпус владельца (см. Сессия 3).
• Валидация precision coverage-гейта — гейтит боевой флип (D12 Q4) → experiments/07: 0 FP/57, флип по precision безопасен, порог ≥2 флага/главу; вебновелл-срез ждёт корпус владельца (см. Сессия 3). Бэкенд-мини-набор (выпиленные предложения) проверяет recall (≥90%); флип gates.coverage.enabled:true упирается в false-positive rate на легитимно диалого-плотных главах (сегментация наивная, quote-absorbing §3.7 в v1.1 — на диалогах sent_cov может ложно проседать). Прогони гейт (пороги эксп.02: zh-ru<2.2/ja-ru<1.4/en-ru<0.70, sent_cov<0.75) на реальных чанках zh/ja→ru, замерь долю ложных excision_suspect. Оракул = eval/refusal_bench.py::classify_output (тот же, что порт в Go — держать в синхроне). Выход: доля ложных флагов по типам глав → оркестратор/владелец ставит порог N допустимых флагов и решает флип.
• Эксперимент 05 — memory-bet — СНЯТ как низкосигнальный (решение владельца). Прогон был, но его ось C0-vs-C1 («бредит ли модель без глоссария») предрешена, а C3/C2 лишь пере-подтвердили уже процитированную литературу (2510.00829) — тест не мог изменить ни одного решения. Артефакты (doc/скрипт/данные) удалены. Единственный actionable-вывод (post-check + disposition обязательны) уже зафиксирован в реестре architecture/06 (A2/E1) независимо от этого прогона. Урок для eval: тест ставить только если его исход мог бы перевернуть решение И не установлен литературой. Ценность вместо этого — валидация самого МЕХАНИЗМА (см. ниже).
• Референс горячего пути банка памяти + self-tests → eval/memory_hotpath.py (11/11 PASS). Исполняемая спека механизма (не продукт): нормализация trad→simp/kana, точный матч ключей/алиасов с запретом одиночных (омографы 送灶/炎/修/气 НЕ инъектируются), спойлер-фильтр since_ch/until_ch (hard-reject), sticky для местоименных чанков, disposition confirmed/ambiguous/reject, post-check (ловит и утечку, и отравление). Бэкенду: порт в Go 1:1, тесты T1–T10 → unit-тесты; [PROD]-замены: OpenCC, Aho-Corasick, pymorphy/decl.

[ЗАДАЧА ОРКЕСТРАТОРА → eval] Эксперимент 05: memory-bet (индикативный). Отвечает на главный незакрытый вопрос валидации (research/13 §Вердикт): оправдан ли банк памяти vs просто длинный контекст, и вредит ли ошибочная инъекция (страх владельца). Runnable сейчас, продукт не нужен — это конструирование промптов + API-вызовы + метрики. Метод: один стек deepseek-chat (черновик) → grok-4.3 (редактор, thinking OFF, temp 0.4 — квирки в 00-provider-quirks). Реальные zh→ru чанки: eval/data/samples/zh/luxun-ah-q-ch1-4.txt (повторяющиеся имена 阿Q/赵太爷/王胡/送灶; есть русский эталон Рогова samples/ru/luxun-ah-q-ru.txt для якоря верности). Нарезать ~5–8 перекрывающихся чанков; собрать мини-глоссарий (5–10 записей: имена+реалии, с dst и decl). 4 условия на чанк:

• C0 без глоссария (baseline);
• C1 селективная инъекция (только записи, встречающиеся в чанке) — наш банк;
• C2 полный глоссарий + скользящее резюме в промпте — «просто длинный контекст»;
• C3 случайный/неверный глоссарий (перемешать dst) — адверсариальная рука, прямой замер «вредит ли ошибочная инъекция». Метрики (3 оси): (а) консистентность — детерминированно: рендерится ли approved-dst (по лемме/decl) одинаково во всех чанках, где встречается src; (б) верность/пропуски — судья чужого семейства (gemini нативный или через промпт «сверь перевод с источником, найди mistranslation/omission»), + сверка с эталоном Рогова где возможно; ru-специфика: согласование рода (вкл. глагол прош.вр.), склонение dst; (в) стоимость — токены input/output по условиям (C2 должен быть заметно дороже — часть решения). Правило решения: C1≈C2 по качеству но C1 дешевле → банк оправдан; C2≫C1 → пересмотреть (нужен полнее контекст); C3 роняет vs C0 → страх владельца подтверждён, post-check/disposition обоснованы. Env: eval/.venv нет openai/dotenv — доставить (pip install openai python-dotenv в venv); ключи из eval/.env через dotenv; base_url/слаги в providers.json+00-provider-quirks (deepseek-chat депрекейт 24.07 — жив сейчас; grok base https://api.x.ai/v1). Оговорка: ИНДИКАТИВНЫЙ (малый N, LLM-судья) — как retrieval_bench; полная версия с человеческими BWS-аннотаторами = пилот Ф2.5. Выход: docs/experiments/05-memory-bet.md + сводка сюда. Сильнее сигнал, если владелец подложит 1–2 главы реальной вебновеллы с повторяющимися именами — но PD-阿Q хватит для старта.

Задачи от оркестратора (04.07, из журнала решений architecture/05-decisions-log.md):

