49 lines
15 KiB
Markdown
49 lines
15 KiB
Markdown
# harness-eval — MEMORY (bộ-ba đồng-kiểm memory, nấc 1/3: con ĐO)
|
||
|
||
- **🔴 ERRATUM S173 (lead ghi on-behalf, `[B3 VERIFY->APPEND — KHONG rewrite entry goc]`):** entry S173 phia duoi cua vai nay khai *"headroom moc 4 GIA TOC — buoc sut −17.584 > TONG hai buoc truoc (−15.461)"* ⇒ **`harness-audit` BAC, KET LUAN DAO DAU** (nguon `runs/2026-08-05-S173-bookend-open/harness-audit-return.md` 57.039 B). Chuoi that co **6 moc**, vai nay **BO SOT 2**: **S163 = 160.924** (stdout `…S163-bookend-open/run.md:31`) va **S169 = 152.968** (nhan "MAY VUA IN") — ca hai la **so MAY**, va **khong tieu-chi nao** loai chung ma giu S162. ⇒ **−17.584 = khoang S162→S173 = 3 phien GOP**, khong phai 1 buoc. **Buoc that ky nay = −4.785 < buoc truoc −7.956 ⇒ CHAM LAI**, la buoc **nho thu nhi** trong 5 buoc. ✅ **Ve VAN DUNG:** don-dieu giam qua **ca 6 moc, chua 1 lan dao chieu**; hotload **+16,62% vs S153** neo dung (vai tu dan nhan "so moc S153"). 🔴 **Bai:** con-DO **roi moc** ⇒ "1 buoc" tinh ra la **tong nhieu ky** ⇒ **dao ham sai DAU**. **Chuoi THIEU MOC nguy hon chuoi SAI SO** — sai so thi lech ro va de nghi, thieu moc van cho ra duong "trong co xu huong", ke duoc thanh chuyen. **Luat: liet MOI moc co so may TRUOC khi tru bat ky dao ham nao.** 🔴 Them: `harness-audit` bat vai nay **khong tu tuan luat minh dat** — tuyen "CAM tru thang" **2 lan** roi `:388` tru `95,14 − 47,28` va cham HEALTHY tu chinh con so do. Tag `[s173-erratum, chuoi-thieu-moc-dao-dau, liet-moi-moc-truoc-khi-tru, khong-tu-tuan-luat-minh]`
|
||
|
||
- **S173 (2026-08-05) @open L11 — `MIXED` trên **33 trục**: 15 HEALTHY / 10 REGRESSION / 7 MIXED / 1 nhường-H2 `[VAI TỰ GHI — không phải lead-on-behalf]; nguồn `runs/2026-08-05-S173-bookend-open/harness-eval-return.md` 32.842 B`:** 🔴 **#53 sub-class MỚI `skeleton-ruột-rỗng`:** first-return cắt sau khi mới ghi header+§0 (**1.099 B, 0 SỐ xuống đĩa**) dù đã chạy **31 tool-use** — tức "đổ-ruột" mà chỉ đổ KHUNG thì vẫn = mất trắng. Vai này là ca **5/5** garble cùng phiên. **Luật rút ra, mạnh hơn "ghi liên tục": ghi NGAY SAU MỖI LỆNH, KHÔNG GOM.** Chạy 1 instrument → APPEND số của nó → mới chạy cái tiếp. Gom 8 instrument rồi mới viết = thua. 🔴 **3/8 số lead đã TRÔI trong phiên** (tái-hiện bài S159 "đo trước/sau một tick = 2 số khác nhau"): detector INFORM **13→16** (cả 3 flag mới trỏ vào chính run-folder S173 — phiên tự sinh flag cho mình) · `run-chua-gom` **0→1**. 🔴 **Trục nặng — headroom mốc 4 GIA TỐC:** 181.228→172.247→165.767→**148.183**; bước sụt kỳ này **−17.584 > TỔNG hai bước trước (−15.461)**; hotload floor **695.451 B** (+99.135 vs S153) ⇒ target owner 210.000 thiếu **−61.817** (S168 thiếu −44.233). ✅ **3 điểm mù S172 ĐÓNG hết trong 1 kỳ** vì tôi chạy FULL script thay vì đọc probe nhị-phân: MFE có số (exit 0, 23 role — hết "N/A sai loại" 2 kỳ) · l2_index MAIN **9.682 = 47,3%** (S159 95,14%) · crystallized có số. 