docs(s11): brief + plan for S11 sammenligningen — trippel-reviewet, klar for exec

Co-Authored-By: Claude Fable 5 <noreply@anthropic.com> Claude-Session: https://claude.ai/code/session_01AaQCFnfsh3tfq1VfzdJpoi
2026-07-03 12:28:06 +02:00 · 2026-07-03 12:28:06 +02:00 · 695c7590b5
commit 695c7590b5
parent aec95eb0da
2 changed files with 624 additions and 0 deletions
--- a/.claude/projects/2026-07-03-s11-sammenligning-rapport/brief.md
+++ b/.claude/projects/2026-07-03-s11-sammenligning-rapport/brief.md
@ -0,0 +1,181 @@
+---
+type: trekbrief
+brief_version: "2.2"
+created: 2026-07-03
+task: "S11 — Sammenligningen + rapport: begge stacker målt på pinned commons-ref etter S3-protokollen; norsk forretningsrapport med verifiseringslogg"
+slug: s11-sammenligning-rapport
+project_dir: .claude/projects/2026-07-03-s11-sammenligning-rapport/
+research_topics: 0
+research_status: skipped
+auto_research: false
+interview_turns: 11
+source: interview
+framing: preserve
+phase_signals:
+  - phase: research
+    effort: high
+    model: fable
+  - phase: plan
+    effort: high
+    model: fable
+  - phase: execute
+    effort: high
+    model: fable
+  - phase: review
+    effort: high
+    model: fable
+---
+
+# Task: S11 — Sammenligningen + rapport (program-leveransen)
+
+> Generated by `/trekbrief` on 2026-07-03.
+> This brief is the contract between requirements and planning. `/trekplan`
+> reads it to produce the implementation plan. Every decision in the plan must
+> trace back to content in this brief.
+
+## TL;DR
+
+S11 er sesjonsplanens neste steg, uendret (framing: preserve): mål begge stacker
+(MAF her + Claude SDK-søskenet) på identisk pinned commons-ref `db86e15` etter den
+forhåndsbundne S3-protokollen (M1–M4), sammenstill med S10-artefaktene i søskenets
+`runs/s10/`, og skriv én norsk forretningsrapport med verifiseringslogg der hver
+tallpåstand har reproduserende kommando/kilde. Ingen kode-endringer i noen stack.
+
+## Intent
+
+S11 er program-SLUTTLEVERANSEN (målbilde §1): en rettferdig sammenligning av to
+uavhengige implementasjoner av samme metode — MAF-stacken i dette repoet og Claude
+Agent SDK-søskenet i `~/repos/portfolio-optimiser-claude` — på identisk delt kjerne.
+Resultatet dokumenteres i en norsk forretningsrapport som operatøren kan dele.
+Troverdigheten hviler på to ting: målestokken (sammenligningsprotokollen fra S3) ble
+definert FØR begge stacker fantes, slik at ingen stack kunne forme metrikken etter
+eget resultat, og hver tallpåstand i rapporten bærer sin egen reproduserende
+kommando/kilde (verifiseringslogg). Operatøren lever av tillit; rapporten må derfor
+være nøktern, uten salgsspråk, og aldri påstå mer enn bevisene bærer.
+
+## Goal
+
+Når S11 er ferdig finnes én norsk forretningsrapport i dette repoet
+(`docs/rapport/2026-07-03-sammenligningsrapport.md`) som måler begge stacker på
+pinned commons-ref `db86e15` etter protokollens fire metrikker (M1 validator-samsvar
+mot golden, M2 konvergens/runder, M3 tokenforbruk mot tak, M4 kvalitativ vurdering),
+gjengir liveness-asymmetri-erklæringen ordrett, sammenstiller S10-artefaktene fra
+søskenets `runs/s10/` (kun Claude-siden merket som live-observasjon), og har en
+verifiseringslogg der HVER tallpåstand peker på kommandoen/kilden som reproduserer
+den. Begge repo er verifisert grønne (pytest + ruff + mypy) på pinned ref som del av
+økta, og MAF offline-sim + D7 offline-speil er kjørt på samme ref som tallkilde for
+M1–M3 (offline-kategorien).
+
+## Non-Goals
+
+- **Ingen re-kjøring av S10.** Artefaktene i `runs/s10/` er fasit (protokoll §4.2/§4.5);
+  re-kjøring er kun tillatt ved teknisk transportfeil, som ikke foreligger — kjøringen
+  lyktes 2026-07-03.
+- **Ingen S12-/release-arbeid** (LICENSE, `[project.scripts]`, CHANGELOG-polering) —
+  gated på operatør-enighet, egen økt.
+- **Ingen endringer i delt kjerne/commons og ingen re-pinning** — `db86e15` står.
+  (Endres kjernen måtte begge sider re-pinnes og re-kjøres; det gjør vi ikke.)
+- **Ingen nye features eller refaktorering i noen av stackene** — S11 måler det som ER.
+- **Ingen statistiske påstander om modellatferd** — S10 er én kjøring; den beviser
+  eksistens, ikke tendens (protokoll §4.1).
+
+## Constraints
+
+- **Protokollen er normativ og fryst i økta:** `docs/plan/2026-07-03-sammenligningsprotokoll.md`
+  kan ikke justeres under S11 — endring ville ugyldiggjøre «definert før begge
+  stacker»-premisset som bærer rapportens troverdighet.
+- **Kostnadsdisiplin D6:** alt i S11 kjøres offline; null API-spend.