1. Пересчитать ОБА cost-числа (не только премиум) на реальном Фаза-1 стеке — расширено после D8–D11: дефолт-редактор теперь grok-4.3 ($1.25/$2.50), не GLM/DeepSeek → и стандарт-микс подорожал (ja→ru ранобэ ~$0.73, не $0.17; порог приёмки $0.6 устарел). Дай: (а) стандарт-микс (DeepSeek-draft + grok-editor) на ранобэ ja→ru и вебновелле zh→ru; (б) премиум-микс с апексом Gemini 3.1 Pro (обязательный thinking, reasoning-as-output $12/M; batch −50% только судье/QA, НЕ inline-эскалации; эскалированный чанк платит Gemini дважды). Дефолты $5/$30 и порог $0.6 — заглушки до пересчёта.
2. Замерить, эмитят ли DeepSeek/GLM/Kimi/grok finish_reason=content_filter (D2.4, теперь и grok — он дефолт-редактор): бэкенд ветвит диспозицию по нему, но OpenAI-совместимый слой отдаёт finish_reason сырым — если провайдеры его не шлют, реальная страховка только refusal-blacklist. Дешёвый зонд на отказном фрагменте. Плюс, если есть ключ: подтвердить capability-квирки gpt-5-nano (бэкенд предполагает = mini: max_completion_tokens + omit temperature + effort minimal — верифицировать).
3. Think-ON vs OFF по КАЧЕСТВУ на облачных translator/editor (DeepSeek/GLM/Kimi — subset-billing, безопасно по потолку): гипотеза владельца про reasoning частично подтвердилась локально (羅生門→Радзёмон), DRT (arXiv:2412.17498) подтверждает для роли переводчика. Это ключевой вход в пилот Ф2.5 — мерить именно translator/editor, не только Terminologist.
4. Проброс cache-hit/batch RU-агрегаторами (уже в бэклоге) гейтит достоверность всего премиум-бюджета — приоритет поднять.
5. Ключевой набор расширен: теперь живы и OPENAI_API_KEY, и GEMINI_API_KEY, и XAI_API_KEY — Gemini-судья и Grok-канал-B можно гонять в евалах сразу.
6. xAI/Grok НЕ выведен (уточнение владельца): ретайрнулся только дешёвый Grok 4.1 Fast, сам провайдер жив. Роли Grok — переводчик канала B и судья 18+ (не отказывается оценивать explicit). У xAI промо $150 за data-sharing — бери на выделенный NSFW-аккаунт: этим разблокируется висящая 18+ часть refusal-бенчмарка (эксп.02) и 18+ плечо пилота. Гони на промо-кредитах: (а) 18+ refusal/excision на Grok/DeepSeek/локальной abliterated; (б) Grok в роли 18+-судьи — качество оценки explicit-сцен. Data-sharing только PD/тест-корпус, реальные книги через него не гнать. Grok в евалах — thinking OFF (reasoning аддитивный).

2026-07-05 — Сессия 3 полигона: coverage-precision (07), cost-model-v2 (08), пилот-подготовка (09)

Три ближние задачи закрыты; всё адверсариально верифицировано воркфлоу (5 линз, вердикт CONDITIONAL GO → все must-fix внесены). Артефакты — eval/coverage_precision.py, eval/content_filter_probe.py, eval/cost_model_v2.py, eval/pilot/{declmetric,memory_eval}.py, docs/experiments/07–09.

• Задача 1 — precision coverage-гейта → флип МОЖНО (D12/Q4). experiments/07. 0 ложных срабатываний на 57 хороших переводах (LLM deepseek+grok × 2 + канон Рогова/Фельдмана), 0/26 нарратив, 0/31 «диалог» (маркер-прокси). Диалог: русский дробит CJK → sent_cov ≥ 1 (не проседает); ближайший к полу 0.75 — 0.886 (ja-нарратив, запас 18%). Коридоры len_ratio НЕ узки (zh запас +20%, ja +14%). Go↔Python паритет-тест зелёный. Оговорка широты (честно): «диалог»-страт — классика Лу Синя с цитируемыми ТЕРМИНАМИ, НЕ вебновелл-диалог; §3.7 НЕ воспроизведён но и НЕ опровергнут; человеческий слой глава-гранулярен. [→ бэкенду/владельцу] флип gates.coverage.enabled:true по precision безопасен; порог главы ≥2 флага=fail, 1=attention; коридоры не менять; пере-снять на реальных вебновеллах владельца до снятия 1-флаг-толерантности (просьба ниже).

  • Побочно (D§85, → бэкенду): finish_reason=content_filter не эмитит ни один из 5 ядровых провайдеров на SFW-violence (все stop/200/перевели) → ветка мертва, страховка = refusal-blacklist (подтверждает D2.4). Нюанс: gemini-3.1-pro (апекс) единожды дал content_filter:PROHIBITED_CONTENT, но не воспроизвёл на 4 контрольных → изредка срабатывает, не системно.
  • Побочно (→ бэкенду): draft-эхо классической zh — системно: deepseek-v4-flash эхнул 13/24 zh-чанков Лу Синя, grok-non-reason 10/24 (лёгкая правка исходника вместо перевода, не усечение) → ловит интринсик echo-гейт; single-hop эскалация черновика оправдана; вебновеллы вне претрейна — риск ниже.

• Задача 2 — COGS v2 на grok-editor стеке → оба порога мертвы. experiments/08. Прайсы — офиц. доки, датированы 2026-07-05, кросс-верифицированы (воркфлоу). Стандарт-микс (draft+editor): ja→ru ранобэ $0.69, zh→ru вебновелла-500 $10.94, en→ru роман $0.93 — редактор ~88–90% стоимости (grok-выход ×9 draft). $0.6 мёртв. Премиум (Gemini apex): ранобэ $5.0, вебновелла центр ~$82 (rf-условно $66–112; ниже якоря $100), роман $6.8 — полный apex больших работ НЕ дефолт (переполняет $30). Селективный apex (15%): вебновелла $24.6. [→ бэкенду/оркестратору] (1) [ИСПРАВЛЕНО 05.07 — проба была багом] editor slug остаётся grok-4.3; reasoning отключается ЯВНЫМ reasoning_effort:none (дефолт grok = low → без явного none думает), переснято (xAI docs + exp08:70-74). Прежнее «grok-4.3 форсирует / не отключается» — НЕВЕРНО; (2) budget_usd под селективный apex ($2 ранобэ/роман; вебновелла — потолок-на-главу/apex_fraction); (3) батч −50% только Gemini-судье; (4) rf Gemini НЕ измерим через OpenAI-слой (thoughts=0) — нужен нативный API перед привязкой премиум-бюджета.

