portfolio-optimiser/docs/plan/2026-08-09-egnethetsreview-plan.md

Egnethetsreview → plan — funnene gjort varige, én økt av gangen

Hva dette er. Fable-reviewen (2026-08-09, kjørt fra 2026-08-09-fable-egnethetsreview-prompt.md) leverte funnene sine i et chat-transkript som forsvinner. Dette dokumentet er den varige formen: hvert funn i klarspråk, med belegget som produserte det, rangert som en plan STATE.md peker inn i økt for økt. Chatten kan glemmes — alt som trengs står her.

Slik brukes den: STATE.mds «👉 NESTE»-blokk peker alltid på det ØVERSTE ulukkede P-punktet her. En økt lukker et punkt → setter ✔ med commit-hash HER → overskriver STATE.md → neste økt leser videre. Demo-uke-planen (2026-08-06-demo-uke-plan.md) og innholdsgate-planen (2026-08-09-innholdsgate-og-aerlighet.md) BESTÅR uendret — denne planen føyer review-funnene inn i samme løp og flytter ingenting som er besluttet (O1–O4 står).

Voyage: småjobber (≤1 økt, kjent sti) kjøres direkte med /tdd-disiplin. Full Voyage-syklus (/trekbrief → /trekplan → /trekexecute → /trekreview) brukes der et punkt er merket [Voyage] — punktene med reell design-usikkerhet eller ≥2 økters bygging.

Revidert 2026-08-07 (planrevisjonen — seks innsigelser målt og avgjort, se §6): ukas største måletekniske risiko (S4.0-forankringen) er flyttet fra tirsdag til helgen, stderr-beslutningen tas FØR pinningen, [project.scripts] er flyttet ut av frysedagen, tirsdag har fått abortsti, og demoen har fått en runbook-post (P4.5). Datonote (I6): filnavnets 2026-08-09 beholdes (omdøping koster lenker), men øktene dokumentet daterer til 08-08/08-09 ble committet 2026-08-06 (målt 08-07: git show -s --format='%h %ad' --date=short c96ef90 0eb0f3d 295e966 688ee24 e93e921 d6f3359 → alle 2026-08-06).

0. TO SPOR (operatørbeslutning 2026-08-09 — overordner rekkefølgen under)

Operatøren har delt uka i to spor. P-punktene under består, men hører nå hjemme slik:

SPOR 1 — KOMPLETT VERSJON 1, klar til torsdag 13. (inkludert andre repo)

v1 = den målte kjernen (alle åtte steg wiret, 42 load-bearing-testfiler, 766/770 grønn — inventaret i 2026-08-06-v1-inventory.local.md) + to lukkinger + release-kuttet:

Post	Innhold	Kost	Nedgradering hvis tid/kvote ryker
S1.a = P1	Steg 7-innboksen inn i demoløpet	1 økt	ærlig etikett (0,1 økt)
S1.b = P2	Innholdsgaten (Spor B)	1–2 økter	NEI-varianten i ærlighets-teksten (ferdigskrevet)
S1.c (ny)	Release-kuttet: versjon 1.0.0 synket FIRE steder (pyproject/__init__/uv.lock/test_smoke) + CHANGELOG ([Unreleased] → 1.0.0; Steg-5-API-endringen står alt der) + tag v1.0.0 på begge remotes ETTER grønn generalprøve. ([project.scripts] er flyttet videre til P4 pkt. 5 i HELGEN (I3): en ny entry point endrer install-flaten, så den må ligge FØR fresh-clone-målingen — aldri på frysedagen.)	0,5–0,75 økt (ons kveld)	tag fredag i stedet — aldri tag før grønn generalprøve

Andre repo — hva som faktisk MÅ gjøres der (målt, ikke antatt):

• commons: energieksemplet MED cost-baseline.json — ALLEREDE bestilt (frist tir 11., coord 20260806T112037Z…); GO/NO-GO tirsdag står. Reserven (mikro) gjør at v1 ALDRI blokkeres av commons: rammeverket er v1, innholdet er data.
• llm-ingestion-okf: ingenting — pinnet v0.3.2 gjennom v1 (målt at den holder).
• guard-repoet: ingenting — v0.3.4 finnes, stdlib-only; wiringen skjer HER (S1.b).
• po-claude: PARKERT (ramme B) — v1 er MAF-siden alene, og det SIES i release-notatet.

→ Ingen ny coord-melding trengs. Alt andre-repo-arbeid er enten bestilt eller ikke nødvendig.

Flagget konflikt (operatøren eier den): O4 sier README-løftet kommer ETTER demoen (fre–lør). Anbefaling: tag v1.0.0 onsdag med nøktern README-status; nivå-2-påstanden inn i README fre/lør som besluttet. Beviset først, påstanden etterpå — det gjelder også taggen.

