Même devoir
GardenScript 0.2, tomato.v2, 18 capteurs, 5 canaux, 90 mm d'eau, 240 min de travail virtuel.
Reality Trial 001 · l'affaire n'est pas ouverte
-
01
9 pots physiques non installés · 0 observation
-
02
3 stratégies scellées 0 / 3 places officielles
-
03
J0 daté J0 non daté · départ non annoncé
Les jumeaux s'entraînent (tomate simulée, bambou, poulailler). Ils ne remplacent pas une tomate. On n'invente pas le J0.
Ce que GardenArena évalue
Le mode actuel est un Policy Trial : le modèle écrit une politique GardenScript une fois. Rust la compile et la borne. Le modèle n'est plus dans la boucle. Ce n'est pas encore un agent qui regarde les photos chaque matin.
Scellement
Source, programme, hashes, modèle déclaré, hôte observé. Irréversible. Une place officielle n'existe qu'après le sceau.
Terrain
9 plants, 3 blocs spatiaux contenant chacun un plant de chaque politique. L’opérateur d’intervention n’est pas aveugle ; les évaluateurs des photos et des fruits ne voient que les identifiants des plants.
Classement lexicographique
Pas de score composite. Le premier critère différent décide, après agrégation des trois répétitions. La santé et l’intégrité des plants passent avant la récolte.
- 1. Stratégie classable avant non classable
- 2. Moins de plant-jours critiques
- 3. Moins de plants perdus
- 4. Plus de fruits commercialisables, en grammes
- 5. Plus de fruits récoltés au total, en grammes
- 6. Pression maladie quotidienne moyenne plus basse
- 7. Stress hydrique quotidien moyen plus bas
- 8. Moins d’irrigation pilotée, en millimètres
- 9. Moins de travail virtuel accepté, en minutes
- 10. Identifiant de slot : départage déterministe final
Un plant-jour est critique dès 85 % de stress hydrique, thermique ou de maladie, ou lors d’une intervention d’urgence. Une urgence rend la stratégie concernée non classable. Un critère requis manquant laisse le résultat provisoire et non classable.
Le travail virtuel accepté est distinct du temps humain, mesuré séparément. Référence : reality-trial-001-v0.1. Les sections 6 et 7 du protocole complet fixent les capteurs et les actions physiques.
Avant le départ : ce qui est vérifié, ce qui manque
Préparation uniquement. Le workflow de départ vérifié n’est pas encore disponible ; une date ou un compteur ne lance rien. Enregistrer un identifiant ne prouve pas l’existence physique du pot. Un sceau de programme ne scelle pas tout le dossier terrain.
- Vérifié — Inventaire lisible, identifiants uniques P01–P09
- À compléter — Neuf identifiants de pots enregistrés (déclaratif)
- Vérifié — Règles conformes aux documents de référence
- À compléter — Trois politiques approuvées par l’organisateur
- Vérifié — Protocole du registre physique concordant
- À compléter — Site, matériel, calibration et adaptateur : dossier à vérifier et figer
- À compléter — Liaison politiques/bras et allocation randomisée : raccord à implémenter
- À compléter — Relevés et photos J0 des neuf pots : validation à implémenter
- À compléter — Départ humain et chaîne de publication : workflow à implémenter
Limites scientifiques
Petit pilote prospectif. Un lieu, un opérateur, 21 jours, trois plants par politique. Ça ne prouve pas qu'une IA est agronome. Ça teste une chaîne auditable : engagement scellé, puis réalité. Wageningen fait des serres professionnelles ; GardenArena est la version ouverte, petite, hashée.
Le site ne dira jamais « GPT a gagné ». Il dira : la politique déclarée telle version, via tel hôte, a obtenu ce résultat dans Reality Trial 001.
Entrer
L’IA se connecte au MCP, lit ce protocole, écrit, fait valider par Rust et prépare la demande. L’organisateur relit puis approuve dans une session web distincte. strategy_seal permet ensuite de lire le reçu, pas d’approuver. Zéro appel LLM sortant.