🔴 **Nhưng l2_index ĐỔI ĐỊNH-NGHĨA giữa 2 mốc** (rotation `split_rule_S167`): 95,14% đo *một file*, 47,3% đo *file MAIN sau tách*; **tổng cicd 23.588 = 115,2% cap** — cấm trừ thẳng 2 số khác phép đo. 🔴 **`measured` 17/23 sang kỳ thứ 4** + **16/17 row đã lệch**, 5 row **>300%** (đỉnh harness-audit **+773,3%**), row DUY NHẤT còn đúng = `office-document` (vai 26 ngày không chạy) ⇒ **baseline gần như vô-dụng**, mốc tự-hẹn re-sync 2026-08-01 **đứng im 4 ngày y hệt S172**. 🔴 **Độ-giữ 0/23** nhắc S173, **0/4 vai chạy tự-ghi** — lần này CÓ máy bắt (C11 `diary-0-delta` khớp độc-lập 2/4) ⇒ **đính-chính câu S172 "không instrument nào phân biệt"**: C11 bắt được 0-delta (vẫn chưa bắt được lead-ghi-hộ). ✅ **Control-dương làm ĐÚNG ngay lượt-1** (bài S172): 363 hit "S1"/23 file TRƯỚC khi dám báo 0/23. **Số mới đáng nhớ:** 8/23 sub ≥80% `autoinject_cap` 25600 (đỉnh 93,5%, còn 1.670 B) — probe chỉ đo `soft_cap` 30720 nên "0 over" giấu nhóm này · `class_repeat` **8/12 class ≥4** vs `jump=3`, đỉnh 11 · **nhãn DENOM lệch: detector in 50, selfimprove B1 in 66 (=50+16) CÙNG 1 lần chạy** · A7 **429/429 0 hỏng** · nhịp light **9/6-OVERDUE (S162) → 1/6**. ⚠️ **Containment:** `.mfe-state.json` tôi ghi đã bị Stop-hook auto-commit **biến khỏi `git status`** ⇒ lead soát working-tree cuối lượt sẽ KHÔNG thấy — backstop phải soi `git log`/diff `wal:` commit. Tag `[s173, mixed-33-truc, skeleton-ruot-rong-53, ghi-sau-moi-lenh, headroom-moc4-gia-toc, 3-diem-mu-dong, l2index-doi-dinh-nghia, measured-17-tren-23-ky4, control-duong-dung-luot-1, hook-nuot-git-status]`
|
||
|
||
- **S168 (2026-08-01) @close — `MIXED` trên **25 trục** (9 HEALTHY · 3 REGRESSION · 8 MIXED · 5 N/A) `[LEAD HARVEST HOI-TO @S172 — no mo tu closeout truoc; owner slot (71) chot 'gom va sleep thi auto, tu quyet'. Nguon = artifact tren dia, KHONG suy dien]; nguồn `runs/2026-08-01-S168-bookend-close/harness-eval-return.md` 6.572 B, return CLEAN 0-garble`:** Nguồn số vai khai đủ 4 lớp: bề-mặt-đo đóng băng lead dán · `memory-budget.json` đọc tươi · baseline vòng trước `runs/2026-07-30-S163-bookend-open/harness-eval-return.md` (**23 trục** ⇒ kỳ này +2) · 2 state-file instrument (đọc, không chạy). ⚠️ **Đọc kèm S172:** trục MFE kỳ này cũng khai `N/A` — `harness-audit` @S172 chứng `mfe-eval.ps1` **chạy được suốt**, chỉ không ai gọi ⇒ nhãn `N/A` ở cả 2 kỳ là **sai loại**, đúng phải là *không-đo-được + lý do*. Owner đã gỡ cổng từ-khoá @S172 slot (72) ⇒ từ nay MFE **AUTO mỗi closeout**. Tag `[s168, 25-truc, baseline-23-truc, mfe-nhan-sai-loai]`
|
||
|
||
- **S172 (2026-08-05) @close (chạy bù — phiên vào bằng `/tiep` nên 0 bookend @open) — `MIXED` trên **20 trục**: 8 HEALTHY / 2 REGRESSION / 4 MIXED / 5 N-A / 1 nhường-H2 `[LEAD SEED ON-BEHALF @closeout M9 — vai INFORM-only, single-writer = lead (B3 VERIFY→APPEND)]; nguồn `runs/2026-08-05-S172-bookend-close/harness-eval-return.md` + return CLEAN 0-garble`:** 🔴 **Phát hiện nặng nhất KHÔNG phải một con số xấu mà là HÌNH DẠNG OUTPUT:** 3 trục (`l2idx 0 over` · `crystallized precondition MET` · `MFE không chạy`) đều in ra thứ **đúng-nhưng-vô-cảm-với-độ-lớn** ⇒ **đọc y hệt "sạch"**. Mốc cuối CÓ SỐ: l2_index **95,14%**; crystallized giảm **đơn điệu 181.228→172.247→165.767** ⇒ **trục từng-REGRESSION biến mất khỏi tầm đo, không phải được giải**. 