ECDSA.fail, tomado por uma máquina que roda sozinha.
Um harness de pesquisa multi-agent autônomo que ataca o benchmark ECDSA.fail 24 horas por dia. Nove papéis de LLM agents especialistas roteados em mais de sete providers, dispatch via filesystem com isolamento de lanes, presos atrás de spend gates e aprovações humanas, e ligados a um dashboard público de telemetria onde cada token é contabilizado.
Um router role→model atribui a cada papel especialista um modelo primário e uma cadeia de fallback testada por health probes entre providers. Quando um provider degrada, a cadeia degrada com elegância. A campanha, não.
discover ──▶ route(role) ──▶ ┌ claude ──┐
▲ ├ kimi ├─▶ dispatch ──▶ validate ──▶ submit
│ ├ deepseek │ ▲
└────────── 30 min ◀─────┤ gemini ├────────┘
├ glm │ worker envelope
├ codex │ (strict JSON)
└ amp ─┘
probe: provider instável ⇒ próximo da cadeia - dispatch via filesystem unidades de trabalho se movem pelo filesystem: sem broker, sem estado oculto
- lane isolation + PID locks agents não colidem; um lock velho é evidência, não risco
- adapters fail-closed qualquer resposta malformada de provider fecha a lane em vez de corromper o run
- validação de worker envelope schema JSON estrito em todo resultado de worker antes de tocar o estado
- detecção de tampering snapshots de git-status sinalizam qualquer divergência entre o que rodou e o que está no disco
Um spend gate de $200 limita o gasto autônomo; etapas pesadas de GPU exigem aprovação humana antes de rodar. O harness é autônomo dentro do envelope, obediente nas bordas.
- gasto de tokens por provider, ao vivo
- fronteira multi-objetivo qualidade vs. custo do candidato, plotada
- fila de falsificação candidatos agendados para tentativa de refutação
A campanha tomou o topo do ECDSA.fail, e o próprio harness virou parte do resultado: contribuidor de pesquisa na publicação resultante.