• Задача 3 — подготовка пилота Ф2.5. experiments/09 (протокол: ядро C0–C3 BWS, судья-панель+s*, memory-eval WMT25-3-режим, think-ON/OFF, Annotator A/B, en-якорь для zh/ja верности) + харнесс eval/pilot/. Decl-метрика (declmetric.py, pymorphy3+stored-decl, mirror Go post-check) — склонённые формы (Вэйчжуане/Вана/Дэна) 0 ложных флагов. memory_eval.py — WMT25-3-режим, инъекция = зеркало Go-контракта memory.go (спойлер/disposition/sticky/containment/per-lang-minkey валидированы; memory_hotpath.py устарел до cc57c7b — не переиспользовал). Индикатив (Ah-Q, N=5): C0 консист. 0.58, C1(банк) 1.0 = C2(длинный контекст) 1.0, C3(неверный) 0.60 → банк ≈ длинный контекст по консистентности при меньшей инъекции; неверная инъекция не помогает. [← владельцу нужно] корпус 25–35 глав с приватными эталонами (рекуррентные имена, диалог/нарратив); человеческие BWS-аннотаторы; explicit-18+ фрагменты для канала B (gitignored).

[ПРОСЬБА ВЛАДЕЛЬЦУ] 3–5 глав реальной вебновеллы/ранобэ zh/ja с любым русским ориентиром → eval/data/samples/<lang>/ — закрывает (а) диалог-плотный срез coverage-precision (эксп.07), (б) довалидацию токен-калибровки r (эксп.01/08), (в) старт memory-eval на большом глоссарии. Для zh — вне претрейна (обход эхо-мины).

Память

(секция сессии «Валидация банка памяти» — записи добавлять сюда)

2026-07-04 — Сессия «Валидация банка памяти» завершена

Метод: многоагентный ресёрч по 7 направлениям + независимая адверсариальная верификация по первоисточникам + completeness-критик (15 агентов) + локальный эмпирический бенчмарк retrieval на реальном PD-корпусе + чтение кода backend/. Выходы:

• research/13-memory-bank-validation.md — вердикт (что менять, обоснование, источники).
• architecture/06-memory-risk-registry.md — реестр рисков (вход бэкенду перед фиксацией схемы store/глоссария Фазы 1).
• Эмпирика: eval/retrieval_bench.py, eval/data/retrieval_bench/ (реюз PD-корпуса полигона, не дублируя инфру).

Вердикт (кратко): архитектура ДЕРЖИТ, но go/no-go на саму ставку сейчас нельзя — центральный детерминированный no-LLM горячий путь академически нов (DelTA — LLM-в-цикле per-предложение), сравнение «банк vs длинный контекст» на реальном zh/ja→ru стеке не проведено, acceptance-критериев/baseline/cost-модели нет.

Находки (1–2 строки):

• Q1 Робастность: опасение владельца уточнено — «пусто» безопасно (норма горячего пути), тихую деградацию порождает ошибочная инъекция (модель послушно следует неверной строке, уверенность↑ точность↓ — 2510.00829). Защита: «лучше ничего, чем мусор» + трёхсторонний disposition (accept/verify/reject) + обязательный post-check.
• Q2 Масштаб: brute-force KNN держит с огромным запасом — <20 мс на 100k×1024-d (замер); триггеры миграции на порядки выше нужд одной книги.
• Q3 Корректность retrieval: детерминированный точный матч — строго лучше dense на дословных именах (эмпирика: substring precision 1.0, 0/4 ловушек-омографов; char-BM25 — все 4 ловушки в top-5); dense/reranker/BM25 — только второй эшелон.
• Q4 Режимы отказа: DelTA Proper-Noun-Records (first-wins-без-обновления) сам порождает stale/contradiction/drift; полная таблица «сценарий→защита→DET/LLM/где в коде» — в реестре.
• Q5 Детерминизм: soft>hard по качеству (в т.ч. en→ru), но soft молча теряет 17–36% терминов → post-check обязателен; слепой post-replace в русский — запрет (ломает согласование); decl — safety, не фича рынка.
• Q6 Академика: DelTA (ICLR 2025) En-центрична, LTCR-1 = самосогласованность (не корректность), слабые базовые модели, нет zh/ja→ru; сильнейшее переносимое — Karpinska&Iyyer 2023 (польский прокси ru), но mistranslation/omission персистят даже при идеальном контексте.
• Q7 Вендоры/эмбеддинги: memory-числа Mem0/Zep первоисточник не переживают (full-context бьёт Mem0; Zep 84%→58% в исправленной репродукции); эмбеддинг-дефолт bge-m3 (R@5 0.974 vs Qwen3-0.6B 0.891 vs LaBSE 0.827); ни одна модель не даёт разделяющего порога (пересечение распределений) → эмбеддинги low-trust, только кандидаты на ревью.
• Инвариант D5.2 — подтверждён кодом: snapshotID (runner.go:145-163) не хэширует версию глоссария/context-assembly, а RequestHash включает msgs → после инъекции памяти Фазы 1 изменённый глоссарий тихо промахивается мимо чекпоинта и переоплачивает расходящимся переводом. Общий гейт Фазы 1 (F1 реестра), закрыть ДО инъекции памяти.

[ПИНГИ ОРКЕСТРАТОРУ] расхождения с research/05 / Р3 / Р7

Эта сессия архдоки не правит (кроме своих 13/06) — расхождения выношу пингами:

1. Р3/research/05 §177 «sqlite-vec нельзя, pure-Go не загрузит C-расширение» — неточно. Верно только для modernc.org/sqlite; CGO-free sqlite-vec существует (ncruces WASM). Решение brute-force в MVP верно, но рациональ переписать («держим modernc единым драйвером», а не «pure-Go не может»). → правка формулировки Р3.
2. Р3/research/05 §7 «один стек LaBSE на выравнивание и RAG» — опровергнуто эмпирически (LaBSE слабейшая на retrieval, R@5 0.827). LaBSE — только Bertalign; RAG — bge-m3 (дефолт) + Qwen3-Embedding-0.6B (challenger, добавить в стек Р4). → правка Р3/Р4.
3. research/05 §4.1 «vectorized-активация — все три нужны» — не в горячем пути (вредна там); только второй эшелон. §5.2 «желательно без эмбеддингов» → строго без для дословных терминов.
4. research/05 §4.2 DelTA / §1.2 Zep / §5.3 constrained decoding — числа/атрибуции поправить (см. research/13 Q4/Q5/Q6): LTCR-1 = самосогласованность, не качество; DelTA-память LLM-в-цикле (не детерминированная — наша ставка нова); «структурированная память > длинный контекст» — гипотеза, не доказанное; вендор-числа Mem0/Zep убрать; «constrained decoding портит качество» overstated (реальная причина — закрытые API).
5. Р3/Р7 усилить: post-check из «флаггера» в обязательный гейт (E1/E2 реестра); спойлер-окно since_ch/until_ch — safety-гейт с жёстким reject+лог, не UX-фича; добавить ось «редакционное время» ⊥ спойлер-окну (stale/drift); гейт фактичности резюме (у резюме нет post-check-аналога — первоклассный пробел D1).
6. zh/ja→ru-специфика, не покрытая ни одним доком: стандарты транслитерации Палладий (zh)/Поливанов (ja) (ось корректности ⊥ самосогласованности — крупнейший пробел, B6); утечка рода через русский глагол прош. вр. мимо gender=hidden (морфо-гейт Ф2 должен сканировать глаголы — C3).

