chimera-carry-the-failure-forward

Sie haben eine Schleife, die einen Versuch ausführt, ihn bewertet und einen weiteren mit Feedback startet: ein Agent mit einem Verifier, ein Code-Fixer gegen eine Test-Suite, eine Generate-and-Check-Pipeline. Das Budget umfasst mehr als zwei Versuche, und der Workspace wird zwischen ihnen zurückgesetzt, sodass jeder Versuch sauber startet.

Das gilt nicht für einen idempotenten Retry über einen unzuverlässigen Transport — ein Netzwerkaufruf, der aus Gründen fehlschlug, die nichts mit dem zu tun haben, was Sie gesendet haben. Aus Versuch 1 ist dort nichts zu lernen, und ihn weiterzureichen ist bloß Ballast.

1. Speichern Sie Versuche in einer Liste, nicht in einer Variablen, die Sie neu zuweisen. Ein Datensatz pro Versuch: die Verifier-Ausgabe, der Patch, den der Versuch tatsächlich geschrieben hat, und welcher Tool-Schritt zuerst fehlschlug.
2. Nehmen Sie den Patch aus dem Workspace-Snapshot, vor dem Zurücksetzen — den echten Diff, nicht die Beschreibung des Modells davon, was es geändert hat. Das Zurücksetzen ist es, was das nötig macht: Sobald der Baum zurückgerollt ist, hält auch auf der Platte nichts mehr den falschen Weg fest, also hat der nächste Versuch kein Hindernis, denselben erneut herzuleiten.
3. Setzen Sie den Retry-Prompt aus allen Datensätzen zusammen, ältester zuerst, jeder mit seiner Versuchsnummer und seinem Urteil beschriftet, unter einer Überschrift, die sagt, dass diese bereits probiert und zurückgesetzt wurden.
4. Begrenzen Sie jeden Datensatz. Chimera deckelt einen zurückgespielten Diff bei 2000 Zeichen und kürzt mit einer Markierung; eine unbegrenzte Historie über drei Versuche wird den Prompt dominieren.
5. Deduplizieren Sie nach Fehlersignatur. Wenn zwei Versuche auf dieselbe Weise scheiterten, behalten Sie einen und halten Sie fest, dass es sich wiederholt hat — die Wiederholung ist das Signal, die zweite Kopie ist keine neue Information.
6. Wenn sich die Signatur wiederholt, hören Sie mit dem Anhängen auf und ändern Sie etwas Strukturelles: Planen Sie neu, mit den gesammelten Ursachen als Planer-Kontext (TaskLedger.context() rendert sie unter „Why earlier attempts failed (do NOT repeat these):"), oder eskalieren Sie zu einem stärkeren Modell. Mehr Feedback über dieselbe Sackgasse verlässt die Sackgasse nicht.
7. Geben Sie bei jeder Injektion der Historie ein zählbares Event aus, damit ein Benchmark-Arm belegen kann, dass die Injektion überhaupt ausgelöst hat.

Anchoring ist die registrierte Gegenhypothese, keine hypothetische: Einem Modell den falschen Patch zu zeigen, kann seine Aufmerksamkeit auf diesen Patch fixieren und Varianten eines toten Ansatzes hervorbringen statt eines anderen. Deshalb ist das Verhalten in Chimera opt-in und gemessen (--diff-feedback) statt standardmäßig eingeschaltet. Behandeln Sie es als eine Behauptung, die auf Ihren eigenen Aufgaben zu prüfen ist, nicht als ausgemachte Verbesserung.

Der zweite Kostenpunkt ist das Kontextbudget. Drei Diffs, drei Verifier-Dumps und ein Manager-Review können den Prompt über seine Compaction-Schwelle drücken — und dann wirft ein Compactor ohne Wiederherstellung genau die akkumulierte Historie weg, für deren Aufbau Sie bezahlt haben. Begrenzen Sie die Datensätze und kennen Sie Ihr Budget, bevor Sie das aktivieren, sonst kämpfen die beiden Mechanismen gegeneinander und das sichtbare Symptom wird keiner von beiden sein.