peertable 0.8.21 → 0.8.22

package/skill/02_models.snapshot.md

@@ -1,103 +1,103 @@
-# 02_models — 役割→モデル×エフォート順位表（唯一の参照点）
-
-<!-- 前提: 2026-08-19 更新（Claude 5 / GPT-5.6 / Grok 4.6 世代）。バージョン固定禁止（PLAN 原則9）。モデル名をこの表以外＋公認例外（codex/agents/*.toml・.codex-sidecar.yml）に書き散らさない -->
-
-方針: skill・agents・委譲契約・スクリプトは**役割名**でモデルを指し、具体名への解決はこの表だけが担う。本書は役割を先に定義し、役割ごとに適したモデル×effortを1位〜3位で与える。ベンダー別レーンの表構造は撤廃した（オーナー裁定 2026-08-19）。世代交代時は**この1枚＋公認例外2種を更新して push すれば全端末が追従**する。更新トリガーはオーナーの宣言（PLAN 原則6）。
-
-背骨: **役割が要求する能力で選び、順位は実測で昇降格する。ただし、現状維持に候補側だけの立証責任を負わせない。** 新しい有力候補は代表実務へ期限・範囲を切って投入し、成功率・手戻り・監査工数・総token・所要時間・quotaで現役と比較する。未検証の現役を「安全」、未検証の新顔を「危険」とは扱わない。
-
-本書の根拠は次の4種を混ぜない。
-
-1. **一次事実**: model提供元公式の価格、context、対応effort、live catalog。
-2. **外部観測**: benchmark、Xの利用報告、独立評価。harness・標本数・再現条件を併記する。
-3. **dotagents実測**: 当工場のtask、監査通過率、配線実測。一般性能へ拡張しない。
-4. **運用判断**: 上記を踏まえた配置。客観的に確定した事実を「オーナー裁定」と呼ばない。
-
-**親のモデル×effortはオーナーの領分**であり、規範・AIはピンを打ち替えない。親候補と根拠は提示し、子の配置はこの表で解決する。
-
-## 役割の定義（9つ）
-
-1. **統括** — campaign/会話の主体。裁定・契約クリティカルな受入・commit
-2. **反証** — 実ファイルを読んで主張を殺しにかかる
-3. **監査・発見** — 自成果物（repo・設計・文書）の欠陥出し。誤検知は後段が裁く（第三者reviewを含む）
-4. **設計** — 実装前の構造・境界・停止判断の案出し
-5. **相談** — 実読不要の純推論second opinion
-6. **実装** — 仕様固定済みのまとまった実装・テスト・移設
-7. **局所コーディング** — focused test付きの狭い修正・実装
-8. **軽作業** — 分類・抽出・字面回収
-9. **調査** — 外部事実の回収〜統合（浅↔深はeffortで刻む）
-
-## 順位表（役割→1位〜3位）
-
-「実測」= dotagents 2026-08-19 役割配置実験（[実験記録](../rag/models/role-placement-experiment-20260819.md)、各セルn=1）。
-
-| 役割 | 1位 | 2位 | 3位 |
-|---|---|---|---|
-| 統括 | **オーナー指定**（参考候補: Opus 5×high、Grok 4.6×high、Fable 5×highスポット。順位は参考情報でpinはオーナー） | — | — |
-| 反証 | Grok 4.6×high（実測14/14） | Sol×high（実測14/14。同着はGrok優先＝オーナー裁定 2026-08-19） | Opus 5×high（実測13/14。唯一の誤りは真だが無害な指摘を殺した方向） |
-| 監査・発見 | Grok 4.6×medium（実測recall 7/10・FP 0） | Sonnet 5×medium（実測6/10＋partial 1・FP 0） | Terra×medium（実測6/10・FP 0） |
-| 設計 | Opus 5×high（GDPval-AA・APEX首位 2026-08-19時点） | Grok 4.6×high（独立視点） | Sol×medium（過剰設計報告に注意） |
-| 相談 | ChatGPT（gpt-connector・別quota。[06_gpt-connector.md](06_gpt-connector.md)） | Grok 4.6×medium | Fable 5×highスポット（契約critical） |
-| 実装 | Terra×high（Terminal-Bench 2.1 78.4%） | Sonnet 5×medium〜high | Grok 4.6×medium（repo横断・長時間はhigh） |
