portfolio-optimiser/docs/2026-09-07-okf-prepass-i-debatten.md

Pre-passet foran debatten — hva et DEKLARERT kutt koster, og hva det kjøper

Måledato: 2026-09-07. Ordre: 20260907T080223Z-62649864-from-.claude. Premiss: coord-melding 20260907T073755Z-900124162 fra llm-ingestion-okf (Amendment, 07:37Z). Produsent: llm-ingestion-okf revisjon 54a0bc2, tools/okf_consume.py. Kontrakt: llm-ingestion-okf/docs/consumption-contract.md (normativ) — okf-consumption/1.

---

0. Hva som ER målt, og hva som IKKE er det

Målt her, med et instrument validert mot en kjent-positiv FØR første tall ble rapportert: kuttets nevnere på levert K2, payloadets og renderingens kostnad i o200k-tokens, en FØR-arm der debatten faktisk går stigen, en ETTER-arm med kuttet, siteringstallet i stempelet, og hva et spørsmål bundelen ikke svarer på produserer.

IKKE målt: ingen LEVENDE modell har lest et rendret kutt. At en modell resonnerer BEDRE (eller verre) med et deklarert kutt enn med fri navigasjon er ikke vist — samme klasse som structured-output-grensen. Alt under er plumbing, kostnad og nevnere.

Kjent-positiv, kjørt først: rotnivå-listingen på levert K2 måler 3 954 tegn / 1 495 o200k-tokens over 629 konseptfiler — S7a-3s publiserte tall, eksakt. Måleskriptet asserterer på dette og nekter å rapportere et eneste tall hvis det ikke reproduseres.

---

1. Kuttet, på levert K2

Spørsmål: «Hva er enhetsprisen for kostkode 21.1 i prisskjemaet?» Base: k2-trinn1-20260903, ref sha256-tree:9a4e5561…a968b5. Veggklokke: ~1,0 s.

considered	629
withheld	621 — no_lexical_match 582, below_k 37, over_budget_alone 2
delivered	8
identiteten lukker	629 = 621 + 8 ✔
payload på disk	164 987 B / 40 425 tok
renderingen debatten ser	72 287 tegn / 5 162 tok

Renderingen fjerner 87 % av payloadets token-kostnad, og det er withheld-lista: 621 konsept-ider som en leser ikke kan åpne. Regelen med ANTALL er faktumet; ide-lista er kostnad uten informasjon. Full liste ligger i payloadet operatøren allerede holder.

---

2. FØR og ETTER, samme base, samme spørsmål, samme økt

Tre armer, fordi «FØR» ikke er ett tall: en debatt som kan navigere og en som gjør det koster ulikt, og bare den andre er en ærlig sammenligning.

	FØR, konstant manus (navigerer ikke)	FØR, går stigen	ETTER, deklarert kutt
prompter	3	10	3
prompt-tokens	515	7 031	10 641
største prompt	210	2 013	5 251
debatt-verktøy	4	4	0
verktøykall	0	3 (list_bundles → read_bundle → read_dir)	0
siteringer i stempelet	629	629	8
nevnere rapportert	ingen	ingen	629 = 621 + 8, tre regler
validator-dom	validated	validated	validated

Like-for-like er kolonne 2 mot kolonne 3: +3 610 tokens (+51 %) og syv prompter færre. Mot den konstante armen er det +1 966 %, men den armen navigerer ikke og er ikke sammenlignbar — den står her fordi den er den eneste som isolerer pekerens egen kostnad (99 tokens).

Dette er ikke en besparelse, og dokumentet påstår ikke at det er det. Det som kjøpes er:

1. Nevnerne finnes. Før kunne ingen lese ut av en kjøring hvor mye av basen som ikke ble lest.
2. Stempelet slutter å overdrive. 629 → 8 siteringer. Et stempel som siterte hele korpuset for et forslag som så åtte dokumenter var en uerklært påstand inne i selve etterprøvbarhets- artefaktet.
3. ref gjør kjøringen re-målbar. Et tall forankret i en versjon kan ikke re-måles etter at basen har flyttet seg; sha256-tree er et faktum om bytes.