EKSPLISITT UTE av v1 (sies i release-notatet, ikke i en fotnote): CLI-porteføljetak (P6), commons-amendmentene (P7), metode-skillen (P8), bestiller-flaten (åpen beslutning i STATE), bundle-fabrikken (O1), søsken-repoet (parkert), okf v0.4.0+.

SPOR 2 — KOMPLETT OG OVERBEVISENDE DEMO av alle åtte steg

= P3 (GO-dag + re-måling av kostnads-sjekken) + P4 (forankret prøvekjøring + fresh-clone-/stderr-/golden-kriterier + to ærlighets-setninger) + P4.5 (demo-runbook, VED frysen — I5) + generalprøven + én muntlig mandat-setning (bestillingsflyten er svaret på «kan vi styre hva som analyseres?» — docs/bestille-en-kjoring.md). Stderr-dempingen er BESLUTTET (I2, 2026-08-07): JA — utføres i HELGEN som del av P4-forskuddet, FØR stderr-pinningen (demping etter pinning ville ugyldiggjort fasiten på frysedagen). Målt 08-07: stderr er SEKS linjer — de fire støylinjene (to ExperimentalWarning + to «forcing completion») pluss blanklinje + arbeidskopi:-linja, som er bevisst ikke-deterministisk (simulation.py:531-534) og IKKE skal dempes. Dempingen rører ikke stdout (kriterium 6). Faller den: NEI-fallback = pin de fire linjene som fasit, med arbeidskopi:-linja normalisert på prefiks.

Økt-regnskap for uka i dette repoet (revidert 08-07): S1.a (1) + S1.b (1–2) + S1.c (0,5–0,75) + P3 (0,25) + P4/generalprøve — utvidet med forankret prøvekjøring, 10 %-prøven, [project.scripts] og dempingen (0,75–1,25) + P4.5 runbook (0,25) ≈ 3,75–5,5 økter på seks dager (fre 7.–ons 12., ny full ukeskvote). Totalen går opp med slakk i normal drift (1–2 økter/dag). Første kutt hvis den ikke gjør det: S1.b → NEI-varianten i ærlighets-teksten (nedgraderingskolonnen — ferdigskrevet, frigjør 1–2 økter, og Spor B er ikke en frys-betingelse). Deretter gjelder nedgraderingskolonnen rad for rad — v1 forblir ærlig komplett på hvert nivå, den blir aldri stille ufullstendig.

1. Funnene i klarspråk

Reviewen fant ingen brann i koden: suiten er grønn (766 passed / 4 skipped), demo-outputen er byte-identisk over to kjøringer, og alle åtte steg har sin merkede linje. Det den fant, er fire steder der demoen lover mer enn den viser, og noen hull i sikkerhetsnettet rundt torsdag.

Funn 1 — kostnads-sjekken har aldri kjørt på ekte innhold. Validatoren KAN avstemme et forslag mot prosjektets faktiske kostnadstall (S4.0), men sjekken aktiveres bare når kunnskapsbasen shipper cost-baseline.json — og ingen demo-bundle under shared/examples/ har den fila (målt, §4 rad 3). (Korrigert 08-07, I1: den opprinnelige formuleringen «ingen bundle i repoet» var målt for smalt — repoet shipper en fungerende, format-definerende baseline-bundle i src/portfolio_optimiser/data/bundles/bygg-energi-baseline-mikro/, i bruk av S4.0-testens målte mutasjoner, og kjørestien leser fila: run.py:516.) I dagens demo regner validatoren derfor kun på tall forslaget selv oppgir. Bestillingen til commons krever fila (bra) — men slik planen sto, ville sjekken møtt ekte innhold FØRSTE gang på leveransedagen; avviker manus-tallene mer enn 5 % fra de leverte kostnadstallene, avvises BÅDE det overdrevne og det korrigerte forslaget på scenen. Derfor er forankringen flyttet til helgen (P4 pkt. 0): reserven kan ikke få fila I shared/ (pull-only subtree + kriterium 8 krever goldenene byte-uendret), men det er en plasserings-begrensning, ikke en umulighet — demoen kjører uansett på en KOPI av bundelen (simulation.py:316), så en repo-lokal kopier-og-utvid-variant gir en forankret kjøring uten å røre commons. NO-GO-setningen i P4 pkt. 4 er omskrevet tilsvarende.

Funn 2 — demoen sier «fil-innboks for ekspertdommer», men bruker den ikke. Steg 7-linja i demoen sier «lang fil-løkke». I virkeligheten leveres dommen som et funksjonsargument — simulate_learning_loop kaller run_project uten verdict_dir (§4 rad 4). Fil-innboksen finnes og er testet (test_step7_async_loop_loadbearing.py), men demoen kjører den ikke. Dette er samme klasse som Steg 5 var før 7. august: et steg som omtales er ikke vist.

