docs: falsification against provenance as invariant, mutations measured
30 mutations, all red against the whole suite. Green control 1189 passed / 5 skipped. Golden byte-unchanged (ea8c534773acdbe41ae68f2c55724d69aaf8be4f); node-ID superset strict (1094 -> 1194, 0 removed). Three of the plan's predicted signatures were falsified by the measurement and are recorded as measured, not as predicted. Co-Authored-By: Claude <claude-opus-5>
This commit is contained in:
parent
488a0f2b6c
commit
8e5e33d2d5
1 changed files with 108 additions and 0 deletions
108
CLAUDE.md
108
CLAUDE.md
|
|
@ -1212,6 +1212,114 @@ Python ≥3.10. MAF (`agent-framework-core` 1.16.0, `-orchestrations` 1.1.1 —
|
|||
docstring advarer mot) feilet i den første fullkjøringen etter bumpen og var GRØNN ved mutasjonen,
|
||||
altså rekkefølge-avhengig og flaky. Fiksen står på den observerte feilen, ikke på et rødt vitne.
|
||||
Rapport: `docs/2026-09-02-f15-maf-pinnen.md`.
|
||||
- **Falsifisering MOT PROVENIENS: en dom hviler på det basen faktisk BÆRER, og det den ikke kunne
|
||||
fortelle deg er en del av dommen (B4, Steg 1–13, økt 75+76):** `parse_frontmatter` er
|
||||
linjeorientert og leser en flow-verdi som ÉN streng, så `verified: { by: …, at: … }` — SPEC §5.2s
|
||||
kanoniske form — nådde konsumenten som ulesbar tekst, og en blokkform nådde den som **tom** streng.
|
||||
Begge så ut som «ingen proveniens». **Den defekten er den samme fra begge sider, og produsenten
|
||||
MÅLTE den selv:** `llm-ingestion-okf`s egen guard-parser avviser sin EGEN golden
|
||||
(`docs/okf-nokkelinventar.md:219`, `OKFFrontmatterError … '['`) — bekreftet på nytt ved Steg 13 mot
|
||||
`62b6192`. **Ett skann, to LESERE, aldri to parsere:** `_split_frontmatter` er modulens ENESTE sted
|
||||
`---` sammenlignes (gatet av en skanner-tellende arm, M14 → 1 rød), og `decode_flow_value` er den
|
||||
ene navngitte sømmen over de rå linjene. Dekoderen er **nøkkel-agnostisk** (aldri hardkodet
|
||||
`{id, resource}` — den avtalte segmenterte formen legger til `segment_id`/`source_offset`, så en
|
||||
to-nøkkels dekoder ville nektet nøyaktig de basene sømmen finnes for; M3 → 12 røde) og gjør
|
||||
**ingen YAML-1.1-koersering** (`yes`/`on`/`1` forblir strenger — en bevisst divergens fra PyYAMLs
|
||||
resolver, skrevet ned i stedet for arvet i stillhet; M4 → 1 rød, en ratchet grønn ved
|
||||
konstruksjon).
|
||||
**Tre tilstander, og den tredje ER poenget:** `evidence_for` svarer `present` / `absent` /
|
||||
`unreadable`, og den ulesbare bærer trippelen `(state, reason, items_seen)` — «hvilken FORM» og
|
||||
«hvor MANGE» er to ulike operative spørsmål, `BudgetExceeded`-kø-(y)-regelen anvendt på en
|
||||
dokumentleser. Å kollapse `unreadable` inn i `absent` gjør en dom om MANGLENDE bevis til bevis for
|
||||
FRAVÆR (M7 → 4 røde); å rapportere én fast form for alle (M8 → 9 røde). K5-terskelen bor ÉTT sted
|
||||
(`admits_falsification`: `present` OG en tier over `unverified`) og har TO konjunkter som måles
|
||||
hver for seg (M19a → 2 røde, M19b → 1 rød). **Nevneren er skrevet ned:** SPEC §5.1 navngir SEKS
|
||||
oppføringsnøkler og produsenten skriver TO (`62b6192`), så terskelen krever kun det som faktisk
|
||||
emitteres — å kreve `author`/`usage_count`/`last_modified` ville gjort den unåbar i praksis mens
|
||||
den så streng ut på papiret. **`adjudication` har en TREDJE token som er VÅR:** vokabularet på
|
||||
tråden er lukket (`proposed` | `adjudicated`), og `unknown` er hva FRAVÆR betyr — aldri noe et
|
||||
dokument får erklære (M20a → 2 røde), og en bærer som gir fra seg en payload uten tilstanden er
|
||||
vokabularet uten sømmen (M20b → 1 rød). **`evidence_for` KUNNE IKKE drive den** (D-e → 5 røde):
|
||||
MÅLT er `adjudication` en SKALAR, og begge gyldige verdier kommer tilbake som ETT identisk
|
||||
`unreadable`/`unsupported-flow`-record, så den ruten kan ikke skille dem i det hele tatt;
|
||||
`parse_frontmatter` er skalarleseren over SAMME skann.
