112 lines
5.8 KiB
Markdown
112 lines
5.8 KiB
Markdown
# Investigation: versionierter Arbeitsstand und schlankere Verwaltungsdaten
|
|
|
|
Neue projektgestützte Investigation-Kontexte verwenden
|
|
`investigation_project_v13`. Caseinterpretation und Hypothesengenerierung ändern
|
|
sich nicht. Alle Recherchepayloads, auch ältere und fremder Hypothesen, bleiben
|
|
vollständig vorhanden. Es gibt keine neue Recall-Schleife und keinen zusätzlichen
|
|
LLM-Aufruf zum Zusammenfassen.
|
|
|
|
## Arbeitsstand
|
|
|
|
Die ohnehin stattfindende Investigation-Antwort liefert zusätzlich
|
|
`update.working_brief`:
|
|
|
|
```json
|
|
{
|
|
"format_version": 1,
|
|
"findings": [
|
|
{
|
|
"id": "B0001",
|
|
"direction": "against",
|
|
"text": "Der vermutete fehlende Callback ist implementiert.",
|
|
"scope": "Untersuchter Source-Commit; Ausführung im Deployment nicht belegt.",
|
|
"evidence_refs": ["E000001"]
|
|
}
|
|
],
|
|
"uncertainties": ["Stimmt die ausgelieferte Version mit dem Source-Stand überein?"],
|
|
"next_question": "Wie verhält sich der belegte Dispatch im betroffenen Stand?",
|
|
"changes": []
|
|
}
|
|
```
|
|
|
|
Das Beispiel beschreibt das Format, keine vorgegebene Bugursache. Der Arbeitsstand
|
|
ist eine Modellbewertung, keine unabhängige Beobachtung. Befunde sind ausdrücklich
|
|
als `support`, `against` oder `neutral` markiert und tragen Reichweite und echte
|
|
Beleg-IDs. Kompatible Symptome sind nicht schon Belege für einen konkreten Defekt.
|
|
Das Modell wählt den nächsten Prüfschritt selbst anhand dieses Erkenntnisstands.
|
|
|
|
Der Controller prüft vor Budgetabrechnung/Toolausführung:
|
|
|
|
- Schema und Größen: maximal 16 Befunde, je 300 Zeichen Text/200 Zeichen Scope,
|
|
je maximal 8 Beleg-IDs; maximal 6 Unsicherheiten mit je 240 Zeichen und eine
|
|
nächste Prüffrage mit maximal 300 Zeichen. Die kurze Aktionsnotiz ist auf
|
|
400 Zeichen begrenzt.
|
|
- Eindeutige Befund-IDs innerhalb der jeweiligen Hypothese und bekannte Belege.
|
|
Alle aktuellen Befundbelege müssen auch in `update.evidence_refs` stehen.
|
|
- Stabile IDs für unveränderte Befunde. Jede Änderung oder Entfernung eines
|
|
bisherigen Befunds braucht genau einen `changes`-Eintrag mit Begründung und
|
|
bestehenden Belegen. Keine erfundenen Änderungen unbekannter Befunde.
|
|
- Die Vereinigungsmengen der Pro-/Contra-Belege stimmen exakt mit
|
|
`causal_review.support` und `.against` überein. Die bestehende kausale
|
|
Confidence-Kalibrierung gilt unverändert.
|
|
|
|
Das prüft die Struktur und nachvollziehbare Änderung, nicht die semantische
|
|
Wahrheit einer Modellbehauptung. Das Modell kann Befunde mit expliziter Begründung
|
|
korrigieren oder zusammenführen. Vollständige Rohbelege und alte Bewertungen
|
|
bleiben erhalten; die unabhängige finale Diagnose bleibt zuständig.
|
|
|
|
## Persistenz und Wiederaufnahme
|
|
|
|
Jede erfolgreich ausgeführte Entscheidung erzeugt ein neues Artefakt:
|
|
`analysis/investigation/NNNN/briefs/Hx-NNNN.json`.