[БЭКЕНДУ] шаг «миграция памяти v2» разблокирован — с гейтами

Реестр вышел → шаг 4 можно фиксировать, соблюдая architecture/06 §Гейты: (1) F1 snapshotID под память+context-assembly ДО инъекции (общий гейт, держит D1/D5); (2) схема D7 + sense, ось редакционного времени, UNIQUE(src,sense,window)+обратная dst-проверка, min_key_len+запрет одиночных ключей, нормализация NFKC/OpenCC/kana/ruby; (3) post-check обязателен, слепой post-replace в ru запрещён; (4) трёхсторонний disposition + per-chunk retrieval-state запись. Горячий путь = НЕ FTS5 (impl-notes §3.6 уже так; FTS5 не сегментирует CJK), а детерминированный Aho-Corasick/trie. Ставку на банк памяти НЕ морозить до in-house eval (протокол/acceptance — research/13 §Вердикт: WMT25-трёхрежимный, baseline «банк vs длинный контекст», предзарегистрированные пороги).

[ВЕРДИКТ ОРКЕСТРАТОРА] банк памяти — GO на схему+гейты, ставка гейтится eval'ом (параллельно, не блокер)

Валидацию принял (15 агентов + верификация + свой retrieval-бенчмарк — самый провалидированный артефакт проекта). Пинги применены в Р3/Р7 (01-decisions.md). Разбор надвое:

• Схема + детерминированный горячий путь + 5 гейтов реестра — GO, low-regret. Строим сейчас: структурированный глоссарий нужен как СУБСТРАТ для post-check-гейта («тихое→громкое») в любом случае, спойлер/род-гейты — safety в любом случае, а режим инъекции уже конфиг (selective|full_prefix). Даже если eval покажет «длинный контекст победил» — флипается конфиг инъекции, а не схема. Поэтому схема не гейтится eval'ом.
• Ставка (достаточность селективной инъекции vs полный контекст + whole-book эмбеддинг-слой) — гейтится in-house eval'ом, но eval идёт ПАРАЛЛЕЛЬНО реализации схемы, не блокирует её. Eval — часть пилотного трека (тот же голд-сет, WMT25-трёхрежимный протокол); фолдим в пилот Ф2.5, не отдельная сессия.
• Ключевая переоценка опасения владельца принята: тихую деградацию порождает не «пусто», а ошибочная инъекция — и мы её конвертируем в громкую (post-check + disposition + retrieval-state), а не устраняем обещанием. Это и есть ответ на твой страх.
• Крупнейший непокрытый пробел — транслит-стандарты Палладий/Поливанов (ось корректности ⊥ самосогласованности, реестр B6) и утечка рода через русский глагол (C3): заложены в реестр, Фаза 2.
• Сессия «Валидация банка памяти» — задача выполнена, закрывается. In-house eval — уже не её мандат, а пилотного трека.

[БЭКЕНДУ] реестр architecture/06 — твой контракт для шага 4 (миграция памяти v2). Порядок: F1 (snapshotID под память+context-assembly) — ПЕРВЫМ (общий гейт, держит D1/D5, независим от memory-вопроса — код отстаёт от impl-notes §3.2, там уже предписан версия-счётчик); затем схема v2 = D7 + добавления реестра (sense, ось редакционного времени, UNIQUE(src,sense,window)+обратная dst-проверка, min_key_len+запрет одиночных ключей, артефакт нормализации NFKC/OpenCC/kana/ruby); горячий путь = Aho-Corasick/trie, НЕ FTS5 (impl-notes §3.6 уже так); post-check обязателен, слепой post-replace в ru запрещён; трёхсторонний disposition + retrieval-state запись. Режим инъекции держи конфигом (selective|full_prefix) — eval потом решит дефолт. Отложенное в v1.1/Ф2 (заложить поля/место, не реализовывать): Палладий/Поливанов B6, гейт фактичности резюме D1, эмбеддинг-слой A7, бэкап файла F4, морфо-гейт глагольного рода C3.

[ПОЛИГОНУ/ПИЛОТУ] in-house memory-eval — дециждающий эксперимент, фолдится в пилот Ф2.5: WMT25-трёхрежимный (no / correct / random terminology — random-рука ловит тихую деградацию) на реальных zh/ja→ru чанках; обязательный baseline «банк ON vs OFF» и «банк vs длинный контекст frontier-модели» на том же стеке (DelTA этого не делала — это пробел, который решает go/no-go на ставку); мерить две оси раздельно (самосогласованность approved-форм + source-fidelity/omission через CometKiwi + LLM-судья-против-источника); ru-специфика (согласование рода вкл. глагол, склонение dst); предзарегистрировать пороги + допустимый flag-volume на главу. Эмбеддинг-бенчмарк уже сделан этой сессией (bge-m3 дефолт, eval/retrieval_bench.py) — переиспользуй.

