Vladimir Koptsev

què és

Abans de delegar, cada tasca rep una classe (A mecànica, B càlcul pesat, C tancada o oberta, D criteri, veu, diners, sortida) i un model. Fable planifica i accepta la feina clau, Opus revisa i executa les tasques obertes, Sonnet executa, Haiku s'ocupa de petites feines mecàniques. Un script assigna la classe i el model a partir d'una taula de regles sense cridar cap model, de manera que enrutar costa zero tokens.

com funciona

El script d'enrutament (task-router.py) té les ordres route, outcome, solo, consult, calibrate i status. Aprèn dels veredictes: dues fallades seguides pugen un tipus de tasca un esglaó de l'escala. Baixar només es permet per a les classes A i B després de cinc acceptacions netes, i una reversió congela la regla durant 30 dies. Registre de rutes: 1965 entrades.

en una empresa

Les regles trien el model de cada tasca per mantenir sota control la factura de tokens. El model car fixa la tasca i n'accepta el resultat; els més barats fan la feina.

control humà

Jo o un revisor Opus acceptem cada resultat de subagent; el veredicte va al registre i canvia les rutes futures.

resultat

Setmana fins al 12 d'octubre: 161 delegacions (Sonnet 81, Opus 75, sessió principal 5), 130 acceptades, 2 retornades per repetir, 1 escalada, 3 fallades, 23 consultes al model sènior. Percentatge d'orquestració: 96%.

ladder: haiku -> sonnet -> opus -> fable; classes: A=sonnet, B=sonnet, C1=sonnet, C2=opus, D=session
learned rules: 4
last 7 days: 161 delegations (opus:75, session:5, sonnet:81); verdicts: {'ok': 130, 'retask': 2, 'escalated': 1, 'failed': 3}; rule changes: 1
orchestration share: 96% (5 solo); consultations with the senior model: 23

què és

Cap correu, missatge ni sol·licitud de feina surt del meu sistema sense un ticket. Un script emet el ticket quan es compleixen les condicions: el destinatari és conegut, el text no conté diners ni dades de tercers sense verificar, i jo he dit "ok".

com funciona

Hi ha tres tipus de ticket. El vermell cobreix un destinatari durant 30 minuts i exigeix el meu "ok" citat paraula per paraula. El de lot (batch) dura 6 hores i només serveix per a una llista fixa d'adreces. El verd dura 60 minuts i necessita un de tres motius: una plantilla aprovada, una resposta en un fil actiu o una resposta de servei breu. El semàfor de risc (risk-gate.py) és vermell per defecte i decideix amb regles, sense cap model. Aprèn de veredictes i incidents, i un incident congela el motiu pel qual s'ha colat. Mapa d'afirmacions: el script rebutja un ticket vermell fins que cada nom i cada xifra de tercers al correu tingui una línia que digui d'on ve i qui ho va confirmar. Abans de redactar, l'agent rellegeix l'arxiu del destinatari: el que ja li vam escriure, el que vam prometre, el que vam rebutjar. Es prohibeixen les correccions posteriors: un cop enviat un correu, ningú l'esmena ni el retira.

en una empresa

Correus de venda a clients: l'agent redacta, un script comprova el destinatari i les xifres, un empleat prem "enviar".

control humà

Qualsevol marca de diners al text atura l'enviament fins que un model sènior l'ha revisat i jo he donat un "ok" paraula per paraula.

resultat

Selftest del semàfor de risc: 15 de 15; 867 decisions del semàfor al registre; 235 afirmacions verificades (noms, imports, dates) als arxius dels destinataris. Un enviament compta com a fet només quan el mostra el costat receptor (la carpeta d'enviats, el mateix canal).

[PASS] service reply, green: exit 0 (expected 0)
[PASS] plain amount of money: exit 2 (expected 2)
[PASS] masked amount (NBSP+ZW): exit 2 (expected 2)
[PASS] red marker "EUR sign": exit 2 (expected 2)
[PASS] red domain from the government list: exit 2 (expected 2)
[PASS] red address in cc: exit 2 (expected 2)
[PASS] service reply with two recipients: exit 2 (expected 2)
[PASS] thread with no history: exit 2 (expected 2)
[PASS] thread with clean history: exit 0 (expected 0)
[PASS] thread with red history (any_red): exit 2 (expected 2)
[PASS] unregistered template: exit 2 (expected 2)
[PASS] telegram channel: exit 2 (expected 2)
[PASS] long service reply: exit 2 (expected 2)
[PASS] attachment in a service reply: exit 2 (expected 2)
[PASS] daily limit: 20 green, the next one exits 2 (expected 2)

SELFTEST PASS: 15 scenarios, live state untouched

què és

Comprovacions que l'entorn executa abans i després de les accions de l'agent. Un hook es dispara abans d'una crida a una eina i la bloqueja si no es compleix una condició.

