ECHO-5.1 · checklist de desarrollo

Investigación cerrada por decisión de Nav el 16 de octubre de 2026. Véase el acta de cierre. Las casillas científicas pendientes se conservan como obligaciones no demostradas; el cierre no equivale a un release verde. La continuación corresponde a ECHO-5.5.

Estado vigente · 16 de octubre de 2026

Normalización segura de directorios y feedback procesable, sin permitir rutas absolutas, .., NUL o escapes por enlaces. Regresiones cubiertas.
Lectura atómica, mapa estructural, edición Search/Replace exacta y traspaso con función observada completa; sesiones acotadas y reanudables.
Calibraciones V6/V7 completaron edición retenida y checks públicos. No acreditan la resolución oficial de SymPy-19007.
Corrección V8 del contexto: proyección determinista medida por tokenizador, líneas completas y paridad de I2; siete pruebas nuevas, 18 focalizadas verdes.
Verify V8 secuencial: 466 pasadas, 3 omitidas; smoke con 137 recibos, rollback y replay. Preflight 36/36, controles 36/36 y frontera offline válidos. Se conserva el fallo intermitente de cancelación systemd del primer verify.
Calibración V8 y sello: 11 checks funcionales, 263 recibos, 17.916 tokens al traspasar, replay de los tres prompts y apagado confirmados. Contrato operativo sellado; no implica resolución oficial del issue.
Ejecución V8 cerrada: 115 episodios ejecutados y 35 no iniciados, todos congelados antes del oráculo. Recuperación de Wi-Fi con el mismo diario, presupuesto y reloj; sin reutilizar entregas V7.
Harness oficial y auditoría final: 150 veredictos, 18.546 registros/recibos, valid=true, cero episodios con contabilidad desconocida; 99 fuentes intactas.
Resultado principal medido: S=2/17, I2=F=E=1/17. Sobre el registro de 24 por brazo: S=2/24 e I2=F=E=1/24. E ahorra 34,14 % de tokens totales, pero tiene mayor coste por solución que S. No demuestra superioridad.
Ablación 24/24 y memoria 14/14 ejecutadas: E_no_guard=1/24; donantes y receptores sin soluciones ni lecciones. Dos rechazos por import inválido se distinguen de regresiones con tests observados; estas últimas fueron cero.
Siete figuras PNG/PDF, CSV/JSON completos, trazas de diagnóstico e informe.
Panel principal completo: quedaron 28/96 celdas sin iniciar por el límite de fase; calibración 9/16. Continuar exige otro ensayo/contrato explícito.
Confirmación H1/H2/H3/H4/T20, transferencia efectiva en repositorios reales, replicación independiente y arreglo de la intermitencia systemd.
Ventaja confirmada, release verde de ECHO-5.1 y transición a ECHO-5.5.

Evidencia: V5, V6, V7, V8 e informe final SWE-bench Lite. Cuota consultada al cierre (16 de octubre, 09:03 UTC): 9,95 h; Kaggle, relay y túneles apagados. El consumo de cuota de campaña fue aproximadamente 9,87 h, desde 19,82 h; no incluye la calibración V8 previa. Calendario conservado: 96 celdas principales + 24 de ablación + 16 de calibración

14 de memoria = 150; 36 instancias distintas. I2 conserva dos propuestas independientes más selector. Solo las 24 instancias primarias entran al score principal. Las entregas históricas siguientes mantienen sus fechas y alcance.

Historial de entregas

Actualización inicial: 13 de octubre de 2026. El verde se aplica al alcance comprobado de cada fila; no equivale a una ventaja científica ni al cierre de ECHO-5.1.