-| 局所コーディング | Luna×medium（実測: maxと品質差なし・14/14） | Sonnet 5×medium | Grok 4.6×medium |
-| 軽作業 | Luna×low〜medium | Haiku（Claude枠で閉じる時。effortなし） | Grok 4.6×low |
-| 調査 | Grok 4.6×low（字面）〜medium（統合）。X直結は唯一 | Sonnet 5×medium＋Web | Sol/Terraで独立確認 |
-
-### 構造規則（3つ）
-
-1. **反証の1位は、成果を作ったモデルと別ベンダーから選ぶ。**
-2. **順位は既定であって拘束ではない。** quota逼迫・入口障害・catalog不在時は次順位へ落とし、落とした事実を報告する。存在しないmodel/effortへはfallbackせず明示エラーにする。
-3. **見逃し対策は2段構造で行う。** finderの増席でなく「疑いを列挙→反証役に裁かせる」工程を挟む（実測: finder 3席が全員見逃した欠陥3件を反証工程が回収した）。
-
-## モデル台帳（slug・価格の解決はここだけ）
-
-| モデル | slug | API定価（入力/出力 per Mtok） | context | effort段階 |
-|---|---|---|---|---|
-| Claude Fable 5 | alias `fable` | $10/$50 | 1M | low〜xhigh/max |
-| Claude Opus 5 | alias `opus` | $5/$25 | 1M | low〜xhigh/max |
-| Claude Sonnet 5 | alias `sonnet` | **$2/$10（恒久価格）** | 1M | low〜xhigh/max |
-| Claude Haiku 4.5 | alias `haiku` | $1/$5 | 200K | **effortなし** |
-| GPT-5.6 Sol | `gpt-5.6-sol` | $5/$30（長contextは$10/$45） | 1.05M | none〜max（Codex CLIはultraあり） |
-| GPT-5.6 Terra | `gpt-5.6-terra` | $2/$12（長contextは$4/$18） | 1.05M | 同上 |
-| GPT-5.6 Luna | `gpt-5.6-luna` | $0.20/$1.20（長contextは$0.40/$1.80） | 1.05M | none〜max（ultraなし） |
-| Grok 4.6 | `grok-4.6` | $2/$6（200K超は$4/$12） | 500K | low/medium/high（既定）/xhigh |
-
-価格は標準API定価であり、Claude Code・Codex・Grok Buildのsubscription quotaとは別物。OpenAIの長context課金は階層制（境界と現行値は公式pricingを実行時に確認）。Grok Buildのcatalogに`grok-build-0.1`（Composer 2.5系）の記載が公式docsにあるが、端末live catalogでの実在は未検証——Composer入口はcatalog確認まで`unsupported`のまま、Grokへfallbackしない。根拠は [GPT-5.6](../rag/models/gpt-5.6-family.md)、[Claude 5](../rag/models/claude-5-family.md)、[Grok 4.6](../rag/models/xai-grok46.md)。
-
-### 消費枠（quotaの独立勘定。規則2のfallback判断に使う）
-
-Anthropic（Claude Code本体・Agent/Workflow）／OpenAI Codex（Codex CLI・codex-sidecar・aiterm codex_agent）／OpenAI ChatGPT（gpt-connector・API fallback禁止）／xAI（Grok Build・aiterm grok_agent）の4枠は別勘定。同役割の次順位が別枠なら、quota逼迫時のfallbackはコスト増でなく枠の移動になる。
-
-## 入口と使い分け
-
-- **Codex親の三入口を分ける**: ① native subagent＝repo密結合、② external execution＝codex-sidecar/aiterm、③ consultation＝gpt-connector。Grok/ComposerはAitermの別harness入口であり、Codex→Codexの入口判断とは別契約。