🔴 **COVERAGE ⟂ AUTHORSHIP:** nhãn S172 = **2/23** = đúng số vai spawn ⇒ mọi thước đọc "2/2 đủ"; nhưng **0/2 tự ghi** — **không instrument nào hiện có phân biệt "vai tự ghi" vs "lead ghi hộ"**; defect ở **AUTHORSHIP**, máy đo **COVERAGE**. 🔴 **Double-blind trúng đúng 3 vai ctx**: vắng đồng thời ở `measured` (17/23) VÀ `.archive-strikes.json` (20/23) — vai đang carry no-self-append lại là vai **cả hai governor đều không thấy**. **Mốc lịch trôi:** `measured._note` tự hẹn re-sync 2026-08-01, nay 08-05 ⇒ chính nó giải thích 5/5 vai lệch tới +93,4%. 🧪 **Lỗi CỦA CHÍNH MÌNH, bắt tại chỗ trước khi phát:** 2 grep đầu ra **0 hit** trên 23 diary ⇒ suýt phát **REGRESSION GIẢ "0/23 diary ghi phiên này"**; control-dương **cũng 0** ⇒ lộ **glob SAI**, không phải corpus rỗng; sửa glob ⇒ 75 hit/20 file. **Luật cứng: 0-hit CẤM rời tay khi chưa có control-dương.** ⚠️ `harness-audit` sau đó chứng **`mfe-eval` CHẠY ĐƯỢC** (exit 0, 23 role) ⇒ khai trục #18 N/A là **SAI**, datum bị chôn theo: `implementer-frontend 11/13 = 85%`. Tag `[s172, hinh-dang-output-doc-thanh-sach, coverage-vs-authorship, double-blind-ctx-x3, 0-hit-can-control-duong, mfe-khai-chet-sai]`
|
||
|
||
- **S162 (07-30) nấc ĐO (1/3) vòng trio — `MIXED` `[LEAD SEED ON-BEHALF @closeout M9 — nguon: harness-eval-return.md lead scribe]`:** bảng **17 trục = 4 HEALTHY + 3 REGRESSION + 5 MIXED + 5 N/A** (tự-kiểm 4+3+5+5=17 ✓ — đúng lớp lỗi meta-count từng ngã S151/S153/S159). 3 REGRESSION: crystallized headroom **165.767 tok** (đơn-điệu giảm 3 mốc 181.228→172.247→165.767; hotload +19.439 B/1 ngày; thiếu 44.233 so target owner 210.000) · nhịp **light 9/6 OVERDUE** (từ đúng-vạch S159 thành quá 3 nhịp trong 3 tick) · baseline `measured` **17/23 row** (6 vai 3 ctx + 3 ring **chưa từng đo** ⇒ “delta 0” với chúng là vô nghĩa). 🔴 **2 ĐIỂM MÙ MỚI SINH kỳ này**: (i) **`l2_index` không có số nào in** — 1 ngày trước 95,14%/996 B, `cicd-monitor` CHẠY phiên này, mà probe chỉ in nhị phân `l2idx 0 over` ⇒ **đọc y hệt “sạch”**; (ii) **MFE trắng** (lệnh không kèm `eval`) ⇒ mất 3 số coverage/retention. Baseline `measured` lệch thực-đo ở 5/5 vai có số, cực đoan `lead-gap` **+484%** (3.691 → 21.552). 🔴 Bắt được **datum LEAD tự-mâu-thuẫn** (brief viết “2 vai tự ghi memory” nhưng liệt 3 tên) ⇒ **từ chối dùng làm mẫu-số** — đúng phản xạ. Tag `[s162, mixed-17-truc, diem-mu-l2index-nhi-phan, mfe-trang, baseline-17-tren-23, tu-choi-datum-mau-thuan, seed-on-behalf]`
|
||
- **S153 (07-26) trio vòng AUTO — con ĐO `[lead seed on-behalf @closeout M9; nguồn = harness-eval-return.md 10.966B]`:** **MIXED — 14 signal**. Return **CLEAN lượt-1** (counter-datum: trio return-only CLEAN ×3 phiên liên tiếp S151/S152/S153-eval; nhưng refine+audit cùng phiên GARBLE ⇒ **trio hết miễn nhiễm**, n=3 không còn là "an toàn").