|
|
Es enthält Identität, Hypothese, Sequenz, Elternreferenz, LLM-Call-Referenz und
|
|
Arbeitsstand. Der Hypothesenzustand hält Referenz und SHA-256. Beides wird mit
|
|
dem Investigation-Checkpoint atomar veröffentlicht. Ein unterbrochener bereits
|
|
validierter Schritt verwendet dieselbe gespeicherte Antwort erneut; er benötigt
|
|
keinen zweiten Modellaufruf. Die Artefakte bleiben bei Pakettransport verfügbar.
|
|
|
|
Die Fallrekonstruktion erkennt ausschließlich checkpointgebundene Arbeitsstände
|
|
als generierte Analyseartefakte. Sonst würden neue Brief-Dateien fälschlich den
|
|
ursprünglichen Inputfingerabdruck ändern. Unbekannte Dateien werden weiterhin
|
|
berücksichtigt und unverändert erhalten. Dies ändert keine fachliche
|
|
Caseinterpretation oder Hypothesengenerierung.
|
|
|
|
Alte gespeicherte Kontexte/Antworten behalten ihre bisherigen Promptverträge.
|
|
Ein neu beginnender Schritt nutzt v13. Solange eine Hypothese noch keinen
|
|
Arbeitsstand hat, bleiben ihre bisherigen eigenen Notizen im Prompt, damit der
|
|
erste Arbeitsstand aus allen Belegen rekonstruiert werden kann. Erst danach
|
|
ersetzt er diese Notizhistorie. Er wird nicht aus Confidence-Werten erfunden.
|
|
|
|
## Modelldarstellung und Cache
|
|
|
|
- Ausgewählte Hypothese: Vorschlag, Confidence, Fragen/Status, Arbeitsstand.
|
|
- Andere Hypothesen: kurzer Vorschlag, Confidence und Disposition.
|
|
- Budget: nur das ausgewählte Konto, einschließlich offener Aktionen;
|
|
globale Konten und Scheduling verwaltet der Controller.
|
|
- Evidenz: sämtliche Inhalte und IDs; interne Speicherpfade/Hashes,
|
|
Paket-/Recordformatfelder, Novelty-Werte und Requestspeicherverweise entfallen.
|
|
Abfragen, Ergebnisabdeckung, Snapshot-/Quellprovenienz und gemeinsame Tabellen
|
|
bleiben erhalten. Die kanonische Akte bleibt vollständig.
|
|
- Bestehender stabiler Fallcache bleibt aktiv. Der Arbeitsstand ist veränderlich
|
|
und liegt im Live-Teil. Neue Befunde ändern den statischen Fallpräfix nicht.
|
|
- Die Untersuchungshistorie ist weiter im Paket vorhanden, nur ihre wiederholte
|
|
Modelldarstellung wird reduziert. Es findet keine Paketbereinigung statt.
|
|
|
|
## Offline-Messung
|
|
|
|
Alle 17 erhaltenen historischen v11-Kontexte wurden mit dem tatsächlichen neuen
|
|
v13-Prompt/Schema als Migrationsfall neu dargestellt. Ohne erfundene
|
|
Arbeitszusammenfassungen und mit vollständig beibehaltener eigener
|
|
Alt-Notizhistorie sinkt der summierte Live-Transport von **645.032 auf 485.572
|
|
UTF-8-Bytes (24,72 %)**. Hinweise auf doppelte Evidenz (`duplicate_of`) bleiben
|
|
erhalten, damit sie nicht als unabhängige Bestätigung gezählt wird. Daten:
|
|
`measurements/investigation-v13-migration-20261016.json`.
|
|
Reproduktion: `python scripts/study_investigation_context.py <paket>
|
|
--production-v13 --output <messung.json>` (offline).
|
|
|
|
Der statische Präfix wächst durch neue Instruktionen und Schema; dieses Wachstum
|
|
ist in der Messdatei enthalten. Die neue Antwort benötigt ebenfalls Tokens für
|
|
den Arbeitsstand. Die Offline-Zahlen sind deshalb kein Versprechen von 24,72 %
|
|
weniger Gesamttokens oder Kosten. Wie gut und knapp der kumulative Arbeitsstand
|
|
im Live-Betrieb funktioniert, muss der nächste vom Nutzer gestartete Test zeigen.
|