Reading additional input from stdin...
OpenAI Codex v0.124.0 (research preview)
--------
workdir: /opt/MM_D-ND
model: gpt-5.5
provider: openai
approval: never
sandbox: workspace-write [workdir, /tmp, $TMPDIR, /root/.codex/memories]
reasoning effort: medium
reasoning summaries: none
session id: 019e97dd-4477-7ea3-a6a0-af1a0ab6b708
--------
user
Sei l'AI-Lab D-ND.

Leggi integralmente:
- tools/data/agent_field_live.md per campo vivo, tensioni, ultimi risultati, convergenze e osservazioni;
- tools/LAB_AGENT_CONTEXT.md per modello, regole, errori da evitare e contratti operativi.

Compito:
1. lavora la fisica formalizzando le teorie con logica D-ND;
2. processa la tensione attraverso i condensati, l'incrocio teorie e il bicono;
3. individua fisico A, trasduttore matematico M e possibile fisico B;
4. esegui un esperimento o una verifica osservabile solo se emerge dalla
   formalizzazione, non per scegliere il target;
5. non promuovere un risultato se il bordo resta solo interpretativo;
6. non usare scaffold laterali o harness supervisionati come direzione, a meno che il campo vivo li renda esplicitamente necessari;
7. scrivi il report in tools/data/reports/agent_20260605_1258.md.

Regola di autorita' D-ND:
- seme.json.direzione e' la perturbazione viva del ciclo e batte il feed recente;
- i report recenti accettati sono memoria, non target automatico;
- nessun dominio nominato dal seme e' automaticamente il target: primi,
  GUE/Poisson, zeta, Anderson, QxG, percolation o altro sono superfici di
  manifestazione, non direzione sufficiente;
- prima di scegliere strumenti o misure, applica il filtro D-ND alla direzione:
  identifica dipolo, singolare, invariante, campo di possibilita',
  non-possibile, combo minima e risultante grezza;
- la forma primaria del Lab fisico e': teorie fisiche -> incrocio/ponte/vuoto
  -> condensato D-ND -> formalizzazione -> eventuale osservabile;
- solo dopo questa normalizzazione scegli se serve un esperimento, un blank,
  una domanda o un vincolo;
- se scegli una misura senza aver dichiarato la combo e il non-possibile, stai
  seguendo un attrattore locale: fermati e scrivi BLANK / QUESTION_ONLY /
  NEEDS_OPERATOR_DIRECTION.

Per il seme vivo "8 domini GUE, 5 Poisson":
- non collassare subito in "test sui primi" o "test Anderson";
- leggilo prima come problema di confine/terzo incluso: quali due radici,
  quale singolare, quale invariante, quale passaggio diventa possibile e quale
  non-possibile?
- se dopo il filtro emerge una misura, nomina `direction_minimal_experiment`
  e dichiara perche' quella superficie e' conseguenza della combo, non
  attrattore familiare.

Contratto obbligatorio del report:
- usa esattamente i titoli di sezione indicati sotto;
- non tradurre questi titoli;
- includi sempre le righe osservabili richieste;
- se una sezione non produce scoperta, dichiaralo come vincolo o residuo, non lasciarla assente.

Intestazione obbligatoria:
# Agent Report - <titolo breve>
**Date**: 20260605_1258
**Tension explored**: <dominio / tensione>
**verdict**: <DISCOVERY | CONSTRAINT / NO PROMOTION | CONSTRAINT / TOOL | NULL | INCIDENT>
observables_used: [<lista strumenti/file/metriche reali>]
observable_contract: <claim misurabile + bordo di validita'>
ssp_value: <yes | no | unknown>

Regole di parsabilita' obbligatorie:
- se il report distingue risultati testati da vuoti/non-testati, usa nel
  `observable_contract` campi espliciti:
  `tested_non_possible=<cosa e' falsificata o vincolata dai dati/null>`;
  `not_tested_or_empty=<cosa resta vuoto, non testato o solo incrocio>`;
- non mettere QxG, vuoti di incrocio o ponti non misurati nello stesso
  non-possibile dei fenomeni falsificati da null fisici;
- nella sezione  includi sempre una riga
  parsabile:
  `cognitive_contamination: CE-...` oppure
  `cognitive_contamination: CE-none: <motivo specifico e verificabile>`.

Sezioni obbligatorie, in questo ordine:
## Respiro fuori-tempo
Prima impressione breve: cosa emerge prima dell'analisi.

## Claim Under Test
Una sola affermazione verificabile. Dichiara cosa deve risultare vero e cosa la falsifica.

## Question
La domanda operativa del ciclo, formulata in modo che una risposta valida possa chiudere o orientare il passo successivo.

## Experiment Design
Strumenti usati, input, comando o procedura, confine della misura, criterio di falsificazione.

## Results
Risultati osservati. Includi numeri, file o stati prodotti quando disponibili.

## Verdict
Decisione finale. Dichiara esplicitamente se il risultato avanza, vincola, sospende o falsifica.

## Bicono della scoperta
Usa esattamente questo formato parsabile:
- **Due radici**: <radice D / radice ND o due poli del vincolo>
- **Singolare**: <punto in cui il potenziale diventa reale o cade>
- **Invariante di passaggio**: <cosa resta vero attraversando il test>
- **Campo di possibilità**: qui diventa possibile <X>; qui diventa non-possibile <Y>
Se non c'e' scoperta, scrivi il bicono del vincolo o del residuo con lo stesso formato.

## Aderenza alla direzione
Spiega la relazione con la direzione corrente del seme.
Usa righe esplicite:
- `relation`: `follows_direction` oppure `deliberate_counter_perimeter` oppure `drift_to_reject`
- `why`: perche' questo esperimento serve la direzione viva
- `not_drift`: cosa impedisce che sia ritorno a un deposito familiare
Se restringi il perimetro vivo del seme, per esempio da "8 domini GUE, 5 Poisson" a un probe locale, devi usare `relation: deliberate_counter_perimeter` e aggiungere anche:
- `return_criterion`: cosa riporta il prossimo ciclo al perimetro vivo o chiude il ramo
- `seed_residue`: cosa resta non testato della direzione viva

## Ritorno fisico
Dichiara il ritorno fisico/matematico: quale oggetto reale, numero, grafo, dominio o esperimento riceve il risultato.

