E4-INTERACTION-1 — resultados B/C/D

2026-09-22. B/C/D cerradas; E4-INTERACTION-1 verde en su perfil declarado. Auditoría completa en proceso nuevo: valid=true, cero hallazgos, interaction1_green=true en el recibo. Todas las trazas se reconstruyen. El resultado se limita a decisiones aprendidas de un paso frente a dos contrapartes con objetivos privados diseñados. No acredita conciencia, negociación general, integración térmica ni el agente ECHO-4 completo.

110 fuentes fijadas antes del examen; las 104 de A y su evidencia permanecen intactas. Digest de reproducción: d1c5b073e7ac406ddd855184cc6f4bd1176d354eed57438eb51af1383f040735.

Contrato previo · Informe · Lock · Recibo.

Qué se implementó

• B: OTHER alimenta una hipótesis WSP16 sin hecho/extract, que indexa la Q original. Esta aprende si colaborar con la contraparte encontrada resulta conveniente. No hay una regla que ordene colaborar cuando el otro lo haga. El calendario de encuentros lo fija el entorno, no lo elige el aprendiz.
• C: identidad nueva, visibilidad incompleta, recibos ausentes, identidad ausente, incumplimiento, no participación, veto, coste alto, agotamiento, presupuesto cero y parada. Fallo parcial conserva gastos y bloquea reintentos. Un conflicto observado fuerza incertidumbre; no borra ni reescribe historia.
• D: dos cohortes nuevas, cinco brazos emparejados, orden inverso, reconstrucción pública y auditoría nativa completa en proceso nuevo.

Se conservan Agent.turn, CAM/T/Q y gate originales. Dos acciones realmente ejecutadas y vetadas preceden a cada liquidación física. El aprendiz recibe solo su producción menos su coste. Cada contraparte conserva CAM/T/Q propias, 240 turnos privados de formación y actualizaciones Q durante los encuentros. Su incentivo privado +16/-16 mantiene preferencias diferentes; queda separado del neto físico. Es un experimento asimétrico, no cooperación que haya emergido sin objetivos diseñados. La celda de liquidación tiene Q cero: horizonte de un paso, no planificación social multietapa.

Código nuevo: creencias y Q, sesión y contabilidad, casos y controles, campaña/auditor, pruebas.

D: ventaja después de la formación

Cada cohorte contiene ocho vidas por brazo: 480 encuentros por vida, primeros 288 de formación y últimos 192 puntuados. Q sigue actualizándose durante puntuación, sin exploración forzada. Tres presupuestos iniciales de 4096, sin recargas. Semillas 262001..262008 y 262101..262108, distintas de B. Las secuencias son nuevas dentro de la misma familia balanceada de tareas; no son nuevas especies de contraparte ni evidencia de generalización abierta.

Los totales puntuados coinciden en ambas cohortes:

Brazo	Neto aprendiz por cohorte	Neto físico conjunto	Coste conjunto	Producción conjunta
Identidad + historia → Q	6912	9984	4096	14080
Sin distinguir identidades	6144	6656	3584	10240
Sin historia del otro	6144	6656	3584	10240
Siempre solo	6144	6656	3584	10240
Siempre colaborar	−3072	0	7680	7680

Ventaja del aprendiz +768 por cohorte (+12,5%) frente a solo/ablaciones; conjunto +3328 (+50%). Ambos superan el margen preregistrado >=256 frente a cada control en cada cohorte. Ninguna vida pierde frente a solo en la ventana puntuada. La diferencia desaparece al quitar historia o identidad: evidencia funcional de que usar OTHER beneficia la decisión en este dominio. Los controles solo/siempre colaborar tienen propuesta fija, no se presentan como políticas aprendidas. Mantienen gate, costes y las mismas contrapartes.

Por vida puntuada: aprendiz 864; contraparte de preferencia (0,1,2), 352; contraparte (1,2,0), 32. En el control solo: 768, 32 y 32 respectivamente. Las identidades se permutan; el aprendiz no recibe sus preferencias privadas.