---

3. Spørsmålet bundelen ikke svarer på

Produsenten sa det i meldingen, og det er reprodusert her: «Hvilken farge har fyrtårnet i Alexandria?» på K2.

considered / withheld / delivered	629 / 621 / 8
regler	no_lexical_match 590, below_k 30, over_budget_alone 1
leverte dokumenter	arkitekttegninger (romskjemaer, gulvbelegg), utvelgelse av leverandører
rendering	72 808 tegn / 28 312 tok

To ting følger, og begge er ubehagelige:

• En tom leveranse er bevis for fravær; en full er IKKE bevis for tilstedeværelse. Kuttet leverer sine nærmeste leksikalske treff uansett. Renderingen sier dette til agentene ordrett og navngir [sourced-not-sufficient] fra kontraktens § 4.
• Det ubesvarlige spørsmålet er 5,5× DYRERE enn det gode (28 312 mot 5 162 tokens), fordi de nærmeste treffene tilfeldigvis er lange tegnings-skjemaer. Kostnaden følger altså ikke hvor godt spørsmålet passer basen. Notert, ikke løst.

Og med verktøyene trukket har debatten ingen vei til å oppdage det selv. Det er den reelle handelen dette kutt-regimet gjør, og den står her fordi den ellers ville blitt oppdaget i drift.

---

4. Gatene som bodde i verktøyet som ble trukket

explore.read_file holdt to invarianter som forsvinner med det: verdict-lagets nekt (04.09) og § 4.1a-dimensjonsskopet. Begge er reist på nytt i prepass.verify_against_bundle, på det MONTERTE dokumentet — aldri på payloadets egen påstand om det. Produsenten ekskluderer verdict-laget selv (verdict_layer_excluded var den ENE tilbakeholdte i fixtur-basen), og det er nøyaktig derfor det ikke kan delegeres dit: en av repoets nyest gatede invarianter ville da hvilt på en fil en ekstern kaller leverte.

Injeksjonsflaten er lukket ved konstruksjon, ikke ved prosa. sha256 digester HELE den monterte fila mens text er et AVLEDET medlem, så et payload kan bære korrekt digest ved siden av vilkårlig tekst — og text er det som lander i task-meldingen. verify_against_bundle re-utleder teksten lokalt (frontmatter delt på splitlines(), NFC, per-linje rstrip — transkribert fra produsentens kilde og MÅLT mot et ekte payload; en naiv split("\n") er uenig) og krever likhet. Et payload kan dermed ikke levere bytes basen ikke holder. Eksponeringen er redusert fra «eksternt innhold i prompten» til «basens eget innhold i prompten», som er dét read_file alt gjør — det som gjenstår er POSISJONEN (task-melding mot function_result), og renderingen legger teksten i en avgrenset DATA-blokk under instruksjonen (§ 9.3). Det er lindring, uttalt som det; gaten er re-utledningen.

---

5. Load-bearing: 32 mutasjoner, alle røde, tre funn underveis

Grønn kontroll 1467 passed / 5 skipped (fra 1387/5 ved øktstart; +80 node-ider, 0 fjernet — strengt supersett, målt med comm mot en baseline tatt før første commit). Golden demo-transcript.stdout BYTE-UENDRET, shasum -a 1 av INNHOLDET = ea8c534773acdbe41ae68f2c55724d69aaf8be4f (aldri git-blob-id-en). pyproject.toml urørt — ingen ny kjøretidsavhengighet.

Hver mutasjon kjørt mot HELE suiten, maks én per Bash-kall, restaurert fra scratchpad/ og verifisert med shasum -c (aldri git checkout).

#	Sømmen som ble detachet	Røde
M1	nevnere som ikke lukker aksepteres	2
M2	len(excerpts) mot telleren	1
M3	len(withheld) mot telleren	1
M4	kontrakt-revisjon som prefiks i stedet for ==	1
M5	text gjøres valgfri	1
M6	question gjøres valgfri	1
M7	bundle_id mot MOUNTET i stedet for erklæringen	22
M8	fil-digesten droppes	1
M9	tekst-re-utledningen droppes (injeksjonsarmen)	1
M10	tekst utledet med split("\n")	20
M11	verdict-gaten droppes	1
M12	dimensjonsgaten droppes	1
M13	PathSecurityError slipper ut	1
M14	withheld-IDER rendres i stedet for regel-antall	2
M15	pekeren beholdes ved siden av renderingen	1
M16	de fire navigatørverktøyene beholdes	2
M17	debate_tools = [] uten MCP	4
M18	bundle_citations' 629 beholdes	1
M19	verifiseringen detaches	3
M20	kjør videre på delivered == 0	1
M21	artefaktet skrives aldri	2
M22	artefaktet skrives også uten payload	48
M23	rendereren skriver alltid linja	2
M24	CLI-printen detaches	1
M25	dry-run-dispatchen mister flagget	1
M26	full-run-dispatchen mister flagget	3
M27	report_forbidden-raden droppes	1
M28	single_only-raden droppes	1
M29	--bundle-dir-kravet droppes	1
M30	--proposals-from-mandate-nekten droppes	1
M31	--dimension-config-nekten droppes	1
M32	--explore-nekten droppes	1

Tre mutasjoner var GRØNNE først, og alle tre var testfeil — ikke sømfeil

Repoets vakuøs-gate-klasse, nittende til tjueførste gang.

