Un workflow de Agent Squad existe tres veces, y las tres vistas divergen. Graph Health las modela por separado y las brechas nacen de compararlas. Contrato completo en CONTRATO.md.
Lo que la definición dice que debe pasar. Fuente: graphs.definition + catálogo de operaciones (timeout, retry, propósito).
Lo que la telemetría prueba que pasó. Fuente: run_events + work_items (estado, intentos, duraciones, costos, fallos, contención).
Lo que el artefacto final declara que contribuyó. Fuente: lineage_from_steps del publisher y el lineage real si hubo publish.
id, propósito, decide (anotable), inputs, consumidores, deps, recurso, retry, timeout, sla, topo.
from, to, contrato declarado (campos que interpolan), datos observados (hoy no_instrumentado: el motor no emite telemetría por transferencia), relación con lineage, clase (datos / orden sin datos / lineage intencional).
run × nodo: status, intentos, duración (incluye cola, etiquetado), fallos con código y tiempo relativo, costo, recurso.
scope (node/edge/path/graph), target, tipo, origen (determinístico o JEV), valor, estabilidad 3 corridas, severidad, umbral y EVIDENCIA verificable. Toda señal es auditable.
Regla dura del contrato: lo que se puede probar con datos NUNCA se le pregunta a JEV. Los hechos deterministas llegan a JEV como evidencia en el state; JEV solo juzga lo semántico (necesidad, posición, pérdida de handoff, causa estructural).
| brecha | comparación determinista | vistas |
|---|---|---|
| G1 | arista declarada sin contrato de datos | declarado |
| G2 | input referencia steps.X sin arista declarada | declarado |
| G3 | fuente real del entregable ausente del lineage | declarado vs lineage |
| G4 | output que nadie consume (no terminal) | declarado |
| G5 | concentración de fallos por nodo | observado |
| G6 | fan-in excesivo (deps ≥6 o inputs ≥12) | declarado |
| G7 | demanda concurrente sobre un carril > tope | declarado + observado |
| G8 | drift entre versiones del grafo | declarado vs declarado |
| G9 | tiempo quemado en reintentos fallidos | observado |
| G10 | duración medida > sla_ms (incluye cola, etiquetado) | declarado vs observado |
Corrido contra brief-synthesis-v13 v3 con la misma evidencia del escáner one-off (3 corridas del 18/19-sep). Cada dimensión es independiente: no se promedian.
E2 (embudo de conciliación tardía): la elección dominante COINCIDE con el escáner one-off (embudo_conciliacion_tardia, elección estable 3/3) pero p=0.473 con margen 0.123, bajo el umbral de firmeza (≥0.60 con margen ≥0.25). El protocolo manda no emitir señal y así se reporta. Causa raíz: el escáner artesanal llevaba en el state la historia V14/V15 y el detalle de las tres fuentes de demanda; el generador automático no puede derivar ese contexto de dominio. La dirección se reproduce, la firmeza requiere anotaciones curadas.
La misma corrida con y sin anotaciones (el campo «decide» por nodo). La calidad del digest ES la variable: sin semántica curada, JEV defiende nodos que la telemetría ya condenó.
El extractor entero (cualquier graph_id del motor v2), las 10 brechas deterministas, el ensamblador de 7 dimensiones, el protocolo JEV (plantillas por nodo/arista/fan-in/handoff/global, 3 corridas, umbrales, descarte por inestabilidad) y validar.py. Nada de eso menciona al Content Brief.
Las anotaciones curadas (decide por nodo), la línea de contexto, los esperados de la validación, y el contexto de dominio que hizo firme la causa estructural en el escáner one-off (historia V14/V15, tres fuentes de demanda).
(1) su graph_id ya está en graphs si corrió con el motor v2; (2) regenerar catalogo.json desde COMPOSABLE_OPS (es compartido, el extractor de regex es lo frágil); (3) una línea de contexto; (4) recomendado: 1-2h de anotaciones «decide» por nodo, el A/B muestra que cambian veredictos.
(1) telemetría por arista: qué outputs se leyeron de verdad al resolver inputs; (2) NODE_STARTED o historización del lease: hoy cola y ejecución son indistinguibles y G10 queda ruidoso; (3) el catálogo como dato consultable, no regex sobre TS; (4) lineage observado: solo existe si publish corre; (5) fases internas de s4 (generación/verificación/reparación) con tiempos propios.
(1) el mapeo automático señal→recomendación: sigue siendo de Opus + cerebro + Roberto; (2) Graph Health como gate de CI o cron: primero madurar contra un segundo workflow; (3) la pregunta de causa estructural sin anotaciones: bajo el umbral es NO CONCLUYENTE y así debe quedarse; (4) tocar el motor para instrumentar: zona Inngest, diseño del cerebro + review adversarial.
W1: catalogo como dato + segundo workflow enchufado (Done when: reporte de otro graph_id sin tocar código de la herramienta). W2: instrumentación del motor (NODE_STARTED + receipts de resolución de inputs; zona Inngest: cerebro + mordidas). W3: persistencia de reportes + comparación entre corridas en el tiempo.