-- Aitermの`codex_agent`/`grok_agent`/`claude_agent`はmodelとeffortを毎回明示する。live catalog不在・effort非対応は明示エラーにし、別modelへfallbackしない。
-- **委譲の安全・回収・受入契約は[委譲契約](../shared/orchestrate/delegation-contract.md)が正本**。Aitermの運用型は[aiterm-dispatch](../shared/orchestrate/aiterm-dispatch.md)を正とする。external writerはinstalled→registered→verified→execution-verifiedの最終段だけに置く。
-- codex-sidecarはmodel/effortを毎回明示するか`.codex-sidecar.yml` defaultsへ置く。現行schemaはlow〜xhighでmaxを渡せない。
-- **役割と配置関係の機械可読な対応**は`lib/orchestrate/placement-policy.mjs` v1が固定する。自動ConsultationはAnthropic/OpenAIだけだが、これは現行配線のclosed enumであり、xAIの能力評価ではない。
-
-## effortの規範
-
-effortは単調に品質を上げない。まず役割に合うpresetへ置き、同じ代表taskで隣接levelを比べる。失敗後に変えるのはmodel tierかeffortの片方だけにする。
-
-| model | 出発点 | 上げ下げの規律 |
-|---|---|---|
-| Opus 5 | **medium**（工程限定の実装・review）、**high**（長期agent・複雑設計） | xhigh/maxは長時間の知識仕事で測定差が出た時だけ。権限境界が緩い工程へ高effortで置かない |
-| Fable 5 | high | 契約criticalのスポット。常用親と同義になる使い方はしない |
-| Sonnet 5 | medium | finderの字面回収だけlow。高effortは代表taskで差が出た時 |
-| Haiku 4.5 | effortなし | 存在しない`haiku×low`を指定しない |
-| Sol/Terra | medium | high/xhighは測定可能な品質差がある時。maxは最難関quality-first。ultraはCodex harnessのmax＋自動fan-outであり明示要求時だけ |
-| Luna | **分解済み・仕様固定・focused test付きはmedium**（2026-08-19実測: medium=max同格・14/14） | 分解が甘い仕事はLunaのeffortを上げて救わず別モデルを選ぶ（旧「maxのみ」実測の教訓を適用範囲限定で継承） |
-| Grok 4.6 | low=X/字面回収、medium=統合調査・監査finder、high=統括・反証・長時間agent | xhighは思考loopと遅延の外部報告がある。代表taskでhighを上回った時だけ使う |
-
-## Grok 4.6をどう読むか
-
-xAI公式値ではoffice/agentic系で最前線級、DeepSWE・TerminalBenchでは比較対象を下回る。Xには統括・review・長時間実装の成功例と、security誤判定・部分読み完了誤認・思考loopの失敗例が併存する。dotagents実測（2026-08-19）では監査finderのrecall首位（7/10・FP 0）と反証満点（14/14）で、監査・反証・調査の第一候補として実戦配置する。
-
-## 指定と世代交代時の更新手順
-
-- Claude Code内はfloating alias（`fable`/`opus`/`sonnet`/`haiku`）だけを使う。Agent/Workflowのmodelとeffortは対応する場合に毎回明示し、Haikuへeffortを付けない。
-- Codexにfloating aliasがないため、`codex/agents/*.toml`と`.codex-sidecar.yml`は具体slugを持つ公認例外。世代交代時は本書と同一commitで更新する。
-- 外部CLIはpinせず`agents-update`でlatest追従する。model live catalogは実行直前に見る。
-- オーナーの世代交代宣言後、`grep -rn "前提:"`で影響面を列挙し、本書、公認例外、focused fixture、RAGを同時更新する。新規候補は小さな実戦比較を行い、失敗も次の配置判断へ残す。
