Operasi aplikasi otonom - Seberapa jauh AI berjalan dan di mana manusia memutuskan

1. Siklus Harian 1

Proses dimulai sesuai jadwal dan berjalan dalam urutan berikut, tanpa menunggu instruksi baru dari manusia setiap kali.

1. PengamatanBaca pergerakan kueri pencarian, gambar sebenarnya dari situs, buku besar eksekusi, biaya, dan tenggat waktu untuk kredensial. Jika ada masalah yang belum diselesaikan sehari sebelumnya, ambil dari sana.
2. RencanakanPilih hanya hal-hal 1 yang harus dilakukan pada hari itu. Karena prosedurnya ditentukan sebagai "1 Sesi 1 Action", kami tidak menghasilkan lebih dari satu secara bersamaan.
3. ImplementasiPotong cabang dan ubah, dan buat PR. Jalurnya sama untuk kode, artikel, atau pengaturan apa pun.
4. VerifikasiCI mengubah pemeriksaan tipe 83 (untuk semua 83, telah benar-benar diukur bahwa "jika Anda sengaja memecahkannya, itu akan jatuh"). Itu tidak akan digabungkan kecuali lulus. Ini juga termasuk pemeriksaan ekspresi yang berlebihan dan pemeriksaan aritmatika buku besar.
5. pengirimanHanya komitmen pada saat verifikasi yang akan digabungkan. Penggabungan = Rilis produksi. Namun, ini hanya di sisi situs, dan aplikasi iOS adalah rute yang berbeda (§2).
6. pengukuranTulis baris 1 di buku besar dengan ID eksekusi dari apa yang telah dikirim. Mulai, hasil, PR, intervensi, dan biaya tercantum pada baris yang sama.
7. Kembali ke penilaian berikutnyaWaktu yang gagal dicatat berdasarkan jenis kegagalan, dan draf setelah hari berikutnya membacanya. Pemeriksaan yang mendeteksi waktu ketika buku besar tidak ditulis juga ditambahkan nanti (§7).

2. Pembagian tanggung jawab - Mereka yang dapat dikeluarkan segera dan mereka yang lulus ujian

Jika Anda menjelaskan 2 ini sebagai "penyebaran otomatis" dari 1, itu terdengar lebih kuat daripada situasi yang sebenarnya. Saya akan menulis secara terpisah.

Pengukuran Lane B (2026-08-11–10-09; buku catatan aplikasi inti). Ada 85 versi yang diberi tag, dan 17 di antaranya tersedia di App Store (5.7.6 / 5.7.8 / 5.7.11 / 5.8.0 / 5.8.1 / 5.8.2 / 5.8.4 / 5.8.5 / 5.8.9 / 5.8.17 / 5.8.26 / 5.8.46 / 5.8.54 / 5.8.57 / 5.8.66 / 5.9.9 / 5.9.11). Ada 5 versi dengan catatan pemeriksaan pada perangkat fisik (buku catatan ini dimulai pada 2026-08-28, sehingga untuk versi sebelumnya kami hanya dapat mengatakan bahwa catatannya tidak ada. Metode pemeriksaan tercantum dalam catatan setiap versi. Keberadaan catatan saja tidak membuktikan verifikasi mandiri pada perangkat fisik). Dari pengamatan status yang disimpan dalam buku catatan, waktu publikasi dapat ditentukan sebagai rentang untuk 6 versi. Pada perubahan kode tiap versi, 20.2% commit dan 8.2% baris yang berubah memiliki AI sebagai penulis (cara menghitungnya sama dengan persentase penulis kode pada §3. Commit tanpa tanda tangan, trailer, atau jejak Claude Code dihitung sebagai karya manusia; perubahan yang dimasukkan dari lingkungan lokal dengan tanda tangan pemilik tidak tercakup di sini). Pengamatan status publikasi saja tidak membuktikan bahwa AI melakukan pemeriksaan perangkat, pengajuan peninjauan, atau publikasi. 17 versi ini tidak termasuk dalam “pengiriman rilis” pada §1 di atas.