|
||||
**Skriveren nekter nøyaktig det leseren ikke kan lese**, og det er strukturelt, ikke en konvensjon:
|
||||
`verified_field` og `write_concept_file` reiser den SAMME navngitte `FlowDecodeError` (M5 → 5 røde,
|
||||
M16 → 3 røde, M17 → 1 rød). Det usikre tegnsettet er TRANSKRIBERT fra produsentens eget
|
||||
`_FLOW_UNSAFE_RE` (`materialize.py:176`, `[,\[\]{}]|:\s`) — ikke oppfunnet — og er BEVISST
|
||||
smalere: vår parseparator er kolon-MELLOMROM, så `":\t"` kan ikke restrukturere en av våre par.
|
||||
**Ko-drift er stengt av skrivesidens gate, ikke bare oppdagbar via en ekstern referent:** planen
|
||||
spådde at M9 (skriver OG dekoder flyttes til blokkform sammen) ville la rundturen stå GRØNN.
|
||||
**MÅLT er den spådommen ikke konstruerbar** — skriveren kan ikke flytte alene (M9a → 26 røde + 8
|
||||
feil), fordi `render_frontmatter` enlinjer hver verdi OG `write_concept_file` nekter formen; M9
|
||||
krevde derfor at BEGGE vaktene ble slått av samtidig, og ga 17 røde inkludert rundturen. Det er et
|
||||
sterkere utfall enn planen ba om, og det er skrevet ned som målt, ikke som spådd.
|
||||
**Navigasjonen forblir TOLERANT mens dekoderen nekter** (OKF SPEC §4), bevist med BYTES: M10 →
|
||||
**1 rød, ett navngitt vitne**, mens begge nav-goldenene og demo-transkriptet står.
|
||||
**Identitet er PARET `(bundle_id, concept_id)` (D6/B1), og `origin` har TRE verdier:**
|
||||
`okf.reconcile_bundle_id` er den ENE avledningsregelen — konseptets egen frontmatter først, rot-
|
||||
`index.md` som fallback, mountets basename til sist — og `ResolvedBundleId.origin` sier hvilken
|
||||
(`declared-concept` / `declared-index` / `mount-derived`). **Påkrevd uten default**, av
|
||||
`cost_baseline_anchored`s grunn: begge defaults ville løyet om en hendelse. **Ikke en boolean** —
|
||||
en kaller som ikke kan skille «konseptet sa det» fra «vi falt tilbake to ganger» har fått et
|
||||
stempel den ikke kan revidere (D-i → 3 røde). **MÅLT: null `^bundle_id`-treff** noe sted under
|
||||
`shared/`, `src/`, `tests/` mot en kjent-positiv kontroll på 31 filer med `^type:`, så begge
|
||||
erklærte grener er DEFENSIVE (`budget_stop`-presedensen) og drives fra CRAFTED baser; alle 27
|
||||
`bundle_dirs=`-kallsteder står grønne. **`explore._bundle_index` forblir REN** — to av dens egne
|
||||
armer konfigurerer kataloger som ikke finnes og forventer en id-feil, ikke en I/O-feil — så
|
||||
avstemmingen skjer der en base faktisk ÅPNES: `explore.read_bundle` (M11a → 1 rød),
|
||||
`run_project`s bundle-arm (M11b → 2 røde) og dispatcheren (M11c → 1 rød, som erstattet en privat
|
||||
`Path(raw).name`-kopi). En base uten lesbar `index.md` er **ukjent, ikke uerklært** —
|
||||
`navigate_bundle`s fail-fast propagerer. `BundleIdMismatch` subklasser `ValueError` så den lander
|
||||
på CLI-ens nekt-tuppel og hostings 400-arm, aldri krasj-kanalen; nekten måles på **null
|
||||
modellkall**, ikke på exit-koden (M12 → 2 røde. **Ærlighets-grense, MÅLT:** planens påstand
|
||||
«exit-koden forblir 1 uansett» HOLDER IKKE for denne argv — mutanten reiser
|
||||
`BudgetExceeded: rounds limit=12 observed=13` før noen nekt, så sink-asserten nås aldri. Asserten
|
||||
på KALL er likevel riktig design; den er det som ville fanget en nekt-etter-forbruk som DID
|
||||
returnerte rent).
|
||||
**En kryss-base-kollisjon rapporteres, aldri droppet i stillhet (D2):** `VerdictStore.add` er
|
||||
first-write-wins og `_mint_id` ekskluderer korpuset ved konstruksjon, så to baser som beskriver
|
||||
SAMME kandidat kollapser på én dom. `_mint_id` er URØRT (normativ i `shared/method-spec.md`,
|
||||
commons-eid) og `add` likeså — en drop DER kan like gjerne være mot en Steg-7-innboksdom eller et
|
||||
bundle-frø. Regnskapet bor i dispatcheren, som er det ENE stedet som holder id→base-kartet
|
||||
(M13 → 2 røde). **Id-en hentes fra `run_project`s EKSISTERENDE `notify`-søm, aldri fra
|
||||
`RunResult.verdict`** (D-l): `notify` fyrer INNE i fangst-blokka, altså nøyaktig når en dom finnes
|
||||
(F2), og båsen bygges FERSK hver iterasjon — hoistes den ut, leser en senere base forrige bases dom
|
||||
og fabrikkerer en kollisjon som aldri skjedde (D-l → 1 rød). `MultiBaseResult.collisions`
|
||||
DEFAULTER til tom tuppel (`skipped_links`-halvdelen: en tom trace er et ærlig POSITIVT utsagn), og
|
||||
`collision_notice` returnerer `None` på den — omisjon, aldri tom rad.