Estado	Entrega	Evidencia y límite
Verde	Frontera de ejecución Linux compartida	Bubblewrap/cgroup v2; sin fallback. NEXUS-0 y sus invariantes conservados.
Verde acotado	T08: entorno del piloto independiente	Rootfs Python íntegro y exportable; sin montar `/usr` host. No empaqueta kernel ni hardware. Las rutas legacy conservan su etiqueta no hermética.
Verde acotado	T10: caché persistente de propiedades puras	Identidad de candidato, resultado, dominio, política, runtime y checker; reinicio, invalidación y testigos comprobados. Todo código candidato vuelve a ejecutarse.
Verde	Proveedor local real	Qwen2.5-Coder-7B-Instruct Q4_K_M, revisión/hash fijados, llama.cpp CPU. Preflight exacto y esquemas públicos. El 4B no interviene.
Verde	Contabilidad	25k tokens por tarea/brazo; reservas antes de llamadas; errores e inconsistencias no son gratis. CPU del LLM separada de la del candidato.
Verde acotado	Crítico → contraejemplo → memoria → reparación → verificación	Un diagnóstico real sobre `sum_positive`: 1/1, 1.704 tokens, 51 recibos auditados. El defecto inicial es sembrado.
Verde	Corpus nuevo de reparación	Seis familias distintas de las cuatro fixtures: intervalos, registros, rutas, CSV, paginación y dependencias. Bugs inducidos comprobados; no benchmark externo.
Verde de ejecución; ventaja no demostrada	Comparación S/I2/F/E `repair-v2`	48/48 episodios, auditoría válida de 2.049 recibos. S=4/12, I2=4/12, F=2/12, E=2/12. E no supera a F (10 empates, 2 pérdidas frente a S); produjo más contraejemplos que F, pero no más reparaciones aceptadas. 250.444 tokens totales.
Verde	Software y revisión	255 tests PCWorld tras memoria persistente, transferencia A→B y orquestación del ensayo 32B con comprobación de identidad/carga; 59 regresiones seleccionadas en una tanda anterior. Revisión completada antes de lanzar.
Verde de ejecución; empate	Piloto 14B con dos puertas	12/12 episodios y 580 recibos auditados. Todos 2/3. E=20.372 tokens; F=22.378; S=5.212; I2=2.352. Cuota de críticas agotada en Registros E/F; evaluación final no ejecutada allí.
Verde de ejecución; ventaja limitada al piloto	Piloto 14B con evaluación común	12/12 episodios, 619 recibos auditados y auditoría repetida válida. E=F=3/3 frente a S=I2=2/3. Registros pasa tras crítica y reparación en E/F; ambos completan dos categorías. E=16.174 tokens, F=16.049; no hay ventaja de E frente a F. Tres tareas conocidas, no confirmación independiente.
Verde de implementación	Cobertura informativa y graduación del candidato	Criterio final común a los cuatro brazos, sin cambiar oráculos; agotamiento de críticas no implica corrección. Pruebas positivas y negativas del candidato graduado; no se reserva una séptima crítica. En 0.6 no se necesitó; en 0.7 F Rutas01 se graduó con una categoría y pasó 4/4. F CSV01 se graduó pero fue rechazado.
Verde de ejecución; resultado parcial	Cinco categorías y seis familias, protocolo 0.7	48/48 episodios, 2.362 recibos auditados. E=F=8/12 frente a S=I2=6/12. Ambos ganan en Registros; CSV y Dependencias siguen fallando. E gasta 54.310 tokens frente a 66.993 de F; un error de presupuesto de herramientas en CSV01 F. Sin timeouts.
Verde de implementación	Memoria de críticas rechazadas y auditoría del catálogo	E recupera observaciones y fallos en una sola consulta cobrada; avanza de categoría tras tres rechazos. La auditoría comprueba orden, reintentos, etiquetas, novedad y vínculo con propuesta o replay. El orden F se fija por semilla, sin colocarlo deliberadamente en desventaja.
Pendiente	Superioridad o ahorro atribuibles a ECHO	En 0.10 con 32B, S=F=E=E_shared=12/12 e I2=10/12. E usa 4,09% menos tokens que F, pero 6,74% más herramientas; S resuelve lo mismo con 53,09% menos tokens que E. La memoria ahorra 5,94% en receptores, pero cuesta 46,22% más incluyendo adquisición. No se cierran H1/H2/H4 generales.
Verde de implementación	Reparación con testigos y rechazo de regresiones	Feedback explícito con esquema de I/O y stderr observado, dos intentos, restauración transaccional del candidato retenido; E congela el crítico durante la reparación y lo reabre tras un parche comprobado para completar dos categorías. Pruebas de software; no implica ventaja del modelo.