Tabel otoritas memiliki area 19, di mana 15 sedang beroperasi dan 10 adalah sistem persetujuan. Operasi yang dapat dibalik dilakukan oleh AI saja, dan operasi yang tidak dapat diubah disetujui. CI hanya melihat titik 3 "Apakah area yang tidak dapat dibalik tidak diperlukan untuk persetujuan", "Apakah area dalam operasi menunjuk ke file dasar" dan "Apakah area di mana jumlah bergerak memiliki batas atas", dan mesin tidak dapat melihat apakah orang tersebut telah benar-benar menyetujuinya atau tidak. Itu tertulis di sisi depan.

"Retract" dan "Exten" dari fungsi yang sama dipisahkan menjadi area terpisah. Ini karena bahkan jika Anda menyebarkannya dan kemudian meletakkannya kembali, itu tidak akan menjadi orang yang melihatnya tidak melihatnya. Namun, masih belum ada promosi 1 yang dieksekusi melalui gerbang ini. Bendera yang dilepaskan pada tahap adalah 1 (tf04_progress), dan penjaga membuat penilaian per jam, tetapi tidak mencapai jumlah orang yang diperlukan untuk penilaian (masing-masing kelompok 30) dan tetap ditahan (pengukuran aktual 2026-08-27 menjalankan 33076125334). Baris "perluas" ditulis ulang dari "persetujuan manusia" menjadi 2026-09-02. Promosi otomatis diaktifkan oleh pemilik pada 2026-08-28 (rollout-promotion.json's auto_promote.enabled), dan dalam tabel otoritas , hingga eksposur 50% adalah eksekusi AI dengan gerbang mesin. Hanya halaman yang ditulis dengan cara lama, dan dibaca seolah-olah ada lebih banyak tenaga daripada situasi yang sebenarnya. Underreporting juga merupakan perbedaan —— Ketika Anda membuka tabel otoritas di sebelahnya, formulir yang mengatakan sesuatu yang berbeda adalah sama, jadi saya memperbaikinya.

3. Pengukuran aktual - Berapa kali itu bergerak dan berapa banyak orang yang masuk

Tingkat intervensi manusia 25.0% dirilis sebagaimana adanya. Ada orang-orang dalam eksekusi 4 kali dan 1 kali. Namun, angka ini adalah hitungan "apakah seseorang menyentuh 1 kali untuk eksekusi", dan sepanjang hari ketika pengaturan alur kerja hanya re-1 akan diintervensi. Jadi intervensi dibagi berdasarkan jenis.

Semua 19 yang dikirim ditulis oleh AI. Intervensi yang sebenarnya adalah satu titik "perbaikan dasar" 14.3%, dan itu juga AI yang menulis perbaikan. Apa yang dilakukan manusia adalah menyadari bahwa itu rusak dan menyuruhnya untuk memperbaikinya.

