RAȚIONAMENT
De ce există ATM
Nu mai multă structură. Testare înainte de încredere — și păstrarea a ce a rezistat.
Tunelul de vânt
În 1899, frații Wright au citit tot ce exista publicat despre zbor — Lilienthal, Chanute, Langley. Apoi planoarele lor n-au zburat așa cum spuneau cifrele. În loc să presupună că au construit greșit, au ridicat un tunel de vânt și au testat 200 de forme de aripă ei înșiși. Tabelele de portanță ale lui Lilienthal, pe care se baza tot domeniul, s-au dovedit greșite. Nu puțin greșite — greșite.
FPF e literatura de la care am plecat: 51.000 de rânduri, bine construite pentru un cititor uman. Mișcarea obișnuită e să dai modelului tot cadrul și să speri că, dacă teoria e solidă, folosirea ei de către model va fi la fel. Noi am construit tunelul de vânt: am testat direct cum se comportă un model citind FPF brut față de o felie compilată din el — aceeași eroare de fiecare dată, un tipar pe care REFLECTIONS.md îl numește taxa triplă: parsează, agregă, generează. Am păstrat ce a supraviețuit testului real. Restul n-a ajuns în hartă.
Cele cinci de ce
Pe fiecare mecanism din FPF am aplicat aceeași întrebare, de mai multe ori la rând. De ce are nevoie modelul de acest concept la momentul execuției — pentru că schimbă ce are voie să facă în pasul următor. De ce trebuie formulat exact așa — nu trebuie, formularea aia e pentru cititori umani, așa că a devenit o cheie JSON. De ce trebuie modelul să raționeze despre concepte epistemice abstracte — nu trebuie, are nevoie doar să știe dacă lipsește o dovadă, așa că acela a devenit numele câmpului. Orice strat de „de ce" care nu s-a terminat în ceva de care depindea efectiv decizia următoare a modelului a fost tăiat.
Douăsprezece primitive, nouă gardieni, șase operatori logici — nu e un accident unde ne-am oprit. E pariul propriu-zis: suprafața de constrângere pe o mișcare trebuie să rămână suficient de mică încât să nu aibă nevoie de propriul protocol pentru cum adaugă lucruri la ea însăși.
Cifrele
| Față de spec-ul FPF brut, complet | 4.668,8× mai mică |
|---|---|
| Față de fragmentul exact citat din spec, per decizie | 288,7× mai mică |
| Cost live, per decizie (token-i de intrare facturați) | 537 vs. 139.195 — un decalaj de 259× |
| Potrivire cu rezultatele așteptate, pe cazurile testate | 80% vs. 40% pentru fragmentul brut |
Numerele sunt din TRIPLE_TAX_CALCULUS.md — măsurate cu tiktoken și rulări live pe un model curent, nu estimate. Documentul spune la fel de clar și ce NU demonstrează: nu confirmă o descompunere literală „în 3 treceri", iar traversarea multi-pas testată se acumulează liniar, nu supraliniar. Ce n-a putut fi măsurat e raportat ca atare, nu lăsat implicit.
REFLECTIONS.md — povestea completă, inclusiv ce am respins pe parcurs ↗