Negativo en desarrollo	Microensayo local de reparación r1	Registros y Rutas: 0/2 reparaciones, 0/2 pases finales, sin timeout; 140 recibos auditados. r2 también 0/2, con 154 recibos válidos.
Parcial; cerrado el diagnóstico	Microensayo 14B en Kaggle	GPU 49/49 capas, 1/2 tareas completas. Registros 5/5 a la primera; Rutas 4/5 tras el segundo intento, rechazada por un caso final. Auditorías locales válidas. No demuestra ventaja S/I2/F/E.
Verde acotado	Reparación desde contrato y error observado	Registros pasa tras dos propuestas del 7B; Rutas falla. 1/2, 108 recibos auditados. Testigos suministrados, sin mérito de descubrimiento del crítico.
Parcial	Crítica adversarial y reparación	E retuvo 6 contraejemplos válidos frente a 2 de F, pero la aceptación fue 2/12 para ambos; siete episodios agotaron el plazo del proveedor (F=5, E=2). Hubo respuestas de categoría incorrecta y duplicados (F=11/6; E=1/3), sin entradas fuera de dominio. Hace falta mejorar la conversión de refutaciones en reparación y repetir en una muestra nueva.
Verde acotado con 32B	Sondeos y resolución de CSV	En 0.10, 2/2 en los cinco brazos. El candidato E de CSV00 usa csv.reader. El fracaso 0.8 con 14B se conserva: E/F/S 0/2 pese a sondeos refutatorios. No se demuestra ventaja específica de E.
Verde acotado con 32B	Sondeos y resolución de grafos	En 0.10, 2/2 en los cinco brazos. E/F/S reparan; los dos receptores con receta pasan sin reparar. El resultado 0.8 E=F=0/2 con 14B sigue siendo histórico; no se modificaron los oráculos.
Pendiente	Semántica de categoría heredada	`disconnected-lex-order` exige un nodo aislado en su detector, pero la guía no lo explicita. Alinear definición y guía antes de atribuir ahorro al router; sin recalificar episodios ya congelados.
Pendiente	Ablaciones de memoria, crítico y control basal	Mismo modelo, herramientas y presupuesto; aislar qué mecanismo aporta una mejora.
Pendiente	Ampliación y confirmación independiente	Más tareas/familias y repeticiones, dimensionar muestra, fijar contrato y reservar casos nuevos. No reciclar este desarrollo como examen ciego.
Parcial; recetas transferidas	T20: conceptos reutilizables	En 0.10 se publican dos recetas con AST/procedencia y cuatro receptores compatibles pasan sin reparar. Código idéntico en Registros y mismo AST en Dependencias, dentro del mismo contrato. Faltan abstracción, adaptación, promoción/cuarentena integrada y transferencia a familias nuevas.
Parcial; ahorro marginal	H2: memoria compartida	0.10: E_shared=E=12/12, reparaciones 0 frente a 4; 40.254 frente a 42.795 tokens. Incluyendo los seis donantes, 62.573 tokens y coste mayor. No hay ventaja de acierto ni amortización demostrada; faltan controles fuertes y confirmación independiente.
Verde de ejecución; empate con control único	Escalado 32B y memoria, protocolo 0.10	255 tests, 66 episodios, dos auditorías válidas y 32 fuentes intactas. 65/65 capas en ambas T4; S=F=E=E_shared=12/12, I2=10/12. Kaggle COMPLETE y servicios de cómputo apagados; 22,94 h GPU restantes. Resultados y checklist. No cierra ECHO-5.1.
Pendiente	Release experimental reproducible en otra máquina	Probar instalación y restauración fuera de este host, publicar artefactos sin claves privadas y definir alcance de release.
Aplazado	S6	No se reabre; queda para después de ECHO-5.5.
Verde de infraestructura local	RepoWorld: datos, entorno y herramientas	Proyección pública estricta, perfil Bubblewrap con scratch acotado, snapshots por streaming, navegación paginada y parches stage/retain/CAS. 35 tests RepoWorld + 255 PCWorld + 13 de diseño. Entrega local.
Verde acotado	Calibración local RepoWorld	Cuatro commits reales (Flask/Requests/pytest/SymPy), 28 sondas, cuatro transacciones y 56 recibos auditados; cero LLM/GPU. Rootfs stdlib: no se ejecutaron suites completas ni se resolvieron los issues.
Pendiente	RepoWorld / campaña SWE-bench Lite	Dependencias, checks públicos y sondas del crítico, proveedor/brazos, memoria, presupuesto persistente, evaluador sellado y preflight/lock. Contrato `design`, lanzamiento deshabilitado; no cierra H1–H4.