Berdasarkan jalur: sistem utama 5/12, sistem cadangan 14/16. Sistem utama adalah alur kerja terjadwal yang melakukan pengiriman pertama pada tanggal 23 bulan 8. Sesudah itu masih ada eksekusi tanpa artefak atau yang gagal karena batas penggunaan mingguan. Sistem cadangan juga gagal 2 kali. Tanpa redundansi, operasi akan terhenti pada beberapa hari. Ada 2 hari tanpa eksekusi, yaitu tanggal 16 dan 17 bulan 8. “Operasi berturut-turut” berarti jumlah hari berturut-turut dengan hasil eksekusi yang tercatat. Ini mencakup eksekusi yang dilewati berdasarkan penilaian awal maupun yang gagal. Hari tanpa eksekusi (no_run) dan hari tanpa catatan memutus rangkaian; ada atau tidaknya pengiriman dihitung terpisah sebagai pengiriman berturut-turut. Dengan definisi ini, operasi berturut-turut saat ini adalah 59 hari; rekor terpanjang juga 59 hari, dari tanggal 18 Agustus 2026 hingga tanggal 15 Oktober 2026. “Saat ini” mengacu pada entri terakhir buku catatan, tanggal 15 Oktober 2026. Menurut definisi operasi, hari yang gagal tetapi memiliki baris catatan tetap merupakan hari tercatat dan tidak memutus rangkaian. Pengiriman berturut-turut saat ini adalah 0 hari, sedangkan rekor terpanjangnya 8 hari, dari tanggal 1 September 2026 hingga tanggal 8 September 2026. Pencatatan pemulihan pada tanggal 1 bulan 10 merupakan pemeliharaan atas permintaan pemilik. Hasil tanpa artefak pada tanggal 20 bulan 9 dan tanggal 1 bulan 10 tetap dicatat; perbaikan penyebab yang sudah ada diverifikasi dan ditautkan ke catatan perbaikan. Ini tidak dihitung sebagai keberhasilan publikasi melalui operasi terjadwal atau pengiriman tanpa intervensi. Catatan pemulihan tanggal 16 dan 17 bulan 9 juga merupakan pemeliharaan atas permintaan pemilik, bukan operasi terjadwal, pengiriman tanpa intervensi, atau publikasi artikel. Pada tanggal 17 bulan 9, 1 perbaikan navigasi dalam halaman telah diverifikasi; percobaan poster dan rollback merupakan 1 siklus yang tidak memenuhi kriteria kecepatan. Hasil tugas yang tidak berhasil diambil masih tidak diketahui, dan kelambatan rendering yang terjadi sesekali belum terselesaikan. Pada tanggal 9 September, hanya tercatat pencegahan eksekusi ganda melalui penilaian awal; implementasi tidak dimulai dan tidak ada pengiriman. Hari ini tetap termasuk dalam jumlah operasi berturut-turut di atas. Pada tanggal 10 bulan 9, tercatat 1 eksekusi yang terhenti setelah memperoleh kendali karena lingkungan verifikasi tidak mencukupi, serta 1 eksekusi lain yang berakhir untuk mencegah duplikasi. Keduanya tidak dihitung sebagai pengiriman. Pada tanggal 30 dan 31 bulan 8, sistem utama dan cadangan sama-sama gagal karena batas penggunaan mingguan yang sama, sehingga keduanya tidak menghasilkan pengiriman.

Untuk kode, kami memakai ukuran terpisah. Pada 3 repositori, seluruh cabang, tanpa merge, selama 2026-08-11–08-21, 99.5% commit (193 dari 194) dan 94.2% baris yang berubah (46,159 dari 48,976) memiliki AI sebagai penulis (dihitung pada 2026-08-22). Hari pengukuran tidak masuk dalam rentang karena akan menaikkan persentasenya; jika tanggal 22 bulan 8 disertakan, angkanya berubah dari 94.2% menjadi 96.6%. Jumlah absolut tidak sama ketika dihitung ulang kemudian. Karena penghitungan mencakup seluruh cabang, cabang yang sudah di-squash dan dihapus tidak dapat dihitung lagi. Penghitungan ulang rentang yang sama pada 2026-08-26 menghasilkan 194 → 164 commit (berkurang 30). Persentasenya tetap stabil (99.5% → 99.4%; persentase baris yang berubah tetap 94.2%), tetapi sertakan tanggal penghitungan di atas saat mengutip jumlah absolut.

4. Tingkat otomatisasi - tren bulanan dan rincian berdasarkan area

Tingkat otonomi berubah dari 12.5% menjadi 85.4%. Ini mencakup 4 bulan, dari bulan 6 hingga 9 tahun 2026, dengan 192 tugas yang sama sebagai penyebut tetap. Persentase perubahan kode yang ditulis AI berbeda dari tingkat pelaksanaan pekerjaan. Nilainya berfluktuasi setiap bulan, dan bulan 9 masih berupa penghitungan sementara. Nilai bulanan tercatat sebagai code_ai_commit_rate / code_ai_line_rate dalam perkembangan tingkat otonomi. Jumlah pelaksanaan tiap bulan mencakup pengalihan pekerjaan selain menulis kode: memilih tindakan, memverifikasi, mencatat, dan menghentikan. Perubahan angka akibat perubahan penyebut pada tanggal 13 bulan 9 dicatat terpisah dari kenaikan jumlah pelaksanaan.