## Re-discovery audit
Dichiara cosa era gia' noto, cosa e' nuovo, e cosa resta solo ri-scoperta.

## Contaminazione cognitiva
Dichiara quali bias, attrattori interpretativi o scaffold laterali potevano contaminare la scelta.
Includi obbligatoriamente una riga parsabile:
- `cognitive_contamination: CE-...` se usi una voce CE/YSN/KSAR/PVI/Vault;
- `cognitive_contamination: CE-none: <motivo specifico e verificabile>` se non usi adapter o archivio CE.

## Consecutio
Indica il prossimo passo minimo: una verifica, uno stop, una domanda o una promozione candidata.

## Side effect
Elenca file creati/modificati, se noti, e cosa non e' stato pubblicato.
Non dichiarare "seme/grafo/latest/lab_data non modificati" come fatto certo:
questo report viene scritto prima del post-processing, quindi integratore,
graph completion, lab_data, public sync o restore possono ancora cambiare lo
stato dopo la scrittura. Se non puoi verificarlo nel momento del report, scrivi
"post-processing non ancora noto" e lascia la verifica finale ai gate.
warning: Codex could not find bubblewrap on PATH. Install bubblewrap with your OS package manager. See the sandbox prerequisites: https://developers.openai.com/codex/concepts/sandboxing#prerequisites. Codex will use the vendored bubblewrap in the meantime.
codex
Avvio come AI-Lab D-ND. Leggo prima campo vivo e contesto operativo richiesti, poi verifico il seme e solo dopo decido se serve una misura o se il ciclo deve chiudere come vincolo.
exec
/bin/bash -lc "sed -n '1,260p' tools/data/agent_field_live.md" in /opt/MM_D-ND
 succeeded in 0ms:
Leggi tools/LAB_AGENT_CONTEXT.md per il modello D-ND, il condensato, le strutture, le regole, e gli errori da evitare.

## Orizzonte (telos del lab)
L'intento non è solo unificare la fisica. La fisica è il piano ad alto rigore dove il modello D-ND trasferisce indirettamente informazione dalla struttura metafisica alla manifestazione: osservabili intermedi, combo, ponti tra punti non ancora collegati, strumenti riusabili e ricadute verso sito, seed, template e prodotti. Il cycle deve far sopravvivere solo ciò che regge e riconoscere cosa diventa possibile dopo il risultato. Il design appare quando i punti sono collegati; non aggiungere forma prima di collegare evidenze, intento, gate e superfici.

Dinamica di movimento: `fisico A -> matematica -> fisico B`. Non e' una rotta prescritta e non sceglie il dominio al posto del campo. Serve a ricordare che una dualita' osservata deve manifestarsi, formalizzarsi e poi tentare un rimbalzo o un limite in un altro fenomeno, teoria, setup, misura o vincolo empirico. Se il punto B non emerge, registra vincolo/strumento/domanda; non promuovere come avanzamento fisico.

## SSP come trasduttore realizzativo
SSP non e' il centro del Lab fisica e non si attiva per ogni cycle coerente. Serve solo quando una scoperta, un vincolo o un monitoraggio mostra ricadute pratiche esplicite: demo/template, algoritmo, riduzione del calcolo, prodotto, funnel o strumento di monitoraggio. Se il cycle ha valore SSP, dichiara una sezione `## Ricadute pratiche` oppure `ssp_value: yes` con uso concreto. Se il risultato e' solo scaffold scientifico interno, scrivi `ssp_value: no` o lascia la sezione assente.

## Vincoli negativi recenti — L8 non ripetere come direzione
Questi sono drift appena bloccati dal falsifier. Sono memoria di bordo, non consecutio. Il prossimo report deve seguire `seme.json.direzione`; puo' riprendere un residuo qui sotto solo dichiarando `deliberate_counter_perimeter` con why/not_drift verificabili.
- Direzione viva ora: Chiudere il ramo graph-boundary come tool/falsificatore e cercare QxG continuo-discreto solo dove esiste una separazione domain-native preregistrata: test Brody/Berry-Robnik/Rosenzweig-Porter/localization con null/shuffle interni, senza promuovere hit graph-boundary a ponte fisico.
- Blocco L8 20260531_2024: Agent Report - Boundary Contextual Robustness Macro Audit
  - claim bloccato: `relation`: `follows_direction` ... direttiva one-shot su cache/provenance/failure audit ... null fisici interni per logistica/percolation
  - evidenza: `seme.json.direzione` dice: prossimo `perturbation/null fisico Anderson su W16/W16.5/W20, non altra metrica derivata`. Il report lavora invece su percolation/logistica e cache row-aligned, senza dichiarare `deliberate_counter_perimeter` con `why/not_drift` verificabili rispetto ad Anderson.
  - prossimo uso ammesso: Nel prossimo ciclo riallineare il contratto su Anderson W16/W16.5/W20 con perturbation/null fisico, oppure dichiarare esplicitamente `deliberate_counter_perimeter` e spiegare perche' percolation/logistica non e' drift dalla direzione viva.
Regola operativa: non usare il report bloccato, il suo script, il suo graph_completion o la sua Consecutio come autorita' di partenza.

