Clase 6 · 20 min
En el /goal interactivo, quien decide que terminó es un evaluador que lee la conversación. En el loop headless, quien decide es la prueba, ejecutada por el propio loop, con los archivos de prueba protegidos. En esta lección ejecutas el loop-longrun.sh con un agente falso: ves cómo concluye, ves cómo se revierte la trampa y ves cómo la trava impide dos loops en la misma carpeta, sin gastar cuota.
Comenzar la clase
Objetivo: ejecutar el loop-longrun.sh con un agente falso y ver cómo la prueba decide: concluido, trampa revertida, estancamiento y trava de segunda copia.
El agente trabaja; el loop decide. Haz clic en cada etapa.
Si lo que falta solo aparece en la prueba final (lenta), cada ciclo cuenta como "sin avance": pon esos casos también en la prueba rápida o aumenta ESTAGNACAO (aviso del propio script).
Ejecútalo, interrúmpelo a la mitad y vuelve a ejecutarlo. Uno de los ciclos toca una prueba protegida.
Simulación ilustrativa en el navegador. El ensayo de verdad, con agente falso, está justo abajo.
El loop acepta CODEX_BIN: si apuntas a un script, no se llama a ningún modelo. Es la forma barata de probar tu loop.env antes de gastar cuota.
# ensaio-loop.sh — monta un proyecto de prueba con 3 pruebas congeladas y dos agentes FALSOS
E=/tmp/ensaio-loop; K=~/projetos/execucao-longa
rm -rf $E && mkdir -p $E/proj/tests && cd $E/proj
git init -q && git config user.name ensaio && git config user.email ensaio@local
cat > tests/test_conta.py <<'PY'
from conta import conta_palavras
def test_vazio(): assert conta_palavras("") == 0
def test_simples(): assert conta_palavras("um dois três") == 3
def test_espacos(): assert conta_palavras(" um dois ") == 2
PY
printf 'def conta_palavras(texto):\n raise NotImplementedError\n' > conta.py
printf '[pytest]\npythonpath = .\n' > pytest.ini
printf '__pycache__/\n' > .gitignore
git add -A && git commit -qm "base: testes congelados"
$K/tools/novo-longrun.sh $E/proj conta-palavras > /dev/null
D=$(ls -d $E/proj/longrun/*)
echo "Implementa conta_palavras en conta.py. Lee goal.md, state.md y plan.md antes. No toques tests/." > $D/prompt.md
cat > $D/loop.env <<'ENV'
TESTE_RAPIDO="python3 -m pytest -q"
TESTE_FINAL="python3 -m pytest -q"
PROTEGIDOS="tests/ pytest.ini"
PERMITIDOS="conta.py"
MAX_CICLOS=4
MIN_CICLO=2
MEM=1G
ESTAGNACAO=3
ENV
git add -A && git commit -qm "longrun: pasta da execução"
printf '#!/usr/bin/env bash\ncat > /dev/null\nprintf "def conta_palavras(texto):\\n return len(texto.split())\\n" > conta.py\n' > $E/agente-bom.sh
printf '#!/usr/bin/env bash\ncat > /dev/null\nrm -f tests/test_conta.py\n' > $E/agente-trapaca.sh
printf '#!/usr/bin/env bash\ncat > /dev/null\nsleep 6\n' > $E/agente-lento.sh
chmod +x $E/agente-*.sh
echo "pronto: $D"bash ensaio-loop.sh cd /tmp/ensaio-loop/proj && D=$(ls -d $PWD/longrun/*) && L=~/projetos/execucao-longa/tools/loop-longrun.sh CODEX_BIN=/tmp/ensaio-loop/agente-trapaca.sh $L $D; echo "saída: $?" # A) trampa CODEX_BIN=/tmp/ensaio-loop/agente-bom.sh $L $D; echo "saída: $?" # B) trabajo correcto CODEX_BIN=/tmp/ensaio-loop/agente-lento.sh $L $D > /dev/null 2>&1 & # C) dos loops sleep 2; CODEX_BIN=/tmp/ensaio-loop/agente-lento.sh $L $D; echo "saída: $?"; wait
TESTE_RAPIDO="pytest -q -m 'not real'" TESTE_FINAL="pytest -q" PROTEGIDOS="tests/ pytest.ini tools/medicao/" PERMITIDOS="tools/medir-sessao.py" MAX_CICLOS=6 MIN_CICLO=20 MEM=8G ESTAGNACAO=3 AGENTE=codex MODELO=<el modelo top de tu suscripción en Codex> # si las pruebas levantan un servidor local, el sandbox workspace-write bloquea hasta 127.0.0.1: # CODEX_ARGS="-c sandbox_workspace_write.network_access=true"
## A) trapaça 2026-10-19 03:56:46 início: rápido=0 passed · agente=codex · teto 4x2min · mem 1G 2026-10-19 03:56:46 ciclo 1: começa 2026-10-19 03:56:46 ciclo 1: agente saiu rc=0 em 0s 2026-10-19 03:56:46 ciclo 1: agente mexeu em arquivo protegido → revertido, ciclo falho 2026-10-19 03:56:46 ciclo 1: checkpoint commitado (… ciclos 2 e 3 iguais …) 2026-10-19 03:56:47 PARADO: 3 ciclos sem avanço mensurável — ver failures.md saída: 2 ## B) trabalho certo 2026-10-19 03:56:48 início: rápido=0 passed · agente=codex · teto 4x2min · mem 1G 2026-10-19 03:56:48 ciclo 1: começa 2026-10-19 03:56:48 ciclo 1: agente saiu rc=0 em 0s 2026-10-19 03:56:48 ciclo 1: rápido=3 passed (melhor antes: 0) 2026-10-19 03:56:48 ciclo 1: checkpoint commitado 2026-10-19 03:56:49 CONCLUÍDO no ciclo 1: teste final passou (3 passed) saída: 0 ## C) dois loops outro loop já roda nesta pasta saída: 3
Las pruebas borradas por la trampa volvieron: el loop revirtió los tres ciclos y escribió tres líneas "revertido pelo loop" en failures.md.
