cotcodec — trabalhando aqui
Propósito
CoTCodec é um programa de pesquisa e um harness de avaliação executável para tornar as escolhas de orquestração de agentes explícitas, mensuráveis e otimizáveis. O Paper 1 estuda a linguagem; o harness compartilhado e o ledger de evidências cobrem o programa mais amplo de variáveis de orquestração.
Modelo mental e arquivos-chave
memory.jsoné o estado compilado do projeto e o ledger de prioridades ativo.wiki/log.mdé a linha do tempo operacional somente de acréscimo.directions/detém hipóteses de pesquisa;experiments/detém execuções pré-registradas.harness/executa condições e benchmarks;scripts/valida e sela.research/evidence/contém pacotes de decisão portáteis. Dados brutos/locais devem ficar no diretório ignoradodata/, nunca no Git por acidente.README.mdé o ponto de entrada humano;AGENTS.mdé a referência operacional completa; arquivosSKILL.mdde diretórios possuem procedimentos locais.
Padrões a seguir / invariantes
- Leia
wiki/SOUL.md,wiki/USER.md,wiki/HEARTBEAT.mdememory.jsonantes de qualquer trabalho substancial. - Pré-registre falsificadores, orçamentos, limites de reivindicação e condições de parada antes de observar os resultados do tratamento. Nunca reescreva um contrato de experimento concluído.
- Preserve evidências negativas e resultados anteriores. Crie reexecuções versionadas em vez de sobrescrever diretórios de saída com falha.
- Separe a admissão determinística de infraestrutura de modelos vivos ou reivindicações científicas. Conformidade de CPU nunca implica admissão H100 ou qualidade de memória.
- Vincule a revisão da fonte, árvore, licença, dependências, identidade de imagem/modelo e hashes de execução para qualquer resultado usado em uma decisão de pesquisa.
- Mantenha a verdade compilada de
memory.jsone a linha do tempo dewiki/log.mdsincronizadas.
Tarefas comuns → primeira ação
| Tarefa | Primeira ação |
|---|---|
| Continuar pesquisa | Leia as prioridades de memory.json e a entrada mais recente de wiki/log.md. |
| Executar um experimento | Leia skills/run-experiment.md e, em seguida, seu contrato YAML. |
| Adicionar um benchmark | Leia harness/benchmarks/SKILL.md e o adaptador base. |
| Alterar lógica de orquestração | Leia o harness/**/SKILL.md mais próximo e os testes correspondentes. |
| Adicionar um sistema de memória | Leia infra/memory-baselines/SKILL.md e os validadores de portfólio/fonte. |
| Enviar evidências | Execute os validadores de fonte, experimento, evidência e portfólio que roteiam o artefato. |
| Atualizar documentação | Atualize o Agent-Docs, páginas README/current-state, memory.json e wiki/log.md. |
Pegadinhas
- Muitos adaptadores de benchmark são intencionalmente stubs; presença não é prontidão.
data/pode conter modelos de vários gigabytes, bancos de dados, árvores de código-fonte e artefatos Docker. Inspecione arquivos ignorados/não rastreados antes de preparar.- Trabalhos de ciclo de vida de fonte exata frequentemente usam alocações de CPU em hosts de GPU. Um nome de host contendo
h100não prova que uma GPU foi solicitada ou usada. - O caminho histórico
~/Documents/GitHub/kevin-wikipode estar ausente localmente; definaKEVIN_WIKI_ROOTparascripts/run-agent-docs.tsquando necessário.