Límite importante: el aprendizaje todavía cuesta

La mejora posterior no amortiza el coste inicial para el aprendiz dentro de estas 480 rondas. No se oculta esa pérdida cambiando el horizonte:

Cohorte	Aprendiz: formación	Aprendiz: vida completa	Solo: vida completa	Diferencia aprendiz	Neto conjunto completo / solo
1	7147	14059	15360	−1301	20789 / 16640
2	7224	14136	15360	−1224	20896 / 16640

También pierde en neto individual de vida completa frente a las ablaciones: 14343 y 14402 sin historia/identidad, respectivamente. El conjunto gana, pero eso no convierte automáticamente en positiva la utilidad del aprendiz. Cada vida focal pierde entre 119 y 180 frente a solo al incluir formación. La contraparte que colabora gana entre 670 y 710; la otra empata con solo. Frente al control de colaborar siempre, la contraparte colaboradora obtiene menos durante la formación. El informe conserva cada identidad/brazo, no solo la suma. No se acredita Pareto-mejora de toda la vida ni ventaja universal.

B, desarrollo: tres semillas, neto focal puntuado 2592 frente a 2304 de solo/ablaciones; conjunto 3744 frente a 2496. Tampoco se usa B como examen.

Verificación, presupuesto y límites

37 pruebas nuevas aprobadas y 11/11 testigos adversos de C. Regresión completa: 723/723 pruebas ECHO-4, más 33 de Q/T/inverso/encoder/gate del núcleo; 756 pruebas distintas aprobadas, sin fallos ni omisiones. Entradas inválidas, fallos antes/después de liquidación, capacidad CAM, límite 512, fuentes o artefactos alterados y JSON ambiguo se rechazan. Las predicciones preceden a ambas acciones. Invertir el orden conserva toda la traza. El replay público reconstruye OTHER sin ejecutar física ni acceder a Q privada ajena.

El banco principal consume 43200 turnos nativos de desarrollo y 230400 de examen, incluyendo preformación y ejecuciones de orden inverso; C añade 6420. Total 280020 turnos nativos, más pruebas unitarias de desarrollo. El auditor repite esta evidencia; no es una tercera cohorte. 16 vidas × 5 brazos × 480 encuentros = 38400 rondas primarias de D, otras tantas en orden inverso. No se descuentan recursos usando créditos privados ni se eliminan pérdidas.

Invariantes: WSP16, aritmética entera, sin borrar CAM, sin hechos derivados de predicción ni llamadas al LLM. La selección consume observaciones y memoria propia; la privacidad aquí es separación de datos/política, no aislamiento de seguridad entre procesos hostiles. Los perfiles no estacionarios conflictivos provocan abstención; reaprender una identidad cambiante queda sin demostrar. Agotamiento comprueba contabilidad y ausencia de producción gratuita, no autorregulación térmica aprendida. No mensajes, persuasión o promesas.

Reproducir

Desde RXos, con Python del sistema:

python3 -m unittest echoai.tests.test_echo4_interaction1bcd
python3 -m echoai.echo4.interaction_final verify echoai/lab/echo4/interaction1-bcd-v1

Regresión general ejecutada en esta entrega:

python3 -m unittest discover -s echoai/tests -t . -p 'test_echo4_*.py'
python3 -m unittest echoai.tests.test_qtable \
  echoai.tests.test_nexus0.TestWorld echoai.tests.test_nexus0.TestTConf \
  echoai.tests.test_nexus0.TestInverse echoai.tests.test_nexus0.TestEncoder \
  echoai.tests.test_nexus0.TestCellEncoder echoai.tests.test_nexus0.TestGate

Para otra copia de campaña, utilizar un directorio nuevo con campaign y después verify --write-receipt en otro proceso. No sobrescribir el examen sellado. El informe mantiene interaction1_green=false por diseño: únicamente el recibo reconstructivo concede el cierre si todos los criterios pasan.

Siguiente fase tras el cierre: E4-RELATION-1, historia compartida y ventaja transferible; después ROLES, INTEGRATE y RELEASE. rxlabs/echoai-4 sigue siendo destino previsto, no publicado. Hardware después; METAVERSE-1 último. Sin Discord, modificación web, commit, push o publicación en esta entrega.