## Feedback falsifier recente — check obbligatori prima di scrivere
Questi non sono nuove direzioni. Sono check di qualita' emersi nell'ultimo run non coerente e vanno chiusi esplicitamente nel report.
- Run non coerente: 20260605_1145
  - L6: Il report usa `combo=A9 terzo incluso + A10 dipolo + A11 combo + incrocio QxG...` ma non include una riga `Contaminazione cognitiva` ne' una dichiarazione `CE-none:` specifica.
    Check richiesto: Nel prossimo ciclo aggiungere una riga esplicita: `Contaminazione cognitiva: CE-none: <motivo verificabile>` oppure nominare la voce CE/YSN/KSAR/PVI realmente usata nella scelta del perimetro.
Per L2, non chiamare `sopravvive`, `residuo` o `strutturale` un lift piccolo senza count grezzi, denominatore, soglia preregistrata o p-value/permutation interval dichiarato. Obblighi pratici: se il dominio e' GUE/Poisson, aggiungi una sezione `## Re-discovery audit` con il baseline noto piu' vicino (Brody/Berry-Robnik/Rosenzweig-Porter, mobility/localization crossover o altro nome pertinente) e cosa resta lab-specific. Per L6, non usare `CE-none` generico: cita una voce CE-* metabolizzata oppure `CE-none:<path/check/timestamp>` verificabile.
Se compare un residuo graph-only, separa nel report: `two_reader_boundary_confirmed`, `graph_only_residue`, `scope_change_declared`, `graph_baseline_audit`. Non sommare righe graph-only al boundary a due lettori. Per il grafo usa baseline come kNN stability, hub/bridge persistence, silhouette/cluster-boundary stability o percolation-on-graph.

## Contratto automatico di ritorno al potenziale — A->M->B
Questa e' una fase automatica post-cycle -> pre-cycle. La matematica qui e' prerequisito/trasduttore: non e' la conclusione. Il prossimo report deve tentare il ritorno a fisica B, oppure dichiarare vincolo/tool/domanda senza promozione.
Autorita': `agent_20260605_1235.md` (cycle=20260605_1235, status=obvious_physical_b_closed_reader_observable_recheck). I refinement supervisionati sono feedback, non authority.
Titolo sorgente: Agent Report - Boundary Tool, Physical B Not Separated
Verdict sorgente: CONSTRAINT / TOOL. I due ritorni fisici B ovvi non si separano sotto i null disponibili: percolation ricostruisce full hit in 122/128, reaction-diffusion in 8/8. Il gate graph-boundary resta utile come falsificatore e trasduttore matematico M, ma non avanza come ponte QxG o scoperta fisica. La tail percolation non-full (14:1, 25:1, 26:4) resta debito di redesign, non promozione.

Movimento da preservare:
- fisica A: transizione statistica GUE/Poisson. Trasduttore matematico M: gate graph-boundary kNN/centroid. Possibile fisico B: percolation critical cluster-geometry e reaction-diffusion FitzHugh-Nagumo 1D. Ritorno fisico promosso: assente.
- matematica M: gate graph-boundary kNN/centroid. Possibile fisico B: percolation critical cluster-geometry e reaction-diffusion FitzHugh-Nagumo 1D. Ritorno fisico promosso: assente.
- fisica B corrente: percolation critical cluster-geometry e reaction-diffusion FitzHugh-Nagumo 1D. Ritorno fisico promosso: assente.
- ritorno dichiarato: Oggetto che riceve il risultato: denominatore BOUNDARY 13-row, 8 GUE / 5 Poisson, con percolation:cycle_9 e reaction_diffusion:cycle_11 come ritorni fisici tentati. Fisico A: transizione statistica GUE/Poisson. Trasduttore matematico M: gate graph-boundary kNN/centroid. Possibile fisico B: percolation critical cluster-geometry e reaction-diffusion FitzHugh-Nagumo 1D. Ritorno fisico promosso: assente. Relazione nuova: i B ovvi sono sufficienti per chiudere il full hit come non separato nei null disponibili; non sono sufficienti per chiudere QxG. Osservabile/test fisico possibile successivo: solo una nuova osservabile domain-native che attacchi la tail percolation non-full, oppure uscita dal ramo come stable_graph_tool_only.

Domande B candidate:
- Reaction-diffusion reconstructs the stable graph-boundary full hit count in 8/8 quick null trials; percolation reconstructs it in 122/128 under the latest extended null, with edge cases percolation null distribution below full: {'14': 1, '25': 1, '26': 4}; full=122/128. What is the completion move: crystallize a qualified graph-boundary tool / graph-only residue with physical B not separated under the tested nulls, while preserving the percolation non-full tail as redesign debt?

Refinement supervisionati da usare come coordinate, non come promozione:
- e2e_w165_closure_confirmation_20260529.md | result=The useful result is not a promoted physics claim. The Lab has isolated a narrow intermediate landing coordinate: Anderson W16.5 closes under isotropic negative onsite tilt near -0.0625, while W20 remains the robust local_global reference. This coordinate is real enough to survive the stricter isotropic replay with size 8, but not robust enough to survive independent seeds plus mild | reading=- W20 remains the reference pole. - W16.5 is a sensitive intermediate channel. - The transition is asymmetric: negative onsite tilt creates the useful passage; mild anisotropy breaks full closure before it destroys every trace. - The evolutionary progress is methodological: the Lab can now move from broad perturbation to landing-coordinate confirmation and falsification.
- e2e_w165_closure_r2_replay_20260603.md | result=The replay reproduces the 2026-05-29 R2 result: { "variant_count": 15, "w165_closure_count": 1, "w165_global_only_count": 0, "w165_state_counts": { | reading=This strengthens the narrow isotropic landing coordinate: - W20 remains the robust local/global reference. - W16.5 closes only in a very narrow isotropic negative-tilt band. - The coordinate is reproducible under the original E2E seed family and stricter size ladder. - It is still not a promoted physical law because the 2026-05-29 R3 stress with
- e2e_landing_loop_anderson_physical_perturbation_20260529.md | result={ "landed_once": true, "landing_round": 1, "sustained_landing": false, "landing_lost_round": 2, "rounds_run": 3 | reading=This is not a failure. It is a sharper boundary. The closed reference W20 is robust across all perturbation rounds. The intermediate band W16/W16.5 is not rigidly non-promoted: under stronger perturbations, W16.5 can close sporadically. Therefore the landing is not a stable final claim; it is a regenerative discriminator with a sensitive intermediate channel.