Detalles: piloto local, T01–T20, verificación y ejecución reproducible, protocolo adversarial y resultados adversariales.

El estimador --dry-run ya cuenta los brazos y familias seleccionados y el plazo explícito de episodio. Detalle de la remediación: brecha de reparación.

Resultados de remediación: informe de reparación.

La reparación funciona en los casos de desarrollo descritos; su transferencia y ventaja específica siguen abiertas. Los diagnósticos locales y Kaggle terminaron; no se publicó ni se hizo push a GitHub.

Piloto anterior, protocolo 0.5: dos puertas. S=I2=F=E=2/3 y 580 recibos válidos. Se conserva esa puntuación histórica.

Piloto anterior, protocolo 0.6: evaluación común. E=F=3/3, S=I2=2/3; 619 recibos válidos. Registros reparado y evaluado; sin errores de episodio ni timeouts. 202 tests pasan. ECHO-5.1 sigue abierto para confirmación independiente. Quedaron 25,33 h GPU al terminar ese piloto.

Piloto anterior, protocolo 0.7: discriminación de categorías. E=F=8/12, S=I2=6/12; 214 tests y 2.362 recibos válidos. Duración del worker: 37 min 13 s; consumo de cuota aproximado 0,62 h. GPU, supervisor, broker y túnel apagados; 24,71 h GPU restantes. ECHO-5.1 continúa abierto para las hipótesis científicas. No se relanzó, publicó ni hizo push.

Piloto anterior, protocolo 0.8: sondeos CSV/grafos y checklist completo. E=F=8/12, S=I2=6/12. 219 tests, 48 episodios y 2.445 recibos válidos; auditoría repetida y 27 hashes conservados. 132.287 tokens; ningún error de episodio ni timeout. Worker 33 min 09 s; cuota total aproximada 0,59 h incluyendo corrección del empaquetado inicial. Kaggle COMPLETE, supervisor/broker/túnel apagados; 24,12 h GPU restantes. Sin push ni publicación. H1/H4 y T20 siguen abiertos. El informe enlazado reúne qué está comprobado y cada obligación pendiente.

Piloto anterior, protocolo 0.9: co-learning A→B y checklist. 240 tests, siete episodios ejecutados, auditoría repetida válida sobre 347 recibos de episodios y custodia del estudio/bibliotecas. Treinta fuentes congeladas intactas. Receptores: compartido 3/3 sin reparación; aislado 1/3 con una reparación. Dos controles fallan por copiar format.content; no se atribuye toda la diferencia al aprendizaje de duplicados. 21.021 tokens totales y 0,14 h GPU aproximadas. Kaggle COMPLETE y servicios de cómputo apagados; 23,98 h GPU restantes. Recuperación persistente implementada, H2/T20 generales todavía parciales. Sin push.

Último piloto, protocolo 0.10: 32B y memoria compartida. S=F=E=E_shared=12/12, I2=10/12; 66 episodios y 255 tests. Auditoría repetida válida, 32 fuentes congeladas intactas, 179.731 tokens totales. La memoria evita cuatro reparaciones y ahorra 5,94% de tokens en receptores; incluyendo adquisición cuesta 46,22% más que E sin memoria. S alcanza el mismo acierto con menos coste. Worker 61 min 51 s; consumo aproximado 1,04 h GPU, 22,94 h restantes. Kaggle COMPLETE, servicios de cómputo apagados; sin push ni publicación. H1–H4 y T20 generales abiertos.