⚠ Pengukuran sebenarnya berada di tengah 8 di 2026 dan 9. Sebelum itu, itu dikonfigurasi ulang, dan indikator ini tidak diukur pada saat itu. Metode penghitungannya adalah untuk mengakumulasi "bulan di mana file jejak tugas yang dilakukan oleh AI pertama kali dilakukan" sebagai bulan operasi proses, dan ada perbedaan beberapa hari hingga beberapa minggu antara tanggal tambahan jejak dan tanggal operasi yang sebenarnya. Penyebut juga tetap ke masa lalu dengan inventaris saat ini (tugas 192), dan Pada saat itu, "daftar hal yang harus dilakukan" itu sendiri tidak ada. Karena kerusakan "penghentian proposal", "orang dieksekusi" dan "tidak dimulai" pada saat itu belum dipulihkan, Satu-satunya hal yang dapat diproduksi dalam seri ini adalah tingkat otomatisasi keseluruhan, dan tingkat keterlibatan AI dan tingkat cakupan tidak dapat diubah. Data asli ditempatkan seperti di tren otonomi, dan daftar batasan ada di file yang sama known_limits.

Ini adalah hasil inventarisasi 203 tugas di 13 bidang, diperiksa per 1 item dan dihitung berdasarkan pihak yang menjalankannya. Tingkat otomatisasi keseluruhan 85.4%, pelaksanaan oleh AI 91.1%, keterlibatan AI 95.0%, dan cakupan 93.8% (2026-09-15). Rincian termasuk pekerjaan yang belum dimulai dipublikasikan. Pada tanggal 15 bulan 9, pekerjaan CPP yang sudah ada dicatat sebagai pelaksanaan oleh AI berdasarkan pengukuran unduhan pertama, kunjungan halaman, pembanding, dan tindakan bersamaan pada periode yang sama. Pelaksanaan AI menjadi 164/180 dan keseluruhan 164/192. Penilaian ini bersifat deskriptif; peningkatan akuisisi dan efek kausal belum dipastikan. Dari 164 pekerjaan, 3 pekerjaan berupa deteksi pengembalian dana, pemulihan penagihan, dan pemberitahuan gangguan dihitung berdasarkan kriteria pemilik: kesiapan operasional melalui pengujian ditambah pemantauan otomatis di produksi. Pengembalian dana, pemulihan penagihan, dan pemberitahuan gangguan pertama di produksi belum diamati. Catatan saat perubahan kriteria pada tanggal 13 bulan 9: kriteria sebelumnya yang mewajibkan contoh nyata: 159/176＝90.34%. Tepat sebelum perubahan kesiapan pemulihan penagihan: 161/177＝90.96%. Setelah kesiapan pemulihan penagihan: 162/178＝91.01%. Tepat sebelum perubahan kesiapan pemberitahuan gangguan: 162/178＝91.01%. Kesiapan saat itu menghasilkan 163/179＝91.06%, naik sekitar 0.050 poin. Nilai pembanding saat itu jika 3 pekerjaan ini dikeluarkan karena wajib memiliki contoh nyata adalah 160/176＝90.91%. Kami memublikasikan cakupan pengujian dan perubahan kriteria penilaian, bukti kesiapan pengembalian dana, bukti kesiapan pemulihan penagihan dan cakupan verifikasinya, serta bukti kesiapan pemberitahuan gangguan dan cakupan verifikasinya. Ini tidak membuktikan pemberitahuan gangguan nyata, jangkauan ke seluruh pengguna, atau pemenuhan kewajiban pemberitahuan. Pada tanggal 9 September, kami mencocokkan penjadwalan unggahan X berbahasa Jepang dengan hasil publikasinya dan memperbarui pelaksana 1 pekerjaan yang sudah ada. Pada hari yang sama, kami mencocokkan kontrak, tagihan, penyediaan layanan, dan pembayaran untuk 1 layanan perusahaan, lalu menambahkan 1 pekerjaan yang mencatat pengecualian mengenai kelanjutan pembayaran di muka dan kategori pajak. Pada tanggal 11 bulan 9, kami menyelesaikan 6 item pemeriksaan pada perangkat fisik iPhone dan Watch serta mencatat hasil 1 pekerjaan pemeriksaan perangkat. Pada tanggal 12 bulan 9, kami memastikan pengajuan mandiri 1342 yang telah diverifikasi diterima oleh Apple dan mencatat 1 pekerjaan pengajuan App Review. Kelulusan peninjauan dan publikasi App Store belum menambah skor. Pada hari yang sama, kami menyelesaikan latihan penghentian dan pemulihan Act di produksi serta mencatat 1 pekerjaan latihan. Ini tidak berarti seluruh mekanisme penghentian atau Kill aplikasi telah dibuktikan. Pada tanggal 13 bulan 9, kami menetapkan anggaran bulanan seluruh perusahaan dan menerapkannya pada keputusan pengeluaran, lalu membaca kembali pengaturan publik dan keputusan kasus nyata. 1 pekerjaan anggaran bulanan dicatat sehingga pelaksanaan AI menjadi 161/177. Ini tidak berarti penyelesaian kewajiban yang ada atau kendali otomatis seluruh pembayaran telah selesai. Penambahan 13 item ke inventaris pada 2026-08-25 menurunkan persentase dari 61.3% menjadi 58.6%. Implementasi berikutnya mengembalikannya ke 66.8% (per 2026-09-02, menggunakan penyebut saat itu). Implementasinya tidak berkurang; penyebut bertambah karena daftar pekerjaan yang harus dilakukan menjadi lebih akurat (10 dari 13 item tambahan belum diimplementasikan). Sebagai keterbatasan, tingkat perincian tugas berbeda antarbidang dan semua tugas dihitung dengan bobot yang sama.