Funn 3 — «last ned og kjør» er aldri testet fra en fersk nedlasting. Ingen av de åtte demo-kriteriene kjører fra en ren klone. uv.lock finnes, så beviset er én kommandosekvens — og den fanger miljøavhengigheter (PORTFOLIO_SHARED_ROOT re-peker kunnskapsbasen!), utrackede filer og lokal .venv-drift.

Funn 4 — små presisjonshull i det som sies og vises. Kjøring A kalles «fersk kunnskapsbase, ingen tidligere dommer», men bundelen shipper ett dom-frø, og Kjøring B viser «2 dommer» der bare én kom fra sløyfa — én muntlig setning retter det. Stderr-støyen (to warnings + to «forcing completion») er det første publikum ser.

Etter demoen (feature-settet):

• Funn 5: porteføljekjøring fra kommandolinja har ikke noe samlet token-tak — taket finnes i biblioteket (PortfolioMeter, seks målte mutasjoner), men main() kobler det aldri på; koden sier det selv (§4 rad 6).
• Funn 6: spec-gjelden mot commons/søskenet vokser — seks lokale semantikk-beslutninger er uspeilet (D7-speiling ÅPEN i CLAUDE.md), og «rettferdig sammenligning» (A6) blir mindre sann for hver av dem.
• Funn 7: «metoden som Agent Skill» er en CLAUDE.md-konvensjon uten realisering — kun ekspert-personaen finnes (§4 rad 5).
• Funn 8: [project.scripts] mangler (release-hygiene, målbilde §11 pkt. 7).
• Null-funn: bytte av orkestrering (Sequential/Handoff/graf-laget/checkpointing) skal IKKE gjøres — målt: debatten er i praksis en fast sekvens og Group Chat beholdes av byttekost-grunner, gevinsten er kosmetisk, kostnaden er re-verifisering av hele offline-beviskjeden (§4 rad 7–8).

2. Plan FØR demoen (P1–P4, i utførelsesrekkefølge)

P1 — Steg 7-innboksen kobles på i demoen ✔ (2026-08-09)

[1 økt · Opus 5/high · TDD direkte · MÅ lande før onsdags-frysen] Rute persona-dommen gjennom en faktisk verdict_dir-katalog i simulate_learning_loop — sømmene finnes allerede (run_project(verdict_dir=…) + write_verdict er offentlig primitiv). Ny load-bearing-test: detach innboks-lesingen → markør-/Steg 7-linja endres → RØD. Kriterium 6 (byte-identisk stdout) måles på nytt etterpå. Faller den på tid: minimumsvarianten = ærlig etikett i _run_trace_lines («dom levert direkte her; fil-innboksen er samme søm, bevist i test») + én muntlig setning. 0,1 økt.

UTFØRT — men IKKE slik punktet var formulert, og forskjellen er bærende. Å rute persona-dommen gjennom innboksen ville gitt ÉN markør på to veier: Steg 7 (innboks) og Steg 8 (promotering) ender begge i Run B's hypotese-prompt, så hver av dem kunne båret markøren alene — og test_simulation_loadbearing.pys promoterings-assert ville stått GRØNN med promoteringen detached. Punktet ville altså gjort en eksisterende load-bearing test vakuøs for å lukke seg selv. Utført i stedet: en ANDRE dom, med sin egen markør (realiseringsgrad=0.66), skrives som fil med write_verdict MELLOM kjøringene, og Run B får verdict_dir=. simulate_learning_loop raiser ValueError hvis de to markørene er like. 766 → 769 grønne (773 kollektert).

• Kriterium 6 re-målt: stdout byte-identisk over to kjøringer (diff tomt). Stderr uendret 6 linjer. (Lærdom: første stderr-måling ga 62 linjer — 2>&1 >/dev/null under zsh MULTIOS blander stdout inn. Formen som holder er >/dev/null 2>fil. Målefeilen, ikke koden.)
• Mutasjoner MÅLT mot hele suiten (~110 s hver), fire røde + grønn kontroll: detach verdict_dir= (2 røde) · la Run B lese en TOM mappe mens fila fortsatt skrives (2 røde) · markør = realization_rate: 0.82, målt til stede i dom-frøet (1 rød) · markør = energy performance gap, målt til stede i en navigert konseptfil (1 rød) · godartet omdøping av innboks-katalogen (grønn kontroll).
• Ærlighets-grense funnet UNDER målingen: de to siste mutasjonene felte kausalitets-asserten (markøren finnes i bundelen), IKKE Run A-kontrollen — fordi genererings-prompten bærer Project: {id} - {name} + debatt-outputen, ikke bundle-konteksten. Run A-kontrollen kan altså ikke alene fange en bundle-tilstedeværende markør; det er kausalitets-asserten som lukker det hullet. Paret holder, men det er verdt å vite hvilken av dem som faktisk bærer hvilken egenskap.
• Lærdom, samme klasse som 08-06: første markør-mutasjon satte realiseringsgrad=0.82 og gikk GRØNN — bundelen bærer realization_rate: 0.82, ikke den strengen. Mutasjonen endret ingen betingelse og beviste ingenting. En mutasjon må måles mot hva fila FAKTISK inneholder, ikke mot hva STATE kaller verdien.

