simbiot-harness/artifacts/self-improvement-log.md

35 lines
4 KiB
Markdown
Raw Permalink Blame History

This file contains ambiguous Unicode characters

This file contains Unicode characters that might be confused with other characters. If you think that this is intentional, you can safely ignore this warning. Use the Escape button to reveal them.

# Журнал ночной самодоработки харнеса
Директива Alex (голосовое m-516173718, эскалация e-261005074512): ночами
создавать себе задачи, ставить эксперименты над собой, смотреть что работает
лучше/хуже и продолжать дорабатываться.
Цикл: крон в 00:00 UTC (03:00 Минск) подаёт задачу «Ночная самодоработка» [M];
ближайший hour-тик выполняет; каждая итерация дописывает строку ниже.
Формат строки (одна на итерацию):
`#N | дата | гипотеза | метрика до → после | вывод (работает/нет/нужно больше данных)`
Правила:
- один эксперимент за ночь, мелкий (лёгкий — провести сразу, тяжёлый — задачей на день);
- фильтр AUM: эксперимент должен служить «≥ +1% к AUM в горизонте год+»;
- ночь — тишина в чате (кроме критичного); результат поднимает утренний дайджест;
- не выдумывать метрики: только измеримое из стора (`cli.py events/status/aum`),
логов тиков и этого журнала.
## Итерации
#0 | 2026-10-05 | Калибровка цикла (не эксперимент) | механизм: крон-податчик + журнал заведены, первая задача в очереди | ожидаем первую ночную итерацию
#1 | 2026-10-05 | Дедуп «ВЫЖИМОК НИЖНИХ УРОВНЕЙ» в промпте тика: тихий мин-уровень кладёт 6 идентичных [gate:quiet]-строк в каждый шаг промпта hour-тика; гипотеза — схлопывание повторов с счётчиком ×N срежет burn без потери информации | секция ВЫЖИМОК в hour-промпте: 6 строк/522 байт → 1 строка/95 байт (−82% секции, −427 байт/шаг; при 991 шаге/сутки ≈ −0.4М байт ≈ ~100k промпт-токенов/сутки при 57.8k avg/шаг — оценка) | работает: фикс в scheduler.py build_context (дедуп по (level, text)), верифицирован на живой модели (×6 подряд в контексте), test_gate + test_task_batch ALL PASS; контроль — avg prompt/step в BudgetSpent hour за следующие сутки (базлайн 57,781)
## Ретро суток 2026-10-04T13:00 → 2026-10-05T13:00 (UTC)
- Задачи: закрыто 27 (в т.ч. 8 L), подано 29, эскалаций открыто 0 (3 raised / 3 acked).
- Падения: 1 CycleError hour (14:48, таймаут воркера 2880с — тик потерян целиком; max инвокация 2872с из 990 завершённых).
- Гейт работает: 1381 GateSkipped min-тиков = LLM не запускался в тишине (экономия).
- Burn: hour 57.3M промпт-токенов (991 шаг, avg 57.8k/шаг, completion всего 1.1%); min 5.5M (520 шагов, avg 10.6k). Доминирующая статья расхода — раздувание промпта hour-шага, а не число вызовов (инвокаций всего 8+56).
- AUM 26.7 у.е.; burn 9router 7д 1417.88 — burn остаётся прямым минусом к AUM, главный рычаг — тоньше контекст шага.
- Вывод: следующие эксперименты — что именно раздувает avg 57.8k/шаг (история сообщений? RAG? батч?), паттерн «дедуп + кап» применим к секциям эскалаций/инбокса.