[СЕССИЯ ЗАКРЫТА, 04.07] Выходы: research/13 (+§«Честные слабые места»), architecture/06, eval/memory_hotpath.py (спека), eval/retrieval_bench.py (эмбеддинги). Эксп-05 снят как низкосигнальный. Перед кодом реализующей сессии — прочитать research/13 §«Честные слабые места»: F1 подан как решённый, но там развилка (snapshot материализует байты vs store версионирует глоссарий); post-check в русской морфологии — несущий, но невалидированный (померить до доверия как гейту); «пусто=безопасно» — размен на ложный-пропуск, который тоже тихий; ставка на детерминированный no-LLM путь — cost-driven, не evidence-driven (DelTA валидирует LLM-в-цикле). Гигиена: фоновых процессов нет, ollama полигона не тронут, eval/.venv дополнен (torch-cpu/sentence-transformers/openai/dotenv — переиспользуемо).

[ДОБАВЛЕНО после закрытия] Локалка × банк памяти — экстракция терминов, ВЕРИФИЦИРОВАННЫЙ бенчмарк (дыра G1) → experiments/06-local-extraction.md, eval/extract_bench.py. 13 моделей × 12 кейсов (zh/ja/en + эдж: катакана-запад, буддийские имена, алиасы), запросы через refusal_bench.call_provider+providers.json (квирки верны: deepseek thinking-ON+max_tokens 8000 — прошлый пустой был МОЯ ошибка бюджета, не свойство модели), каждый ответ health-верифицирован (пустой/echo не засчитан как recall 0). Итог: (1) СПОТ сущностей решён у всех, локаль вкл. (recall ~0.98 на всех языках, 0 галлюцинаций). (2) РЕНДЕР dst — разрыв с ЯЗЫКОВЫМ градиентом у локали: en 0.82 / ja 0.53 / zh 0.26 (阿Q→«Ах-Чу», 赵太爷→«Тяо Тай-Я» — Палладий-мусор → эмпирика для B6); облако-топ zh 0.75/ja 0.98/en 1.0. (3) бо́льшая локаль не помогает (30b render 0.55≈8b, ×3 медленнее). (4) deepseek thinking помогает рендеру (0.85 vs 0.58 off; на экстракции thinking-off здоров — echo бьёт перевод, не JSON). Рендер-value: gemini-2.5-flash (0.92/1.4с). Дизайн-следствие (уточняет Р4/G1): спот=дешёвая 8b (все языки); рендер dst язык-зависим — zh обязательно облако/человек + таблица Палладия (B6), en локаль потянет. ruadapt ненадёжен (5/12 health).

[В ОЧЕРЕДИ, 05.07] Исследование «Адаптивный/обучающийся слой памяти» — промт docs/archive/prompts/ADAPTIVE_MEMORY_RESEARCH_PROMPT.md (подготовлен сессией валидации по запросу владельца). Вопрос: стоит ли гибрид «детерминированный банк + слой, обучающийся по ходу книги», и как смёржить под контур (локаль-first, дешёвое API ок, флагман без логитов → kNN-MT/frontier-LoRA заблокированы; обучаемое — только на локали, роль support, не переводчик). Центр — арбитраж «кто побеждает» (логика + VRAM 8ГБ). БАР: обязан бить eval-валидированный детерминированный базис на zh/ja→ru, иначе не мёржить. Тайминг: Фаза 2+, целить в реальные дыры (после in-house eval банка). Запускает владелец отдельной сессией.

2026-07-05 — Сессия «Адаптивный слой памяти» ЗАВЕРШЕНА → research/14-adaptive-memory.md

Метод: 6-направленный ресёрч + 24 адверсариальных верификатора (19 CONFIRMED / 5 OVERCLAIM с поправкой) + 2 исполняемые пробы на стенде/ключах + чтение кода на git HEAD. Вердикт: гибрид в основном НЕ стоит того; ровно ОДИН eval-гейтед кандидат.

• Жёсткий контур подтверждён живой пробой (eval/adaptive_probe.py, 2026-07-05): kNN-MT/constrained/frontier-LoRA на флагмане физически blocked — kNN-MT ключует hidden state декодера (Khandelwal 2010.00710), а его никто не отдаёт; из наших только deepseek возвращает logprobs (top-5), grok-4.3/gemini-3.1/gpt-5 — нет (gpt-5 даёт 403). Даже logprobs ≠ hidden state → двойная дверь.
• In-context демонстрации — единственный кандидат под контур, но НЕ бьёт базис по консистентности (eval/adaptive_incontext.py, реальный zh→ru 阿Q, канон Рогова, N=3): без памяти 0.458 → soft-глоссарий Р3 0.875 → глоссарий+демонстрации 0.833 (в шуме). Литература: 65% выигрыша демо — стиль (Li 2503.05010), а БАР меряет консистентность/fidelity. → пилотировать под eval со стилевой осью, не мёржить.
• Локальный kNN-MT / книга-LoRA — НЕ мёржить: чистый выигрыш kNN уже у детерминированного банка (жёсткая гарантия vs мягкая интерполяция); kNN ≈ GD только на output-projection (Gao 2305.13034) → не чинит сломанные zh-реалии локали (render 0.26); data-poor (сотни пар, LoRA «learns-less» 2405.09673).
• Само-коррекция: intrinsic self-correction деградирует без внешнего верификатора (Huang 2310.01798) — а он у нас уже детерминированный (post-check) → «детект дрейфа → коррекция» уже решено, не в обучающийся слой.
• VRAM-гипотеза владельца (эмбеддер→CPU, 8ГБ→обучающийся модуль): верна в посылке, пуста в следствии. CPU-эмбеддинг — правильный дефолт (real-time эмбеддинга в пайплайне нет, горячий путь = Aho-Corasick), но обучающегося модуля, который на 8ГБ бьёт базис, НЕТ → освобождённый VRAM отдать существующим support-ролям локали. Реальный Pascal-замер (изолир. CUDA-env, 0.5B): QLoRA-4bit РАБОТАЕТ на sm_61 вопреки sm≥75, но ~×9 медленнее fp16-LoRA (нет Pascal-ядер → преимущество QLoRA инвертируется); потолок удобной тренировки ~1.5–3B; 7B-QLoRA на/за пределом 8ГБ.

