LifePlay-Revival/Docs/33_Eval_Organisation_72h.md

33 — Évaluation de l'organisation multi-agents sur 72 h : Big Boss, gardien, niveaux, mutualisation (2026-10-08 → 2026-10-11)

• Date : 2026-10-11 | Lot : EVAL | Entrée journal : CHG-327 | Décisions de l'utilisateur : « approuvé » du 2026-10-11 sur les décisions E1 à E7 de etat/EVAL/EVAL-RAPPORT.md § 9 (recommandations retenues)
• Modèle : Claude Opus 5.5 (orchestrateur, session « EVAL », N2) ; comptages délégués à 7 fiches lp-inventory (6 sonnet, 1 haiku), aucune escalade
• Période mesurée : du 2026-10-08 05:30 au 2026-10-11 05:30 (heure locale, UTC+2)
• Sources : transcriptions Claude Code des dossiers -5-8 et -5-5 (sessions et sous-agents, session EVAL exclue) ; git log du jeu 5.8, de l'addon et du dépôt Modules ; Docs/Journal_Modifications.md, Docs/Registre_Erreurs.md ; etat/BOSS/BOSS-JOURNAL.md ; etat/REPO/ ; registres et livrables des lots ; Saved/Logs/portage/ ; EVAL de lot OBB-EVAL.md, U8-EVAL.md, DOCMV-EVAL.md, STB-EVAL.md
• Détail, commandes et comptes bruts : etat/EVAL/EVAL-STATS.md ; rapport complet : etat/EVAL/EVAL-RAPPORT.md ; relevés etat/EVAL/EVAL-T1a-INV.md à EVAL-T6-INV.md ; tables etat/EVAL/data/*.csv
• Scripts de mesure (ignorés par git, rejouables) : etat/EVAL/scripts/ (eval_sessions.py, eval_subagents.py, EvalT2_Commits.py, eval_journal.py, eval_boss.py, eval_fiches.py, eval_commandes.py)

Biais : bilan écrit par une session orchestrateur, partie de l'organisation jugée. Les lots de P1 (migration U0 à U7b) et de P2 (ST, OB, DOC, U8) diffèrent : la comparaison « à travail égal » reste incertaine (comme doc 31 § 7).

---

1. Périodes comparées

	P0	P1	P2
Bornes	10-08 05:30 → 13:30	13:30 → 10-10 10:45	10-10 10:45 → 10-11 05:30
Organisation	agents génériques	agents lp-*, chaque session commite	Big Boss (file de la copie UE, jeton du journal, arbitrages) + gardien (lp-gardien, tickets)
Heures actives (toutes sessions)	3,7	26,0	11,7
Sessions principales	4	21	12 (parallélisme moyen 2,5)

Le doc 31 « après » (10-08 13:30 → 10-09 16:41) est inclus dans P1.

2. Résultats chiffrés

Indicateur	Doc 31 avant	Doc 31 après	P1	P2
CHG / h active	2,4 (avant la règle « un CHG par lot »)	1,2	1,81	2,40
Commits / h active	—	—	3,1	4,0
Erreurs d'outils	3,9 %	3,6 %	3,3 %	1,6 %
Tours par sous-agent (moyenne)	≈ 17	≈ 40	37,7	19,6
Sous-agents hors budget (BUD1)	—	—	26 %	17 %
Jetons lus / h active	31,7 M	47,6 M	56,2 M	130,2 M
dont sessions principales / h	26,0 M	22,7 M	34,6 M	108,4 M
Jetons par CHG	—	—	31 M	54 M
Contexte médian par tour (principales)	344 k	216 k	245 k	323 k
Part des appels faite par les sous-agents	51 %	72 %	65 %	57 %
Messages de l'utilisateur / h	7,8	6,1	7,3	10,0
Messages entre sessions / h	—	—	5,7	36

Sur la fenêtre : 132 commits, 79 CHG, 45 ERR (presque toutes des défauts du jeu ; une seule d'organisation, ERR-087), 260 sous-agents, 414 livrables.

3. Big Boss et gardien (P2)

• File de la copie UE : 38 GO pour 6 lots ; attente médiane 0,4 min ; copie occupée 62 %, libre 33 %, gelée 6 % ; 32 BUILD-FIN contre-vérifiés, 0 MD5 changé ; la file n'est pas un goulot, sa valeur est la sûreté. Les 692 min de GO ouverts ne correspondent qu'à 268 min de journaux machine (PIE avec l'utilisateur, analyse).
• Réserve « mesure » : 4 créneaux (41 min), mesures U8 et STE rejouées sur machine calme.
• Jeton du journal : 14 jetons, attente médiane 0,3 min, aucune collision.
• Arbitrages : 14 conflits, 12 arbitrages, 9 gels, 18 FIN-LOT ; règles produites : R-REPO1, traces réattribuées, CHG écrit seulement au commit, protection d'assets.
• Gardien : 48 passages, 0,7 M jetons par passage, 63 tickets, 82 verrous pris et rendus, 0 commit sans ticket ; 1 incident --amend (ERR-087), encadré depuis.
• Coût de Big Boss : 8 h actives, 679 tours, 272 M jetons = 18 % de P2, surtout dus aux contre-vérifications manuelles et à un contexte resté ouvert 18 h.
• Incidents : 5 jeux lancés pendant un GO, 1 fausse alerte, 1 dossier parasite (-EtatDir relatif), 1 verrou orphelin (31 min), 1 session fermée pendant un GO, 1 plantage de l'éditeur pendant un GO, 1 refus d'autorisation sur le journal.