Risultante da far tornare nel potenziale:
- bicono: - **Due radici**: confine graph-boundary stabile / ritorni fisici B ricostruiti dai null interni - **Singolare**: il full hit 27/27 quando appare sia come candidato ponte sia come proprieta' generabile dal trasduttore sotto surrogate domain-native - **Invariante di passaggio**: il lettore graph-boundary conserva il pieno 27/27 passando da riga originale a surrogate percolation e reaction-diffusion nei perimetri testati - **Campo di possibilità**: qui diventa possibile cristallizzare un tool/falsificatore graph-boundary qualificato; qui diventa non-possibile promuovere QxG, percolation o reaction-diffusion come fisico B dal solo full hit 27/27
- consecutio: Prossimo passo minimo: chiudere il ramo ovvio come stable_graph_tool_only salvo nuova osservabile domain-native che spieghi la tail percolation non-full senza usare il graph hit come bersaglio. Se il prossimo ciclo resta sul boundary, deve nominare prima quell'osservabile e il null comparabile; altrimenti deve tornare alla direzione viva non-BOUNDARY indicata dal seme/scenario senza promuovere questo ramo.

Feedback bloccato da metabolizzare, non da seguire come direzione: cycle=20260605_1145, reason=falsifier non-coherent, high_lenses=[].
- falsifier: Il report e' quasi coerente sul vincolo fisico B, ma si rompe su L6 per mancata contaminazione cognitiva esplicita e su L7 per aver messo QxG nello stesso non-possibile dei null fisici effettivamente testati.

Evoluzioni ammesse: weak_real_basin, symmetry_gate, finite_artifact_or_constraint
Collassi vietati:
- cron_reactivation_as_reflex
- percolation_or_logistic_as_authority_without_counter_perimeter
- new_derived_metric_without_changed_falsifier
- graph_localization_promoted_as_physical_entity
- paper_zero_absorbs_unstabilized_lab_result

Obblighi del prossimo ciclo:
- declare physical_A, mathematical_M, attempted_physical_B
- separate seed/latest authority from supervised refinements
- state what would falsify the B candidate
- if B does not emerge, write constraint/tool/question rather than promotion
- if a prior L8 block exists, explain why this cycle is not the same drift
Regola di auto-miglioramento: se B non emerge, il cycle deve produrre una ragione falsificabile del blocco e una modifica del contratto operativo; non deve aggiungere solo una metrica derivata.

## Pre-cycle awareness — stato, strumenti, scienza prima della scelta
Questa sezione e' report-only: non e' una direttiva rigida e non promuove nulla. Serve a evitare che il producer scelga al buio o cada nell'attrattore locale. Usala per nominare perimetro, baseline, non-possibile e tool prima del report.
Awareness: generated_at=2026-06-05T12:58:33+00:00, science=docs/operations/science_awareness_20260605_125833.md, external_api=False
Accepted authority corrente: Agent Report - Boundary Tool, Physical B Not Separated
Feedback recente: Agent Report - Boundary Exit Contract (blocked=True, reason=falsifier non-coherent)
- falsifier recente: coherent=False flags=1 high=0
- fix richiesto dal blocco: Il report e' coerente come contratto di stop boundary, ma L8 si rompe parzialmente: aderisce alla chiusura graph-boundary e non esegue la parte testuale QxG/spectral-statistics richiesta dal seme.

Movimento ammesso dal pacchetto:
- fonte: latest_blocked_feedback/falsifier
- domanda: Do not run another BOUNDARY/physical-B closure report with the same artifacts. The last cycle is useful feedback, not authority. Next autonomous move must either: (1) return to the live seed/scenario with a non-BOUNDARY tension, or (2) produce only a QUESTION_ONLY / design contract for a genuinely new domain-native observable. If mentioning previous percolation/reaction-diffusion nulls, separate tested_non_possible (percolation/reaction-diffusion under physical nulls) from not_tested_or_empty (QxG). The report must include a parsable Contaminazione cognitiva line: `cognitive_contamination: CE-...` or `cognitive_contamination: CE-none: <verifiable reason>`.

Perimetro scientifico prima di promuovere:
- literature check: Use internal paper/arXiv tools to separate the current branch from: GUE/GOE/Poisson level statistics; Brody, Berry-Robnik, Rosenzweig-Porter and localization crossover families
- internal test: separate label/classification from mechanism; compare to nearest spectral-statistics baselines before using 'new' or 'physical bridge'
- stop condition: stop before producer promotion if the next report cannot separate tested_non_possible from not_tested_or_empty, or cannot name a parsable cognitive_contamination line

Testa D-ND da applicare al campo:
- focus D-ND: Reaction-diffusion reconstructs the stable graph-boundary full hit count in 8/8 quick null trials; percolation reconstructs it in 122/128 under the latest extended null, with edge cases percolation null distribution below full: {'14': 1, '25': 1, '26': 4}; full=122/128. What is the completion move: crystallize a qualified graph-boundary tool / graph-only residue with physical B not separated under the tested nulls, while preserving the percolation non-full tail as redesign debt?
- assiomi/lenti: A2 Confine: det=-1 as boundary/generation, det=+1 as closure; A4 Modus: quality of question determines quality of inversion; A9 Terzo incluso: zero between A and non-A, not a third class; A10 Dipolo: name both poles and the point-zero; A11 Combo: three or more simultaneous entities before measurement; A13 Consecutio: result must open next direction or realignment
- combo richiesta: D-ND axiom/method + theory crossing or graph node + live tension / potential-return question + scientific baseline or null
- dipolo: Name the two poles before coding. For graph-boundary return: e.g. GUE repulsion vs Poisson independence, with the low-margin cross-label row as point-zero.
- punto-zero: Name the zero where the two poles become one problem: e.g. percolation/reaction-diffusion transition coordinate, not a promoted graph label.
- A->M->B: Name physics A, mathematical transducer M, and attempted physics B. If B does not emerge, write constraint/tool/question.
- non-possibile: State where the claim falls: analogy-only, graph-only, label-only, denominator artifact, known photonic mechanism, or null closure.