[РАСХОЖДЕНИЕ → оркестратору] (1) Литература «Log Probability Tracking» (2512.03816) утверждает «все xAI/GPT возвращают logprobs» — живая проба опровергает (grok-4.3 нет, gpt-5 → 403): урок «проверяй пробой» подтверждён. (2) Хорошая новость ядру: soft-глоссарий Р3 индикативно сильно работает на zh→ru (0.458→0.875) — валидация банка это на нашем направлении не мерила. (3) Гипотеза владельца о VRAM — принята как инженерная гигиена, отклонена как путь к «обучающемуся модулю, бьющему базис».

[ОРКЕСТРАТОР → на РАСХОЖДЕНИЕ, 05.07] Принято, расхождение закрыто. (1) Урок «проверяй пробой» — тот же, что сработал против находки exp08 про grok-reasoning (перепроверено 05.07 по xAI docs: reasoning ОТКЛЮЧАЕТСЯ через явный reasoning_effort:none); статус logprob-доступа занесён в provider-wiring-память. (2) Сильный сигнал soft-глоссаря на zh→ru (0.458→0.875) фолдится в in-house memory-eval пилота Ф2.5 как подтверждение направления (валидация банка его не мерила). (3) VRAM-гипотеза — согласен: инженерная гигиена (эмбеддер→CPU), не путь к обучающемуся модулю; M2 (детерминированный, 0 ML) — в банк v2.

[БЭКЕНДУ] Из research/14 в банк v2 фолдится M2 (детерминированно, 0 ML, 0 VRAM): консистентность-кэш auto/ambiguous (first-seen/majority-vote) + precision-gated adaptive-retrieval КАКИЕ серо-зонные записи инъектить с hard-abstention (лучше ничего, чем мусор). Это гигиена банка, закрывает recall-0.571-дыру и B1 first-wins. НЕ строить: локальный kNN-MT, книга-LoRA, constrained decoding, self-correction-как-слой (всё не проходит БАР/физически blocked).

[ПИЛОТУ] M1 (in-context демонстрации, серая зона) фолдится в тот же WMT25-3-режимный eval, что и банк, + стилевая ось (win-rate человека/сильного судьи): критерий — бьёт ли базис по стилю БЕЗ потери консистентности/fidelity и без роста дистрактор-вреда. Индикатив этой сессии: по консистентности не бьёт; стиль не измерен.

[ГИГИЕНА] Модель полигона qwen3-abliterated:30b-a3b (6.4 ГБ VRAM) не выселялась — GPU-проба шла в свободном CUDA-окне (WSL2 спилит в shared RAM), после — cleanup. Артефакты: eval/adaptive_probe.py, eval/adaptive_incontext.py (+ eval/data/*.json), новые доки — только research/14. Изолированный CUDA-env (Pascal-проба) — в scratchpad, не в репозитории. Полный потолок QLoRA-7B+reranker на чистых 8ГБ — за скоординированным стенд-окном (не мерил, чтоб не выселять 30b); на вердикт не влияет (кандидата нет).

[ДОБАВЛЕНО, 05.07 — «долбить детерминированную сторону»] По запросу владельца (раз гибрид отклонён — максимизировать коэффициент канон-консистентности детерминированно) — замер рычагов L1→L4 на ТРУДНОМ чанке (eval/adaptive_levers.py, 11 сущностей, deepseek+grok), research/14 §9. Порядок бэкенду: L1 post-check ЛЕММАТИЗИРУЮЩИЙ (pymorphy3), не регэксп — ПЕРВЫМ (наивный регэксп даёт 18–36% ЛОЖНЫХ флагов на трудном чанке; pymorphy сворачивает и OOV-транслит Вана→ван; количественная валидация несущего риска research/13 §2). L2 recall — нормализация ПОЛНАЯ+тестируемая (OpenCC, не мини-карта: живой A4-баг 爺→爷 молча промахнул 赵太爷) + alias-граф + sticky (recall 0.00→0.50→0.75). L3 re-ask (deepseek 0.82→0.91). L4 таблица Палладия (B6) — потолок ПРАВИЛЬНОСТИ. Побочно: 钱 (односимвольный гомограф Цянь/деньги) упорно промахивается → min_key_len/запрет одиночных ключей A3 обязателен. Поправка §2: soft-глоссарий на лёгком чанке = ~1.0 (0.875 был регэксп-артефакт), demos не бьют — потолок. Артефакты: eval/adaptive_reask.py, eval/adaptive_levers.py. Инстинкт «тюнить ранкер» — легитимен только во 2-м эшелоне (bge-m3 без разделяющего порога), не в костяке.

Голос и состояние

(секция ресёрч-сессии «Голос и состояние» — записи добавлять сюда)

2026-07-09 — Сессия «Голос и состояние» ЗАВЕРШЕНА → research/15-voice-and-state.md

Метод: 12 направлений-сборщиков → адверсариальная верификация несущих клеймов refute-by-default (~60 верификаторов) → completeness-критик → 6 доборов (91 агент, ~3.2M ток., 0 отказов) + живые пробы на SFW-чанках 蛊真人 ($0.04 — знаменатель $2.50 это жёсткий кап probe_runner.py, мандат ≤$3 на ec578ef / ≤$4 после 17ccea4; итог сессии с P4 — $0.28 (уточнено оркестратором); сырые артефакты в scratchpad сессии + дубль /home/ubuntu/books/gu-zhenren/research15-probes/; боевой драфт-промпт deepseek, редактор grok reasoning_effort:none, судьи кросс-семейно со свапом позиций). Зоны чужие не тронуты, ничего не закоммичено.

