Kjell Tore Guttormsen
3de702b937
llm-ingestion-okf svarte at (d) er gjennomførbar og målte to grunner til at den slår deres egen (b). Den ene korrigerer oss: konflikten er ikke bare normativ. Fasitsettene finnes hos implementasjonene, `generated` ligger på :8 inne i prefikset i fire filer, så :280-halvdelen fyrer ved deres neste release. Reprodusert her, inkl. _is_ingest_owned (materialize.py:131-150). Kontrollen avdekket et selvstendig punkt ingen har meldt: :29 sier "the SHARED golden extractions" i bestemt form, men det finnes TO disjunkte sett — okf har orders/products/metrics/status, po-claude har costs/edge/meta, og de eneste felles navnene (index.md) er byte-ulike. Commons har aldri hatt settet. Konformansleddet er derfor ikke-testbart i dag. Ikke en del av V1, ikke i køen — tatt med fordi det avgjør hvor tungt :29-argumentet veier. Co-Authored-By: Claude Opus 5 (1M context) <noreply@anthropic.com> Claude-Session: https://claude.ai/code/session_01XYkLsRfSBBUjULS219Fy8X
255 lines
15 KiB
Markdown
255 lines
15 KiB
Markdown
# V1 — hvilken form skal `generated` ha i ingest-spec etter OKF v0.2?
|
||
|
||
> **Status:** beslutningsunderlag for operatøren. Fire opsjoner med målt kostnad, ingen
|
||
> anbefaling. Utløst av `llm-ingestion-okf` (coord, 2026-07-26) som spør fordi authorship er
|
||
> vår: deres DEFAULT-profil staterer ingest-spec §5, og «ingen lokale spec-endringer» er deres
|
||
> stående non-goal.
|
||
>
|
||
> Underlaget rører ingen spec-tekst. `ingest-spec.md` står uendret på `bfa5a9b`/`9801d35`.
|
||
|
||
Beslektet: `2026-07-25-amendment-underlag.md` (køen av ratifiserbare punkter — V1 hører hjemme
|
||
der hvis den ratifiseres), `2026-07-25-b1-nav-golden-normative-status.md` (samme form).
|
||
|
||
---
|
||
|
||
## 1. Det som ikke er oppe til vurdering
|
||
|
||
- **Ærlighetsregelen selv** (`ingest-spec.md:33-34`, avledet av `method-spec.md:26`) er
|
||
*unwaivable*. Alle fire opsjoner under oppfyller den. Spørsmålet er hvilken **form**
|
||
merkingen har, aldri **om** den finnes.
|
||
- **Eierskaps-stempelets funksjon** (`:70`, `:82`): at re-materialisering bare rører egne filer,
|
||
og at en kurert skriver avviser det *komplette* stempelet. Ingen opsjon svekker den regelen.
|
||
- **`ingested_at` som eksplisitt påkrevd argument** (`:139-143`). Ingen opsjon innfører
|
||
wall-clock. Der `at` finnes, bindes den til `ingested_at`.
|
||
- **Hastegrad.** `llm-ingestion-okf` er *ikke* blokkert: deres v0.2-støtte kommer som en ny
|
||
profil ved siden av DEFAULT, additivt. Ingenting her er en brannslukking.
|
||
|
||
## 2. Premissene, verifisert
|
||
|
||
`llm-ingestion-okf`s to påstander er kontrollert mot kilden, ikke overtatt:
|
||
|
||
- **Oppstrøms:** OKF v0.2 (`GoogleCloudPlatform/knowledge-catalog`, `okf/SPEC.md`) definerer
|
||
`generated: { by, at }`, og `generated.by` er **REQUIRED within `generated`**, typet som en
|
||
aktør per §7. Aktørkonvensjonen har **tre** former: `<producer>/<version>` for agenter og
|
||
verktøy, `human:<id>` for en person, `process:<id>` for en automatisert prosess.
|
||
- **Toleransen dekker det ikke.** v0.2 sier at konsumenter «MUST NOT reject documents with
|
||
unrecognized fields» og ikke skal avvise for *manglende valgfrie* felter eller *ukjente*
|
||
nøkler. Ingen setning pålegger en leser å svelge en **kjent nøkkel med feil type**.
|
||
`llm-ingestion-okf`s lesning holder.
|
||
- **Historikken frikjenner valget.** `generated` var ikke reservert i v0.1. Ingen innførte en
|
||
defekt; v0.2 tok navnet etterpå.