com funciona

Sortida. El hook bloqueja un correu sense ticket recent. També bloqueja publicar, editar o esborrar una publicació a xarxes socials i a Telegram sense ticket. outbound-guard, publish-guard

Pressupost de tokens. Un subagent rep un avís a la crida 60 i perd les eines a la 100. Els subagents passen a segon pla només quan se'ls indica. Les captures es redueixen a 1568 px, i els PDF es llegeixen com a text, no com a imatges. subagent-step-limit, agent-foreground-default, shrink-image, pdf-to-md

Aprendre de les correccions. Si el missatge del propietari porta un marcador de correcció ("un altre cop", "ja t'ho vaig dir", "actualitza la skill"), l'agent rep una instrucció: corregir, anotar la lliçó i proposar un canvi a la skill. La lliçó anotada recorda a quina skill pertany, i el canvi a la skill s'aplica només després de tornar a executar la versió antiga i la nova amb tasques reals. correction-detect, lesson-to-skill

Manteniment. L'agent no crea arxius "perquè els llegeixi el propietari"; el contingut va al xat. Cada torn rep una marca d'hora exacta. Una skill modificada dispara un avís de registre, i la base de coneixement se sincronitza després de cada sessió. Abans d'actuar al navegador, l'agent declara el perfil i l'adreça del compte, i un script comprova la parella amb el mapa de perfils. Una resposta amb un fitxer no pot acabar sense un enllaç clicable. reader-guard, now-stamp, registre de skills, sincronització de la base de coneixement, chrome-profile-guard, links-check

en una empresa

Les restriccions de l'agent viuen a la configuració de l'entorn i s'executen abans de cada acció: un agent de vendes no pot enviar un correu sense un permís emès.

control humà

El hook retorna un rebuig que indica què cal aconseguir (un ticket, un "ok" citat), i el torn em torna a mi.

resultat

Sense ticket, el hook bloqueja la crida a l'eina d'enviament. Lliçó de l'auditoria del 19 de setembre de 2026: una línia no vàlida a settings.json va desactivar en silenci tot l'arxiu juntament amb els seus hooks. Des d'aleshores un script (claude doctor) comprova els hooks després de cada edició de la configuració.

PreToolUse ['pdf-to-md-guard.sh', 'shrink-image-hook.sh', 'publish-guard.py', 'outbound-guard.py', 'reader-guard.py', 'subagent-step-limit.sh', 'agent-foreground-default.py', 'chrome-profile-guard.py']
PostToolUse: reminder to register a changed skill, 'lesson-to-skill.sh'
Stop ['claude-obsidian-sync.sh', 'links-check.py']
UserPromptSubmit ['now-stamp.sh', 'correction-detect.py']

Diversos models llegeixen cada decisió important i cada text de sortida abans que jo l'accepti. El consell intern segueix l'esquema DMAD: cinc subagents assessors amb rols diferents, un advocat del diable i un president, i hi pot anar material confidencial. Els panells externs reben feina no confidencial: sis famílies de models a NVIDIA NIM i sis models a OpenRouter, amb Codex com a segon agent mitjançant un pont MCP que vaig escriure jo. Una prova de fum mensual comprova que els models continuen responent. Consell d'imatges (des del 26 d'octubre de 2026): cada imatge que veurà la gent (una diapositiva, un lloc web, una publicació, un cartell) la puntuen tres revisors independents amb visió, cadascun d'un model diferent, en sis eixos - adequació, gust de l'autor, composició, originalitat, atractiu i claredat en el seu context. L'avaluació es fa sobre el render, tal com la veurà l'espectador. Tenen veto una esquena com a objecte principal, una cara tallada per la vora i un fragment sense context. El llindar és una mitjana d'almenys 4 sobre 5 i cap nota per sota de 3. La síntesi l'escric jo i la decisió és meva. Un consell de 12 agents que va escriure 15 regles en una skill va trigar 15 minuts (mesurat), i una còpia del panell funciona al servidor per a Hermes.

què és

Eina de codi obert que permet que Claude Code o Codex treballin dins d'un programa de muntatge com a ajudant de muntatge. La vaig construir per a la meva productora i en vaig publicar el codi.

com funciona

Servidor MCP en Node amb deu eines pr_*: estat, projecte, seqüència, línia de temps, selecció, capçal de reproducció, marcadors, exportació a Adobe Media Encoder, ExtendScript arbitrari. Nucli en Python de 25 mòduls: cerca de silencis i dels millors moments, mescla d'àudio amb ducking, subtítols i comprovació de transcripcions, control de color i control tècnic d'arxius, variants de muntatge i revisions sobre un muntatge fet a mà, traspàs per XML. Adaptadors per a Premiere, DaVinci Resolve (API de Python de Studio) i FCPXML. Paquet per a Claude Desktop i server.json per al registre de MCP.