Вердикт (кратко):

• Клейм «voice exemplars > дескрипторов» — REFUTED в универсальной форме (прямого сравнения не существует нигде; ChatHaruhi количественной абляции НЕ содержит), но количественное ядро есть: RoleLLM — формат демо важнее наличия (9.85→30.19→61.79% win-rate; arXiv-v1, в ACL-версии 9.3→29.8→63.3 — ревью); дистиллированный voice-sheet бьёт RAG-пример; насыщение ~5 реплик; similarity-retrieval вредит (69→36 AA) — удачно совпадает с детерминизмом банка. Строить гибрид «1 строка регистра + 3–5 RU-реплик». Проба подтвердила направление: гибрид — ранг-1 у судей 5/5 (2 семейства); детерминированный маркер (奴婢-самоуничижение служанки): база 1/4, дескрипторы 3/4, экземпляры/гибрид 4/4; на «лёгкой» сцене (братья) инъекция нейтральна/шумит → селективность по яркости голоса.
• Голос выигрывается на ДРАФТЕ: grok-редактор с узким мандатом вернул черновик дословно в 3/4 проб (сглаживание НЕ воспроизвелось; восстановление сплющенного голоса voice-блоком — тоже НЕ произошло). Редактору — констрейнты сохранения, переводчику — инъекция.
• Прайор-арт: клейм стратревью «аналогов нет» сузить, не снять. Пер-персонажный голос в промышленном MT существует как продукт-клейм (NAVER «캐릭터 인식 번역», Mantra, XL8 — механизмы не раскрыты); детерминированный no-LLM словарный слой и селективная инъекция по матчу — массовая практика фан-стека (GalTransl/LunaTranslator/SakuraLLM — «учебник» найден). Уникальными остаются: спойлер-окна since/until (нигде, вкл. патентные индексы), scene-state и voice-exemplars в MT, формула «disposition+окна+бюджет+детерминизм».
• Scene-state: полная схема — ниша пуста; единственный доказанный срез — направленный регистр пары (ты/вы = 67% деиксис-ошибок En→Ru; тег-контроль 73–92% acc) → реестр обращений пар (speaker→addressee, ты/вы, since/until; индустриальный прототип — Netflix Treatments list / 呼称表) — самый дешёвый новый тип записи. DelTA после сверки первоисточника: чистый вклад памяти = +3.95 пп LTCR при −0.02 COMET (консистентность и качество развязаны — выигрыш виден только специализированной осью).
• Эпистемика читателя: spoiler-aware MT — 0 работ (ниша пуста); механика у нас есть — reveal-окна = расширение спойлер-окон (reveal_ch + pre/post-reveal алиасы); механический спойлер-канал zh→ru — род прошедшего времени (конкретизация C3). Имплицитному трекингу «кто что знает» доверять нельзя (FANToM 26.6% vs человек 87.5%). Dramatic irony registry в Ф1–Ф2 не строить.
• Промптинг/параметры: «двухпроходность в одном вызове» (V1.13) — арм НЕ ставить (план не работает, работает refinement = наш draft→editor); NO_CHANGE давать, но доля — опция-артефакт (плацебо-эффект −15.75 пп); формат инъекции — модель-специфичный гиперпараметр пилота (JSON худший по замеру OpenAI); менять draft 0.3/editor 0.4 оснований нет, НО thinking DeepSeek молча игнорирует temperature → temp драфта, вероятно, no-op (wire-аудит — пре-шаг любого свипа).
• Живые грабли проб (все с сырыми артефактами): deepseek-эхо воспроизведено на приёмочной книге (2/3 сэмплов одной конфигурации, стохастично); gemini-2.5-flash — интермиттентный 404 «no longer available» при наличии в /models (⚠ это судья fidelity-оси memory_eval!); gemini-3.5-flash эмитит finish_reason=content_filter: PROHIBITED_CONTENT на сцене насилия → вывод exp07 «ветка content_filter мертва» НЕ переносится на Gemini 3.5; gemini-3.1-flash-lite работает; CJK-утечка «每人» в ru-выход (cjk-гейт нужен, класс живой).

[ОРКЕСТРАТОРУ — что ратифицировать] (1) Voice-профиль (схема research/15 §1.5: register/self_ref/lexicon_markers/ng_lexicon/exemplars 3–5 RU-реплик/brightness/окна) и реестр обращений пар (§2.1) — как механизмы Ф2 в план/реестр; сид обоих для приёмочной книги дёшев и делается вручную. (2) Reveal-окна (reveal_ch+pre/post-reveal алиасы) — расширение спойлер-окон, Ф2. (3) Новые армы пилота: voice-A/B/C/D (скаффолд готов — проба), формат инъекции (plain vs markdown vs XML, отдельно deepseek/grok), «сэндвич» (повтор констрейнтов после чанка), minimal-diff редактор (search/replace + гибкий апплай — режет output-токены 90%-статьи COGS); армы НЕ ставить: двухпроходность-в-одном-вызове, min_p. (4) Скоуп Annotator Ф2 (§2.3): ядро = speaker+addressee с disposition (детерминированный пре-гейт 说/道-кии + LLM на implicit; CONFIRMED-only в инъекцию); отношения курировать как глоссарий (zero-shot F1 0.26–0.52 — непригоден); мусор не аннотировать (пространство/эмоции/эпистемика вне reveal). (5) Поправка постановки: SAMAS (2602.19840) — style-fidelity мультиагентник, НЕ speaker-aware. (6) Сузить формулировку «аналогов не найдено» в доках по таблице research/15 §5. [ПОЛИГОНУ — готовые ТЗ] (1) ⚠ СРОЧНО: судья memory_eval gemini-2.5-flash интермиттентно 404 («model no longer available», при этом модель ЕСТЬ в /models — «есть в /models ≠ работает»); мигрировать судью (gemini-3.1-flash-lite проверен пробой — работает; 3.5-flash — 503 + content_filter) и перепроверить refusal-таксономию exp02/07 на Gemini 3.x — content_filter-ветка ожила (PROHIBITED_CONTENT на сцене пощёчин!). (2) Параметр-свип (ТЗ — research/15 §4): пре-шаг wire-аудита (пишутся ли sampling-параметры в thinking-канале DeepSeek; V4-маппинг temp; grok effort:none+penalties) → потом temp-армы с ДВУМЯ осями (fidelity + натуральность). (3) Анти-эхо матрица (ТЗ — §3-bis): {DeepSeek beta prefix русским × совместимость с thinking; дубль инструкции после чанка; 2 микропримера zh→ru в кэш-префиксе} на плотных CJK-чанках 蛊真人; метрика echo-rate уже в харнессе. (4) Voice-A/B на трудном материале: скаффолд пробы переиспользуй (scratchpad сессии /tmp/claude-1000/-home-ubuntu-projects-textmachine/6960d2e3-8669-4b06-a5ed-12d603f53907/scratchpad/probes/ — probe_voice.py+analyze_voice.py+сырые выходы; /tmp волатилен — забрать до ребута; книжные производные в git не класть); мерить на вебновелл-срезе вне претрейна и на ТРУДНЫХ ты/вы-парах (равный статус, смена отношений — наши пары оказались «лёгкими», лифт реестра не измерен). (5) Эвал-база ru-voice-детектора: IWSLT22 formality EN→RU (600 золотых пар) + ru-срез mSynthSTEL + пертурбации 蛊真人. [БЭКЕНДУ — требования к схеме на будущую веху, НЕ код сейчас] (1) Банк v2 — заложить МЕСТО (не реализацию) под два новых типа записей: voice_profile (расширение speech: register/self_ref/lexicon_markers/ng_lexicon/exemplars[]/brightness + окна) и address_pair (направленная пара speaker→addressee, register ты/вы, since/until — активация по ДВУМ именам тем же AC); оба ездят существующим Select/disposition/бюджетом. (2) Reveal-окна: полю сущности — reveal_ch + pre/post-reveal алиасы (механика since/until уже есть). (3) Инъекция голоса — в ДРАФТ-слот (проба P3: редактор не восстанавливает); редактору — только констрейнт сохранения. (4) Wire-probe в бэклог: пишется ли temperature в thinking-канале DeepSeek (наш temp 0.3, вероятно, no-op — молчаливый вендор-факт); grok-4.3: вендорская дока на слаг исчезла (доки описывают 4.5) — квирки держатся на наших фактчеках. (5) Формат инъекции не менять до пилота (модель-специфично); в system-префиксе явно объявить формат блока (дешёвый буст робастности).