13 September, pertama-tama, kami mengatur rentang skor. 6 kasus acara, rekrutmen, dan penjualan negosiasi bisnis individu yang tidak dilakukan dalam bisnis saat ini dan kasus 1 pengiriman pendapat pengembalian dana yang tidak dilakukan dalam kebijakan yang ada telah dikecualikan. Pada saat organisasi ini, eksekusi AI kasus 159 tetap tidak berubah, penyebut yang sedang berlangsung telah berubah dari kasus 179 menjadi kasus 176, dan total target telah berubah dari kasus 199 menjadi kasus 192. Lingkup konvensional (sebelum perubahan 13 September): eksekusi 159/179=88.8%, keseluruhan 159/199=79.9%. Seri bulanan dari penyebut lama 199 juga disimpan dalam data asli. Pada saat memulai penyelidikan dan persiapan aktivitas, atau pada saat mengonfirmasi proyek yang sebenarnya dan kewajiban yang ada, sisi AI dan sisi manusia akan dikembalikan ke target pada saat yang bersamaan. Alasan untuk kasus 7 dan perbandingan indikator 4 tersedia.

5. Skor otonom - "Jumlah keputusan yang diverifikasi" daripada "jumlah yang dapat diotomatisasi"

§4 adalah tingkat cakupan tugas. " Saya mengatakan apa yang dapat saya otomatiskan, tetapi saya tidak mengatakan sepatah kata pun tentang "Apakah ada mekanisme untuk memastikan bahwa keputusan itu benar?" Jika Anda mengotomatiskan 100% dari keputusan yang belum diverifikasi, tingkat cakupannya akan menjadi 100%. Jadi saya melampirkan ke 2026-09-04. Ini bukan transfer - masuk akal bahwa satu sisi meregang dan yang lainnya tidak meregang, jadi saya akan mengeluarkan keduanya apa adanya.

Metode penghitungannya adalah "berapa banyak lapisan yang ada (= mekanisme yang dapat menjatuhkan penilaian)". Keputusan manajemen dibagi menjadi lapisan 5, dan selain verifikasi implementasi, kami menghubungkan penentuan kelayakan, penyelesaian kontrak nilai, dan pencarian setelah jatuh tempo. Menampilkan perbedaan antara penyelesaian implementasi dan demonstrasi berdasarkan kinerja operasional.

Skor otonom adalah 48.4 poin (100 skor penuh, 2026-10-15 poin). Tingkat cakupan keputusan terverifikasi hanya ditambahkan ketika kontrak yang telah ditetapkan sebelumnya diselesaikan dalam pengukuran aktual setelah rilis. 90 melebihi titik adalah tujuannya, dan itu tidak akan ditampilkan sebagai pencapaian sampai tercapai dengan pengukuran yang sebenarnya.

