echolabsTRANSFER-3 Plan A2 — confirmación prospectiva fallida; Plan A cerrado
2026-09-18. Desarrollo público. TRANSFER-3 no cerrado. Confirmación en rojo. Contrato: enmienda 3, fijado antes de ejecutar. Una sola corrida, no repetida. No se generó ni abrió B/C.
Veredicto
| Criterio | Valor | |
|---|---|---|
| Restricciones duras | no | 72 violaciones de reserva del candidato (nominal 114) |
new_failures == 0 |
no | 5 nuevos, 16 recuperados |
| Ahorra energía en éxitos conjuntos | no | −80 |
| Amortiza escuela + examen | sí | 15 344 < 16 584 |
| Control negativo limpio | sí | idéntico al nominal |
| Signo de una cola α ≤ 1/240 | no | p = 0,34 · W/L 29/25 |
plan_a2_confirmation_pass = false. El candidato no queda confirmado.
Números
128 salas de examen nuevas de dos paredes, enjauladas, aprendizaje congelado.
| Condición | Brazo | Metas | Energía | Giros | Viol. reserva |
|---|---|---|---|---|---|
| primaria (giro 4) | nominal | 92/128 | 16 584 | 1179 | 114 |
| primaria (giro 4) | candidato | 103/128 | 15 264 | 797 | 72 |
| control negativo (giro 0) | nominal | 101/128 | 13 116 | 1360 | 0 |
| control negativo (giro 0) | candidato | 101/128 | 13 116 | 1360 | 0 |
Escuela: 16 movimientos, 80 unidades, calibración aprendida exacta (giro 4). Cero colisiones, hechos falsos y escrituras imaginadas; calibración sin cambios en las 512 misiones.
El control negativo es perfecto, y eso es lo que más vale del informe
Con giro 0 no hay nada que aprender, y el candidato es idéntico al nominal hasta la unidad: 13 116 y 13 116 de energía, 1360 giros ambos, 0 victorias, 0 derrotas, 128 empates.
Importa más de lo que parece. Al elegir una topología de dos paredes después de saber que el candidato era de giro, introduje un riesgo real de escoger un generador que lo favoreciera. El control negativo era la defensa declarada contra eso, y sale limpio: el aparato no fabrica ventaja donde no hay nada que aprender.
La tensión, dicha sin usarla para rescatar nada
El candidato alcanza once metas netas más (103 frente a 92), gasta menos energía total (15 264 frente a 16 584), da un tercio menos de giros y comete menos violaciones de reserva. Y aun así falla.
La razón es que su ventaja vive casi toda en salas donde el nominal fracasa: 16 recuperadas frente a 5 perdidas. Entre las 87 salas que ambos completan, el resultado es ruido —29/25, ahorro total −80, mediana 0, rango de −60 a +76—, y el criterio primario que registré de antemano mide exactamente ese subconjunto.
No se reinterpreta. Medir la mejora en metas es una hipótesis distinta y exigiría su propia confirmación prospectiva sobre salas frescas, con el criterio fijado antes de mirarlas. Cambiar el criterio ahora, después de ver el examen, invalidaría la confirmación entera y es exactamente lo que el contrato prohíbe. Queda anotado como hipótesis candidata, no como resultado.
El gate de reserva está fuera de envolvente, y se anunció antes
La constante de reserva es 4 —la histórica, idéntica en ambos brazos—, pero el coste real con giro 4 llega a 8 por movimiento. En salas de dos paredes, más largas que las históricas, eso rompe: 14 de 128 salas acumulan alguna violación con el nominal y 11 de 128 con el candidato.
Es una limitación del arnés, no del aprendizaje: afecta a los dos brazos, el candidato tiene menos violaciones, y el riesgo se declaró explícitamente antes de ejecutar. Pero el criterio 1 exige cero y no se relaja.
Un defecto de aislamiento de A1, corregido y verificado
A1 no era enjaulable: planner_a1 importaba de body_a1, que contiene el
simulador CostSpace. Montar el planificador habría montado el mundo.
A2 separa el vocabulario de costes en costs_a2, que no conoce mundos. La jaula
monta 17 módulos, sólo tres de transfer3, y el transporte se niega a arrancar
si aparece cualquier simulador en el árbol montado. Una prueba recorre el grafo
de importación por AST —no por grep sobre el texto, que daba un falso
positivo con el propio docstring— y comprueba que el cierre transitivo del
agente es exactamente {planner_a2, costs_a2}.
Generador ampliado
Dos paredes con un hueco cada una, misma ontología. Medido antes de usarlo: 11 638 formas canónicas bajo traslación y D4, solapamiento cero con las 92 formas públicas gastadas. Toda sala es estructuralmente nueva por construcción. El filtro de viabilidad es independiente del brazo y cada rechazo queda en el ledger. Distancia oráculo del examen: 8 / 15 / 25.
Esto resuelve el cuello que arrastraba la serie desde v8 —quedaban 34 formas—, y sigue disponible para lo que venga.
Razonamiento auditable
- Hipótesis. El candidato
turn_only, congelado tras A1 v2, baja la energía de misión en geometrías nuevas frente al mismo agente con prior nominal. - Evidencia. Falla el criterio primario: entre éxitos conjuntos el ahorro es −80 con p = 0,34. Gana en metas, giros y energía total, que no eran el criterio.
- Explicación rival 1. Que el generador favorezca al candidato. Descartada por el control negativo, idéntico hasta la unidad.
- Explicación rival 2. Que las violaciones de reserva expliquen el fallo del criterio primario. Descartada parcialmente: el candidato tiene menos violaciones que el nominal, así que no puede estar penalizándole en energía; pero sí explican por sí solas el fallo del criterio 1.
- Autorrevisión. Escogí la topología sabiendo la forma del candidato: riesgo real de selección, cubierto por el control negativo declarado de antemano. El gate de reserva quedó corto y lo anuncié, pero no lo corregí antes de ejecutar; hacerlo ahora sería mover el listón después del resultado.
- Actualización. Abandono la hipótesis de que la calibración de coste baja la energía entre misiones comparables. Lo que sobrevive, sin confirmar, es que reduce giros y convierte fracasos en llegadas.
- Decisión. Regla de parada aplicada: una sola corrida, sin repetir. Plan A queda cerrado. Lo siguiente es Plan B —calibración del modelo de ejecución—, con contrato propio.
Verificación
Artefacto: lab/transfer3/plan-a2-confirmation.json, hash canónico
cd87bd6c481cdba9c733d88349af68bbac6cc71c021d40c70ac3a65c1317e4c5.
Auditoría completa en proceso nuevo, repitiendo las 512 misiones enjauladas:
replay_valid=true, exit 0, mismo hash. 21 tests A2 nuevos, todos en verde.
env PYTHONPATH=.. python3 -m unittest tests.test_transfer3_a2 -q
env PYTHONPATH=.. python3 -m echoai.nexus0.transfer3.confirm_a2 audit lab/transfer3/plan-a2-confirmation.json
TRANSFER-3 sigue en rojo. No hay candidato confirmado. Custodia externa intacta, sin secretos pedidos. ECHO-3 permanece en 13/15.