# Пилот AUM: симуляции + генетический отбор — 2026-10-02

Задача: t-260929161138 (фиксация Alex, m-516173142). Запуск: `cli.py aum-pilot`.
Вход: суточный burn 9router за 7 дней (usageHistory живой БД), среднесут 311.61 у.е.
Конфигурация = `{"volume_mult", "flash_share"}` — множитель расхода и доля
дешёвой модели (glm-5.3-flash). fitness = E[ΔAUM за 365 дней] (модель продуктивности
калибруется так, что бейзлайн «как сейчас» даёт −5%/день — давление к оптимизации).

## Результат прогона 2026-10-02

- baseline `{volume: 1.0, flash: 0.84}` → **−19 279.56**
- лучшая найденная `{volume: 0.153, flash: 0.511}` → **+19 695.11** (+202%)
- поколений 6, популяция 12, детерминировано (seed=7), ошибки симуляции 0
- вердикт: конфигурация лучше статус-кво — **вынести дню/Alex'у (адвокат, не авто-применение)**

## Честные оговорки

1. **Модель продуктивности — плейсхолдер.** Выручка аппроксимирована
   `P·√(полезность токенов)`; коэффициент P калиброван от бейзлайна. Реальные
   выручочные ставки проектов кооператива (Simbiot — 100% согласно coop_data.json,
   v0.2) заменят P — тогда recommendations станут деньгами, а не знаками.
2. **Конфигурация двоична** — реальные решения finer grained, но петля
   (замер → симуляция → отбор → отчёт-адвокат) уже рабочая.
3. **AUM до сих пор не замерен**: нужен `docs/aum/balances.json`
   (схема `{"accounts":[{"name","amount_usd"}]}`) с ручным вводом Alex.
   До этого метрика «деньги на счету» = None, burn — реальный.

## Что означают числа

Направление сигнала: уменьшение объёма burn (~×0.15) при сохранении смешанной
модели выгоднее, чем сжигать 2 500 у.е./нед при непроверенной отдаче. Это
согласуется с дайджестом расходов 25.09–02.10 (пики 27–28.09 = 61% недели при
спорной пользе). Не директива: пока productivity не калиброван выручкой,
пилот отвечает только на вопрос «где направление улучшения», не «сколько именно».