ОБОСНОВАНИЕ
Почему существует ATM
Не больше структуры. Проверка прежде доверия — и сохранение того, что выдержало.
Аэродинамическая труба
В 1899 году братья Райт прочли всё опубликованное о полёте — Лилиенталя, Шанюта, Лэнгли. Затем их собственные планеры не летали так, как обещали цифры. Вместо того чтобы решить, что они сами построили что-то не так, они возвели аэродинамическую трубу и сами протестировали 200 форм крыла. Таблицы подъёмной силы Лилиенталя, на которые опиралась вся область, оказались неверны. Не немного — неверны.
FPF — это литература, с которой мы начали: 51 000 строк, хорошо выстроенных для человека-читателя. Привычный ход — отдать модели всю рамку целиком и надеяться, что раз теория надёжна, то и её применение моделью будет надёжным. Мы вместо этого построили трубу: напрямую проверили, как модель ведёт себя при чтении сырого FPF против скомпилированного среза — одна и та же ошибка каждый раз, паттерн, который REFLECTIONS.md называет тройным налогом: разобрать, агрегировать, сгенерировать. Мы оставили то, что пережило реальную проверку. Остальное в карту не попало.
Пять «почему»
К каждому механизму FPF мы применяли один и тот же вопрос, несколько раз подряд. Почему модели это понятие нужно во время выполнения — потому что оно меняет, что ей разрешено делать дальше. Почему это нужно формулировать именно так — не нужно, эта формулировка для человека, поэтому она стала ключом JSON. Почему модель должна рассуждать об абстрактных эпистемических понятиях — не должна, ей нужно только знать, отсутствуют ли данные, поэтому это стало именем поля. Любой слой «почему», не закончившийся чем-то, от чего реально зависело следующее решение модели, был вырезан.
Двенадцать примитивов, девять защитных правил, шесть логических операторов — это не случайная точка, где мы остановились. Это и есть ставка: поверхность ограничений на один ход должна оставаться достаточно маленькой, чтобы ей самой никогда не понадобился отдельный протокол для добавления в саму себя.
Цифры
| Против полной сырой спецификации FPF | меньше в 4 668,8× |
|---|---|
| Против точно процитированного фрагмента спецификации, на решение | меньше в 288,7× |
| Живая стоимость на решение (билленные входные токены) | 537 против 139 195 — разрыв 259× |
| Совпадение с ожидаемым результатом на тестовых случаях | 80% против 40% у сырого фрагмента |
Цифры — из TRIPLE_TAX_CALCULUS.md, измерены через tiktoken и живые прогоны на актуальной модели, не оценены на глаз. Документ так же прямо говорит, чего он НЕ доказывает: он не подтверждает буквальное разложение «в 3 прохода», а протестированное многошаговое прохождение накапливается линейно, а не сверхлинейно. То, что не удалось измерить, указано как есть, а не оставлено по умолчанию.
REFLECTIONS.md — полная история, включая то, что мы отклонили по пути ↗