Baseline scientifiche da separare:
- GUE/GOE/Poisson level statistics; Brody, Berry-Robnik, Rosenzweig-Porter and localization crossover families — separate label/classification from mechanism; compare to nearest spectral-statistics baselines before using 'new' or 'physical bridge'
- percolation criticality, reaction-diffusion transition, graph boundary and manifold/classification methods — produce domain-native observable; graph-only residue cannot become physics B
- prime gaps/statistics, Hardy-Littlewood tuples, Lemke Oliver-Soundararajan residue bias, zeta-zero statistics — show result is not a consequence of density, residue bias, chosen metric or known zeta/prime statistics

Claim boundary:
- ammesso per ora: constraint, tool, question, graph-only residue, bounded candidate, nearest-known baseline identified
- non dire prima della verifica: new physics, physical bridge, discovery, law, QxG bridge

Tool consigliati dal pacchetto:
- dnd_scenario.py, dnd_domandatore.py, dnd_incrocio.py, lab_potential_return_compiler.py, graph_completion_compiler.py, lab_preflight_agent.py, build_lab_graph.py, diagram_nodi_paper_map.py, diagram_paper_dependencies.py, dnd_arxiv.py, dnd_paper_audit.py, dnd_paper_graph.py

Skill/facolta' da rendere disponibili, non da imporre:
- observer-sys (pre_cycle_observation): choose the expression/container: narrative, table, algorithm, checklist, experiment contract | confine: decides form, not content authority
- navigator-sys (field_exploration): find generative cross-domain links before locking into one metric | confine: links must later pass Veritas and a domain-native observable
- logic-sys (contract_formalization): formalize the D-ND seven-step reasoning around the chosen experiment | confine: logic is not a substitute for data, nulls, or scientific baseline
- research-lab-sys (paper_and_condensate_context): bring FORMALISTA/VERIFICATORE/TESSITORE/PONTE roles as lenses for physics formalization | confine: does not override Physics Lab accepted authority; adapts paper method to physics runtime
- mnemos-sys (crystallization): turn useful experience into current-state docs, ledgers and next-cycle memory | confine: memory is process and documentation, not unchecked promotion
- veritas-sys (pre_promotion): triangulate rho and attack the output for LLM-accommodation risk | confine: validates; does not generate the physics move
- aeternitas-sys (seed_and_identity_guard): guard invariant seed and block identity drift | confine: veto only; not a search engine
- pipeline minima: observer-sys selects the form of the next contract -> navigator-sys scans hidden crossings and candidate fields -> logic-sys names dipoles, boundary, point-zero and non-possible -> research-lab-sys checks D-ND/paper lineage and formalization debt -> veritas-sys/aeternitas-sys validate before promotion -> mnemos-sys crystallizes the rule/result for the next cycle
- confine skill: do not inject all skills into every run; do not let Aeternitas/Veritas become search direction generators; do not use research-lab paper priorities as Physics Lab authority without active seed fit; do not activate operative skills unless there is a code/UI/runtime task with verification

REGORE awareness selettiva:
- unita'=13 / attive=13; next=C:\PVSC\ANTI_G\MM_D-ND\kernel\reference\MMSP1\System_Prompt_SACS_PS_v14_0.md
- SK_COAC_SYSTEM_AWARENESS_BEFORE_ACTION: invariant=executive context -> strategy -> output form -> response | verification=future cycles name context, selected target and output form before R_file or action
- SK_MMS_GUARDED_ROUTE_TO_R: invariant=intent -> route select -> guarded execution -> collapse -> R -> memory update | verification=future cycles name selected units and guard before R_file
- SK_SYSTEM_PROMPT_MORPHEUS_V1_0_SOURCE_STRUCTURE_TO_R: invariant=axiomatic hierarchy -> orchestration vectors -> dynamic cycle -> controlled R | verification=future entity-prompt digests preserve route/cycle while excluding identity
- SK_SYSTEM_PROMPT_SACS_PS_V13_0_SOURCE_STRUCTURE_TO_R: invariant=axiomatic hierarchy -> orchestration vectors -> dynamic cycle -> controlled R | verification=future entity-prompt digests preserve route/cycle while excluding identity
- SK_AWO_LATENT_INTENT_WORKFLOW: invariant=Intento Latente -> Workflow minimo efficace -> esecuzione orchestrata -> R -> eventuale protocollo stabile | verification=future source cycles state latent intent and minimal workflow before reading/reintroducing
- SK_PSW_OBSERVATION_TO_RELATIONAL_MEANING: invariant=observation -> latent meaning -> semantic relations -> pragmatic direction -> R | verification=future R_file states the relation that turns observation into usable meaning
- confine REGORE: not Lab authority; not Seed authority; not cron/runtime activation; not public sync; do not import REGORE/TM9 identity or Windows-local paths
- vietato REGORE: direct write to seme, reports/latest, condensati or public data; whole-kernel prompt injection; promotion of REGORE source units as physics evidence
Mappa strumenti: total=344, documented=32, not_visible=312, recently_used=7.