Pemeriksaan pemulihan dari deteksi abnormal hingga konfirmasi kesehatan produksi. Pada prinsipnya, tidak mungkin untuk memberikan otoritas di area yang lebih berbahaya kecuali mesin menemukan dan memutar ulang dirinya sendiri setelah pengiriman. Otoritas tidak akan diperluas sampai waktu yang digulirkan secara otomatis keluar bahkan jika itu adalah 1 kali - urutan ditentukan apa adanya.

Waktu berhenti dibagi dengan "lapisan". Sampai sekarang, saat-saat saya tertidur sebelum eksekusi, saat-saat saya gagal mengeksekusi, dan saat-saat ketika bingkai habis semuanya berbaris sebagai "kegagalan" yang sama, jadi saya tidak bisa menjawab "Apakah saya memilih cara yang salah atau bagaimana membuatnya salah?" Saya tidak bisa menjawab karena itu bukan masalah dengan metode pencarian, tetapi karena catatannya berada di baris yang sama. Hasil selain pengiriman yang tercatat dalam buku besar dibagi menjadi beberapa lapisan berikut.

Yang paling umum adalah lapisan kualifikasi. Dan tidak ada penilaian selain "apakah ada kunci pribadi" hingga 2026-09-04. Apa yang dibuat adalah putusan, dan putusan dicatat dalam operasi yang ada, dan operasi yang tidak dapat dikembalikan dihentikan sebelum eksekusi. Kontrak nilai baru tidak dapat dibuat kecuali semua standar 5 disahkan.

Pada 2026-09-05, kami mencocokkan 1 catatan yang keliru menandai ketiadaan informasi eksekusi sebagai “belum dimulai” dengan bukti bahwa model telah memulai pekerjaan, lalu memperbaikinya. Baris asli dan bukti pemeriksaan disimpan dalam riwayat koreksi buku catatan operasi. Hasil artefak belum dipastikan dan tidak dihitung sebagai pengiriman atau pemulihan.

Ada juga perangkat yang menyulitkan untuk menaikkan skor ini. Jika Anda melonggarkan tes, skor akan meningkat secara otomatis, jadi Skor akan tetap tidak berubah selama periode ketika jumlah tes dikurangi. Kami telah menetapkan batas atas kontribusi sehingga tidak tumbuh bahkan jika diproduksi secara massal dengan pembaruan terperinci yang mudah dikembalikan. Tingkat kegagalan tidak termasuk dalam skor——Karena jika tujuannya adalah untuk mengurangi tingkat kegagalan itu sendiri, itu akan menjadi tekanan untuk melonggarkan inspeksi. Dan Nomor ini tidak ditampilkan kepada AI yang memutuskan untuk melakukannya setiap hari. Jika instrumen dioptimalkan, umur instrumen akan berakhir.

Bobot penilaian (bobot skor otonomi), kriteria sebelum eksekusi (kriteria gerbang kelayakan), dan kebijakan cakupan kontrak nilai disimpan di bagian yang tidak dapat ditulis ulang oleh AI. Tujuannya agar AI tidak dapat menentukan sendiri cara pemberian skornya. Kebijakan cakupan mencatat kenyataan yang tidak menguntungkan: meskipun mekanisme kontrak nilai disiapkan pada tanggal 4 September 2026, 14 pengiriman pada jalur publikasi tidak disertai 1 pun prediksi yang didaftarkan sebelumnya. Saat ini kami hanya menghitungnya, tanpa menghentikan pengiriman. Hasil keputusan tersedia di buku catatan keputusan kelayakan, dan perubahan skor di riwayat skor otonomi. Kami juga memublikasikan kontrak nilai dan penilaian hasil, catatan pematangan dan eksplorasi, serta bukti pemulihan. Latihan pemulihan tidak dihitung sebagai keberhasilan produksi.

