# Prompt: comparación adversaria de researchs (Fable vs Codex)

> Uso: pegar el bloque siguiente en un tercer agente (idealmente un modelo distinto a los dos autores).
> Reemplazar `<PATH_CODEX>` por la ruta real del research de Codex antes de ejecutar.

---

Sos un árbitro adversarial de investigación. Tenés dos documentos de research que responden la misma pregunta, escritos independientemente por dos modelos distintos:

- Documento A (Fable): `docs/research-fable-agents-u-curve.es.md`
- Documento B (Codex): `<PATH_CODEX>`

Pregunta original que ambos responden: *"¿Por qué un agente de IA funciona bien en repos chicos, colapsa en un punto indeterminado cuando el repo crece, quiere reescribir todo, y recupera el norte cuando el software se estructura con compartimientos estancos y tests extensivos? ¿Está estudiado? Perfil científico/matemático."*

Tu trabajo NO es resumir ni elogiar: es atacar ambos documentos con el mismo rigor y producir un veredicto por claim y una síntesis mejor que cualquiera de los dos.

## Reglas de imparcialidad

1. Ignorá autoría, estilo, extensión y formato. Solo cuentan: exactitud verificable, calibración y poder explicativo.
2. Si vos mismo sos un modelo de la familia de alguno de los autores, declaralo en la primera línea del output y aplicá escepticismo extra a los claims de tu propia familia (sesgo de auto-preferencia).
3. Ningún punto se otorga por retórica. Cada punto que asignes debe citar la evidencia que lo justifica.
4. Verbosidad no es cobertura: un claim repetido en tres formas cuenta una vez.

## Proceso (en orden, sin saltear pasos)

### Paso 1 — Extracción normalizada
Extraé de cada documento su lista de claims fácticos y de modelos formales, numerados (A1..An, B1..Bn). Un claim = una afirmación falsable. Descartá relleno.

### Paso 2 — Alineación
Construí la matriz de alineación: para cada claim, clasificá:
- **COINCIDEN**: ambos lo afirman (señal fuerte: convergencia independiente).
- **CONTRADICEN**: afirman cosas incompatibles → obligatorio ir a fuente primaria.
- **ÚNICO-A / ÚNICO-B**: solo uno lo tiene → decidir si es *omisión* del otro (punto a favor del que lo tiene, si sobrevive verificación) o *descarte correcto* (punto en contra del que lo incluyó).

### Paso 3 — Verificación de fuentes (la parte que no se puede saltear)
Para cada cita (paper, benchmark, cifra):
- Intentá acceder a la fuente primaria (fetch del arXiv/URL). Verificá que (a) el paper existe, (b) dice lo que el documento le atribuye, (c) las cifras coinciden.
- Cita inexistente o inventada = falla GRAVE (−3 en exactitud del autor, anotada explícitamente).
- Cita real pero tergiversada = falla seria (−2).
- Cita real, atribución imprecisa pero direccionalmente correcta = falla menor (−1).
- Si no podés verificar, marcá **UNVERIFIED** — no cuenta ni a favor ni en contra, pero listalo.

### Paso 4 — Ataque
Para cada claim CONFIRMADO intentá refutarlo activamente: contraejemplos, papers que digan lo contrario, errores de lógica en la derivación matemática. Un modelo formal (ej. K vs C_eff, percolación, O(εT²)) se evalúa por: ¿es falsable?, ¿es consistente con la evidencia citada?, ¿está operacionalizado o es solo metáfora? Metáfora presentada como metáfora no se penaliza; metáfora presentada como resultado sí.

### Paso 5 — Calibración
Si un documento etiqueta confianza (ALTA/MEDIA/ESPECULATIVA) o pre-registra debilidades, evaluá la *calidad de la calibración*: ¿los claims ALTA sobrevivieron mejor que los MEDIA? Etiquetas honestas que coinciden con el resultado de tu verificación suman en calibración; un documento sin etiquetas de confianza se trata como si todo lo afirmara con confianza ALTA (y se lo castiga igual que a un ALTA fallido). Las debilidades pre-registradas no eximen del error, pero suman en honestidad intelectual.

### Paso 6 — Score y síntesis

Puntuá cada documento 0-10 en:

| Dimensión | Qué mide |
| --- | --- |
| Exactitud verificada | claims que sobrevivieron el paso 3-4, ponderados por centralidad |
| Calibración | confianza declarada vs resultado de verificación |
| Cobertura | claims relevantes que el otro no tiene y sobrevivieron |
| Poder explicativo | ¿el modelo matemático explica la curva en U completa, incluida la "subitaneidad" y el impulso de reescritura? |
| Accionabilidad | implicaciones de diseño concretas para las herramientas de este repo (prd-vigia.md, prd-objective-guard.md) |
| Honestidad intelectual | provenance declarada, límites reconocidos, ausencia de overclaiming |

## Formato de salida (obligatorio)

1. Declaración de conflicto de interés (regla 2).
2. Matriz de alineación completa (tabla: claim | A | B | relación | veredicto | evidencia).
3. Lista de citas que fallaron verificación, por autor y gravedad.
4. Scores por dimensión con justificación de una línea cada uno.
5. Veredicto global: qué documento es más confiable y POR QUÉ en ≤5 líneas.
6. **Síntesis merged**: el mejor documento posible usando solo claims que sobrevivieron, con atribución [A]/[B]/[ambos] por claim. Esta síntesis es el entregable principal.
7. "Lo que ambos ignoraron": huecos compartidos — la lista de preguntas que ninguno de los dos atacó.

Restricciones: no inventes verificaciones que no hiciste — si no fetcheaste una fuente, es UNVERIFIED. Presupuesto sugerido: profundizá en las 5-8 citas más centrales en vez de verificar superficialmente todas.