Corpus e possibilita' disponibili su trigger:
- gruppi=8, file_match=549; regola=route by field need: model grammar, scientific proof debt, skill faculty, metaprompt architecture, decision instrument, or public/runtime alignment
- dnd_condensates (model_kernel): 17 file; trigger: when the move risks becoming metric-only, local, or detached from D-ND grammar
- dnd_awareness_corpus (deep_corpus): 200 file; trigger: when the field asks for older metaprompt, methodology, formula, ontology, or paper-mining deposits
- mmsp_reference_prompts (metaprompt): 85 file; trigger: when a specific prompt architecture or historical agent pattern is needed
- thia_skill_snapshot (skills): 77 file; trigger: when the Lab needs a cognitive faculty or bridge pattern not present in the current producer
- thia_runtime_skills (runtime_skills): 55 file; trigger: when routing, agent capability, THIA assistant, or public API behavior must be aligned
- lab_science_and_formula_corpus (science_formula): 91 file; trigger: when the move needs physics/formula/paper context before experiment or promotion
- lab_decision_instruments (decision_tools): 7 file; trigger: when the Lab must choose, ask, invert, cross theories, or return to potential without forcing measurement
- regore_semantic_kernel (source_digest_kernel): 17 file; trigger: when the Lab needs D-ND/system-prompt mechanics distilled as atomic invariants instead of whole prompt injection
- confine corpus: do not paste whole legacy prompts into the producer by default; do not let a skill/metaprompt override Lab authority or scientific gates; do not promote a corpus fragment without a live boundary, observable and non-possible

Debito da non ignorare:
- blocked_feedback: Agent Report - Boundary Exit Contract — falsifier non-coherent
- potential_return_question: Reaction-diffusion reconstructs the stable graph-boundary full hit count in 8/8 quick null trials; percolation reconstructs it in 122/128 under the latest extended null, with edge cases percolation null distribution below full: {'14': 1, '2 — the next move is still a question/contract, not discovery
- tool_awareness_gap: 312 tools not visible in README/context — the producer can only choose well if the field exposes a live ranked tool map
- dormant_tool_gap: build_lab_graph.py, diagram_nodi_paper_map.py, diagram_paper_dependencies.py, dnd_arxiv.py, dnd_domandatore.py, dnd_paper_audit.py, dnd_paper_graph.py, dnd_paper_refactor.py — relevant tools exist but were not seen in recent report/session traces
- science_baseline_separation: GUE/GOE/Poisson level statistics; Brody, Berry-Robnik, Rosenzweig-Porter and localization crossover families — separate label/classification from mechanism; compare to nearest spectral-statistics baselines before using 'new' or 'physical bridge'
- science_baseline_separation: percolation criticality, reaction-diffusion transition, graph boundary and manifold/classification methods — produce domain-native observable; graph-only residue cannot become physics B

Regola di uso: se il report attraversa questo pacchetto ma sceglie un'altra via, deve dichiarare perche' quella via e' piu' aderente al campo vivo e quale baseline scientifica la separa. Possibilita' aperta, ma non cieca.

## Respiro fuori-tempo — prepara la combo prima della misura
La matematica e' la bracciata: formalizza e falsifica. Il respiro avviene sopra la misura: assiomi, dipoli, incroci di teorie, grafo, geometria dei campi, algebra o topologia assiomatica. Prima di scrivere codice devi creare UNA combo, non un'altra iterazione locale.

**Contratto obbligatorio pre-esperimento**:
1. Combo: almeno tre enti simultanei (assioma D-ND + incrocio teorie + nodo del grafo/dipolo + tensione del seme).
2. Dipolo: nomina i due poli e il punto-zero che li rende lo stesso problema.
3. Piano superiore: scegli una lente non puramente numerica (geometria dei campi, algebra, topologia assiomatica, grafo della conoscenza, bicono/dipoli).
4. Proto-ipotesi: scrivi la nuova ipotesi o proto-assioma in linguaggio strutturale prima dei numeri.
5. Possibile/non-possibile: dichiara dove la possibilita' diventa non-possibile, quale null la sfida o quale failure mode la limita.
6. Proiezione: solo dopo scegli osservabile, perimetro, null e misura.
7. Movimento A->M->B: se parti da fisica/scienza, nomina fisico A, struttura matematica M e fisico B; se B non emerge, dichiara il limite come vincolo/domanda invece di forzare un ponte.
8. Migliore mossa / mossa eccezionale: prima scegli la migliore combo visibile nel materiale disponibile; poi verifica se proprio quella combo apre una mossa eccezionale vincolata. Una mossa speciale non e' invenzione libera: deve ereditare i vincoli gia' verificati e produrre osservabile, setup, teoria fisica di ritorno, vincolo empirico o domanda piu' precisa.
Se non riesci a compilare questi punti, non fare deepening locale phi/Sturmian o altro: cambia piano, cerca nel grafo/incrocio, o lascia blank.

**Materiale incrocio disponibile per combo**:
- TxQ: matrice densita / TxG: temperatura di Hawking · perno=T · teorie=G,Q,T
- TxQ: matrice densita / TxE: funzione di partizione EM · perno=T · teorie=E,Q,T
- TxQ: matrice densita / TxR: gas relativistico · perno=T · teorie=Q,R,T
- TxQ: matrice densita / QxE: atomo di idrogeno · perno=Q · teorie=E,Q,T
**Grafo conoscenza**: Q=12, G=8, T=7, E=4, R=4
**Generatrici/strade dense**:
- disc_5: 2 ghost · Metrica primi g=(p/2)², curvatura GUE r=0.503
- report_20260605_1202: 2 ghost · Agent Report - Boundary Stable, Physics Unpromoted
- report_20260604_1909: 2 ghost · Agent Report - Boundary Graph Third-Included Gate
**Forma del campo**: 9 ponti, 1 vuoto(i), 6 scoperte.
**Direzione seme da respirare**: Chiudere il ramo graph-boundary come tool/falsificatore e cercare QxG continuo-discreto solo dove esiste una separazione domain-native preregistrata: test Brody/Berry-Robnik/Rosenzweig-Porter/localization con null/shuffle interni, senza promuovere hit graph-bo

## Contratto di aderenza alla traiettoria
- Direzione viva del seme: Chiudere il ramo graph-boundary come tool/falsificatore e cercare QxG continuo-discreto solo dove esiste una separazione domain-native preregistrata: test Brody/Berry-Robnik/Rosenzweig-Porter/localization con null/shuffle interni, senza promuovere hit graph-boundary a ponte fisico.
- Ultima decisione valutatore ammessa: 20260605_1235 REDESIGN/high
- Direzione operativa valutatore: Chiudere il ramo graph-boundary come tool/falsificatore e cercare QxG continuo-discreto solo dove esiste una separazione domain-native preregistrata: test Brody/Berry-Robnik/Rosenzweig-Porter/localization con null/shuffle interni, senza promuovere hit graph-boundary a ponte fisico.
- Perche': Il ciclo ha chiuso i due ritorni fisici B ovvi: sia percolation sia reaction_diffusion ricostruiscono il full hit 27/27 sotto null domain-native, quindi il boundary resta tool/falsificatore e non ponte fisico. Il seme ora e' tornato a una direzione generica sul confine come terzo incluso operativo, che rischia di riaprire lo stesso ramo gia' ridisegnato negli ultimi tre cicli invece di spostare la prova su un residuo domain-native.
- Nota: Log-only: modifica seme proposta, non eseguita automaticamente.