-- 順位の変更は実測（役割配置実験の再走または実戦の成功率・手戻り）を根拠にし、実験記録をRAGへ残してから表を書き換える。
+# 02_models — 役割→モデル×エフォート順位表（唯一の参照点）
+
+<!-- 前提: 2026-08-19 更新（Claude 5 / GPT-5.6 / Grok 4.6 世代）。バージョン固定禁止（PLAN 原則9）。モデル名をこの表以外＋公認例外（codex/agents/*.toml・.codex-sidecar.yml）に書き散らさない -->
+
+方針: skill・agents・委譲契約・スクリプトは**役割名**でモデルを指し、具体名への解決はこの表だけが担う。本書は役割を先に定義し、役割ごとに適したモデル×effortを1位〜3位で与える。ベンダー別レーンの表構造は撤廃した（オーナー裁定 2026-08-19）。世代交代時は**この1枚＋公認例外2種を更新して push すれば全端末が追従**する。更新トリガーはオーナーの宣言（PLAN 原則6）。
+
+背骨: **役割が要求する能力で選び、順位は実測で昇降格する。ただし、現状維持に候補側だけの立証責任を負わせない。** 新しい有力候補は代表実務へ期限・範囲を切って投入し、成功率・手戻り・監査工数・総token・所要時間・quotaで現役と比較する。未検証の現役を「安全」、未検証の新顔を「危険」とは扱わない。
+
+本書の根拠は次の4種を混ぜない。
+
+1. **一次事実**: model提供元公式の価格、context、対応effort、live catalog。
+2. **外部観測**: benchmark、Xの利用報告、独立評価。harness・標本数・再現条件を併記する。
+3. **dotagents実測**: 当工場のtask、監査通過率、配線実測。一般性能へ拡張しない。
+4. **運用判断**: 上記を踏まえた配置。客観的に確定した事実を「オーナー裁定」と呼ばない。
+
+**親のモデル×effortはオーナーの領分**であり、規範・AIはピンを打ち替えない。親候補と根拠は提示し、子の配置はこの表で解決する。
+
+## 役割の定義（9つ）
+
+1. **統括** — campaign/会話の主体。裁定・契約クリティカルな受入・commit
+2. **反証** — 実ファイルを読んで主張を殺しにかかる
+3. **監査・発見** — 自成果物（repo・設計・文書）の欠陥出し。誤検知は後段が裁く（第三者reviewを含む）
+4. **設計** — 実装前の構造・境界・停止判断の案出し
+5. **相談** — 実読不要の純推論second opinion
+6. **実装** — 仕様固定済みのまとまった実装・テスト・移設
+7. **局所コーディング** — focused test付きの狭い修正・実装
+8. **軽作業** — 分類・抽出・字面回収
+9. **調査** — 外部事実の回収〜統合（浅↔深はeffortで刻む）
+
+## 順位表（役割→1位〜3位）
+
+「実測」= dotagents 2026-08-19 役割配置実験（[実験記録](../rag/models/role-placement-experiment-20260819.md)、各セルn=1）。
+
+| 役割 | 1位 | 2位 | 3位 |
+|---|---|---|---|
+| 統括 | **オーナー指定**（参考候補: Opus 5×high、Grok 4.6×high、Fable 5×highスポット。順位は参考情報でpinはオーナー） | — | — |
+| 反証 | Grok 4.6×high（実測14/14） | Sol×high（実測14/14。同着はGrok優先＝オーナー裁定 2026-08-19） | Opus 5×high（実測13/14。唯一の誤りは真だが無害な指摘を殺した方向） |
+| 監査・発見 | Grok 4.6×medium（実測recall 7/10・FP 0） | Sonnet 5×medium（実測6/10＋partial 1・FP 0） | Terra×medium（実測6/10・FP 0） |
+| 設計 | Opus 5×high（GDPval-AA・APEX首位 2026-08-19時点） | Grok 4.6×high（独立視点） | Sol×medium（過剰設計報告に注意） |
+| 相談 | ChatGPT（gpt-connector・別quota。[06_gpt-connector.md](06_gpt-connector.md)） | Grok 4.6×medium | Fable 5×highスポット（契約critical） |
+| 実装 | Terra×high（Terminal-Bench 2.1 78.4%） | Sonnet 5×medium〜high | Grok 4.6×medium（repo横断・長時間はhigh） |