|
||
|
||
**Én forbeholdsrad:** deres egen plan (`okf-v0.2-alignment.md`) slår fast at spec-en er lest på
|
||
`main` — en gren, ikke en tag — og at «an enumeration read off a moving branch is a premise, not
|
||
a fact». Vår kontroll traff samme bevegelige gren. **Ingen frossen spec-tekst bør endres før
|
||
oppstrømsversjonen er pinnet til en commit.** Det gjelder O1, O2 og O3 likt.
|
||
|
||
## 3. `generated` bærer to laster i vår spec, ikke én
|
||
|
||
Dette er funnet som former underlaget, og grunnen til at opsjonssettet ikke er tre.
|
||
|
||
Nøkkelen opptrer 7 ganger som kontraktsreferanse, fordelt på fem seksjoner. De deler seg på
|
||
**to akser** som ingen av dem navngir:
|
||
|
||
| Last | Hvor | Hva den svarer på | Hvem leser den |
|
||
|---|---|---|---|
|
||
| **Ærlighetsmarkør** | §1 `:34`, §7 `:214` | «er dette maskingenerert?» | en leser/presentatør av bundelen |
|
||
| **Eierskapspredikat** | §3 `:70`, §3 `:82`, §11 `:275` | «hvilke filer eier ingest — og hva skal en kurert skriver avvise?» | materialiseringen og dør C |
|
||
|
||
Oppstrøms `generated { by, at }` er **provenance/attribusjon** — den første lasten, ikke den
|
||
andre. v0.2 har ingen skriveeierskaps-semantikk; feltet er valgfritt, konsument-skrivbart og
|
||
fritt for enhver aksesskontrollmening.
|
||
|
||
Konsekvensen er ikke at feltet ikke *kan* bære begge, men at en opsjon som flytter
|
||
eierskapspredikatet over på et oppstrømsdefinert felt **må uttale det**: predikatet går fra en
|
||
literal-sjekk (`generated == true`) til en parse-og-match på et felt hvis grammatikk oppstrøms
|
||
eier og fritt kan revidere. Konjunksjonen med `ingest_manifest` — vår egen nøkkel, ikke reservert
|
||
oppstrøms i noen versjon — bærer fortsatt uforfalskbarhet-mot-uhell, så stempelet kollapser
|
||
ikke. Men `:82`s «permitting either field alone» må omformuleres: under v0.2 vil *kurert*
|
||
innhold legitimt kunne bære en `generated`-mapping med en helt annen `by`.
|
||
|
||
## 4. Spørsmålet
|
||
|
||
> Skal `generated` i ingest-spec §5/§7 forbli den literale `true`, anta v0.2-formen
|
||
> `{ by, at }` — og i så fall med hvilken aktørstreng — eller skal vår markør flytte til en
|
||
> nøkkel oppstrøms ikke eier?
|
||
|
||
## 5. Opsjonene, med målt kostnad
|
||
|
||
Kostnad er talt som **kontraktslinjer som må skrives om** av de 7 (`:34`, `:70`, `:82`, `:152`,
|
||
`:214`, `:275`, `:309`).
|
||
|
||
**Det som ikke koster noe i noen opsjon:** §5s formkrav overlever uendret. Prefikset er «OKF
|
||
line-oriented `key: value`» (`:150`) og «All values MUST be single-line» (`:158`) — v0.2s
|
||
kanoniske form for `generated` er en **inline flow mapping** på én linje, så den er single-line
|
||
og line-oriented allerede. `:153` («additional frontmatter keys MAY follow») er heller ikke i
|
||
veien. Ingen opsjon tvinger fram en rikere frontmatter-modell i *specen*.
|
||
|
||
### O0 — la `generated: true` stå, dokumentér avviket
|
||
|
||
**0 av 7 linjer.** Ingen frossen tekst røres; ingenting går i ratifiseringskøen. Eneste
|
||
tilføyelse er en merknad om at nøkkelen kolliderer med et v0.2-definert felt.
|
||
|
||
Kostnad: DEFAULT fortsetter å emittere en v0.2-definert nøkkel med v1-verdi. En v0.2-leser har
|
||
ingen plikt til å akseptere den (§2). Kollisjonen forsvinner ikke — den venter.