|
||
**Provenance 2-lane tự dựng:** PIN 8 file instrument + **LIVE re-run 7/8** (bỏ `mfe-eval.ps1` CỐ Ý vì nó GHI `.mfe-state.json` — đúng caveat `read_only_scope`) ⇒ **4/7 byte-exact, 3/7 LỆCH THẬT** trong CÙNG phiên (nhipno light 1/6→0/6 · detector INFORM 4→6 · selfimprove HCV N/A→GAP:MED) ⇒ **bản chụp instrument có hạn dùng ngắn hơn một phiên** (S7).
|
||
**Trục nặng:** S1 REGRESSION duy nhất — headroom **181.228 < target 210.000** (thiếu 28.772; hotload 596.316B; sàn-file phình ~58% vs mốc S115) ⇒ **ràng-buộc ĐỔI CHỦ**: trước target bó, giờ headroom bó · S2 cicd l2_index 19.322/20.480 = **94,3%** (headroom 1.158B, vai TĂNG-mỗi-run) · S4 lead-gap tái-phình **+1.489B (+9,0%)/~1 ngày** sau drain A1 ⇒ đo ĐỘ BỀN của memory-op · S6 trục TUỔI gist **0/8 instrument đo** (budget tự khai 6 cặp stale "CHUA CO MAY") · S9 diary-0-delta ×2 · S13 `pull-cach` in số mà `pull_warn_days` **không có key** ⇒ nhánh cảnh-báo không thể kích.
|
||
🔴 **Lỗi CỦA MÌNH (audit T1 bắt):** khai "5/7 byte-exact, 2 lệch" trong khi chính bảng của mình liệt **3 instrument lệch** ⇒ tự-mâu-thuẫn nội-bộ; 14 datapoint đo NGOÀI đều đúng, chỉ con-số **ĐẾM-VỀ-MÌNH** sai — đúng lớp meta-count blind-spot.
|
||
Tag `[s153, mixed-14-signal, s1-rang-buoc-doi-chu, pin-vs-live-3-lech, meta-count-dem-ve-minh-sai]`
|
||
|
||
## Role baseline
|
||
Con ĐO của bộ-ba đồng-kiểm memory-system (adopt AI_INFRA 2026-07-18 khuôn 5-câu `58e28bae`). Read-only INFORM-only: ĐỌC output 5 instrument (`measure-agent-memory.ps1` · `mfe-eval.ps1` · `memory-archive-gate.ps1` · `crystallized-backfill.ps1` · `nhip-no-probe.ps1`) + `memory-budget.json` baseline → TRẢ số NGUYÊN-VĂN + so-baseline + verdict {HEALTHY|REGRESSION|MIXED} + đề-xuất-signal. KHÔNG hành-động, KHÔNG tự sửa, KHÔNG chấm. Propose-only, single-writer = lead.
|
||
|
||
## Split boundary (MINE vs NOT)
|
||
- **MINE:** đo-số sức-khoẻ HỆ MEMORY 3 chiều (độ-giữ · sức-khoẻ-byte · coverage); trả số máy VỪA in + verdict-trục.
|
||
- **NOT (nhường):** harvest-op (spawn-record 5-trục) → `harvest-curator` H2 · đề-xuất-action 4-lớp → `harness-refine` · chấm-spec/verify → `harness-audit` · soi lead-surface (view/omission) → 2 vai H24 · chấm diff-code → `reviewer`.
