RM-148 — CONTINUE_TARGETED : règles de reporting et Ledger append-only déployés à chaud ; 161 tests et 30 sous-tests, six contrôles Ledger finaux ; 20 contrats SCRIPT validés et publiés en recette sans LLM. Admission financière commune et rapprochement par mission encore incomplets. Aucun nouvel appel payant déclenché.

Rapport de mission RM-148 — TOKEN-EFFICIENCY-CLOSURE-20261026 — Consolidation des économies de tokens et validation des heuristiques

Statut : partial ; niveau : complex ; politique : report-policy-v2.

Décision : CONTINUE_TARGETED. Les mécanismes existants permettent déjà une trajectoire sans LLM lorsqu'un contrat SCRIPT explicite les sélectionne. La recette le démontre depuis deux points d'entrée HTTP. En production, le chemin automatique général et les CLI directes ne sont pas encore soumis à une admission financière commune. Un nouveau moteur ou un nouvel audit général ne sont pas nécessaires.

Réalisations et état de production

OBSERVED : racine ext4 RW, espace disponible 317 Go, inodes utilisés 3 %, aucune erreur ext4 pertinente dans la fenêtre noyau consultée. Launcher, routeur et WebUI sont actifs. La session Codex utilise une authentification ChatGPT, sans profil Ollama sélectionné. Aucun appel génératif supplémentaire ni sous-agent n'a été lancé. La consommation de la session Codex autorisée n'est pas présumée gratuite.

DEPLOYED et vérifié sans redémarrage : politique Claude proportionnée v2, gabarits RM/RC corrigés, rendu déterministe des vues et de leurs index depuis un JSON, collecteur Ledger append-only et cron réparé. Les processus Launcher, routeur et WebUI conservent leurs PID. Aucun secret, plafond global, egress ou état d'une mission active n'a été modifié.

Le collecteur historique était ignoré par cron depuis le 24 octobre : fin de fichier sans saut de ligne, erreur explicitement journalisée. Cron a rechargé le fichier corrigé le 26 octobre à 03:45:01 UTC. Trois collectes manuelles v2 ont réussi ; la dernière date du 2026-10-26T03:49:57.437027+00:00. Le prochain passage quotidien est prévu à 06:20 UTC ; sa régularité future n'est pas encore observée. Les tables historiques spend et snapshots et une sauvegarde préalable sont conservées, avec empreintes inchangées.

Les anciens traitements journaliers dérivés, jusque-là eux aussi ignorés, restent en attente : ils lisent l'ancienne table et additionnent des estimations non rapprochées. Leur activation automatique aurait affiché des chiffres trompeurs. La nouvelle collecte conserve chaque observation et chaque état de collecte.

RECIPE_ONLY : extension du préflight du routeur, protection de la comparaison des contextes, page Agent Economics privée. Leur déploiement nécessiterait un chargement de code ; ils ne sont pas présentés comme actifs dans les processus actuels.

Politique de verbosité et clôture

Avant : la règle globale Claude imposait RM plus RC, deux publications plus final_report, plan obligatoire, copie des sorties et index manuel. Elle demandait même de publier systématiquement les RC. Cette règle contredisait la confidentialité demandée par l'opérateur. Les hooks sont des scripts déterministes ; leur existence ne prouve pas une inférence, mais une réinjection ou une relance peut en provoquer ensuite.

Après : simple = résultat court, statut et preuve ; standard = structure unique changements/tests/limites/vérification/rollback ; complexe ou sensible = analyse détaillée selon l'exigence scientifique ou humaine. Le JSON canonique permet de générer RM, RC privé et index sans nouveau récit LLM. Une seule synthèse final_report publique reste exigée. Aucun RC n'est automatiquement déclassifié. Les index historiques conservent leurs anciennes consignes comme patrimoine ; la politique v2 installée prévaut pour les nouvelles clôtures Claude.

La règle globale passe de 2 764 à 1 814 octets : 950 octets retirés, soit 34,37 % de ce fichier et 4,89 % de l'ensemble minimal règle globale + digest racine. Le digest de 16 670 octets reste présent. Le contexte réellement envoyé inclut aussi mémoire, outils, skills et hooks : il n'a pas été mesuré par une nouvelle inférence. Le réglage Claude verbose=true est encore présent ; il ne constitue pas une preuve de sorties ou d'appels plus coûteux. Aucun réglage de raisonnement n'a été abaissé.

