Обучающие сигналы из траекторий

Отправная точка эволюции — не обобщение, а оценка. Трёхуровневая проверка: проверяющий результат (тесты, состояние БД — «задача действительно выполнена?»), проверяющий процесс (правила, полномочия — «разрешённым ли способом?»), проверяющий качество (рубрика LLM — «надлежащим ли образом?»). Чем ниже уровень, тем больше опоры на код; языковой модели — только трудноформализуемое. Правильный результат ≠ правильный процесс: удаление упавших тестов тоже даёт зелёные тесты. Результат проверки — структурированный диагноз, а не скаляр. Сам проверяющий нуждается в калибровке.

Связано: Непрерывная эволюция агента, Четыре принципа рубрики, Четыре носителя обновления