+| 局所コーディング | Luna×medium（実測: maxと品質差なし・14/14） | Sonnet 5×medium | Grok 4.6×medium |
+| 軽作業 | Luna×low〜medium | Haiku（Claude枠で閉じる時。effortなし） | Grok 4.6×low |
+| 調査 | Grok 4.6×low（字面）〜medium（統合）。X直結は唯一 | Sonnet 5×medium＋Web | Sol/Terraで独立確認 |
+
+### 構造規則（3つ）
+
+1. **反証の1位は、成果を作ったモデルと別ベンダーから選ぶ。**
+2. **順位は既定であって拘束ではない。** quota逼迫・入口障害・catalog不在時は次順位へ落とし、落とした事実を報告する。存在しないmodel/effortへはfallbackせず明示エラーにする。
+3. **見逃し対策は2段構造で行う。** finderの増席でなく「疑いを列挙→反証役に裁かせる」工程を挟む（実測: finder 3席が全員見逃した欠陥3件を反証工程が回収した）。
+
+## モデル台帳（slug・価格の解決はここだけ）
+
+| モデル | slug | API定価（入力/出力 per Mtok） | context | effort段階 |
+|---|---|---|---|---|
+| Claude Fable 5 | alias `fable` | $10/$50 | 1M | low〜xhigh/max |
+| Claude Opus 5 | alias `opus` | $5/$25 | 1M | low〜xhigh/max |
+| Claude Sonnet 5 | alias `sonnet` | **$2/$10（恒久価格）** | 1M | low〜xhigh/max |
+| Claude Haiku 4.5 | alias `haiku` | $1/$5 | 200K | **effortなし** |
+| GPT-5.6 Sol | `gpt-5.6-sol` | $5/$30（長contextは$10/$45） | 1.05M | none〜max（Codex CLIはultraあり） |
+| GPT-5.6 Terra | `gpt-5.6-terra` | $2/$12（長contextは$4/$18） | 1.05M | 同上 |
+| GPT-5.6 Luna | `gpt-5.6-luna` | $0.20/$1.20（長contextは$0.40/$1.80） | 1.05M | none〜max（ultraなし） |
+| Grok 4.6 | `grok-4.6` | $2/$6（200K超は$4/$12） | 500K | low/medium/high（既定）/xhigh |
+
+価格は標準API定価であり、Claude Code・Codex・Grok Buildのsubscription quotaとは別物。OpenAIの長context課金は階層制（境界と現行値は公式pricingを実行時に確認）。Grok Buildのcatalogに`grok-build-0.1`（Composer 2.5系）の記載が公式docsにあるが、端末live catalogでの実在は未検証——Composer入口はcatalog確認まで`unsupported`のまま、Grokへfallbackしない。根拠は [GPT-5.6](../rag/models/gpt-5.6-family.md)、[Claude 5](../rag/models/claude-5-family.md)、[Grok 4.6](../rag/models/xai-grok46.md)。
+
+### 消費枠（quotaの独立勘定。規則2のfallback判断に使う）
+
+Anthropic（Claude Code本体・Agent/Workflow）／OpenAI Codex（Codex CLI・codex-sidecar・aiterm codex_agent）／OpenAI ChatGPT（gpt-connector・API fallback禁止）／xAI（Grok Build・aiterm grok_agent）の4枠は別勘定。同役割の次順位が別枠なら、quota逼迫時のfallbackはコスト増でなく枠の移動になる。
+
+## 入口と使い分け
+
+- **Codex親の三入口を分ける**: ① native subagent＝repo密結合、② external execution＝codex-sidecar/aiterm、③ consultation＝gpt-connector。Grok/ComposerはAitermの別harness入口であり、Codex→Codexの入口判断とは別契約。
