17 KiB

Raw Blame History Unescape Escape

title	type	status	informe
Triage de revisiones externas — eje agéntico	process / triage acumulativo	vivo — una sección por revisor; los veredictos ACEPTAR quedan EN COLA hasta firma del usuario	INFORME-eje-agentico-revision-externa.md

Triage de revisiones externas — eje agéntico

Veredictos: ACEPTAR (integrar, pendiente de firma) · PARCIAL (idea buena, forma distinta) · REFUTAR (incorrecto para esta arquitectura) · DELEGAR (pertenece a otro track).

R1 · Gemini (2026-07-21)

#	Hallazgo	Veredicto	Decisión tocada
G1	`Session`/`Subscription` como primitivo; Run = materialización transaccional de un delegate dentro de ella	PARCIAL — Run sigue primario; se clarifica que la instancia `ActiveAgent` ES la sesión (N7/N8 ya lo implicaban); modo pasivo/watcher (sugerencias → `delegate.offer`) queda RESERVADO, no construido	N1 (redacción)
G2	Timeout de red con act ya ejecutado → estado fantasma	ACEPTAR — idempotencia: dedupe por `toolCallId` en la puerta de capacidad; reintentos seguros	D-AG.3d / N3
G3	Falta presupuesto de tokens/bytes de contexto + política de truncado local	ACEPTAR	N3
G4	Estado `superseded` (la premisa del run destruida por cambio externo)	ACEPTAR en forma de CAUSA tipada de cierre (`returned`/`cancelled` con reason `superseded`), no necesariamente estado nuevo — forma a discutir; sema puede distinguir por causa	N2
G5	`escalated` sin salida si el usuario ignora → timeout `escalated → returned`	ACEPTAR — el presupuesto de run cubre también la espera de escalada	N2/N3
G6	Propagación del actor en cascadas (bus/orca): eventos secundarios pierden `actor:'agent'`	ACEPTAR con matiz crítico: la atribución ambiental de orca usa AsyncLocalStorage con FALLBACK a root-event en navegador — justo nuestro runtime; el actor debe viajar EXPLÍCITO en el envelope/trace, hilado desde la puerta de capacidad	N6
G7	OCC: cada `read` exporta `_version`; cada `act` la exige; mismatch → error de dominio recuperable	ACEPTAR — es LA respuesta a TOCTOU (§7.2); complementa (no tumba) D-AG.2c	D-AG.3 / §7.2
G8	Data fencing (delimitadores de contenido no confiable inyectados por el adaptador)	PARCIAL — fencing sí, pero insuficiente solo: + metadato de origen por read + ESCALADA DE POLÍTICA (auto→review) cuando el contexto contiene material no confiable	§7.1 / N5
G9	Blast radius: riesgo dinámico por payload (misma capacidad, riesgo distinto) → escalada por invocación	ACEPTAR — la capacidad declara clasificador de riesgo sobre args; `auto` puede escalar a `review` por invocación	N5 / D-AG.3
G10	Concurrencia espacial: ¿lock a nivel componente o nodo/parte?	ACEPTAR como eje declarado: el run declara su write-scope (componente \| parte \| rango) y hold/pintura aplican solo a ese scope. Materialización → DELEGAR al track palabras	doctrina + track palabras
G11	Lazy context / pointer reads: resumen topológico + tool implícito `read_node(id)` del motor	ACEPTAR — resuelve §7.4 (contexto a escala) e identidad de instancia por ids estables; converge con los readables jerárquicos de CopilotKit	D-AG.2c / D-AG.3 / §7.4
G12	A11y: no aria-live por delta; consolidar anuncio en `delegate.return` (polite); log off-screen `aria-relevant="additions"`; `aria-details` → contenedor Aura	ACEPTAR — entra al contrato a11y del eje (announce en return/escalate, nunca por delta)	superficie/a11y
G13a	Swarm/LangGraph handoffs: el toolset muta MID-RUN	PARCIAL — la declaración de tools es por-turno (granularidad correcta en protocolos LLM); lo que falta: calls pendientes contra capacidad revocada fallan TIPADO → escalate	D-AG.3c
G13b	Jupyter Kernel Protocol como referencia (preempted, aborted-by-mutation)	ACEPTAR — a la lista de referencias del estudio	§8
G13c	Figma-style: «orca necesita transaction.begin() para agrupar acts»	REFUTAR la forma — viola el invariante de orca (solo la app registra acciones) y confunde compensación con undo; la transacción va en la PUERTA DEL PROVIDER (api.transact del componente), ya corregido en la auto-crítica. La referencia Figma sí vale como precedente del patrón	—

Impacto neto: ninguna decisión firmada cae. D-AG.2c se complementa (OCC), D-AG.3 (abierta) absorbe G2/G7/G9/G11/G13a; N1/N2/N3/N5/N6 acumulan enmiendas pendientes de firma; §7.1/7.2/7.4 obtienen sus mitigaciones estándar.

