7.7 KiB
Kompakte Hypothesenuntersuchung v15
Scope
Nur die Projekt-Investigation verwendet neu investigation_project_v15. CaseBuilder, Interpretation, Hypothesengenerierung und Diagnose/Übergaben bleiben fachlich unverändert. Der kanonische Kontext und sämtliche alten Recherchepayloads bleiben in der transportablen Case-Akte erhalten. Es gibt keine zusätzliche LLM- Zusammenfassung, kein Euro-Abbruchlimit und keine projektspezifische Bugheuristik.
Arbeitskontext
Die LLM erhält die originale Interpretation mit Beobachtungen, Sollbeschreibung, technischen Fakten und Einschränkungen; die ausgewählte Hypothese mit offenen Fragen und geschlossenen Frage-IDs; alternative Mechanismen; den aktuellen kumulativen Arbeitsstand und die tatsächlichen Befunde anderer Hypothesen. Deren ursprüngliche Planungsfragen und Verwaltungsdaten werden nicht wiederholt. Der Arbeitsstand ist ausdrücklich Modellbewertung, kein neuer unabhängiger Beleg. Er wird in derselben Entscheidung fortgeschrieben. Text, Scope, Richtung und Beleg-IDs bleiben nachvollziehbar; Entfernen/Umwerten erfordert weiterhin Gründe.
Das neue eigene Ergebnis und noch abzurechnende eigene Ergebnisse werden vollständig übertragen. Eine konfigurierte kleine Anzahl letzter eigener Rohresultate bleibt sichtbar. Andere Hypothesen bewerten ihre noch offenen Ergebnisse auf ihrem eigenen Turn; deren Queryinventar bleibt sichtbar und kann lokal gelesen werden. Gegenbefunde bleiben im eigenen und fremden Arbeitsstand ausdrücklich vorhanden; ihre alten Rohdaten werden nicht endlos automatisch erneut angehängt. Solange für einen alten Stand kein Arbeitsbrief existiert, wird einmal vollständig gebootstrapped; nicht in einem Brief repräsentierte alte Gegenbelege bleiben dabei direkt lesbar.
Bekannte Schemas bleiben als Spaltennamen-/Typkatalog erhalten. Frische oder gezielt gelesene Schemas werden vollständig übergeben, einschließlich Schlüsseln und Nullbarkeit. Für weggelassene Metadaten ist die originale Schemaantwort lokal lesbar. Schemaherkunft, Abdeckung und Kürzung bleiben sichtbar. Unbekannte Providerschemaformen werden vollständig beibehalten statt falsch umgedeutet.
Neue Datenresultate werden nur strukturell komprimiert: gemeinsame Werte und Feldnamen einmal, sämtliche Zeilen, skalare Typen und Duplikate bleiben erhalten. Source-Ergebnisse behalten Pfad, Revision, Zeilen und Text sowie Abdeckungsgrenzen. Operator-Tabellenallowlists werden nicht in jedem Resultat erneut als Provenienz mitgeschickt. Duplikatbelege werden weiterhin als nicht unabhängige Beobachtungen markiert. Paketquellen verwenden deterministische PS-/PD-Aliase; der Controller bindet diese an den unveränderten kanonischen Kontext.
Lokales Nachlesen
recall liest bis zu vier bekannte Evidence-IDs aus der Case-Akte, ohne eine neue DB-/Git-Abfrage oder einen neuen Reward zu erzeugen. Gelesene Einträge bleiben über folgende Turns gepinnt; die letzten vier explizit gewählten Einträge werden behalten. Bereits vollständig sichtbare Belege erneut anzufordern wird kontrolliert abgelehnt. Ein bislang ungelesener Archivbeleg darf nicht allein aufgrund seiner Inventarnennung als neuer Beleg eingeführt werden. Bestehende Arbeitsbefunde und sichtbare Schemakataloge bleiben referenzierbar. Unbekannte IDs bleiben ungültig.
Der neue Aufruf besitzt einen kleinen JSON-Drahtvertrag plus dokumentierte Argumentformen. Vor jeglicher Budget-/Toolwirkung wird erneut der vollständige bisherige Vertrag geprüft: Pflichtfelder, Argumente, Textlängen, Referenzen und Grenzen. Dies gilt auch für eine nach Absturz gespeicherte ausführbare Antwort. Rohantwort und abgeleiteter Arbeitsstand bleiben getrennte unveränderliche Artefakte. Gespeicherte v14-Anfragen behalten ihre eingefrorene Darstellung und Normalisierung.
