TRANSFER-3 v6 — el optimismo por cero no era la restricción activa

2026-09-18. Desarrollo público. TRANSFER-3 no cerrado. Resultado negativo. Diseño fijado antes de ejecutar: contrato v6. No se generó ni abrió B/C. Ninguna fuente congelada se modificó: los inventarios de v1–v5 se comprueban ruta a ruta antes de cada corrida.

Control de réplica: exacto

La predicción registrada se cumple. La escuela reparada de v5 —terminalidad real, un scan por timestamp, asignación CAM comprobada, reserva por juez común, bono de fallo −32— produce un payload byte a byte idéntico al corrected de v4, y su cribado replica exactamente:

	victorias	derrotas	empates	fallos nuevos	ahorro en éxito conjunto
baseline v6	11	13	40	2	−40
corrected v4	11	13	40	2	−40

El bono de fallo no disparó ninguna vez: las cuatro salas de escuela se completan siempre. Hubo 13 actualizaciones terminales. Es decir, las reparaciones de v5 son correctas y en estas salas no mueven nada, que es lo que el contrato predijo. La corrida es válida.

Resultado principal

Brazo	Metas	Movimientos examen	W/L/T vs scratch	Fallos nuevos	Ahorro conjunto	Coste total	Cribado
scratch	62/64	1065	—	—	—	1065	—
baseline	62/64	1130	11/13/40	2	−40	1258	no
pessimistic	60/64	1135	8/10/46	2	−18	1263	no

Cero colisiones, violaciones de reserva, hechos falsos, escrituras imaginadas y modelos alterados en las 192 misiones. Criterio importado de rehearsal_v4.screen sin modificar.

La hipótesis v6 queda refutada como explicación suficiente. Tratar el cero de una acción no muestreada como «desconocido» y no como «valor aprendido» no convierte el brazo en candidato.

Lo que sí hizo el suelo, y lo que costó

La intervención funcionó exactamente en la dirección prevista, y falló por el lado contrario:

• Entre salas con éxito en ambos brazos, pessimistic mejora a baseline en 9 salas, empeora en 4, neto +22 movimientos. El déficit de eficiencia frente a scratch se reduce de −40 a −18.
• Pero pierde dos metas. baseline falla en 20264670 y 20264695 y a cambio recupera las dos que scratch no alcanza (20264674, 20264680). pessimistic falla en las cuatro.

El mecanismo es directo: ordenar lo desconocido por debajo de lo conocido compra eficiencia allí donde hay evidencia y suprime el desvío no explorado que era el único camino a la meta donde no la hay. En 20264670 scratch llega en 18 movimientos; pessimistic abandona en casa tras 54.

Optimismo y pesimismo pierden por motivos opuestos: uno divaga hacia lo que no conoce, el otro se niega a explorar cuando debe. Con 27 features, 38 pares muestreados de 108 posibles y 128 movimientos, la restricción activa es la cobertura, no el convenio de signo. Ninguna regla de desempate sobre una tabla tan poco muestreada produce un candidato.

Una restricción estructural del criterio

Descontando el entrenamiento, scratch gasta 1065 movimientos y no entrena. Un brazo entrenado con presupuesto B necesita un examen por debajo de 1065 − B para amortizar. A B=128 eso exige ser un 12 % mejor que scratch; a B=512, prácticamente la mitad. Ampliar el presupuesto de escuela aleja la amortización en vez de acercarla, mientras el examen siga siendo 64 salas.

Esto no es un defecto del código: es una decisión de protocolo. El protocolo final debe declarar si la ventaja se mide amortizada contra el mismo examen o si el coste de escuela se amortiza sobre un despliegue mayor que el banco. Es tuya, no del banco.

Verificación

Dos intentos públicos conservados, ambos con resultados idénticos —el jaulado no cambia la conducta:

Artefacto	isolated	Hash canónico
lab/transfer3/screen-v6-isolated.json	sí	3e02186bcd16ae6f640c0167cf0b5871b73b2f49ce7978bc033f0256de42e9f7
lab/transfer3/screen-v6.json	no	10e5854109db506580593dc87f9bf1e935d72d5414b7fd22fd1c1976efd71151
lab/transfer3/screen-v6-stable.json	sí	f54c2f4d0b04c030f39a5815e3ba91c204d58db6bd4e67b4be079b595813cade

El artefacto aislado se auditó en proceso nuevo al crearse: replay_valid=true, exit 0, mismo hash. Esa auditoría ya no se puede repetir: inventory() fotografía todo el árbol nexus0/**/*.py, así que los módulos v7 y v8 añadidos después cambian el manifiesto aunque ninguna dependencia de v6 se haya tocado. Ver el análisis en resultados v8. screen-v6-stable.json repite la corrida sobre el árbol estable, con resultados idénticos, y es el artefacto auditable hoy.

20 tests v6 nuevos pasan; la regresión de TRANSFER-3 queda en 103 tests al cerrar v6, y en 130 al cerrar v8.

env PYTHONPATH=.. python3 -m unittest tests.test_transfer3_v6 -q
env PYTHONPATH=.. python3 -m echoai.nexus0.transfer3.screen_v6 audit lab/transfer3/screen-v6-isolated.json

Regla de parada, aplicada

El contrato decía: si pessimistic no pasa, la explicación restante es aliasing de representación y el siguiente paso es un feature observable, no más episodios con las mismas features. Los datos matizan esa regla. Antes de tocar la representación hay que resolver que enriquecer el feature empeora la cobertura a presupuesto fijo: más bits reparten los mismos 128 movimientos entre más filas. Los dos problemas que v5 midió por separado —244/372 decisiones sobre acciones sin muestra y 14 pares con órdenes opuestos— tiran en direcciones contrarias bajo un único presupuesto.

El siguiente experimento debe medir esa curva, no elegir un lado por argumento: cobertura y aliasing en función del presupuesto, con el coste contado. Hasta tener esa curva no hay base para proponer un feature nuevo ni para fijar el tamaño de muestra del protocolo final.

TRANSFER-3 sigue en rojo. No hay candidato. ECHO-3 permanece en 13/15.