B v2 · ACUMULA-2 · nota de desarrollo (antes de contrato y examen)
20 de octubre de 2026. Diseño tras una revisión externa: mismas rondas en todas las
rondas (DistShift1, LavaCrossingS9N3, KeyCorridorS3R2, BlockedUnlockPickup),
métrica = episodios fallidos en la sonda, controles nuevos lote_final y
vacia_online, puerta estricta. Código echo58/acumula2/ (importa v1 sin
tocarla). Datos: lab/echo58/acumula2/dev-20261020T183421.json (3 macros,
semillas 5 000 000+, sonda de desarrollo LavaCrossingS9N1, LavaCrossingS9N2,
ObstructedMaze-1Dlh, KeyCorridorS3R3). No hay contrato ni examen.
Resultado de desarrollo (suma de 3 macros, episodios fallidos / daño en sonda)
Brazo
r0
r1
r2
r3
r4
r5
recursiva
311/173
34/14
34/0
51/0
57/0
51/0
azar
311/173
193/173
209/152
220/149
212/118
144/66
sin_acumular
311/173
34/14
60/17
103/21
108/29
127/33
fija
311/173
189/170
203/163
216/153
220/150
224/148
lote_final
= fija hasta r4
127/33
vacia_online
154/25 (constante)
Lectura
Q1 (≥ 3 mejoras seguidas) es inalcanzable con este agente, por
estructura. Con las rondas estacionarias ECHO ve todos sus errores de
memoria en la ronda 1 y los corrige a la vez (refine de las clases 8 y 12
por rango 0): un escalón 311 → 34. Lo que queda (pelota que tapa la puerta,
llave dentro de una caja, KeyCorridor) son límites de la política base,
no creencias de memoria: ninguna edición del menú los toca.
Lo que sí se ve, y es nuevo: corregir ronda a ronda gana a corregir todo
al final (recursiva 51 frente a lote_final 127), a no acumular (127), a
más datos sin edición (224), al azar (144) y a empezar sin memoria (154).
La memoria aprendida con sus correcciones es mejor que ninguna memoria; sin
correcciones es peor (311 frente a 154).
Para ver automejora sucesiva haría falta que ECHO pudiera editar su
política (no solo cómo lee la memoria), de modo que cada arreglo destape
el siguiente atasco. Es el terreno de RSI-1 (biblioteca DSL), que salió
rojo.
Opciones (decide Nav)
Opción
Qué es
Coste / riesgo
1 · Cerrar B v2 en rojo en desarrollo e ir a C (ENJAMBRE)
El roadmap dice «5.8 verde = A + (B o C)». A ya está verde
Recomendada
2 · B v3 con ediciones de política
Menú de primitivas genéricas de comportamiento que ECHO pueda combinar
Grande; historial rojo (RSI-1)
3 · Redefinir B como «autocorrección que gana a todos los controles»
Q1 fuera; Q2 con lote_final y vacia_online
Probablemente verde, pero es una afirmación más débil que la del roadmap y debe llamarse así (no «automejora recursiva»)
echolabs