+- **Språk:** rapporten er norsk (forretningsdokument, jf. dokumentspråk-preferansen);
+  kode, kommandoer og filnavn i verifiseringsloggen er engelsk som de er.
+- **Kategori-disiplin (protokoll §2):** M2/M3-tall fra offline-kjøringer sammenlignes
+  KUN med offline-tall på motparten; kryss-kategori-sammenligning (offline vs live)
+  er forbudt i rapporten.
+- **Skrivearbeid skjer i DETTE repoet.** Søskenrepoet er read-only i S11; eneste
+  unntak er STATE.md-oppdatering der ved sesjonslutt (local-only fil).
+- **Push til Forgejo per driftsmodellen.** Push-frysen fra 2026-07-03 er observert
+  opphevet (søskenets S10-commits er pushet; Forgejo 15.0.3 oppe) — dette repoets
+  stale STATE.md korrigeres ved sesjonslutt.
+
+## Preferences
+
+- Rapport plasseres under `docs/rapport/` i dette repoet (ny katalog er akseptabelt).
+- Metrikk-tall i tabellform; begrunnelse og tolkning i prosa rundt tabellene.
+- Nøkternt språk uten superlativer — «fullt ut», «uten unntak» o.l. er røde flagg
+  (verifiseringsplikten).
+
+## Non-Functional Requirements
+
+- **Reproducerbarhet:** hver M1–M3-tallrad i verifiseringsloggen skal kunne kjøres på
+  nytt av en leser med begge repo klonet, og gi samme tall (deterministisk kjerne +
+  fangede artefakter).
+- **Ærlighet:** ingen påstand i rapporten (eller i README/STATE etterpå) skal påstå
+  mer enn koden/bevisene gjør — spesielt ingen antydning om live-atferd på MAF-siden.
+
+## Success Criteria
+
+- **SC1 — Rapport med ordrett erklæring:** `docs/rapport/2026-07-03-sammenligningsrapport.md`
+  finnes, og liveness-asymmetri-erklæringen fra protokoll §3 gjengis ordrett —
+  verifiserbart ved at blokksitatets tekst diff-er tomt mot protokollens §3-blokk.
+- **SC2 — Begge repo grønne på pinned ref:** `uv run pytest`, `uv run ruff check .`
+  og `uv run mypy src` avslutter alle med exit 0 i BEGGE repo, og commons-ref er
+  verifisert identisk på begge sider (subtree-commits fra `db86e15` — `git log
+  --grep="db86e15"` viser squash-committen i begge).
+- **SC3 — Offline-kjøringer utført på pinned ref:** MAF offline-sim
+  (`uv run python -m portfolio_optimiser.simulation`) og søskenets D7 offline-speil
+  er kjørt i økta; M1–M3-tallene i rapporten stammer fra disse kjøringene og fra de
+  committede S10-artefaktene (`runs/s10/*.json`) — aldri fra hukommelse.
+- **SC4 — Verifiseringslogg komplett:** hver tallpåstand i rapporten har en rad i
+  verifiseringsloggen med reproduserende kommando/kilde; stikkprøve: hver M1–M3-rad
+  kan kjøres på nytt og gir samme tall.
+- **SC5 — Kategori- og liveness-disiplin:** rapporten inneholder ingen påstand om
+  live-atferd på MAF-siden og ingen kryss-kategori-sammenligning — kontrollert
+  eksplisitt mot protokoll §2/§4 i review-fasen.
+
+## Research Plan
+
+No external research needed — the codebase and this brief contain sufficient
+context for planning. (Alle kilder er lokale og committet: begge repo, protokollen,
+sesjonsplanen §S11, `shared/method-spec.md`, S10-artefaktene i søskenets `runs/s10/`.
+Lokal kodeoppdagelse — f.eks. nøyaktig invokasjon av D7-offline-speilet i søskenrepoet —
+håndteres av /trekplan-utforskningen.)
+
+## Open Questions / Assumptions
+
+- **[ASSUMPTION] «D7 offline-speil»** antas å være søskenrepoets offline to-runs-bevis
+  (sim-ekvivalenten fra S9-laget); eksakt kjørekommando avdekkes i plan-utforskningen
+  av søskenrepoet — den er ikke navngitt i sesjonsplanen.
+- **[ASSUMPTION] Push-frysen er opphevet** — avledet av at søskenets S10-commits er
+  pushet til Forgejo (0/0 mot origin) og at Forgejo 15.0.3 svarer. Om antakelsen er
+  feil, parkeres push og operatør varsles; commits skjer uansett lokalt.
+- **[ASSUMPTION] Dette repoets STATE.md er stale** (sier «S6 er neste»); søskenets
+  STATE (S10 fullført, S11 neste, arbeidssted = dette repoet) er autoritativ og lagt
+  til grunn. Korrigeres ved sesjonslutt.
+
+## Prior Attempts
+
+None — fresh task. (Målestokken ble bevisst definert i S3, før begge stacker fantes;
+det er en forutsetning, ikke et tidligere forsøk.)
+
+## Metadata
+
+- **Created:** 2026-07-03
+- **Interview turns:** 11
+- **Auto-research opted in:** no
+- **Source:** trekbrief interview
+
+---
+
+## How to continue
+
+Manual (default):
+
+```bash
+# No research topics — go straight to plan:
+/trekplan --project .claude/projects/2026-07-03-s11-sammenligning-rapport/
+
+# Then execute:
+/trekexecute --project .claude/projects/2026-07-03-s11-sammenligning-rapport/
+```
+
+Auto (opt-in during `/trekbrief`): research and planning run
+automatically; only execution is manual.