+- Aitermの`codex_agent`/`grok_agent`/`claude_agent`はmodelとeffortを毎回明示する。live catalog不在・effort非対応は明示エラーにし、別modelへfallbackしない。
+- **委譲の安全・回収・受入契約は[委譲契約](../shared/orchestrate/delegation-contract.md)が正本**。Aitermの運用型は[aiterm-dispatch](../shared/orchestrate/aiterm-dispatch.md)を正とする。external writerはinstalled→registered→verified→execution-verifiedの最終段だけに置く。
+- codex-sidecarはmodel/effortを毎回明示するか`.codex-sidecar.yml` defaultsへ置く。現行schemaはlow〜xhighでmaxを渡せない。
+- **役割と配置関係の機械可読な対応**は`lib/orchestrate/placement-policy.mjs` v1が固定する。自動ConsultationはAnthropic/OpenAIだけだが、これは現行配線のclosed enumであり、xAIの能力評価ではない。
+
+## effortの規範
+
+effortは単調に品質を上げない。まず役割に合うpresetへ置き、同じ代表taskで隣接levelを比べる。失敗後に変えるのはmodel tierかeffortの片方だけにする。
+
+| model | 出発点 | 上げ下げの規律 |
+|---|---|---|
+| Opus 5 | **medium**（工程限定の実装・review）、**high**（長期agent・複雑設計） | xhigh/maxは長時間の知識仕事で測定差が出た時だけ。権限境界が緩い工程へ高effortで置かない |
+| Fable 5 | high | 契約criticalのスポット。常用親と同義になる使い方はしない |
+| Sonnet 5 | medium | finderの字面回収だけlow。高effortは代表taskで差が出た時 |
+| Haiku 4.5 | effortなし | 存在しない`haiku×low`を指定しない |
+| Sol/Terra | medium | high/xhighは測定可能な品質差がある時。maxは最難関quality-first。ultraはCodex harnessのmax＋自動fan-outであり明示要求時だけ |
+| Luna | **分解済み・仕様固定・focused test付きはmedium**（2026-08-19実測: medium=max同格・14/14） | 分解が甘い仕事はLunaのeffortを上げて救わず別モデルを選ぶ（旧「maxのみ」実測の教訓を適用範囲限定で継承） |
+| Grok 4.6 | low=X/字面回収、medium=統合調査・監査finder、high=統括・反証・長時間agent | xhighは思考loopと遅延の外部報告がある。代表taskでhighを上回った時だけ使う |
+
+## Grok 4.6をどう読むか
+
+xAI公式値ではoffice/agentic系で最前線級、DeepSWE・TerminalBenchでは比較対象を下回る。Xには統括・review・長時間実装の成功例と、security誤判定・部分読み完了誤認・思考loopの失敗例が併存する。dotagents実測（2026-08-19）では監査finderのrecall首位（7/10・FP 0）と反証満点（14/14）で、監査・反証・調査の第一候補として実戦配置する。
+
+## 指定と世代交代時の更新手順
+
+- Claude Code内はfloating alias（`fable`/`opus`/`sonnet`/`haiku`）だけを使う。Agent/Workflowのmodelとeffortは対応する場合に毎回明示し、Haikuへeffortを付けない。
+- Codexにfloating aliasがないため、`codex/agents/*.toml`と`.codex-sidecar.yml`は具体slugを持つ公認例外。世代交代時は本書と同一commitで更新する。
+- 外部CLIはpinせず`agents-update`でlatest追従する。model live catalogは実行直前に見る。
+- オーナーの世代交代宣言後、`grep -rn "前提:"`で影響面を列挙し、本書、公認例外、focused fixture、RAGを同時更新する。新規候補は小さな実戦比較を行い、失敗も次の配置判断へ残す。
+- 順位の変更は実測（役割配置実験の再走または実戦の成功率・手戻り）を根拠にし、実験記録をRAGへ残してから表を書き換える。