Untuk mengubah komponen teratas, yaitu cakupan keputusan yang terverifikasi, kita harus terlebih dahulu menentukan metrik yang mengukur nilai. Daftar metrik yang diizinkan dan nilai acuannya juga disimpan di tempat yang sama. Pada 2026-09-04, pemilik menyetujui 3 metrik: proporsi hari dengan pengiriman rilis, proporsi hari dengan publikasi, dan jumlah gangguan yang belum terselesaikan. Pada 2026-09-05, pemilik juga menyetujui 3 metrik sisanya: waktu hingga gangguan terdeteksi, biaya aktual per 1 pengiriman rilis, dan proporsi penolakan tanpa alasan keputusan yang tercatat. Persetujuan dicatat untuk setiap metrik; persetujuan saja tidak menambah skor. Acuannya adalah median tiap metrik selama 14 hari terakhir. Sejak itu, tindakan otonom harian wajib memiliki kontrak nilai sebelum dimulai. Setelah publikasi, pengukuran aktual selama periode yang dinyatakan dikumpulkan untuk menilai hasilnya. Persetujuan saja tidak menambah skor. AI tidak diberi wewenang membuat metrik baru karena memilih metrik yang bergerak dengan sendirinya dapat membuat prediksi tampak benar.

6. Izin yang tidak diberikan kepada AI ditulis dengan alasan

Apa yang ingin saya publikasikan bukanlah daftar hal-hal yang dapat dilakukan, tetapi batasannya. Jalur rilis aplikasi itu sendiri otomatis, tetapi Alur kerja AI untuk pengembangan tidak memiliki wewenang untuk memulai rantai itu. Alasannya ditulis dalam file konfigurasi.

Jika Anda memiliki izin ini, AI pengaturan yang tidak meminta konfirmasi akan langsung memanggil alur kerja pengiriman,Itu dapat dikirim ke App Store tanpa manusia. Tidak ada penggunaan inti yang diperlukan untuk fungsi ini - membaca, melakukan, mendorong, membuat PR, dan berkomentar di repositori semuanya beroperasi tanpa izin. Jika perlu, alih-alih memperluas otoritas ini,Buat rute lain dengan tujuan terbatas。 Dari komentar pada file konfigurasi alur kerja

Periksa dengan mesin yang sebenarnya sebelum mengirimkan. Pertama, bukan nanti. Dari aturan keras untuk manusia dalam prosedur pelepasan

7. Kutipan dari log eksekusi — Tinggalkan waktu yang tidak berfungsi dalam format yang sama

Buku besar adalah baris eksekusi 1 1. Tuliskan waktu pengiriman dan waktu yang gagal di kolom yang sama. Berikut ini adalah kutipan dari yang asli.

run_id      : ap-20260823-actions
date_jst    : 2026-08-23
route       : actions          outcome : shipped
pr          : 538              artifact: /obsidian/pricing/
repair_of   : ap-20260822-actions
note        : 主系（GitHub Actions）の初出荷。導入から12回目の定時起動で
              初めて成果物が出た。06:18→06:36 JST（約18分）。過去11回は
              10〜90秒で終わっており、所要時間そのものが「回ったが何も
              していない」との違いを示す。
              この行は主系自身が書いていない。出荷したのに台帳が
              0件のままだったのはこのため。

run_id      : ap-20260825-actions
date_jst    : 2026-08-25
route       : actions          outcome : failed
failure_class: auth_or_credential
detected_by : 副系のフォールバックが実行履歴を遡って発見
note        : 台帳に記録が無かった。成果物ゼロで落ちた回は
              「台帳を書く主体がいない」という構造的な穴がある。

Keberadaan 2 baris ini menunjukkan posisi kami saat ini. Pengiriman pertama telah dilakukan, tetapi masih ada celah: catatan tidak ada ketika pihak yang menuliskannya gagal berjalan. Per tanggal 2 bulan 9, ada 7 kegagalan yang belum terselesaikan (tanggal 27–31 bulan 8; 3 di antaranya terkait batas penggunaan mingguan), dan semuanya dicantumkan apa adanya dalam buku catatan. Median waktu deteksi adalah 13.4 jam, maksimum 70.8 jam, dan median waktu perbaikan 6.7 jam. Deteksi menjadi lebih lambat dibanding akhir bulan 8, karena sistem utama melewati eksekusi selama 3 hari berturut-turut hanya karena cabang masih ada, dan semuanya baru ditemukan bersama pada tanggal 31 bulan 8.

8. Apa yang belum dilakukan

Foundation ini tidak dalam keadaan "semua area selesai secara otomatis". Atur apa yang tertulis dalam prosedur dan laporkan apa adanya.