Siguiente ensayo diseñado: RepoWorld / SWE-bench Lite y plan de implementación. El contrato está en estado design, con lanzamiento deshabilitado. Los 24 issues y sus commits están fijados. La calibración local de infraestructura ya pasó en los cuatro casos de desarrollo. La continuación implementa checks, roles, contabilidad persistente, relay con IDs duraderos, curador y CLI: ejecución y compuertas.

Estado RepoWorld	Obligación	Evidencia / pendiente
Verde local acotado	Parche → regresión → retención/rollback → auditoría	Smoke sobre tests reales de SymPy con proveedor simulado; recuperación sin nueva generación. No resuelve el issue.
Verde local acotado	S/I2/F/E/E_no_guard, contabilidad y recuperación	Pruebas de ramas, reservas, respuesta tardía, cambio de lock, entorno ajeno, agotamientos y firma de entregas. Calibración real pendiente.
Verde local acotado	Gate 1: entorno por instancia	36/36 instancias, 12/12 repos, dos ejecuciones públicas coincidentes; dependencias y suplementos BASE fijados. Una omisión Python 2 declarada, no contada como pase. Evidencia Opción B.
Verde local: 36/36	Control del evaluador oficial	Repetición completa tras sustitución preregistrada de Requests-2674 por 2317. Vacío negativo y referencia positiva en las 36; firmas y hashes válidos. Gate 3 remoto todavía pendiente.
Pendiente	Gate 3 y lock científico	Sin calibración nueva de 32B, consulta nueva de cuota ni `SWE-RUN-LOCK` habilitado.
Pendiente	Campaña SWE, evaluación común y cuatro gráficas medidas	Conservar 24 issues por brazo; principal 96, más controles y memoria: 150 celdas registradas.
Abierto	H1/H2/H3/H4/T20 y cierre general de ECHO-5.1	Infraestructura verificada no demuestra ventaja científica; faltan resultados y confirmación independiente.

No hay puntuación SWE-bench ni gasto nuevo de GPU. Rama local, sin push.

Actualización local de entornos · 14 de octubre de 2026

Gate 1: 36/36 instancias públicas, sin reducir el registro.
Gate 2: smoke con rollback y replay; 68 recibos auditados.
Cuatro controles oficiales de calibración, incluidos Requests y Pytest.
415 pruebas de software pasadas y dos integraciones explícitas pasadas aparte.
Revisión independiente; corrección del reemplazo de alias nativos probada en sandbox.
Sin nuevas llamadas LLM/GPU; contrato en design; sin push.
Controles oficiales de las 36 instancias del registro enmendado (véase actualización final).
Calibración remota, revisión de cuota real y sellado.
Campaña científica, evaluación separada y confirmación de hipótesis.

La infraestructura local en verde no cierra científicamente ECHO-5.1.

Curador · punto histórico previo a la sustitución (14 de octubre de 2026)

Este bloque conserva el estado 35/36 anterior; la actualización final de abajo lo supera.

Preflight repetido 36/36 y smoke autenticado bajo las fuentes actuales.
419 pruebas de software pasadas; dos integraciones reales pasadas aparte.
Alias calibrate-remote y procedimiento de relay/parada preparados.
Evidencia archivada, hashes y autenticación comprobados tras la interrupción.
Las 36 instancias comprobadas; almacenamiento, Matplotlib y Seaborn recuperados.
Auditoría de firmas y logs válida; fuentes del ejecutor sin cambios.
Cuatro pruebas adicionales de recuperación administrativa pasadas.
Calibración remota rechazada antes del LLM por el gate inválido.
official-controls 36/36: 35 válidos, Requests-2674 sigue bloqueado; sus F2P pasan también con parche vacío. No se han cambiado el registro ni el oráculo.
Gate 3: no ejecutar hasta resolver y verificar los controles completos.

Informe y recuperación. Cero nuevas llamadas LLM/GPU. No hay puntuación SWE-bench ni cierre científico de ECHO-5.1.