1. M9 (injeksjonsarmen). Fixturen satte text_sha256 fra den INJISERTE teksten, så text_sha256-sjekken fyrte i stedet — og armen matchet på "text", som er en delstreng av text_sha256. En angriper kontrollerer begge avledede medlemmer, så fixturen setter nå text_sha256 til digesten av den EKTE teksten: da er likhetssjekken det eneste som står i veien. Armen asserterer på ordlyd bare den grenen produserer, og en parallell arm beviser at de to sjekkene ikke er én sjekk.
2. M18 (siteringene). Fixturbasen navigerer til fire ikke-verdict-konsepter og payloadet leverer alle fire — så «siter de leverte» og «siter alt navigerbart» ga SAMME sett. Armen flytter nå ett utdrag til withheld først og asserterer delivered < navigable FØR den måler noe som helst.
3. M32 (--explore-nekten). Uten raden falt kjøringen gjennom til «--explore requires --explore-config», som også navngir --explore. Økt 57s egen lærdom ordrett: assert aldri på en delstreng to nekter deler. Armen bruker nå en argv --explore ellers ville blitt AKSEPTERT på, og asserterer på ordlyd bare denne nekten har.

---

6. Ærlighets-grenser, uttalt

• Ingen LEVENDE modell har lest et rendret kutt. At en modell dømmer bedre eller verre med et deklarert kutt enn med fri navigasjon er ikke bevist.
• sha256-tree re-beregnes IKKE. Det er produsentens algoritme, og å re-utlede den her ville vært den vendrede kopien modulen finnes uten. Vi verifiserer de LEVERTE dokumentene mot de monterte bytene; hele treet er ikke verifisert. En base som endret seg i et dokument payloadet ikke leverte, fanges ikke.
• budget.limit er produsentens valg. Vi nekter spent > limit, men vi setter ikke taket. Renderingens OVERHEAD er bundet i testen (O(levert tekst) + O(1)); den leverte teksten selv er bundet av produsenten.
• --explore er nektet, ikke løst. Utforskningens eget kutt er fortsatt uerklært, og Amendmentets motiv er derfor bare halvt innfridd. En egen beslutning.
• Den hostede flaten er BEVISST urørt (MAJOR-4/S7b-presedensen): feltet kommer inn i ingen av de tre settene, så den generiske unknown field(s)-400-en svarer, og Fase 4es to halvdeler står. Gatet av en testarm, ikke av en redigering.
• ProvenanceStamp bærer IKKE deklarasjonen. Stempelet beskriver gaten som dømte ÉN kandidat; kuttet er et RUN-nivå-faktum. Det når utboksen via {run_id}-prepass.json, ikke via stempelet.
• run_mandate_across_bundles tar intet payload. ETT payload er bundet til ÉN ref; N baser ville trengt N. Ikke bygget.
• Pre-passet kan ikke lese en eneste av repoets egne baser — ingen av dem erklærer bundle_id på rot-indeksen (S7a-3s måling sett fra produsentsiden), og shared/ er pull-only. Fixturen er derfor bygget på en KOPI med erklært id, som samtidig gir S7a-3s slakk-tilfelle gratis.
• concept_id-joinen forutsetter at ideen er den bundle-relative stien minus .md. Målt mot ekte produsent-output, ikke antatt — men det er produsentens konvensjon, ikke kontraktens, og en annen produsent kan velge en annen.

---

7. Instrumentet

scratchpad/prepass-k2/measure.py og measure2.py (utracket), tiktoken==0.8.0 i en pinnet scratch-venv, encoding o200k_base. Begge skriptene kjører kjent-positiv-sjekken først og assert-er på den. Payloadene er produsert med kommandoen i tests/fixtures/prepass/README.md, mot en kopi av levert K2 med bundle_id erklært på rot-indeksen.