TESTED : chargement du même moteur de rendu dans le processus Python réel et 20 clôtures structurées ; modèles non invoqués. Le fichier natif Claude installé est vérifié par empreinte. L'adhésion comportementale d'un modèle à ces règles reste ACTIF_NON_VÉRIFIÉ, puisqu'aucune session générative de contrôle n'est autorisée.

Preuve reproductible de trajectoires sans tokens

La suite principale passe 161 tests et 30 sous-tests, sous l'identité non privilégiée codex, en namespace réseau séparé, sans credentials de production. Après le dernier ajustement des compteurs inconnus, les six tests ciblés du Ledger passent également ; cinq font déjà partie des 161, ils ne sont pas additionnés artificiellement.

1. POST /v1/chat/completions, handler réel du routeur en recette : 20 résultats exacts, zéro frontière modèle franchie, zéro token d'entrée ou sortie, puis génération réelle RM/RC et index sans modèle.
2. POST /v1/plans, API et Runner existants en recette : les mêmes 20 contrats SCRIPT atteignent la validation et 20 publications HTTP factices, avec de vrais processus Python, worktrees Git et gates. Aucun moteur génératif n'est sélectionné. Coordination et publication sont factices et isolées ; ce test ne crée aucune mission de production.
3. Dix demandes ambiguës passent vers le traitement approprié sans interception abusive ; l'admission financière factice, utilisant le contrôleur RM-147, refuse avant génération les tarifs inconnus. Neuf contrats explicites invalides sont refusés sans repli cloud ; contraintes JSON, historique et catégorie explicite sont également testées.

Les cas couvrent addition, soustraction, multiplication, division, décimaux, priorités, puissance, pourcentage, JSON, SHA256, lignes/UTF-8, déduplication de liste, métadonnées CSV et conversions décimales/binaires. Ils utilisent des contrats explicites conservateurs. Ils ne démontrent pas une compréhension générale des demandes ambiguës en langage naturel.

Le calculateur précédent pouvait extraire un calcul d'une demande plus large et ignorer le reste. En recette, les expressions doivent correspondre entièrement, les autres opérations exigent un contrat fermé, les entrées/sorties sont bornées et les contrats invalides ne sont jamais envoyés à un modèle.

Flux et couverture réellement observée

flowchart TD
  I[Web / API / Obsidian / CLI] --> M[Mission Control et contrats]
  M --> L[Launcher]
  L --> S[Plan SCRIPT explicite : Python sans LLM]
  L --> C[Défaut Claude puis Ollama local avec suffixe cloud]
  I --> D[CLI et wrappers directs]
  D --> O[Ollama Cloud]
  C --> O
  R[Clients utilisant le routeur] --> P[Préflight SCRIPT / LOCAL / CLOUD]
  P --> O
  S --> V[Validation et vues déterministes]

Le routeur compte 373 requêtes du 22 au 25 octobre : 6 builtin sans LLM, 165 locales, 202 cloud ; 329 succès, 44 échecs et 385 tentatives de génération journalisées. Les 6 builtin représentent 1,61 % des demandes du routeur. Aucune de ses 373 lignes n'a de mission_id renseigné. Les classifications locales préalables ne sont pas nécessairement comptées dans attempts : ce nombre n'est pas une facture exhaustive.

Dans les 24 dernières heures de la baseline : 195 demandes cloud, 110 locales, aucune builtin ; 0,323309 USD estimés dans le routeur. Sur 48 heures : 195 cloud, 111 locales. Sur sept jours : 0,324761 USD estimés au total routeur, pas la dépense du compte. La différence ne permet pas d'attribuer une économie.

La baseline Launcher contient 39 exécutions et aucun plan. Le SCRIPT existe et est chargé mais aucune exécution SCRIPT n'est enregistrée dans cet échantillon. Le choix auto d'un plan reste cloud par défaut. La collecte suivante voit 41 exécutions : cette variation du VPS partagé n'est pas attribuée aux correctifs de la mission.