|
||
|
||
**Reverserbar.** Ja.
|
||
|
||
### O1 — v0.2-form med produsent-aktør (`llm-ingestion-okf`s anbefaling)
|
||
|
||
`generated: { by: "llm-ingestion-okf/<versjon>", at: <ingested_at> }`, predikatet utledet av
|
||
`generated.by`.
|
||
|
||
**5 av 7 linjer** (`:34`, `:70`, `:82`, `:214`, `:275`). `:152` og `:309` navngir bare nøkkelen
|
||
og overlever.
|
||
|
||
**Denne opsjonen kolliderer med en eksisterende normativ setning — se §6.** Kostnaden er ikke
|
||
bare fikstur-regenerering.
|
||
|
||
**Reverserbar.** Nei — frossen normativ tekst.
|
||
|
||
### O2 — v0.2-form med produsent-nøytral aktør
|
||
|
||
`generated: { by: "process:<fast id>", at: <ingested_at> }`. v0.2 §7 tillater eksplisitt
|
||
`process:<id>` for en automatisert prosess (verifisert, §2). Aktøren navngir da **prosessen
|
||
specen definerer**, ikke verktøyet som kjørte den.
|
||
|
||
**5 av 7 linjer** — nøyaktig samme som O1. Den eneste tekstlige forskjellen mot O1 er
|
||
aktørstrengen; den avgjør til gjengjeld §6.
|
||
|
||
Kostnad: `generated.by` identifiserer ikke lenger *hvilket* verktøy som produserte filen.
|
||
Produsent-identitet må da bo i implementasjonens egen logg. Om det er et tap eller et krav
|
||
avhenger av §6.
|
||
|
||
**Reverserbar.** Nei.
|
||
|
||
### O3 — døp om vår markør, la `generated` være fri
|
||
|
||
Vår markør flyttes til en nøkkel oppstrøms ikke eier; `generated` overlates til v0.2-semantikk.
|
||
|
||
**7 av 7 linjer** — også `:152` (prefiks-lista) og `:309` (kryss-sjekk-tabellen), fordi nøkkelen
|
||
selv skifter navn. Dyrest i tekst.
|
||
|
||
Til gjengjeld: predikatet bevares **eksakt** som en literal-sjekk, aksene i §3 skilles ved
|
||
konstruksjon, og kollisjonen kan ikke gjenoppstå ved neste oppstrømsrevisjon. v0.2 forbyr det
|
||
ikke — de nye feltene er valgfrie oppstrøms.
|
||
|
||
Kostnad: interop-tapet er reelt. En v0.2-leser som spør «er dette maskingenerert?» via
|
||
`generated` får ikke svar. Ærlighetsregelen er oppfylt internt, men ikke lesbar for formatets
|
||
egne lesere — som er en del av hvorfor vi ligger i OKF i det hele tatt.
|
||
|
||
**Reverserbar.** Nei.
|
||
|
||
## 6. Funnet som omformer opsjonssettet (ikke en anbefaling)
|
||
|
||
**O1 som formulert kolliderer med konformansleddet i §1.**
|
||
|
||
- `ingest-spec.md:29`: en konform implementasjon MUST «reproduce the shared golden extractions
|
||
(§11) byte for byte».
|
||
- `ingest-spec.md:267`: `expected-bundle/` er «compared file by file, **byte for byte**».
|
||
- `ingest-spec.md:280`: sømmen `Golden regression` fyrer når «any byte of a golden extraction's
|
||
expected bundle diverges».
|
||
- `generated` ligger i det **obligatoriske ordnede prefikset** (`:149-152`) — altså inne i de
|
||
bytene.
|
||
|
||
Med `by: "llm-ingestion-okf/<versjon>"` bærer en **delt** fasit én produsents navn og
|
||
versjonsnummer. Da følger to ting mekanisk:
|
||
|
||
1. **Ingen annen konform implementasjon kan reprodusere fasiten byte for byte.** Kravet i `:29`
|
||
gjelder enhver konform implementasjon, ikke den som lagde fikstursettet. Kravet blir
|
||
uoppfyllbart ved konstruksjon for alle andre enn én.
|
||
2. **`Golden regression` fyrer på hver versjonsbump av biblioteket** — uten at noen kontrakt har
|
||
endret seg. Sømmen slutter å måle det den er satt til å måle.
|
||
|
||
O2 unngår begge: aktørstrengen er da specens, ikke produsentens, og bytene forblir
|
||
produsent-nøytrale. O0 og O3 berører ikke spørsmålet.