Finish, Reject, asynchrone Tests, Defer und RequestDiagnosis bleiben erhalten. Der Frühabschluss benötigt weiterhin einen Gegencheck und eine unabhängige finale Diagnoseentscheidung; verbleibendes Budget erzwingt keine weitere Forschung. Lokale Leseschritte zählen weiterhin zu den begrenzten Iterationen.
Konfiguration und Messung
Zusätzliche optionale [investigation]-Werte:
prompt_target_characters = 13125
recent_evidence_count = 1
Das Zeichenziel ist ausschließlich ein Richtwert, kein Paketformatlimit und keine Abschneide-/Abbruchgrenze. Pflichtresultate, Bootstrap, viele Gegenbefunde oder bekannte Schemas dürfen darüber liegen. Die geplante logische Nachrichtengröße und above_target werden im bestehenden Service-Log erfasst. Die tatsächlichen Provider-Tokens bleiben die maßgebliche Messung.
Die neue Ansicht bleibt mit dem stabilen Fallcache kompatibel. Für v15 darf die Cacheerzeugung trotz alter Zeichenschwelle versucht werden; tatsächliche Anbietergrenzen entscheiden. Google nennt für Gemini 3.8 Flash mindestens 4096 Tokens: https://ai.google.dev/gemini-api/docs/caching . Es werden keine Fülltokens hinzugefügt. Explizites cache_required bleibt strikt. Das alte lokale Pflichtprofil wurde nicht verändert. Das neue lokale Profil config/llm.compact-investigation.local.toml übernimmt dessen Modell-/Denkeinstellungen und aktiviert weiter Caching, setzt aber cache_required=false und entfernt den Pflichtpräfix. Ein vom Anbieter abgelehnter Cache verhindert so keine kleine Untersuchung. Keine Secrets im Report.
Offline-Auswertung
Die sechs erfolgreichen manuellen Proben verbrauchten zusammen 29394 Eingabe-, 1274 Antwort- und 16181 Denk-Tokens, bei 127,360 Sekunden API-Laufzeit. Sie zeigen plausible einzelne Entscheidungen, aber noch keine vollständige v15-Regression. Korrigierte Kontofolge: 8,34 vor 8,35, anschließend 8,38 EUR. Verzögerte Buchungen werden nicht willkürlich auf einzelne Aufrufe verteilt.
Projection gespeicherter Arbeitskontexte, ohne API-Aufrufe oder umgeschriebene alte Modellbefunde, gemessen als tatsächliche Gemini-Nachrichtentextzeichen:
| Archiv | Kontexte | Median Reduktion | Median v15 |
|---|---|---|---|
| Bug 17 Arbeitsbrief | 18 | ca. 73.5 % | ca. 21824 Zeichen |
| Bug 20 v14 | 10 | ca. 72.2 % | ca. 21410 Zeichen |
Der Richtwert ist in diesen alten Kontextprojektionen noch nicht erreicht. Die Altanfragen enthalten insbesondere große vollständige Ergebnisabfragen und lange bereits formulierte Arbeitsbefunde. Sie werden nicht zur Erfüllung einer Zahl abgeschnitten. Eingabe-Token-/Kostenreduktion und Qualität müssen mit einem neuen Gesamtlauf geprüft werden; die Offline-Zahlen sind keine gemessene Tokenersparnis. Das Zehntel-Ziel bleibt ausdrücklich offen. Vorbereitung startet keine LLM-Aufrufe.
Reproduzierbares Messwerkzeug: scripts/measure_compact_investigation.py. Messdateien: measurements/investigation-v15-offline-20261017.json und measurements/compact-investigation-six-probes-20261017.json.
Validierung: 375 relevante Tests bestanden, breite Regression plus gezielte Nachläufe der angepassten v14-Testfixtures und neuen v15-Frühabschlussfälle. Case-/Budget-/Replay-Prüfungen, lokale Beleglesung, vollständige frische Payloads und die unveränderte unabhängige Diagnose sind abgedeckt. Keine Live-API-Abfragen bei der Implementierung. Das Speichergesamtbudget einschließlich temporärer pytest-Kopien bleibt nach Archivierung des älteren Stable-Cache-Vergleichslaufs unter 20 GB. Neuere Bug-17-/Bug-20-Vergleiche bleiben erhalten.