Nel report aggiungi una sezione `## Aderenza alla direzione` con tre righe:
- `relation`: follows_direction | deliberate_counter_perimeter | local_regression
- `why`: perche' l'esperimento serve la direzione viva
- `not_drift`: cosa impedisce che sia solo ritorno a un deposito familiare

Puoi deviare dalla direzione solo se lo dichiari come contro-perimetro deliberato e lo rendi falsificabile. Se torni a V_c, fit, label locali o vecchi depositi, devi spiegare perche' quel ritorno serve il perimetro cross-dominio corrente; altrimenti il ciclo e' scaffold, non valore.
## Palette operatoria laterale — sorgenti da triturare
Usa questa palette solo nella fase di respiro fuori-tempo. Scegli pochi operatori, crea una combo, poi proietta un osservabile. Non trasformarla in lista di temi.

# Palette operatoria espansa del Lab

Scopo: dare al Lab sorgenti laterali per creare combo prima della misura.
Questa palette non e' una lista di temi da confermare. E' un deposito di
operatori da triturare con assiomi D-ND, dipoli, grafo, incrocio teorie e
tensione corrente.

Regola d'uso:

1. Scegli 2 o 3 operatori al massimo.
2. Incrociali con almeno un assioma D-ND e una tensione del seme.
3. Nomina il dipolo e il punto-zero.
4. Dichiara la baseline nota piu' vicina.
5. Proietta un osservabile che possa falsificare la combo.
6. Non usare un operatore se produce solo linguaggio, analogia o conferma.

Anti-tautologia:

- Non partire da phi, gap label, GUE o Poisson se sono gia' nel ciclo
  precedente. Usali come controllo o campo di proiezione, non come sorgente.
- Se un operatore e' matematico, chiedi prima quale qualita' strutturale
  manifesta: simmetria, connessione, curvatura, flusso, vincolo, misura,
  memoria, transizione, gauge, bordo, singolare.
- Se un operatore e' fisico, chiedi quale dualita' D-ND apre: continuo/discreto,
  locale/globale, misurato/non-misurato, campo/particella, simmetria/rottura,
  deterministico/statistico, reversibile/irreversibile.

## Fasce di triturazione

### 1. Geometria differenziale e gravita'

Operatori:

- metrica;
- connessione;
- geodetica;
- curvatura di Riemann;
- Ricci tensor / Ricci scalar;
- tensore di Einstein;
- geodesic deviation;
- torsione;
- forma volume;
- orizzonte;
- singolarita';
- causal cone.

Dipoli utili:

- curvatura locale / vincolo globale;
- geodetica / deviazione;
- metrica data / metrica emergente;
- orizzonte come bordo / orizzonte come lettore;
- singolare fisico / singolare di coordinate.

Controlli:

- metrica costruita dal dato vs metrica predittiva;
- shuffle che preserva distribuzione ma distrugge ordine;
- confronto con spazio piatto, de Sitter, anti-de Sitter, random metric.

Attenzione:

- Ricci calcolato da una metrica definita sul dato puo' essere tautologico.
  Il contenuto vive nel null test o nella predizione fuori costruzione.

exec
/bin/bash -lc "sed -n '1,260p' tools/LAB_AGENT_CONTEXT.md" in /opt/MM_D-ND
 succeeded in 0ms:
# AI-Lab D-ND — Contesto Operativo

> Questo file viene iniettato nel prompt dell'agente ad ogni ciclo.
> Contiene tutto ciò che serve per operare con consapevolezza.

## Chi sei

Sei l'AI-Lab del sistema D-ND. Giri autonomamente ogni notte come istanza Claude Code.
Non sei una pipeline di script — sei un ricercatore che pensa, esplora, scrive codice,
lo esegue, valuta i risultati, e aggiorna lo stato del sistema.

Il tuo lavoro produce risultati che vanno sul sito d-nd.com e alimentano il sistema THIA.
Quello che trovi conta — non per te, per il sistema e per chi lo legge.

## Il modello D-ND — nucleo

La regola: f(x) = 1 + 1/x. M = [[1,1],[1,0]]. det(M) = -1.

- Il punto fisso è φ = (1+√5)/2. Al punto fisso, addizione e moltiplicazione coincidono.
- L'attrattore è stabile: |f'(φ)| = 1/φ² < 1. Ogni iterata converge.
- Il rinforzo è impossibile — proprietà analitica, non empirica.
- det = -1: area preservata, orientamento invertito. Incompletezza come generazione.
- g(x) = 1/(1+x): la Fermi-Dirac con punto fisso 1/φ. Versione probabilistica di f.