P2 — Spor B: innholdsgaten ☐

[1–2 økter · Opus 5/high · TDD direkte · følger innholdsgate-planen §3–§4 uendret] Reviewens skjerpelse, ellers ingen endring: §4-beslutning 2 (avvisning per dokument eller per bundle?) tas FØR bygging, og innholdsgate-planens kriterium 5 (byte-uendret demo-stdout) måles ETTER wiring. Målt frys-sikker: verken run.py eller simulation.py importerer ingest.

P3 — Tirsdag 11.: GO/NO-GO + kostnads-sjekken (nå RE-måling, med abortsti) ☐

[0,25 økt, del av tirsdagsøkta · Opus 5/medium] Som demo-uke-planen — men etter planrevisjonen 08-07 (I1) er dette en re-måling mot nytt innhold, ikke førstegangskjøring: S4.0-forankringen og 10 %-avviks-prøven kjøres første gang i HELGEN mot den lokalt forankrede reserven (P4 pkt. 0). Tirsdag: (a) kjør demo-kriterium 1+2 (åtte steg-linjer; REJECTED- og VALIDATED-linje for samme kandidat) mot den NYE bundelen; (b) skriv manus-registerets tall FRA den leverte cost-baseline.json, aldri ved siden av den; (c) gjenta 10 %-prøven mot levert innhold (mekanismen er alt bevist — dette måler INNHOLDET): bevisst avvik → FORKASTET; korrigert → FORESLÅTT. Abortsti (I4, ufravikelig rekkefølge): (1) FØR pull: noter git rev-parse HEAD i STATE; (2) pull → kriterium 8 (git diff --stat på goldens → tomt) + full suite; (3) rødt utfall → git reset --hard <pre-pull-hash> (squash-pullen er lokale commits uten push — resetten fjerner dem helt) og NO-GO er UTLØST — senest kl. 18:00 tirsdag, uten videre diskusjon: reserven ER demoinnholdet (den forankrede varianten fra helgen), ærlighets-setningen per P4 pkt. 4. NO-GO er et planlagt utfall, ikke en krise — generalprøve nr. 0 mandag har allerede verifisert det.

P4 — Forankret prøvekjøring + fire kriterier + to setninger (FORSKUTTERES i helgen; onsdag gjenstår kun re-måling mot valgt innhold) ☐

[0,75–1,25 økt · Opus 5/low–medium · alt under bygges/måles mot mikro-reserven i helgen — se §5] 0. Forankret prøvekjøring ✔ (2026-08-09) — se UTFØRT-blokka under punkt 5. (NY 08-07, I1 — ukas største måletekniske risiko, nå TIDLIGST): lag en repo-lokal kopier-og-utvid-bundle — mikro-reservens innhold + cost-baseline.json i S4.0-formatet fixturen definerer (project_id + items{code:{quantity,unit_cost}}), med baseline-tall avledet FRA manus-registerets tall (samme disiplin som P3 b, speilvendt). Kjør HELE demoløpet mot den: simulate_learning_loop tar bundle_dir som argument og kopierer den (simulation.py:280/:316), og run.py:516 leser fila. Inkluder 10 %-avviks-prøven (flyttet hit fra P3): bevisst avvik → FORKASTET i stage 0; korrigert → FORESLÅTT. Ligger utenfor shared/ → kriterium 8 urørt; kriterium 6 er selv-identitet og påvirkes ikke. Ved NO-GO tirsdag kjører demoen denne varianten (call-site-valg i main() — samme søm GO-utfallet uansett bruker). Faller den: fallback = uforankret reserve + den gamle NO-GO-setningen — ingenting tapt mot planen slik den sto før revisjonen.