R2 · ChatGPT (2026-07-21)

Valida explícitamente las tres tesis nucleares (señal fuerte de triangulación): delegate como fundamento actor-agnóstico («elimina el concepto de IA»), el agente no conoce componentes (todo por capacidades), y misma API pública + actor («exactamente donde suelen romper todos los sistemas de copilotos»). No tocó TOCTOU/OCC ni seguridad (hueco de su revisión, cubierto por R1).

#	Hallazgo	Veredicto	Decisión tocada
C1	El Run está «demasiado arriba»; el verdadero objeto es CapabilityCall; el Run podría ser solo transacción de coordinación	PARCIAL — CapabilityCall ES la unidad de mutación, pero el Run es la unidad de DELEGACIÓN (presupuesto, autorización, agrupado de undo, devolución de control) — no puede haber mutación agéntica sin ese envoltorio. Se acepta: documentar la escalera explícita (ActiveAgent=sesión → Run=delegación → Turn=coordinación → CapabilityCall=mutación) y el Run degenerado (una sola call, auto-autorizada — el caso macro/workflow del libro)	N1 (doctrina)
C2	La máquina delegate es demasiado lineal para agentes que replanifican mientras ejecutan (plan→tool→plan→review parcial→…)	PARCIAL/ACEPTAR — leyó los estados como fases cognitivas; son custodia del control, no cognición: el ciclo plan→tool→plan vive DENTRO de `acting` (turns). Lo que sí falta y se acepta: review re-entrante (`acting ↔ reviewing` en bucle, aprobaciones parciales/incrementales) + declararlo en la doctrina («la máquina modela quién tiene el control, no cómo piensa el agente»)	N2
C3	Falta la iniciativa (por qué actúa: pedido por el usuario vs decidido por el sistema), no solo el actor	ACEPTAR — su mejor aporte. `initiative: 'user' \| 'system' \| 'scheduled'` como identidad del Run + viaja en el contexto de actor de cada call. Encaja natural: el verbo de ENTRADA al ciclo ya la insinúa (`offer`-first = iniciativa del sistema). Alimenta política (N5: techos más estrictos para iniciativa autónoma — sinergia con G8), a11y (anuncios distintos) y audit	N1/N5/N6
C4	Las capacidades parecen RPC; deberían ser comandos semánticos (rewriteSelection, summarize…) — «una capa semántica sobre la API mecánica»; su «mayor riesgo»	PARCIAL con refutación de la forma — summarize/translate son cognición del MODELO, no capacidades del componente: meterlas en el manifiesto pondría lógica LLM dentro del componente (dirección equivocada). El split correcto: capacidades = mutaciones mecánicas del mundo (pocas, con la ALTITUD correcta — riesgo real que sí se acepta vigilar) · operaciones semánticas = razonamiento del modelo o skills agent-side reservadas (equivalente a MCP prompts, tier futuro). La semántica perceptiva ya la da sema	D-AG.3 (doctrina de altitud)
C5	Disponibilidad binaria; faltan rasgos para el razonador (experimental/slow/expensive/unsafe/stale/approximate)	ACEPTAR como `traits`/annotations del manifiesto (clase de coste/latencia, estabilidad, staleness de reads) — no estados nuevos de disponibilidad. Precedente directo: MCP tool annotations (readOnly/destructive/idempotent hints). Se proyecta al modelo vía D-AG.3b	D-AG.3
C6	Sin hueco para delegación distribuida (otro agente/runtime/dispositivo) — dejar hueco explícito	ACEPTAR como hueco reservado — el diseño ya es compatible por construcción: handler opaco (D-AG.3a) = location-transparency; se reserva `parentRunId` (sub-runs / agente-como-capacidad) y A2A entra como referencia de paridad futura. Nada se construye en v1	N1/D-AG.3 (reserva)

Cruce R1×R2: G1 (Session↑) y C1 (CapabilityCall↓) atacan N1 desde direcciones opuestas — el Run como unidad de delegación queda en pie entre ambos, pero exige la escalera documentada. C3 (iniciativa) × G8 (escalada por contexto no confiable) convergen en enriquecer las ENTRADAS de la política N5. C5 (traits) × G11 (lazy context) convergen en enriquecer el manifiesto. Nadie desafió el OCC de G7 ni D-AG.1/2 firmadas.