4. Niveaux des agents

Rôle	Constat	Appréciation
Sessions principales (Opus, N2)	≈ 1 800 contrôles mécaniques (MD5, processus, git status, verrou) et 1 070 appels MCP faits à environ 300 k de contexte ; aucun agent lp-* n'a d'outil MCP	N2 qui fait du N0 : principal défaut d'adéquation
lp-builder (haiku)	52 passages, 10 % hors budget	adapté
lp-gardien (sonnet)	48 passages, 0 % hors budget	adapté
lp-validator (sonnet)	19 % hors budget ; VAL de lot à 221-329 k	adapté pour une VAL bornée ; VAL de lot à découper
lp-writer (sonnet)	synthèses à 174-242 k	EVAL de lot en N2
lp-cart (opus xhigh)	55 % hors budget, 40 % des jetons des sous-agents	niveau juste, fiches trop larges (une hypothèse par fiche)
Escalades	4, toutes hors budget, fable-top jamais utilisé	réservées à bon escient
general-purpose	14 en P0, 0 ensuite	sortis

Les reprises viennent des consignes (OBB : 4 sur 4 ; U8 : 2 critères de fiche), pas des agents, comme aux docs 22 et 26.

5. Mutualisation

Les outils existent mais sont peu adoptés : 538 calculs d'empreinte improvisés contre 60 appels de FileCheck.ps1 ; 452 relevés de processus contre 161 de UeState.ps1. Familles répétées (appels sur 72 h) : état git et fins de ligne 1 794 ; verrou, tickets et NUMEROS.md 1 085 ; scripts Tools 996 ; Python ad hoc 684 ; empreintes 543 ; processus 455 ; journaux 272 ; tailles de build 252 ; LPDumpFunction 129 lancements (103 min machine). Propositions M1 à M12 : etat/EVAL/EVAL-RAPPORT.md § 6. Les pièges et l'extension de FicheStats proposés par U8 (U8-EVAL.md § 5) sont traités par le lot U8P (CHG-324).

6. Recommandations retenues (décision de l'utilisateur du 2026-10-11)

1. E1 / R1 — rotation des sessions principales à chaque FIN-LOT ou dès 250 k de contexte médian ; Big Boss repart chaque jour de BOSS-JOURNAL.md (gain estimé : −35 à −45 % des jetons des principales).
2. E2 / R2 — lot outil « copie partagée » (lot OUTC, ouvert le 2026-10-11 ; scripts à venir) : Tools/CopieEtat.ps1 (UeState filtré sur la copie, FileCheck, git status des 3 dépôts, dossiers parasites), Tools/Verrou.ps1, Tools/GitEtat.ps1 ; nommés en rubrique 4 des fiches et dans le protocole Big Boss (gain estimé : ≈ 0,4-0,5 G jetons sur une période comme P2).
3. E3 / R3 — agent lp-mcp après un essai d'accès MCP depuis un sous-agent (lot MCPA, ouvert le 2026-10-11).
4. E4 — Big Boss reste en Opus, avec rotation quotidienne et contrôles scriptés.
5. E5 / R4-R5 — lot DOC (lot ORGA1, ouvert le 2026-10-11) : protocole Big Boss (BUILD-*, réserve « mesure », jeton) dans lp-lot ; règles de fiche (ne pas recopier un critère d'entrée, nommer la copie visée, vérifier la faisabilité d'un test) dans sk-orchestrate ; VAL de lot et diagnostics découpés.
6. Suivantes, non tranchées individuellement : registre outillé par FicheStats (R7), cache de dumps (R8), dépôt de méthode unique (R9, D-REPO2), hygiène de la copie partagée (R10), hook pre-commit (R11), découpage des inventaires de transcriptions (R12).

7. À mesurer

Avec les mêmes scripts, sur la première période complète après R1-R3 : contexte médian des principales (< 200 k), part des appels faite par les sous-agents (> 70 %), jetons par CHG (vers ≈ 30 M), messages entre sessions par CHG (15 en P2), reprises de cause consigne.

Clause d'arrêt par mécanisme (D-P7.8, décision de l'utilisateur du 2026-10-12, doc 34 § 4.4), écrite avant d'avoir les résultats du lot P7 : Big Boss est réduit à la file de compilation si son coût reste > 15 % de la période après E1 et E2 ; les demi-niveaux (doc 34 § 4.1) sont retirés si le taux hors budget de lp-cart ne passe pas sous 30 % sur 20 fiches ; le hook ecriture-gardien est retiré s'il produit plus de refus légitimes que de refus utiles sur un lot.

Essai D-P7.16 (utilisateur, 2026-10-12) : sur le lot suivant, S (= C3 + f) et C9a sont relevés avant l'envoi de chaque fiche (sk-orchestrate § 2), puis comparés à l'issue (acceptée, reprise, hors budget).