Sin la línea __pycache__/ en el .gitignore, el propio pytest crea archivos nuevos dentro de tests/. El loop ve un archivo no rastreado en una carpeta protegida y cuenta el ciclo del agente BUENO como trampa. Capturado en el mismo ensayo, sin el .gitignore:
2026-10-19 03:56:28 ciclo 1: agente saiu rc=0 em 0s 2026-10-19 03:56:28 ciclo 1: agente mexeu em arquivo protegido → revertido, ciclo falho 2026-10-19 03:56:29 CONCLUÍDO no ciclo 1: teste final passou (3 passed)
Terminó porque la prueba final pasó, pero el ciclo quedó marcado como fallido y fue a failures.md. Con el agente lento, tres ciclos así llevarían a estancamiento. Antes de encender el loop: git status --short tests/ después de correr las pruebas tiene que salir vacío.
El loop corre solo; estas tres piezas lo cuidan.
El vigia.py busca ejecuciones activas (state.md sin "concluído") y alerta una vez por cada problema: PARADO (el loop.log registró una parada), PARADO SEM AVISO (hay loop.log pero ningún proceso del loop vivo) y OCIOSA (nada cambió en la carpeta ni en las sesiones hace N minutos).
Alerta = línea en ~/.local/state/execucao-longa/alertas.log; notify-send solo con --desktop.
Las units en tools/systemd/ traen la ruta absoluta de la máquina del autor (/home/nmaldaner/…). El sed del bloque de la práctica cambia esa ruta por tu HOME antes de activar; sin él, el timer se dispara y el servicio falla en silencio.
grep -c nmaldaner ~/.config/systemd/user/longrun-vigia.service → 0; systemctl --user list-timers longrun-vigia.timer → muestra el próximo disparo
Todo cron que llama a un agente lleva flock -n sobre un archivo de lock y timeout con tope. En claude -p, también --max-turns.
Sin flock, un disparo lento y el siguiente corren juntos en la misma carpeta.
0 2 * * * flock -n /tmp/meu-loop.lock timeout 4h ~/projetos/execucao-longa/tools/loop-longrun.sh ~/projetos/[proyecto]/longrun/[carpeta]
Copia las units del kit, cambia la ruta por la tuya y activa el timer.
mkdir -p ~/.config/systemd/user cp ~/projetos/execucao-longa/tools/systemd/longrun-vigia.* ~/.config/systemd/user/ sed -i "s#/home/nmaldaner#$HOME#g" ~/.config/systemd/user/longrun-vigia.service systemctl --user daemon-reload systemctl --user enable --now longrun-vigia.timer systemctl --user list-timers longrun-vigia.timer python3 ~/projetos/execucao-longa/tools/vigia.py --seco # una ronda a mano, sin guardar estado
Las tres rondas del ensayo, después el vigia.
Ejecuta ensaio-loop.sh y la ronda A (agente-trapaca).
Listo cuando: la última línea del log es PARADO: 3 ciclos sem avanço mensurável, saída: 2, ls tests/ todavía muestra test_conta.py y grep -c "revertido pelo loop" $D/failures.md → 3.
Ejecuta las rondas B y C.
Listo cuando: B termina con CONCLUÍDO no ciclo 1: teste final passou (3 passed) y saída: 0; C imprime outro loop já roda nesta pasta y saída: 3.
Instala el timer del vigia con la ruta cambiada. Deja la carpeta de tu ejecución real (clase 1) sin "concluído" en state.md.
Listo cuando: systemctl --user list-timers longrun-vigia.timer muestra el próximo disparo y systemctl --user status longrun-vigia.service no muestra falla en la última ronda.
Pregunta 1 de 5
En el loop headless, ¿quién decide que la ejecución terminó?competencia
Pregunta 2 de 5
El agente borró una prueba que fallaba. ¿Qué hace el loop?competencia
Pregunta 3 de 5
El loop salió con código 3. ¿Qué pasó?
Pregunta 4 de 5
Al agente bueno lo marcaron como "tocó un archivo protegido". ¿Causa más probable?
Pregunta 5 de 5
¿Para qué sirve el MemoryMax por ciclo?
Elige una alternativa. La explicación aparece después de tu intento.