R3 · z.ai (2026-07-21) — ⚠️ revisión-eco

No es una revisión independiente del informe: asimila R1 (Gemini) casi punto por punto y la presenta como «la reestructuración v2». Peligro si se toma al pie de la letra: «acepta» cosas que nuestro triage ya había refutado o matizado, SIN argumentos nuevos. Donde decide contra nuestro veredicto, se reafirma el veredicto:

#	Punto z.ai	Veredicto
Z1	`Session`/`Subscription` como «corrección de raíz» sobre Run	REAFIRMAR G1-PARCIAL — sin argumento nuevo; F2 (R4) aporta además precedente de producción PRO-Run (OpenAI Assistants Thread/Run/Step)
Z2	`context_budget` + truncado FIFO+resumen semántico	ACEPTAR detalle (se pliega a G3/F4b)
Z3	Idempotencia con resultado cacheado en backend	ACEPTAR detalle (se pliega a G2)
Z4	`superseded` como estado nuevo + timeout 60s	REAFIRMAR G4 (causa/outcome tipado, no estado)
Z5–Z8, Z10–Z11, Z13	Actor en cascada · OCC (`StateStaleError`) · fencing · riesgo dinámico · lazy context · a11y (`aria-busy` ✓ útil) · Jupyter	SECUNDAN R1 — votos adicionales, sin cambio
Z9	Lock espacial «a nivel nodo» universal	REAFIRMAR G10 — el run DECLARA su write-scope (componente\|parte\|rango); nodo-universal ignora componentes sin esa granularidad; materialización → track palabras
Z12	`orca.transaction.begin()`	RE-REFUTADO — sigue violando el invariante de orca; la transacción vive en la puerta del provider
Z14	Mutación de tools mid-turn	REAFIRMAR C13a — declaración por-turno + fallo tipado para calls pendientes; F5c (R4) añade re-gating de grants

Valor neto: 2ª votación de R1 + tres detalles de implementación. Cero hallazgos estructurales propios.

R4 · Fable (2026-07-21) — la más profunda de las cuatro

Valida la tesis del eje contra las tres alternativas y aporta ~25 hallazgos. Casi todo ACEPTADO; tres cazas estructurales que nadie más vio (F3a, F6b, F1b).

Estructurales nuevos

#	Hallazgo	Veredicto	Toca
F3a	Vinculación autorización↔plan (deriva del plan): `authorized` debe fijar allowlist de capacidades + presupuesto DERIVADOS del plan; act fuera de alcance ⇒ `escalate` automático a re-review; `reviewing` re-entrable (converge con C2)	ACEPTAR — el agujero por el que un run revisado hace cosas no revisadas	N2/N5
F6b	Acuñación del contexto de actor: token opaco emitido SOLO por el motor por CapabilityCall (no literal construible); guard verifica que nadie fabrica actores a mano	ACEPTAR — anti-falsificación, nadie más lo vio	N6/guard
F6a	Propagación causal: síncrono trivial (pila ambient), CUALQUIER frontera async la rompe → decidir YA: propagación solo-síncrona documentada vs bus transporta causalidad. La decisión con mayor coste de retrofit del documento	ACEPTAR como decisión pre-F1 — eleva G6	N6
F1b	Run sin superficie montada = ciclo perceptualmente invisible (contradice «¿quién actúa?») → doctrina dura: autonomía > suggest exige superficie de presencia registrada (Aura mínima); verificable mecánicamente	ACEPTAR	N5/N6/superficies
F3b	`returned` con outcome tipado: completed \| partial \| rolled-back \| aborted \| error + política de fallo a mitad (rollback a inicio-de-run vs parcial informado)	ACEPTAR — absorbe G4/Z4	N2
F3c	Pausa sin verbo nuevo: pausa = `return` con contexto reanudable; reanudar = run nuevo encadenado en la sesión — coincide con la mecánica `resume` de AG-UI	ACEPTAR — preserva el vocabulario cerrado del libro	N2
F3e	Divergencia AG-UI resuelta: estados semánticos en el motor, interop en el cable — review/elicitación viajan como confirmation-tool (capacidad reservada del sistema)	ACEPTAR — cierra la pregunta embebida de §8.2	D-AG.2a
F8b	La unificación §7.1↔N5: origen no-confiable en el contexto del turno BAJA el techo de autonomía vía la maquinaria prefs/deny-overrides existente (contexto sucio ⇒ techo `review`) — la inyección deja de ser amenaza abierta y pasa a ser fila de la resolución de política	ACEPTAR — completa G8/C3; mismo guard, misma doctrina	N5/§7.1
F8d	TOCTOU completo: autorización vinculada a fingerprint F de los reads (no al texto del plan); deriva ⇒ recomputar diff (idéntico → re-aprobación automática opcional); TTL de autorización; OT/CRDT como modelo mental para usuario↔agente	ACEPTAR — extiende G7	D-AG.3/§7.2
F9	Identidad a escala: push→pull — índice siempre presente (id+tipo+etiqueta+resumen, jerárquico) + `read(instanceId)` bajo demanda + priorización por foco/viewport (señal UIX-nativa) + ambigüedad ⇒ elicitación N4, no heurística	ACEPTAR — completa G11 con lo que solo nosotros tenemos	D-AG.3/§7.4
F7	El protocolo debe tipar la DIRECCIÓN del canal de estado (AG-UI snapshot/delta = agente→UI; nuestros reads = UI→agente) o se sobrecargará una para la otra	ACEPTAR	D-AG.2c