|
||
|
||
**Merk hva funnet ikke er.** Det er ikke et argument for O2 og mot O1 i seg selv. Operatøren kan
|
||
gyldig svare at fasit-klassen aldri får mer enn én produsent, eller at `generated` skal ut av
|
||
det byte-sammenlignede prefikset. Men da er *det* valget som må ratifiseres — funnet sier bare
|
||
at O1 ikke kan vedtas uten samtidig å ta stilling til `:29`.
|
||
|
||
### 6.1 Rekkevidde-forbeholdet, korrigert 2026-07-26
|
||
|
||
Første utgave skrev at konflikten er «normativ, ikke observerbar — den utløses den dagen commons
|
||
publiserer sin første ingest-fasit». **Det var for snevert, og `llm-ingestion-okf` korrigerte
|
||
det med en måling.** Riktig bilde, etter kontroll i alle tre trær:
|
||
|
||
- `examples/ingest-golden-*` finnes fortsatt **ikke i commons** — og har aldri gjort det
|
||
(`git log --all -- 'examples/ingest-golden-*'` → tomt).
|
||
- Men fikstursettene **finnes hos implementasjonene**, og `generated` ligger i bytene:
|
||
fire filer hos `llm-ingestion-okf`, alle på `:8`, inne i prefikset. **Del (ii) av funnet —
|
||
at `Golden regression` (`:280`) ville fyre på hver versjonsbump — er derfor observerbar i
|
||
dag, ikke i framtiden.** Den utløses ved deres neste release.
|
||
|
||
### 6.2 Funnet under funnet: «the shared golden extractions» har ingen referent
|
||
|
||
Kontrollen for 6.1 avdekket noe som gjelder uavhengig av hele V1-spørsmålet, og som ingen har
|
||
meldt:
|
||
|
||
| Repo | `examples/ingest-golden-*/expected-bundle/` |
|
||
|---|---|
|
||
| commons | finnes ikke, har aldri funnes |
|
||
| `llm-ingestion-okf` | `ingest-orders.md`, `ingest-products.md`, `ingest-metrics.md`, `ingest-status.md` (+ 3 `index.md`) |
|
||
| `portfolio-optimiser-claude` | `ingest-costs.md` ×2, `ingest-edge.md`, `ingest-meta.md` (+ 2 `index.md`) |
|
||
|
||
**Overlappet i innholdsfiler er null.** De eneste sammenfallende navnene er `index.md`, og de er
|
||
byte-ulike (ulik oppsummering, ulike lenkemål — verifisert med `cmp`).
|
||
|
||
`ingest-spec.md:29` krever at en konform implementasjon reproduserer «**the shared** golden
|
||
extractions (§11) byte for byte». Bestemt form forutsetter ett sett. Det finnes to, begge
|
||
lovlig navngitt etter konvensjonen i `:259-260`, ingen av dem publisert her. **Konformansleddet
|
||
er dermed ikke-testbart i dag** — ikke fordi fasiten mangler, men fordi det er to av dem, og
|
||
hver implementasjon reproduserer sin egen per konstruksjon.
|
||
|
||
Dette er et **selvstendig punkt**, ikke en del av V1, og det er ikke i køen. Det er tatt med
|
||
her fordi det avgjør hvor tungt `:29`-argumentet i §6 veier: argumentet er ikke «dette bryter
|
||
en delt fasit vi har», men «dette sementerer at en delt fasit aldri kan oppstå».
|
||
|
||
## 7. Det som ikke er commons' å avgjøre
|
||
|
||
- **Hvilken opsjon som velges.** Spec-teksten er frossen; endringer går gjennom
|
||
ratifiseringskøen. V1 er punkt nummer 8 hvis den ratifiseres — den står **utenfor** de 7 i
|
||
`2026-07-25-amendment-underlag.md` og fortrenger ingen av dem.
|
||
- **Hva `llm-ingestion-okf` gjør i sin egen v0.2-profil.** Den er additiv og deres authorship.
|
||
Bare DEFAULT staterer vårt lag.
|
||
- **Om produsent-identitet skal logges et annet sted** (O2s pris). Implementasjonens valg.