Mémoire, contexte, déduplication et reprise

Mécanisme	État établi	Preuve ou limite
SCRIPT Launcher	VÉRIFIÉ en recette, disponible en production	20 trajectoires HTTP ; aucun plan dans la baseline réelle
Préflight routeur actuel	VÉRIFIÉ sur le journal	6 builtin ; extension uniquement en recette
Déduplication mission_sha256	Code chargé, tests existants réussis	Refus des doublons et dérogation scientifique conservés ; économie de production non quantifiée
Result Reuse	Disponible sous condition de plan	Aucun plan réel dans la baseline ; ne pas annoncer un taux réel positif
Context Broker / KF	Partiellement traversé	20 manifestes serve de source socle, 19 finish, 304 traces ; pas de preuve que cet échantillon traverse le Broker KF
Contexte différentiel	TESTED, correction en recette	Modification à version égale et contenu text détectée ; contexte non vérifiable réinjecté
Checkpoints et reprises	Existants, tests réussis	4 reprises enregistrées ; aucun montant économisé attribuable
Attente événementielle	Contrats de dépendances testés	Pas de preuve d'élimination universelle du polling dans les CLI

Replay synthétique de vingt objets inchangés : 12961 → 328 octets, soit 12633 octets évités. C'est une économie mécanique de transport de contexte sur ce fixture, pas une économie de tokens facturée ni un résultat de production. Les données modifiées ne sont pas supprimées pour améliorer cette mesure.

Ledger et résultats financiers

Le nouveau lecteur déduplique les snapshots d'une même réponse Claude par identifiant complet, conserve les sessions complètes et distingue entrée fraîche/cache. Il comprend désormais tokens_by_model du Researcher au lieu de traiter les clés de métadonnées comme des noms de modèles. Les compteurs inconnus restent inconnus. Cache-write non tarifé et modèle inconnu n'obtiennent pas un coût nul inventé.

Source	Lignes de la dernière collecte	USD estimés, sous-ensemble tarifé	Lignes non tarifées
claude_code	146	139.614506	0
model_router	373	0.324761	0
researcher	42	2.443298	2
chat_reflexif	2	0.004018	0
agent_launcher	41	22.922288	20

Ne pas additionner ces montants. Launcher peut recouvrir Claude, et le routeur d'autres sources. Les tarifs sont la grille historique du 22/24 octobre, pas une grille actuelle vérifiée. Le cache des sources qui ne le détaillent pas est inconnu ; leur estimation peut représenter l'équivalent au tarif sans cache. La facture réelle et l'équivalent API d'un abonnement ne sont pas assimilés. L'estimation Claude actuelle et les 320,963001 USD de l'ancien snapshot du 24 octobre ne couvrent ni la même période ni la même méthode : leur baisse n'est pas une économie d'inférence.

La fixture de duplication passe de trois snapshots à deux réponses, de 300 à 200 tokens frais et de 11 à 8 tokens de sortie comptabilisés. C'est une correction comptable, sans diminution de consommation chez le fournisseur. Le total fournisseur d'environ 371,80 USD dans RM-146 demeure une référence historique ; aucun nouveau relevé de facture n'a été demandé dans cette mission.

Indicateur demandé	Production	Recette contrôlée
Coût par mission validée	UNMEASURABLE : jointure fournisseur/missions incomplète	Inférence 0 USD sur les 20 contrats SCRIPT
Appels payants par mission	UNMEASURABLE	0
Tokens frais par mission	UNMEASURABLE	0
Tokens cache par mission	UNMEASURABLE	0
Part sans LLM	6/373 dans le routeur, pas dans tout le VPS	20/20 admissibles
Réutilisation validée	Aucun taux réel démontré ; zéro plan observé	Tests de reuse existants réussis
Tours de reporting	UNMEASURABLE sur l'ensemble des runtimes	0 tour LLM, 20 publications factices
Réussite des missions	Pas de cohorte comparable après correctif	20/20 gates validées
Erreurs/retries/reprises	44 échecs routeur ; 4 reprises Launcher, périmètres distincts	Refus et reprise/crash testés
Dépense non rapprochée	UNMEASURABLE sans relevé fournisseur contemporain	Sans objet : aucun fournisseur facturé

Aucune économie financière historique causale n'est revendiquée. La valeur démontrée est l'exécution sans inférence de contrats simples, la suppression d'une duplication de rédaction et la remise en état d'une mesure qui était interrompue.