Endurecimientos aceptados

F1a Tiers de madurez de manifiesto (solo-reads → acts reversibles → completos) con guard auditando el tier — el camino incremental para ~110 componentes. → D-AG.3/secuencia.
F1c Portabilidad de EngineAgent a servidor como requisito explícito.
F2a Asistencia ambiental (always-on): decidir EXPLÍCITAMENTE dentro (micro-run coalescido) o fuera — si queda fuera sin decirlo crecerá un segundo sistema de agencia paralelo. → nueva D-AG con G1/C6.
F4a Topología de credenciales: adapter-proxy al backend como topología de primera clase; presupuestos cliente = cortesía UX, no frontera de seguridad (declararlo honesto).
F4c Schema-válido ≠ seguro: límites de tamaño por arg; doctrina §7.1 aplicada a RESULTADOS de capacidades; clase de fallo unknown-capability (tool alucinada → error como tool-result, acotado).
F5a Reversibilidad por-efecto (no por-capacidad); efectos externos (enviar/publicar/notificar) = irreversibles por definición; guard de veracidad sube de prioridad.
F5b Fatiga de aprobación: grants persistentes con TTL + alcance explícito; review basada en diff computado, no en prosa del plan.
F5c capabilities-changed ⇒ re-gate de grants (conecta D-AG.3c con N5).
F11 Contrato a11y concreto: live region polite ÚNICA propiedad de Aura, anuncios atribuidos y coalescidos por lote; no-robo-de-foco como invariante del motor (WCAG 3.2.x); aria-busy en la región mutándose; elicitaciones posponibles (2.2.4); cancelar/return alcanzable global (doctrina Esc). Oportunidad: fijar el patrón que otros citarán.
F12 Kill switch global (disable → todos los runs returned(aborted)) · identidad de usuario en el vocabulario de actor (multiusuario, reserva) · journal write-ahead mínimo por run vía storage (v1: sessionStorage — detección de runs huérfanos; enmienda a N8) · i18n del agente (identity/system-context lleva locale; en qué idioma anuncia — cruce con el eje langs) · guard de CALIDAD de manifiesto (descriptions vacías, acts sin clase de fallo — lintable) · versionado de protocolo y manifiestos en el handshake del run.

Referencias que cambian decisiones (a §8/§10)

OpenAI Assistants/Responses (Run-primario + requires_action = nuestro escalated en producción) · MCP sampling · A2A · OpenAI Agents SDK (handoffs: el «segundo agente» llegará por handoff antes que por 2ª instancia) · seguridad: CaMeL, dual-LLM, lethal trifecta, instruction hierarchy, spotlighting, OWASP LLM Top 10 (§8 no tenía NI UNA referencia de seguridad) · statecharts Harel/SCXML (escalated con subestado de elicitación) · OT/CRDT (Yjs) · OpenTelemetry GenAI semconv: definir YA el puerto de trazas con forma OTel (run=trace, CapabilityCall=span) y el vehículo llega después — responde §7.3 · LSP capability negotiation (precedente de D-AG.3c).

Estado tras 4 revisiones

Las tres apuestas de la mesa: Run-primario SOBREVIVE a los 4 (atacado desde arriba G1/Z1, desde abajo C1, validado con precedente F2) con enmiendas: sesión nombrada + escalera documentada + decisión explícita del modo ambiental. OCC secundado por unanimidad y EXTENDIDO (vinculación autorización↔fingerprint + TTL). Split mecánico/semántico de C4 sin desafíos; complementado por tiers de madurez F1a.
Firmadas D-AG.1/D-AG.2: intactas tras 4 revisiones. D-AG.2a gana el mapeo confirmation-tool (F3e); D-AG.2c gana dirección tipada (F7).
Prioridad de la próxima iteración (top-3 de R4, compartido):
1. vinculación autorización↔plan con escalada por deriva (F3a+F8d),
2. origen-de-contexto en la resolución de política N5 (F8b),
3. decidir la propagación causal del actor ANTES del primer provider (F6a).

17 KiB Raw Blame History Unescape Escape