|
||||
**Metoden er en DELT Agent Skill, forfattet i commons (D4):** `shared/skills/falsification-
|
||||
reviewer/` kommer KUN via `git subtree pull` — lokal forfatting ville gitt et wheel søskenet aldri
|
||||
arver, og INGEN test i suiten oppdager det avviket. Terminologi-gaten er den som biter
|
||||
(`OKF bundle` i kundevendt prosa → M18a, 1 rød), og den er paret med en KJENT-POSITIV kontroll på
|
||||
at regexen KAN finne strengen. Rammeverks-nøytraliteten har ÉN kopi
|
||||
(`test_method_spec_is_framework_neutral`), utvidet av Amendment 2 fra `expert-reviewer` alene til
|
||||
`GUARDED_SKILL_DIRS` — den nye skillen hadde ingen vakt i det hele tatt (M18b → 1 rød, egen
|
||||
signatur) — pluss en fail-closed arm som blir rød når et fremtidig subtree-pull bringer en TREDJE
|
||||
skill som ikke er listet. Det verkede eksempelet materialiseres fra `frontmatter_verbatim`
|
||||
ORDRETT (Amendment 3): den linjeorienterte `frontmatter`-projeksjonen kan ved konstruksjon ikke
|
||||
bære blokkform, så å bygge fra den ville gjort det ulesbare tilfellet `absent` og armen ville stått
|
||||
GRØNN mens den beviste det motsatte av sin egen docstring. Eksempelets egen dom er `undecided`, ikke
|
||||
`survived` — en påstand hvis ene mulige gjendriver var ulesbar ble aldri angrepet.
|
||||
**Load-bearing MÅLT: 30 mutasjoner, ALLE røde mot HELE suiten**, grønn kontroll **1189 passed /
|
||||
5 skipped**, alle tre byte-fasitene OK og `demo-transcript.stdout` BYTE-UENDRET
|
||||
(`ea8c534773acdbe41ae68f2c55724d69aaf8be4f`); node-ID-supersettet holder strengt (1094 → 1194,
|
||||
**0 fjernet**). Per mutasjon: M1 27 · M2 2 · M3 12 · M4 1 · M5 5 · M6 1 · M7 4 · M8 9 · M9a 26+8E ·
|
||||
M9 17 · M10 1 · M11a 1 · M11b 2 · M11c 1 · M12 2 · M13 2 · M14 1 · M15 1 · M16 3 · M17 1 ·
|
||||
M18a 1 · M18b 1 · M19a 2 · M19b 1 · M20a 2 · M20b 1 · D-b 1 · D-e 5 · D-i 3 · D-l 1.
|
||||
**TRE av planens spådde signaturer ble FALSIFISERT av målingen, og de står som målt:** M9s
|
||||
«rundturen forblir grønn» (ikke konstruerbar), M12s «exit-koden forblir 1» (mutanten reiser i
|
||||
stedet), og M17s spådde PAR (kun 1 rød — `verified_field("a: b", …)` runder faktisk trippen, fordi
|
||||
`_find_pair_separator` tar FØRSTE kolon-mellomrom og verdien beholder sitt eget kolon).
|
||||
**Operatørbeslutninger:** D1 én dekoder-søm · D2 dispatcher-side kollisjonsregnskap · D3 én
|
||||
linjekilde bak begge lesere · D4 skillen forfattes i commons · D5 ingen ny avhengighet (ingen
|
||||
PyYAML) · D6/B1 identitet = `(bundle_id, concept_id)`, konseptet først. **D7-speiling er ÅPEN** for
|
||||
dekoder-semantikken, som S3.2 og S4.0. **Ærlighets-grenser, uttalt:** `evidence_for(path, key=…)`
|
||||
med en ANNEN nøkkel enn `verified` REISER for enhver verdi som dekoder til oppføringer uten `by`,
|
||||
fordi `tier` avledes ubetinget — MÅLT: alle 11 eksisterende kallsteder bruker defaulten, så
|
||||
parameteren har aldri vært øvet, og det er RAPPORTERT, ikke fikset (utenfor denne ordren);
|
||||
`verified_field` validerer ikke `at`; og at en LEVENDE modell kaller falsifiseringsskillen godt er
|
||||
ikke bevist (structured-output-grensens klasse).
|
||||
- **STATE.md er local-only** (gitignored). Voyage session-state er efemert; STATE.md er kanonisk kontinuitet.
|
||||
- Prosess: Voyage-plugin (`/trekbrief → /trekplan → /trekexecute → /trekreview`) per større fase.
|
||||
|
||||
|
|
|
|||
Loading…
Add table
Add a link
Reference in a new issue