Admission financière et observabilité

Le prototype RM-147 est réutilisé, sans nouvelle passerelle. Les tests couvrent réservation atomique, concurrence threads/processus, plafond parent/enfant, retries, crash, tarif ou registre inconnu, double comptage, cache déjà inclus et réservations incertaines. Il n'est pas branché aux credentials/egress de tous les runtimes. Il ne constitue donc toujours pas un hard budget transversal en production.

Agent Economics reprend le prototype privé RM-147 : treize rubriques, agrégats datés de production, recette clairement signalée et inconnus explicites. Rendu Chromium testé à 412 × 915, sans débordement horizontal. Alertes déterministes sur Ledger périmé, rapprochement absent, couverture dégradée à cohorte comparable, dérive des appels par mission et couverture budgétaire. Aucun agent de surveillance permanent, aucune page privée exposée publiquement.

Finir le chantier : trois interventions ciblées

1. Canari d'admission déterministe dans les entrées ordinaires : réutiliser les contrats SCRIPT démontrés et charger le préflight corrigé ; valider les cas admissibles sans LLM, les abstentions et la confidentialité. Le chargement du code du routeur/Launcher exige une fenêtre de déploiement contrôlée. Retour arrière : versions précédentes, sans toucher aux missions ni aux artefacts.
2. Admission financière obligatoire : raccorder le prototype aux adaptateurs réels et authentifier les dimensions, puis traiter les chemins directs. Toute modification de secrets, de réseau ou de budget global exige une décision explicite séparée. Retour arrière : retour au chemin approuvé antérieur, en conservant les réservations incertaines.
3. Rapprochement des mesures : joindre les identifiants fournisseur/tentative/mission, contrôler le premier passage cron, puis adapter les vues historiques et vérifier une cohorte de missions validées. Aucun benchmark cloud requis pour ces corrections. Retour arrière : rétablir scripts/cron sauvegardés ; conserver les nouveaux instantanés.

L'autorisation de cette mission couvre les déploiements à chaud sûrs déjà effectués. Les interventions ci-dessus nécessitent un déploiement contrôlé ou des autorisations plus sensibles. Le plafond de 40 USD prévu pour une autre campagne comparative n'est pas activé : zéro nouvelle inférence payante dans cette mission.

Limites et traçabilité

Les noms de modèles, règles et comptages sont observés ; la couverture universelle n'est pas supposée. Les essais de coordination/publication utilisent des doubles explicites. La conformité des agents génératifs à la nouvelle règle et le bénéfice financier réel restent à mesurer sur les usages ultérieurs autorisés. Les anciennes consignes conservées dans les index historiques doivent être interprétées sous la politique actuelle, pas réactivées.

Le dossier privé contient les références des sources, les empreintes, la sauvegarde SQLite, les reçus de déploiement, les tests JUnit, les fixtures, la capture mobile, les tentatives de recette et leurs corrections. Un défaut du CLI Ledger détecté au premier contrôle après installation a été corrigé et couvert par un test sur la commande exacte ; aucun effacement historique n'a eu lieu. Aucun hook Git n'a été contourné.

Sources de référence : RM-146, RM-147, archives publiques. Les trois pages ont répondu HTTP 200 sans authentification pendant la mission.

Changements

• Politique de clôture et collecteur déployés à chaud ; routeur et diff mémoire corrigés en recette.

Tests et preuves

• 161 tests, 30 sous-tests ; six tests Ledger ciblés ; validation visuelle Android.

Limites

• CONTINUE_TARGETED : couverture des entrées, hard budget et attribution incomplets.

Vérification

• Comparer les empreintes des fichiers déployés au reçu et contrôler la collecte du prochain passage cron.

Retour arrière

• Restaurer les copies antérieures des règles et du cron ; conserver toutes les nouvelles observations et les rapports.