1. Fresh-clone-kriterium ✔ (2026-08-09, ab7f45a) — se UTFØRT-blokka under punkt 5.
2. Stderr: FØRST beslutningen, SÅ pinningen (I2) ✔ (2026-08-09, ab7f45a) — beslutningen er tatt og målt; se UTFØRT-blokka under punkt 5. Konsekvens for pinningen (pkt. 3): fasiten kan IKKE være literal — de to gjenstående ExperimentalWarning-linjene bærer en absolutt sti inn i .venv/…/site-packages, som er ulik i fersk klon og arbeidskopi (målt). Normaliser på BEGGE: site-packages-stien OG po-sim--suffikset. Pinnet stderr er da fire linjer, ikke to.
3. Golden-transkript: sjekk inn demo-outputen som fasit-fil og diff mot den — selvidentitet (kriterium 6) fanger ikke-determinisme, men ikke regresjon mellom onsdag og torsdag. Transkriptet er også demoens abortsti (gjort eksplisitt i P4.5).
4. To ferdigskrevne setninger inn i ærlighets-teksten (mønsteret fra innholdsgate-planen §5). NO-GO-varianten er OMSKREVET etter I1: «kostnads-forankringen er aktiv også i reserve-eksemplet, men kostnadstallene der er syntetiske — avledet av manuset, ikke levert av et fagmiljø» (fallback hvis pkt. 0 faller: den gamle setningen «kostnads-forankringen er ikke aktiv i reserve-eksemplet»). Frø-setningen står: «én av de to tidligere dommene i Kjøring B fulgte med eksempelet — den andre er den demoen lærte».
5. [project.scripts] (flyttet HIT fra S1.c, I3) ✔ (2026-08-09, ab7f45a) — se UTFØRT-blokka rett under.

UTFØRT — punkt 5, 2 og 1 (2026-08-09, ab7f45a). 775 → 785 passed / 4 skipped.

Punkt 5: to konsoll-kommandoer — portfolio-optimiser (run:main) og portfolio-optimiser-demo (simulation:main). Bevisst to av fem main(): costsim/hitl/preflight beholder -m-formen; hvert navn her er et navn frysen må bære. Testen leser den INSTALLERTE distribusjonens metadata, ikke TOML-en — en [project.scripts]-linje som aldri er uv sync-et er en påstand, ikke en kommando. Målt: stdout er byte-identisk mellom uv run portfolio-optimiser-demo og uv run python -m portfolio_optimiser.simulation.

Punkt 2 — den åpne beslutningen, avgjort ved måling: rund-taks-linjene dempes, de to ExperimentalWarning-linjene gjør det ikke. Loggeren er lest ut av MAFs kilde (logger.warning i _base_group_chat_orchestrator), ikke gjettet; filteret er nøklet på MELDINGEN og installeres i main(), aldri ved import. Hvorfor de to andre ikke dempes: de fyrer mens portfolio_optimiser/__init__.py importerer run → agent_framework — alltid FØR simulation sin egen importblokk, under BEGGE kjøreformer. Å dempe dem ville krevd et warnings-filter inne i bibliotekpakken, altså at rammeverket bestemmer hva MAF får si til enhver konsument. En wrapper bak konsoll-kommandoen ble avvist av en andre grunn: de to kjøreformene ville da skrevet ULIK stderr, og en byte-fasit ville pinnet kommandoen i stedet for programmet. stderr 6 → 4 linjer. Første implementasjon ble FJERNET etter måling: en scoped mute rundt simulations egen agent_framework-import kan aldri fyre (pakken har allerede importert den) — en grønn-men-død søm.

Punkt 1 — fresh-clone, målt mot ab7f45a: klon fra origin → uv sync → uv run portfolio-optimiser-demo. stdout byte-identisk med arbeidskopien; stderr identisk normalisert på site-packages-sti + po-sim--suffiks. READMEens egen verifikasjon kjørt i klonen: 785 passed / 4 skipped. (Merk: open/-speilet står fortsatt på 520e7412 = v0.1.0 — publisering dit er S1.c onsdag, ikke en del av denne målingen.)

Load-bearing MÅLT mot HELE suiten, fem mutasjoner alle røde + grønn kontroll: fjern [project.scripts] · typo i target · detach main()-kallet · la filteret droppe alt · installer filteret ved import. Typo-mutasjonen felte en TEST: resolve-asserten resolverte det FORVENTEDE targetet mot seg selv; den leser nå det distribusjonen faktisk installerer. Fjerde gang på fem økter at mutasjonsmålingen feller testen, ikke koden.

UTFØRT — punkt 0 (2026-08-09). materialize_anchored_bundle kopierer reserven og legger til cost-baseline.json utenfor shared/; main() kjører den varianten, og hele demoløpet er kjørt mot den. Baselinen avledes i KODE fra manus-registeret (baseline_from_scripted_candidate), ikke skrevet ved siden av det — på GO-dagen snus retningen (punkt b i P3), og en håndskrevet kopi ville vært den andre kilden som drifter. Begge skriptede svar må oppgi samme kostlinjer, ellers ValueError: var de ulike, ville hypotese #1 blitt avvist av stage 0 istedenfor av P90, og demoens REJECTED-linje kommet fra en annen mekanisme enn den den forteller om.

10 %-prøven, målt: bevisst avvik (baseline ×1,10) → FORKASTET — quantity 300000 for cost code 'ENERGI-TOTAL-EL' is outside the 5.0% tolerance around the baseline quantity 330000, i stage 0, FØR løseren. Korrigert (manus = baseline) → FORESLÅTT — LED-retrofit av kontorbelysning: 30000 NOK. Kontroll: hypotese #1 avvises fortsatt av P90-stagen, så demo-kriterium 2 viser samme mekanisme som før. Suite 769 → 775 passed / 4 skipped.

