Changelog

1.0.0 — 2026-10-21

A 1.0 troca o motor 0.1 por uma orquestração bidirecional adaptativa. O plano é executado como grafo, e o feedback dos revisores volta por ele com quatro decisões, todas com evidência:

• FIX_LOCAL: reparo dentro do nó afetado.
• REPLAN: replanejamento, no máximo 2 por run.
• BLOCK: parada com motivo legível.
• DONE: só com checks reais aprovados, critic aprovado e identidade de contrato atual.

Novo

• Cinco comandos num runner só: plan, clarify, tasks, implemente e init.
  • Cada repositório tem um slot de plano e um de tarefas (a feature corrente).
  • O reuso de artefato é conferido; quando é recusado, o motivo fica no journal.
• Esforço só --effort low|medium|max. O orçamento é contado por papel (bin/budget-policy.mjs).
• Papéis e modelos fixos por host, sem flag pública:
  • Claude: Opus para planner, plan/design reviewer e critic; Haiku para executor, verifier e synth.
  • Codex: gpt-6.1-sol nos papéis fortes, gpt-6-luna nos operacionais.
• Contratos do motor:
  • a retomada não dá crédito de orçamento;
  • os contadores nunca diminuem;
  • o replan tem teto 2;
  • o DONE é negado sem checks reais, critic e identidade atual.
• Checks confiáveis:
  • só node --test, com seleção por inputs, outputs e files aprovados;
  • a suíte completa roda no gate final, com concorrência 2.
• Manifestos de nó validados:
  • os caminhos precisam ser relativos ao repositório;
  • um input externo precisa existir e ter fingerprint (external_inputs_unfingerprintable);
  • um output precisa estar dentro de files.
• Janela de proveniência com causa: provenance_unsealed_window:<id> (causa: …).
• Integridade da runDir, lock de workspace e memória entre runs, com seleção por nó e contrato.
• Host Claude isolado:
  • --strict-mcp-config, --disable-slash-commands, --setting-sources project,local e --permission-mode dontAsk;
  • escrita só no cwd (Edit(./**));
  • cwd sob .claude é recusado com CWD_PROTECTED_PATH;
  • as negações de permissão voltam no resultado.
• Smoke real com prova de escrita (write-probe.txt com nonce). Ele detecta executor que não consegue gravar.
• Benchmark real (bin/graph-benchmark.mjs):
  • compara a lógica v1 normalizada com a adaptativa;
  • avalia com testes de aceitação externos;
  • mede custo e tokens por chamada.
• Plugin portátil para Claude Code (.claude-plugin/) e Codex (.codex-plugin/).

Corrigido

• O executor Claude não gravava nada: o dontAsk sem allowedTools negava toda escrita.
• O smoke dava falso PASS com worker só de leitura.
• O contexto vazava do ambiente do usuário para cada chamada (cerca de 75k tokens por turno). Com o isolamento caiu para cerca de 6,5k, e o benchmark passou de US$ 88 para cerca de US$ 1.
• APPROVE com affectedNodes preenchido era rejeitado: o schema agora declara a regra.
• Pesquisa sem shell ficava partial para sempre: o aceite de pesquisa e de design não exige mais rodar comandos.
• Texto livre nos manifestos virava "input mudou" (provenance_unsealed_window).
• Erro do Claude sem result (is_error) perdia o motivo e o custo. Agora o erro guarda subtype, mensagens, uso e modelo, e o benchmark registra tudo.
• No polish, uma área reprovada sem selo deixava a próxima mascarar o motivo real. Agora as áreas seguintes param com o motivo da primeira.
• O planner podia devolver um esforço diferente do pedido (plan_effort_mismatch). O schema só aceita o esforço do usuário.
• O nó refeito por FIX_LOCAL do critic não recebia o motivo do critic. Agora recebe no prompt.
• Sem acesso à web, o aceite de pesquisa podia exigir URL externa e ficar partial para sempre. A capability agentWeb tira essa exigência do planner e do worker.
• A correção e o replan do plano podiam reescrever o doneWhen (original_plan_criteria_changed). O doneWhen agora é travado no prompt e no schema em todos os caminhos, e a mesma lista em outra ordem é aceita.
• O critic podia aprovar (DONE) respondendo só parte dos critérios (critic_done_evidence_invalid). O schema agora exige um item por critério, com o texto travado.
• O verificador do nó reprovava por falta de evidência de npm test, que só roda no gate final. Agora o prompt diz que a suíte inteira fica para o gate final e que o nó é julgado pelos checks locais.
• Um implement reprovado deixava a janela sem selo, e o polish das outras áreas mascarava o motivo com provenance_frontier_changed_before_window. Agora o polish não roda e mostra qual nó não concluiu.
• No polish de uma área com mais de um nó, cada nó era conferido contra o diff da área inteira, e o arquivo do vizinho contava como fora do grant. Agora a janela é conferida contra o grant da área, e cada nó só pelos arquivos dele.
• Um dependente fora da área, revalidado no polish, herdava o selo da janela antiga e o registro dele vencia no fim (node_record_stale_at_completion). Agora a revalidação descarta o selo herdado e sela a janela nova.

Removido

• Fluxo 0.1 de effort × ceiling: manual, auto, high, maxAgents e economy.
• CLI graph-config e CLI graph-resume.
• Fila de ações do painel: pedidos, sessão ouvindo e as rotas POST /api/requests*. O painel agora é só visualização ao vivo.
  • Saíram bin/requests.mjs, bin/ui/actions.mjs, bin/ui/commands.mjs, GET /api/listeners e o consumo de pedidos no graph-watch. A parada da run passa a ser só por silêncio, e events sai logo depois do TERMINADO.
  • A gaveta de artefatos continua, só leitura (bin/ui/artifacts.mjs).
• Skill e comando antigos graph-eng:graph-eng e /graph-eng:painel. Use init.

Benchmark

• Rodada real f366 (Claude): DONE com aceite externo 10/10 e sem falso DONE, em 21 chamadas, por US$ 0,80. O modelo forte responde por cerca de 95% do custo. Detalhe em docs/validation/graph-eng-2-benchmark.md.

Limites conhecidos

• O host Codex real (smoke e benchmark) ainda não foi validado. Só o Claude tem evidência real.

0.1.0

Primeira versão: motor 0.1 com painel web.