Curador · cierre local tras sustitución preregistrada (14 de octubre de 2026)

Requests-2674 excluido por control negativo no discriminante, con evidencia conservada.
Política registrada antes de probar candidatos; 2317 fue el primero y resultó elegible.
Un cambio de fila primaria; otros 35 registros y todos los oráculos intactos.
Registro v2, muestra y hash del contrato actualizados; contrato sigue en design.
Preflight público repetido: 36/36 baselines válidos.
official-controls repetido: 36/36, 72 logs vacío/referencia auditados.
420 pruebas pasadas y tres integraciones reales pasadas aparte.
Smoke, rollback, replay, autenticación y hashes verificados bajo las fuentes finales.
Revisión independiente sin hallazgos accionables.
Comprobación offline llega al proveedor de Gate 3, interceptado sin conexión.
0 GPU y 0 llamadas reales al LLM; entrega local sin push.
Gate 3 remoto, cuota actual y parada confirmada del worker.
Lock científico sellado y campaña; evaluación oficial independiente.
H1/H2/H3/H4/T20 generales y cierre científico de ECHO-5.1.

Informe final y enmienda de Requests.

Calibración remota del 14 de octubre

Gate remoto técnico: 65/65 capas, 17 llamadas, 15.698 tokens, 251 recibos auditados; Kaggle COMPLETE y parada confirmada.
Contrato y run-lock sellados en los artefactos del intento 2.
Resultado útil en la calibración: el agente agotó ocho intentos de parche y entregó diff vacío. No hay resolución oficial demostrada.
Campaña primaria (96), controles adicionales y evaluación oficial.
Confirmación de H1–H4 y cierre científico de ECHO-5.1.

Cuota observada al terminar: 22,62 h. No quedan workers GPU activos de esta entrega. Informe y hashes.

Remediación de usabilidad posterior a `12dec48`

Reinicio de cursores auténticos incompatibles, con recibo; firmas falsificadas y snapshots no autorizados siguen rechazados.
Feedback acotado de mismatch con línea real, línea propuesta y EOF.
Dos lecturas de rescate contabilizadas tras error de formato/contexto, sin renovar ilimitadamente búsquedas tras parches fallidos.
Mock de recuperación: feedback, lecturas, límite y parche corregido.
Suite local: 423 pasados, 3 integraciones opcionales omitidas, cero fallos.
Renovar gates y sellado para estas fuentes antes de otra campaña.
Medir con el modelo real si mejora la calibración; sin GPU en esta entrega.

Detalle: usabilidad y alcance.

Gates v2 renovados — 14 de octubre

Verify actualizado: 423 pasados, 3 opcionales omitidos, cero fallos.
Nuevo smoke con rescate, regresión bloqueada y replay; 173 recibos válidos.
Nuevo preflight de 36/36 instancias y 12 repositorios.
Enlace auditado de 36/36 controles oficiales históricos, sin reejecución; origen y 72 logs verificados, curador sin cambios.
Cuatro gates válidos para las fuentes actuales; recorrido de calibración comprobado offline hasta el constructor del proveedor.
Configuración/claves y comando remoto preparados; 0 GPU y 0 llamadas LLM.
Calibración remota v2, nuevo sellado y campaña.

Rutas, comandos y hashes.

Calibración v2 en T4: alcance medido

Gate técnico remoto válido: 65/65 capas, 21 llamadas, 21.980 tokens.
Auditoría válida: 304 recibos, cero reservas pendientes.
Un reinicio de cursor y ocho lecturas de rescate efectivas.
Kaggle COMPLETE y procesos propios detenidos; 22,37 h restantes.
Resultado útil: ocho diffs rechazados por contexto; entrega vacía.
Nuevo sellado/campaña y evaluación oficial: no realizados.

La calibración técnica no cierra ECHO-5.1. Resultado y diagnóstico.

Corrección de páginas atómicas (posterior a calibración v2)

Líneas completas, páginas de hasta 2.500 bytes de código y cursores alineados; error explícito para una línea que no cabe.
Feedback de código intacto hasta el siguiente prompt; techo de 3.200 tokens conservado por validación exacta del proveedor.
Archivo real: 220–259 con 40 líneas, 220–260 con 41; Matrix([ y _entry() visibles sin recorte.
Verify: 427 pasados, 3 opcionales omitidos, cero fallos; 0 GPU/LLM.
Renovar gates y calibrar el modelo antes de otro sellado o campaña.

Detalle, contabilidad y evidencia.