Kriterium 6 re-målt: stdout byte-identisk mellom to kjøringer; stderr uendret 6 linjer. Eneste diff mot uforankret demo er den nye fire-linjers KUNNSKAPSBASE-blokka — alt annet er byte-identisk, og det er selve problemet: forankringen er usynlig, derfor må den printes, og derfor er provenance et påkrevd argument (kallstedet som velger bundelen er det eneste som vet hvor tallene kom fra). Punkt 4s NO-GO-setning står nå ordrett på skjermen.

Målingen felte TESTEN først. Første form av entry-point-testen asserterte "kostbaseline erklært" in stdout — men den uforankrede grenen sa «ingen kostbaseline erklært», som INNEHOLDER strengen; og ENERGI-TOTAL-EL står allerede i Steg 2-linja. Detach-mutasjonen gikk GRØNN. De to grenene deler nå ingen ordlyd, og asserten navngir hele linja. Fem mutasjoner røde + grønn kontroll (tests/test_anchored_reserve_loadbearing.py).

GO-dagens endring er ÉN blokk i main(): bundle = materialize_anchored_bundle(...) + provenance = _RESERVE_PROVENANCE byttes mot den leverte bundelens sti og dens egen provenans. Kjørestien er uendret — run.py leser baselinen fra hvilken som helst bundle-katalog.

P4.5 — Demo-runbook: ÉN side operatøren følger på scenen (NY 08-07, I5) ☐

[0,25 økt · Opus 5/low · produseres VED frysen onsdag, ETTER generalprøve ×2 — så den matcher frosset output] Det som skal SIES torsdag ligger i dag på fire steder: demo-uke-planen §1 (tre ærlighets-punkter), innholdsgate-planen §5 (opplesnings-avsnittet), P4 pkt. 4 (to setninger) og §0 Spor 2 (muntlig mandat-setning). Runbooken samler dem på én side: kjøresekvens (kommandoen + forventede steg-linjer), hva som sies hvor, og abortstien: feiler live-kjøringen, vis golden-transkriptet fra P4 pkt. 3 og si høyt at det er gårsdagens frosne kjøring. Sti: docs/plan/2026-08-12-demo-runbook.md (datert sti — utenfor _LIVE_DOCS-gaten). Runbooken er lesestoff, ikke kjøresti — den kan skrives etter frysen uten å røre den.

3. Plan ETTER demoen (P5–P10, i verdirekkefølge)

P5 — README + nivå-2-påstanden (O4, fre 14.–lør 15.) ☐

[1 økt · Opus 5/medium] Allerede besluttet (O4). Reviewens tillegg: G5-forbeholdet skal stå i teksten som løftes — sammenligningen mot søskenet gjelder den spec-ede kjernen, ikke hele dette repoet (mandat/hovedbok/portefølje-budsjett m.m. er utenfor spec-ene, målt 0 treff).

P6 — Globalt token-tak inn i CLI-en ☐

[1 økt · Opus 5/high · TDD direkte] --budget-dør i main(): PortfolioMeter + read_spend/write_spend-wiring + BudgetRefused inn i except-tuplen (TRAP-kommentaren i run.py sier selv at den ikke fanges i dag). Feller: CLI-test med spend-fil nær taket + --portfolio → strukturert refusal; detach flagget → rød.

P7 — Amendment-pakken til commons — ÉN samlet bestilling ☐

[1 økt · Fable 5/high (spec-review er formen) · leveres via coord-send, ALDRI arbeid i commons] D-A-restene samlet i én tekst: F2/F3-validator-semantikken, S3.2-seedingregelen, S4.0-baseline-formatet, (p)-kvantiseringen, Steg-5-returtypen. Feller: amendmentet gir spec-tester/goldens som binder semantikken på tvers av stackene — i dag kan søskenet følge spec-en korrekt og likevel divergere fra dette repoet.

P8 — Metoden som Agent Skill (B6) ☐ [Voyage]

[/trekbrief først; bestilling til commons + liten konsum-søm her] Målt: kun shared/skills/expert-reviewer/SKILL.md finnes. Innholdet eies av commons (bestilling som tekst); konsum-sømmen her er liten (MAF SkillsProvider er experimental — pin versjon). [Voyage] fordi formen har reell design-usikkerhet — hva av metoden som skal være skript vs. referanse er ikke avgjort.

P9 — Småting ☐

[0,5 økt samlet · Opus 5/low] Kapabilitetskartets to korreksjoner (topologi-notatet fra funn «null»: debatten er en fast sekvens, Group Chat beholdes av byttekost; checkpointing-raden nedgraderes fra «ADOPT (later)» til «NEI med begrunnelse» — pass-nivå-gjenopptakelse er allerede levert via spend-fila). ([project.scripts] er flyttet inn i v1-release-kuttet, §0 S1.c.)