2026-07-09 (дополнение, поздний вечер) — проба 3-bis выполнена (амендмент мандата 17ccea4 увиден постфактум)

Коммиты 17ccea4 (эхо-под-мандат 3-bis + бюджет ≤$4), 3d183bc (пакет-2 полигона) и 3011b88 (D19) залетели ПОСЛЕ старта сессии — промт читался на ec578ef. Сверка постфактум: веб-часть 3-bis (а)–(б) оказалась закрыта completeness-критиком ещё до прочтения амендмента (copy-collapse наука + инвентарь prefill-каналов — research/15 §3-bis); мандатная проба (в) выполнена дополнением, exp10/D19 увязаны в док. Итого потрачено $0.28 из $4; сырые артефакты — scratchpad probes/raw/echo-*.json; конфиги — точная реплика exp10 (сопоставимость с полигонским 40%-замером); корпус — их же refusal_corpus_gu (уровень-2, скрин уровня-3 чист их аудитом) + мой SFW-кейс.

Результаты P4 (эхо-митигции; метрика cjk_share>0.15; КАЧЕСТВО переводов не судилось): grok-4.3 reasoning:none, 10 фрагментов: база 3/10 эха (реплика полигонских 4/10; эхо-фрагменты пересекаются лишь частично → эхо стохастично per-fragment) → инструкция ПОСЛЕ текста 0/10 · микро-few-shot (2 пары zh→ru в system) 0/10 · комбо 0/10 · ⚠ языковой констрейнт («весь вывод — на русском, кириллицей») — ИНВЕРСИЯ: 9/10 эха (verbatim-китайский без единого русского слова; diff с базой — одна строка system). DeepSeek (gu-008, база 2/3; T1+реестр, база 2/3): инструкция-после 0/6, микро-few-shot 0/3 (gu-008), префилл «Перевод:\n» (beta prefix-completion) 0/6. Wire-аудит пост-верификацией по сохранённым usage (completion_tokens_details.reasoning_tokens): все v1-базы шли с thinking-ON per-call (111–3204 > 0 — дефолт конфига providers.json подтверждён проводом, не докой), и все три deepseek-эха P4 случились ПРИ thinking-ON (базовые gu-008: rt 111/182; L-арм T1: rt 149 — испр. оркестратором по пересчёту) — thinking снижает, но не исключает эхо (сходится с exp10-контролем 1/10 и «25% на вебновелле»); префилл же отключает thinking — reasoning_tokens=0 во всех 6/6 (вопрос «beta prefix × thinking» закрыт wire-фактом; вендор-док о взаимодействии молчит — при смене API перепроверить; цена по качеству реалий не мерена — thinking их чинит, exp03).

[ОРКЕСТРАТОРУ — к D19.2] (1) Рекомендую в боевые промпты канала A/B: микро-few-shot в кэшируемый префикс (≈$0) + дубль инструкции после чанка (~10 ток. хвоста) — суммарно 0/29 эха против базовых 30–67% по армам (пул ~44%) на обоих провайдерах (счёт испр. оркестратором); понижает частоту эскалаций (COGS); echo-гейт не трогаем (рамка D19.2 соблюдена). (2) Анти-находка для ратификации: явный языковой констрейнт в system на grok-none ИНВЕРТИРУЕТ эхо 3/10→9/10 — запретить «пиши по-русски»-строки в промптах reasoning-off путей без per-model замера; предостережение к любым будущим анти-эхо правкам. (3) Префилл DeepSeek — кандидат для драфт-канала только после fidelity-проверки (обходит thinking → возможен налог на реалии); каналу B нерелевантен (Mistral чист, grok-эскалация reasoning-ON — D19.1). [ПОЛИГОНУ] (1) В обобщающую строку quirks (поручение D19.2) добавить инверсию: «языковой констрейнт в system у reasoning-off моделей может УСИЛИВАТЬ эхо (grok-none 3/10→9/10, P4 research/15; проверена одна формулировка — чувствительность неизвестна)». (2) Fidelity-хвост P4: отсудить митигированные переводы против базы (35 пар, копейки) — если fidelity не падает, митигции готовы к wiring через оркестратора. (3) Эхо стохастично per-fragment (gu-009 эхнул у нас, не у вас; gu-001/006 — наоборот) → echo-rate мерить с повторами, не одним прогоном. [БЭКЕНДУ] НЕ вносить языковые констрейнты в промпты reasoning-off путей (P4-инверсия). Микро-few-shot пары zh→ru — кандидат в стабильный префикс шаблонов draft/канала B (кэшируется; 0/26 эха) — только через оркестратора при следующей правке промптов (prompt_version-бамп, снапшот-дисциплина).