Jangan menulis "otomatis sepenuhnya". Apa yang dapat dikatakan adalah bahwa 2 adalah bahwa AI telah membuat struktur yang dapat terus melakukan operasi sehari-hari dan diperhatikan ketika otomatisasi berhenti.

9 Naskah hubungan masyarakat juga dinilai dengan penggaris yang sama

Rumus penilaian dikalibrasi berdasarkan hasil siaran pers 5 sebelumnya. Ini adalah kalibrasi dari n=5 dan bukan dasar untuk ekstrapolasi.

Waktu yang paling tenggelam adalah waktu ketika tidak ada kata benda yang tepat 1. Dalam naskah pengiriman, ada pemeriksaan bahwa CI akan turun jika ada ekspresi yang berlebihan.

10. Buku besar hidup

Ini adalah sumber dari angka-angka di halaman ini. Anda dapat melihatnya apa adanya, termasuk apakah itu telah diperbarui atau belum.

Biaya aktual yang dapat diamati adalah $50.8681 untuk 10 eksekusi, per 2026-09-02. Biaya 16 eksekusi jalur cadangan belum teramati, bukan nol, karena log sesi terjadwal tidak dapat dibaca dari luar. Batas bulanan $40 adalah nilai sementara, bukan hasil pengukuran.

Jumlah ini dimasukkan kembali nanti pada 25 Agustus 2026. Sampai sebelumnya, buku besar ditampilkan sebagai $0.8149 (eksekusi 1). 23 Agustus pengiriman 1 kali $7.2967 benar-benar hilang. Alasan kelalaiannya bukanlah kesalahan pengetikan, tetapi struktur. Ada mekanisme yang mengeluarkan jumlah pada akhir eksekusi, tetapi bagian utama yang menulisnya ke dalam buku besar adalah eksekusi hari berikutnya, dan hari berikutnya berhenti pada kegagalan §7. Catatan akan turun ketika catatan paling dibutuhkan.

Celah ini telah ditutup. Proses terpisah yang berjalan setiap pagi pukul 9 membaca riwayat eksekusi secara langsung dan menuliskannya ke buku catatan. Catatan tetap ada meskipun eksekusi hari berikutnya gagal. Namun, perbaikannya belum sempurna. Proses tersebut hanya mengisi jenis jika catatan eksekusi menunjukkan apakah pekerjaan itu artikel atau perbaikan. Jika tidak dapat ditentukan, kolom dibiarkan kosong, dan baris kosong tidak diperiksa terhadap batas per 1 eksekusi yang dijelaskan berikutnya. Baris tanggal 23 bulan 8 yang sedang dipermasalahkan memang berada dalam keadaan ini: pelampauan sebesar 3.6 kali lolos tanpa terdeteksi (kemudian kami lengkapi secara manual). Bentuk celahnya sama dengan §7: catatan tidak ada ketika pihak yang menulis buku catatan gagal berjalan.

Sudah ada masalah 1 dengan $7.2967 ini. 1 Batas atas per waktu adalah $2.00. Ini adalah 3.6 kali. Meski begitu, itu tidak berhenti karena tidak ada jalur untuk dilihat ketika mengeksekusi batas atas. Nilainya ditulis, dan ada juga mekanisme untuk memeriksa apakah nilainya tidak konsisten, tetapi Tidak ada tempat bagi pengemudi yang benar-benar berlari untuk membaca nilainya.

25 Agustus telah terhubung. Namun, tidak dapat dihentikan saat berjalan —— Karena biayanya tidak akan dikonfirmasi sampai eksekusi selesai. Apa yang dapat dihentikan adalah 1 berikutnya, dan kelebihannya tidak menjalankan eksekusi tepat waktu berikutnya sampai menerima tinjauan manusia. Hanya sistem utama yang berhenti, sehingga sistem sekunder akan terus dikirim sambil menunggu meninjau (1/6 dan 10/10 dari §3). Hanya manusia yang dapat melepaskan —— Jika AI dapat melewati kelebihannya sendiri, batas atas akan menjadi "tolong". Pemberhentian ini tidak pernah dinyalakan dalam produksi.