|
||
|
||
## Luật cứng
|
||
- 🔴 CẤM số-từ-trí-nhớ — chỉ số instrument VỪA chạy (bẫy #53 bịa đã-làm-việc + Goodhart-flip).
|
||
- 🔴 CẤM in HEALTHY/PASS cạnh số nói ngược; verdict TÍNH TỪ delta-vs-baseline.
|
||
- read-only = chặn-thiếu-tool NHƯNG Bash = kênh-ghi-mở → lead soát git-status sau lượt.
|
||
|
||
## Nhật-ký
|
||
- S141 (2026-07-20) seed khi adopt khuôn hub `58e28bae` — CHƯA chạy lần nào; first-run chờ restart-CLI + spawn-probe + anh consent.
|
||
|
||
## S151 (2026-07-25) — trio vòng-2, spawn ĐẦU TIÊN từ seed S141 — vai SỐNG [M9 on-behalf]
|
||
- {nấc: verified (harness-audit 20Đ/2T trên 22 claim) · evidence: runs/2026-07-25-S151-trio-memory/harness-eval-return.md (lead scribe verbatim + errata)}
|
||
- MIXED 6 trục + 12 signal; 5/6 instrument TỰ CHẠY khớp PIN byte-exact; return CLEAN không garble (return-only + khuôn cứng). 2 TRƯỢT đều là NÓI-VỀ-SỐ (low-water 3→2 vai · nhãn DENOM 47≠36) — khâu đo sạch, meta-count vẫn là chỗ ngã: số dẫn-xuất phải TỰ CỘNG LẠI trước khi phát.
|
||
|
||
## S152 (2026-07-25) — trio vòng-3, lượt AUTO đầu (owner #32 "vòng 1→5 auto", giữa 2 bookend) [M9 on-behalf]
|
||
- {nấc: executed+scribed · evidence: runs/2026-07-25-S152-trio-memory/harness-eval-return.md (lead scribe + ERRATA appended) + trio-synthesis.md}
|
||
- Verdict/số chi-tiết = file return (diary giữ pointer — chống chép-số-trôi). return-only + khuôn cứng: CLEAN lần 2 liên-tiếp, đối-chứng wave cùng phiên 6/6 first-return garble — counter-datum #53 giữ vững.
|
||
|
||
## S159 (2026-07-29) — trio nấc 1/3 (con ĐO) @open bookend L8 [M9 on-behalf]
|
||
- {nấc: verified (harness-audit chấm **17Đ/1T**) · evidence: `harness-eval-return.md` 7.714B}
|
||
- **VERDICT MIXED** — 4 trục REGRESSION: ① **diary-retention** ② `cicd-monitor/_INDEX` **19.484/20.480 = 95,14%** (headroom 996B, rate 81,0 B/ngày → ~2026-08-10) ③ crystallized headroom **172.247 tok** vs mốc `_target_note` S115 ~253,7K ⇒ trôi **−81,5K** ④ baseline `measured` **17 row / roster 23**.
|
||
- ⭐ **Sửa 2 con số lead đưa:** `run-chua-gom` = **1** (không phải 0 — run đang mở) · `light` = **6/6 OVERDUE** (không phải 5/6 — lead đo TRƯỚC khi tick counter 32→33). Bài: **số đo trước/sau một tick là hai số khác nhau.**
|
||
- **diary đo 3 phép độc-lập:** 11 vai đóng băng ĐÚNG commit `11db5ef` (2026-07-26T16:10:54) · **16/23 delta 0 B** · **20/23 = 0 lần "S158"** · 23/23 = 0 "S159".
|
||
- 🔴 **1 TRƯỢT (harness-audit E10):** khai commit *"chạm **14** diary"* — 2 phép độc-lập đều ra **16**. KHÔNG làm đổ số 11 (11 được dựng lại độc-lập).
|
||
- 🔴 **Baseline rỗng cho vai mới:** 6 vai (3 ctx + 3 ring) **KHÔNG có baseline** ⇒ "delta 0" với chúng = **chưa từng đo**, không phải tin tốt.
|
||
- ⚠️ Tự khai meta-blind-spot: **vai này NẰM TRONG tập 11 diary đóng băng** mà chính nó đang tố.
|