Renovación v3: compuertas locales comprobadas

Smoke conservado auditado: 173 recibos, regresión bloqueada, lectura 220–259 íntegra.
Preflight nuevo: 36/36 instancias, 12 repositorios.
Verify secuencial: 427 pasados y 3 opcionales omitidos.
Controles históricos 36/36 enlazados con procedencia, sin reejecución.
check_ready.py y operate.py check: válidos con el manifiesto actual.
Helper/configuración y claves v3 preparados; 0 GPU/LLM.
Investigar intermitencia del test de cancelación bajo concurrencia; el pase secuencial no constituye una corrección.
Calibración v3 con modelo real, auditoría, nuevo sellado y campaña.

Resultados, rutas, hashes y limitaciones.

Calibración remota v3: técnica válida, reparación fallida

2 T4, 65/65 capas del modelo fijado; 20 llamadas y 24.498 tokens.
Auditoría válida: 294 recibos, sin excesos ni reservas pendientes.
302 líneas devueltas contrastadas íntegramente con el snapshot.
Kaggle COMPLETE; worker detenido y servicios locales cerrados.
Parche útil de SymPy: ocho intentos rechazados, diff vacío; nunca leyó _entry().
Corregir/verificar localización y edición antes de otra calibración.
Sellado nuevo y campaña oficial; no realizados.

Resultados y autopsia v3.

ECHO-5.1-V2 · interfaz local verificada (2026-10-15)

Outline AST, edición SEARCH/REPLACE exacta, diff generado y validado internamente.
Observación completa por contenido, recuperación tras rollback y rechazo repetido contextual.
Interfaz versionada en el contrato y en todos los brazos; cuotas globales conservadas.
439 pruebas pasadas, 3 omitidas; smoke real programado con 127 recibos auditados.
Renovación de gates restantes y calibración real V2; 0 GPU en esta entrega.
Mejora científica medida frente a controles y cierre oficial.

Implementación, límites y reproducción.

Calibración ECHO-5.1-V2 (2026-10-15)

Resultados y checklist: compuertas locales renovadas, 36/36 entornos y controles oficiales; 439 tests pasados/3 omitidos. Calibración real con 32B/2 T4, 223 recibos válidos, 24.155 tokens. El modelo observó _entry íntegramente, pero repitió lecturas hasta agotar presupuesto: 0 parches. Gate técnico válido, objetivo funcional pendiente. Quedan corregir el traspaso y reserva de edición, medir un parche útil, evaluarlo oficialmente y comparar brazos antes de cerrar ECHO-5.1. Kaggle COMPLETE, relay/túnel apagados; cuota restante 21,94 h. Sin campaña ni push.

Traspaso locator→editor y reserva presupuestaria (2026-10-15)

Directrices explícitas en ROLE_POLICY_V2, POLICY_V2 y context['feedback']['guidance'].
Detección de lecturas redundantes en source_evidence.py y feedback accionable.
Ruptura mecánica tras 2 redundancias: traspaso automático al editor con locus observado.
Techo del localizador a 8.000 tokens; reserva de $\ge 17.000$ tokens para el editor.
Terminación limpia (status = 'finished') si la cuota vence sin locus; sin forzar alucinaciones.
445 pruebas pasadas (175 RepoWorld, 257 PCWorld, 13 diseño), 3 omitidas, 0 fallos.
Smoke hermético de SymPy en Bubblewrap: valid: true, replay y rollback auditados.
Renovación de compuertas locales y nueva calibración reservada con el 32B.

Informe de implementación y evidencia.

Calibración v4 del traspaso (2026-10-15)

Informe y checklist v4: código ec57aa1, compuertas renovadas; verify real 443 pasadas, 3 omitidas (corrige el recuento previo de 445). Smoke válido; preflight y controles 36/36 reatestados. Calibración 32B/2 T4: 8 llamadas, 7.027 tokens, 120 recibos válidos, cero parches. Repite una búsqueda con barra final y el validador la rechaza; abandona sin código observado conservando 17.973 tokens. El abandono funciona, pero traspaso y reparación reales siguen sin probarse. Kaggle COMPLETE y servicios apagados; 21,80 h restantes. Sin campaña ni push.