en una empresa

Un muntador deixa en mans de l'agent la feina rutinària dins del seu propi programa: registrar el material, trobar pauses, comprovar un arxiu abans de lliurar-lo. El sentit i el ritme es queden en mans del muntador.

control humà

El director decideix el sentit i el ritme del muntatge. Cada error d'una feina real es converteix en una comprovació de codi amb el seu test.

resultat

28 suites de tests, 707 comprovacions, TOT EN VERD el 12 d'octubre de 2026; provat amb material real: 108 arxius d'origen, 4,4 GB.

xml_handoff: 11 passed, 0 failed

ALL GREEN

Un agent que treballa les 24 hores i continua funcionant quan el meu portàtil és apagat: respon la gent en bots de suport, du els comptes de la família i envia resums matinals. Funciona com un usuari a part sense root, amb un únic wrapper limitat com a única via cap a sudo. El mode d'aprovació és smart, el mode sense confirmació està prohibit i les claus de correu no són al seu entorn. Nou perfils aïllats es reparteixen la feina, tots amb models gratuïts mitjançant NVIDIA NIM (Nemotron 3 Ultra, amb DeepSeek i Gemini Flash com a reserva). Un script pont al meu Mac (hermes-task.sh) li passa tasques sense gastar tokens de la sessió principal, i ell em passa les preguntes difícils en un xat d'equip. El servidor costa uns 7 euros al mes a preu de llista. Un perfil, Kassa, és un agent de comptabilitat familiar: dos models llegeixen cada rebut de manera independent.

què és

Un sol panell gestiona el meu canal de Telegram, VK, Instagram i LinkedIn. El panell no té botó de "publicar": un script publica quan hi ha un ticket i el meu "ok".

com funciona

Panell de FastAPI i SQLite al servidor, amb planificador integrat, un calendari i una versió de text per a cada plataforma. Només jo puc aprovar una publicació, amb un toc al bot de Telegram, una paraula al xat de l'agent o el botó "Aprovar" de la pàgina de la publicació; qualsevol canvi al text, la imatge o la llista de plataformes retira l'aprovació. Abans de redactar, l'agent executa una comprovació de repetició TF-IDF contra totes les publicacions del canal i el mapa de temes. Abans de publicar, un script revisa el text (text-gate.py: llista personal de paraules vetades, límits de cada plataforma, marcatge) i emet un ticket de 30 minuts. Després de publicar, un script de comprovació (tg-verify.py) mira la publicació realment renderitzada, perquè un "ok" de l'API no compta com a prova. El guardià del feed (tg-scan.py) torna a llegir tot el feed als 2 i als 15 minuts, i un duplicat vol dir parar i avisar. Una publicació llarga amb imatge surt des del meu propi compte mitjançant Telethon (un client de Telegram de compte d'usuari), només amb ticket i el meu "ok". Una feina nocturna desa les visualitzacions i una fitxa matinal resumeix el canal.

en una empresa

Un equip de continguts on una sola persona té el botó: els agents preparen les publicacions de cada plataforma i només el responsable les allibera.

control humà

L'agent m'envia el text complet de la publicació per xat. El llegeixo sencer i escric "ok" per a plataformes concretes. Aleshores el script emet un ticket i el flux publica.

resultat

Importat l'historial de 621 publicacions (146 de Telegram, 475 de VK); 212 publicacions a la base de comprovació de repeticions. Vaig descartar el detector estilomètric després que una auditoria mostrés un 18-20% de falsos positius en els meus propis textos, i el vaig substituir per la comprovació de repeticions i el mapa de temes.

què és

L'agent escriu en rus amb la meva veu, i mesuro l'acceptació per la supervivència de l'esborrany: la part de l'esborrany que queda després de la meva edició. És del 84% en els últims deu textos, davant d'un objectiu del 90%.

com funciona

Corpus de 25 textos meus confirmats (unes 6400 paraules) amb un mapa de procedència que separa la meva pròpia veu de la parla de personatges i de les cites. Registro cada edició com un parell amb data, "frase de l'agent, frase meva", i dels parells surten les classes d'error: 6 classes de coses que retallo, 12 classes de coses que corregeixo. Una classe necessita almenys dos exemples, i l'agent anota què significa una edició només després d'una entrevista breu amb mi. Llista de paraules vetades: 15 regles dures i 12 avisos, tots de les meves prohibicions directes. Abans de mostrar un esborrany, l'agent fa una "prova de l'estrany": un context nou revisa cada parell verb-complement amb tres preguntes.

en una empresa

Cartes i publicacions en nom d'un directiu: l'agent escriu amb la seva veu, i el percentatge d'edicions mostra com s'hi acosta.

control humà

Jo edito i el sistema aprèn dels parells; un esborrany complet mai no es converteix en text de referència.

resultat

47 parells amb data al registre. Supervivència de l'esborrany: objectiu 90%, ara 84%, registre obert.

average over the last 10 drafts: 84% (target >= 90%)