|
||
|
||
## 8. Det som ikke endres uansett utfall
|
||
|
||
Ærlighetsregelen, eierskapsstempelets funksjon, `ingested_at`-argumentet, §5s single-line- og
|
||
line-oriented-krav, og `ingest_manifest` som stempelets andre halvdel. Ingen opsjon rører
|
||
`method-spec.md` — nøkkelen forekommer ikke der (`grep -c '\`generated' method-spec.md` → 0).
|
||
|
||
---
|
||
|
||
## Verifiseringslogg
|
||
|
||
| Påstand | Sjekk | Resultat |
|
||
|---|---|---|
|
||
| v0.2 definerer `generated: { by, at }` | `okf/SPEC.md` @ `main`, hentet 2026-07-26 | «generated: { by: reference_agent/gemini-2.5-pro, at: 2026-06-20T22:53:05Z }» |
|
||
| `by` er påkrevd | samme | «generated.by: REQUIRED within `generated`. An actor (§7).» |
|
||
| Aktørkonvensjonen har tre former | samme, §7 | `<producer>/<version>` / `human:<id>` / `process:<id>` |
|
||
| `timestamp` er superseded | samme | «`timestamp` is superseded by `generated.at`» |
|
||
| Toleransen gjelder ukjente, ikke feiltypede | samme | «MUST NOT reject documents with unrecognized fields»; lista dekker manglende valgfrie + ukjente |
|
||
| Oppstrøms er lest på en gren, ikke en tag | `llm-ingestion-okf/docs/plan/okf-v0.2-alignment.md` | «`main` on 2026-07-26 — a branch, not a tag» |
|
||
| Kontraktsreferanser til nøkkelen | `grep -n '\`generated' ingest-spec.md` | 7 linjer: `:34 :70 :82 :152 :214 :275 :309` |
|
||
| Nøkkelen finnes ikke i method-spec | `grep -c '\`generated' method-spec.md` | 0 |
|
||
| Ærlighetsregelen er unwaivable | `ingest-spec.md:33-34`, `method-spec.md:26` | «unwaivable» begge steder |
|
||
| Stempelet er `generated: true` + `ingest_manifest` | `ingest-spec.md:70`, `:82` | ordrett sitert over |
|
||
| Dør C avviser kun det komplette stempelet | `ingest-spec.md:82-85` | «while permitting either field alone» |
|
||
| `generated` ligger i det ordnede prefikset | `ingest-spec.md:149-152` | 7 nøkler, `generated` er den sjuende |
|
||
| Prefikset er åpent bakover | `ingest-spec.md:153` | «additional frontmatter keys MAY follow it» |
|
||
| Single-line-kravet holder for flow mapping | `ingest-spec.md:150`, `:158` | «line-oriented `key: value`» / «All values MUST be single-line» |
|
||
| Konformans krever byte-lik delt fasit | `ingest-spec.md:29` | «reproduce the shared golden extractions (§11) byte for byte» |
|
||
| Fasiten sammenlignes byte for byte | `ingest-spec.md:267`, `:280` | «byte for byte» / «any byte … diverges» |
|
||
| Ingen ingest-fasit finnes i commons | `ls -d examples/ingest-golden-*` | ingen treff |
|
||
| …og har aldri funnes | `git log --all -- 'examples/ingest-golden-*'` | tomt |
|
||
| `generated` ligger i fasit-bytene hos okf | `grep -rn '^generated' llm-ingestion-okf/examples/ingest-golden-*/expected-bundle/*.md` | 4 filer, alle `:8` |
|
||
| …inne i det ordnede prefikset | `sed -n '1,9p' .../ingest-orders.md` | 7 nøkler `:2-8`, `generated` sist |
|
||
| Predikatet nøkler på literalen i dag | `materialize.py:131-150` | `frontmatter.get("generated") != "true"` + stem-match |
|
||
| To disjunkte fasitsett finnes | `comm -12` over begge trærs `expected-bundle/*.md` | kun `index.md`-navn felles |
|
||
| …og de felles `index.md` er ulike | `cmp` på `ingest-golden-file/.../index.md` | ULIKE |
|
||
| §1 sier «**the shared** golden extractions» | `ingest-spec.md:29` | bestemt form, én mengde forutsatt |
|
||
| `ingested_at` har ingen wall-clock-default | `ingest-spec.md:141` | «there is NO wall-clock default» |
|
||
| Spec-tekst uendret siden 07-21 | `git log --oneline -- ingest-spec.md` | `bfa5a9b`, forrige `7aa53fc` — ingen commit etter |
|