P10 — Eksplisitt NULL (ingen økt) ✔

Ingen Sequential-swap, ingen Handoff, ingen graf-adopsjon, ingen checkpointing. Står her så ingen senere økt «oppdager» dem på nytt. Falsifisering av selve null-beslutningen: forsvinner «forcing completion»-linjene en dag uten bytte, var topologi-analysen feil.

4. Belegg (kommandoene bak påstandene — RE-MÅLT 2026-08-07 på HEAD bb3df79; opprinnelig måling 2026-08-06, se datonoten øverst)

#	Påstand	Kommando → resultat
1	Suiten grønn	uv run pytest -q → 766 passed / 4 skipped (107 s) — re-målt 08-07
2	Demo deterministisk + 8 steg	to kjøringer 08-07, stdout adskilt fra stderr: diff → tom; grep -cE "^ *Steg [1-8]" → 8. Stderr målt: 6 linjer — 2 ExperimentalWarning + 2 «forcing completion» + blanklinje + ikke-deterministisk arbeidskopi:-linje (bevisst, simulation.py:531-534)
3	(KORRIGERT 08-07, I1) Ingen bundle under shared/examples/ shipper kostbaseline — men REPOET gjør, og kjørestien leser den	ls shared/examples/bygg-energi-mikro/ → 8 filer, ingen baseline (re-målt, står — men var målt for SMALT: én katalog). find . -name 'cost-baseline.json' -not -path './.git/*' → src/portfolio_optimiser/data/bundles/bygg-energi-baseline-mikro/cost-baseline.json (gyldig S4.0-format, merket SYNTHETIC); i bruk: grep -n BASELINE_BUNDLE tests/test_s40_cost_baseline_loadbearing.py → :42/:162/:242; kjørestien: run.py:516 load_optional_cost_baseline; bundelen er kopiert parameter: simulation.py:280/:316
4	Steg 7 vises uten fil-innboksen	re-målt 08-07: run_project kalles uten verdict_dir (simulation.py:328-338/:356-366); dommen er argumentet verdict_input (:322); etiketten «lang fil-løkke» står i :478
5	Metode-skill finnes ikke	find shared -name "SKILL.md" → kun expert-reviewer (re-målt 08-07)
6	CLI-porteføljen uten pass-tak	run.py:1679-1686 (re-lest 08-07): budget-stop-armen «currently UNREACHABLE from here»; TRAP-kommentar: BudgetRefused (RuntimeError) utenfor except-tuplen
7	Debatten er en fast sekvens	workflow.py:99-108 (re-lest 08-07): round-robin-selector, terminerings-nett = max_rounds*2+1 = 7 > 3 dispatcher → fyrer aldri; «forcing completion» ×2 målt i dagens stderr
8	MAF-alternativene gir ikke gevinst	re-målt 08-07: installert _group_chat.py:145-155 har round-robin kun som docstring-eksempel; inspect.signature(SequentialBuilder.__init__) → checkpoint_storage direkte. (Handoff = modelldreven ruting: 08-06-introspeksjonen, ikke re-målt)
9	[project.scripts] mangler — bygges i HELGEN (P4 pkt. 5, I3)	grep -n scripts pyproject.toml → 0 treff (re-målt 08-07)
10	Spor B er frys-sikker	grep -nE '^(from|import).*ingest' src/portfolio_optimiser/{run,simulation}.py → 0 treff (re-målt 08-07, skarpere grep — treffene som finnes er kommentarer/hjelpetekst, ingen import)
11	(NY 08-07) Begge baseline-loaderne finnes	grep -n 'def load_optional_cost_baseline|def load_cost_baseline' src/portfolio_optimiser/okf.py → :305 + :323
12	(NY 08-07, I6) Daterings-avvik	git show -s --format='%h %ad' --date=short c96ef90 0eb0f3d 295e966 688ee24 e93e921 d6f3359 → ALLE 2026-08-06; date → 2026-08-07 (fredag); 13. aug = torsdag

5. Ukens kalender (hvor punktene lander)

Justert fre 7. aug (operatør): arbeid starter I DAG, helg inkludert, ny full ukeskvote — full sti er hovedsporet, nedgraderingene i §0 er forsikring. Prinsippet bak fordelingen: alt som IKKE krever det nye commons-innholdet gjøres FØR tirsdag, så tirsdag/onsdag er tynne og risikoen ligger tidlig med slakk bak seg.

Dag	Innhold
fre 7.	Planrevisjonen (I1–I6) ✔ + P1/S1.a: Steg 7-innboksen inn i demoløpet (økt 1)
lør 8.–søn 9.	P2/S1.b: innholdsgaten (økt 2, evt. 3) + P4-forskuddet UTVIDET (0,75–1,25 økt), i denne rekkefølgen: forankret prøvekjøring + 10 %-prøven (pkt. 0, I1) ✔ 08-09 → [project.scripts] (pkt. 5, I3) → stderr-demping FØR pinning (pkt. 2, I2) → fresh-clone (pkt. 1) → golden-transkript-mekanikk (pkt. 3) → de to ærlighets-setningene (pkt. 4) — alt bygges og måles mot den FORANKREDE mikro-reserven NÅ
man 10.	Generalprøve nr. 0 mot forankret reserve: alle kriterier ende-til-ende → NO-GO-utfallet er ferdig verifisert FØR tirsdag; rest-slakk er buffer
tir 11.	P3: noter pre-pull-hash → subtree pull → GO/NO-GO (abortsti I4: rød suite/goldens → git reset --hard <pre-pull-hash> + NO-GO senest kl. 18:00) + RE-måling: kriterium 1+2 mot NY bundle; manus-tall skrives FRA levert cost-baseline.json; 10 %-prøven gjentatt; goldens byte-uendret
ons 12.	P4 re-målt mot valgt innhold → generalprøve ×2 → FRYS → P4.5: demo-runbook (I5) → S1.c: versjonssynk + CHANGELOG + tag v1.0.0 (uten [project.scripts] — den ligger i helgen, I3)
tor 13.	DEMO = v1 vises (runbooken i hånda)
fre 14.–lør 15.	P5: README (O4)
deretter	P6 → P7 → P8 → P9, ett punkt per økt; STATE.md peker på øverste åpne

6. Planrevisjonen 2026-08-07 — seks innsigelser, avgjørelser med belegg

Kjørt på Fable 5/xhigh uten advisor; hvert premiss fra innsigelses-prompten er derfor re-målt i økta med egne kommandoer (§4 + kolonnen her) — ingen tall er gjenbrukt.

#	Innsigelse	Avgjørelse	Nøkkelmåling (kjørt 08-07)
I1	Funn 1 målt for smalt; «reserven kan aldri få fila» feil som formulert	TAS INN — forankret prøvekjøring + 10 %-prøve flyttet til helgen (P4 pkt. 0); §1/§4 korrigert	find . -name 'cost-baseline.json' → fixturen finnes (gyldig S4.0-format); run.py:516 wirer loaderen; simulation.py:280/:316 — bundelen er kopiert parameter
I2	Demping (ons) etter pinning (helg) ugyldiggjør fasiten	TAS INN, SKJERPET — beslutning JA tatt nå; demping i helgen FØR pinning; målt at stderr uansett trenger definert form	to sim-kjøringer: stderr = 6 linjer, ikke 4 — arbeidskopi:-linja er ikke-deterministisk (simulation.py:531-534)
I3	[project.scripts] på frysedagen endrer install-flaten ETTER fresh-clone-målingen	TAS INN — flyttet til P4 pkt. 5 (helg), FØR fresh-clone; S1.c = synk + CHANGELOG + tag	grep -n scripts pyproject.toml → 0 treff
I4	Tirsdagens pull mangler avbruddssti	TAS INN — pre-pull-hash + reset-regel + NO-GO senest kl. 18:00 skrevet inn i P3 og §5	kriterium 8 finnes (demo-uke-plan §5 pkt. 8, lest 08-07), men ingen revert-regel sto i noe dokument
I5	Ingen demo-runbook allokert	TAS INN — ny post P4.5 (0,25 økt, VED frysen); golden-transkriptet gjort eksplisitt til abortsti	de fire spredte kildene bekreftet (demo-uke-plan §1, innholdsgate §5, P4 pkt. 4, §0 Spor 2 — lest 08-07)
I6	Datoene ligger 2–3 dager fram i tid	TAS INN — §4 re-datert til faktisk måling; STATE-loggen korrigert; filnavnet står med datonote	git show -s --format='%h %ad' → alle refererte commits 2026-08-06; date → 2026-08-07 (fredag)

Avvist: ingen. I1s mot-spørsmål ble målt, ikke antatt: ingen kollisjon med _default_bundle_dir()/PORTFOLIO_SHARED_ROOT (bundelen er et funksjonsargument, og demoen kjører på en kopi — simulation.py:280/:316/:492), ingen kollisjon med kriterium 6 (selv-identitet: en forankret kjøring diffes mot seg selv) eller kriterium 8 (den lokale bundelen ligger utenfor shared/), og syntetisk forankring beviser MEKANISMEN live — tall-ærligheten dekkes allerede av nivå 2-regelen (demo-uke-planen §1 pkt. 3) og fixture-notatet «SYNTHETIC». Kostnaden (~0,25–0,5 økt ekstra i helgen) er dekket av ny full ukeskvote og kjøpes tilbake ved at tirsdag/onsdag blir tynnere.