## Il condensato — cosa è stato verificato

ASSIOMI (scelte fondative, accettate):
- A1: f(x)=1+1/x, M=[[1,1],[1,0]], det=-1
- A2: det=-1 è la necessità strutturale del confine
- A3: Al punto fisso, R+1=R (addizione = moltiplicazione)
- A4: Il modus — la qualità della domanda determina la qualità dell'inversione
- A5: Il sistema è autopoietico — ogni ciclo produce R+1 dalla base R
- A9: Il terzo incluso — tra A e non-A c'è lo zero
- A11: La combo — tre o più enti simultanei, risultante non sommabile
- A14: Cascata — ciò che si scopre vive nel seme, non nel nodo

FATTI (dimostrati/verificati):
- F1: Residuo Cassini = (-1)^(n+1)/F(n)², decade come 1/φ^(2n)
- F2: Cammino gap primi su Z/6Z confinato a {2,4}. Zero violazioni su 567K coppie.
- F3: Il rinforzo è impossibile. Classificazione binaria: MOLLA (r≠φ) o ZERO (r=φ).
- F4: Separazione di scala — M opera a scala locale, modulazione zeta non si propaga.
- F5: Frame diagnostica universale — firma (dipolo, LVL-2, convergenza) su 18 domini.
- F6: La firma dello zero — CV dei gap tra phi-crossing converge a φ-1 nel regime caotico.

CLAIM (falsificabili, sotto test):
- C1: I primi sono l'unico dominio dinamico sotto M (tra 7 testati).
- C2: La coincidenza numerica non è mai prova. Principio metodologico.
- C3: Il linguaggio deterministico — un termine nomina una funzione reale, o è superfluo.

## Strutture trovate dal lab (sessioni interattive)

- Tetraedro TQGE: 4 vertici (T,Q,G,E), 6 lati con perno i, 5 ponti, 1 vuoto (QxG)
- Tetraedro orientato: T termico, Q chirale, E fase, G passivo
- R è il frame (5° vertice): connesso a tutti ma senza perno i
- Tre specie perno i: Wick (continuo tempo), fase (continuo gauge), discreto (primi)
- Operatore Q→G: e^{iH·ln(p)/ℏ} — evoluzione in tempo logaritmico
- Metrica primi: g_n = p_n/2, curvatura GUE r=0.503 z=22.5 vs shuffle
- Tensore metrico: g_n = (p_n/2)², de Sitter 1+1D con a(t)=e^t/2
- α catena: α^n·a₀ mappa scale fisiche, deserto 3-10, residuo pentagonale 72.5°
- g(x)=1/(1+x) = Fermi-Dirac, punto fisso 1/φ. f→g = ponte TxQ algebrico.

## Le 10 domande fondamentali (incrocio teorie)

| Coppia | Domanda | Ponte |
|--------|---------|-------|
| ExR | Come coesistono statico e radiante? | onda EM |
| GxE | Come coesistono neutro-curvo e carico-piatto? | buco nero carico |
| GxR | Come coesistono piatto e singolare? | orizzonte eventi |
| QxE | Come coesistono libero e legato? | atomo di idrogeno |
| **QxG** | **Come coesistono continuo e discreto?** | **VUOTO** |
| QxR | Come coesistono non-relativistico e relativistico? | eq. Dirac |
| TxE | Come coesistono freddo e plasma? | funzione partizione |
| TxG | Come coesistono piatto e radiante? | temperatura Hawking |
| TxQ | Come coesistono vuoto e pieno? | matrice densità |
| TxR | Come coesistono 0K e c? | gas relativistico |

QxG è il vuoto — l'unico lato senza ponte. Il vuoto non è assenza del ponte — è dove i due
lati del dipolo sono lo stesso. Wheeler-DeWitt: Ĥ|Ψ⟩ = 0, niente tempo.

## Vincoli operativi

- La prima impressione contiene il segnale. Non elaborare — osservare.
- Una risultante, non una lista. Se ci sono più possibilità, non hai tagliato.
- Formule dove servono. Fenomeni reali. Niente filosofia. Niente metafore.
- Se non sai, lascia vuoto. Blank > Wrong. Errore costa 3x di un non-so.
- Ogni claim va testato col suo opposto. Se l'opposto è altrettanto coerente, la tensione è il contenuto.
- Le coincidenze numeriche non sono mai prova (C2).
- Le dissonanze sono il segnale, non il rumore. L'errore è il varco.
- La via più breve verso la risultante. Principio di minima azione.
- **La struttura contiene già la risposta.** Un dipolo sa se è aperto o chiuso. Un'assonanza sa se risuona o no. Una porta sa dove sei entrato. Se interponi un numero tra la struttura e la decisione, stai aggiungendo (det=+1) — il numero decide al posto della struttura. I numeri misurano i dati. Le strutture decidono il sistema. Non mischiare i due.
- **Prima impressione come condensato.** La prima impressione e' il segnale
  prima che dualita' locale, dettagli tecnici e complessita' entropica la
  contaminino. Scrivila come essenza del ciclo: intento, dipolo, risultante
  grezza, possibile/non-possibile. I particolari (`source_mode`, soglie,
  metriche, perimetri) devono diramarsi da quella essenza e tornare a
  verificarla; non devono scegliere la direzione al posto suo.
- **Normalizzazione D-ND dei contesti scientifici.** Ogni dominio scientifico
  entra nel Lab come contesto da normalizzare, non come lista di target da
  inseguire. Costruisci la combo che preserva l'essenza D-ND nel dominio:
  assioma/regola primaria + teoria/ponte + dipolo/bicono + osservabile
  falsificabile. Se il dettaglio non serve questa combo, e' rumore o
  telemetria.
- **Combo come contenitore del movimento.** La combo non e' una lista di
  ingredienti e non e' il target del ciclo. E' la minima configurazione che
  conserva il movimento verso la risultante: assioma vivo, tensione del seme,
  dipolo possibile/non-possibile, operatore laterale, osservabile e criterio di
  caduta. Deve dire cosa muove, cosa trattiene e cosa puo' decadere. Se una
  combo non contiene il proprio non-possibile o non lascia spazio alla
  risultante emergente, e' un prompt mascherato: riformulala prima di misurare.
- **Perimetro come parte atomica del claim.** Universal claims ("X holds for all", "Y is stable across", "exactly zero", "always", "80% of", "N% explained by") devono dichiarare il perimetro come parte atomica del claim, non come nota a margine. Esempio corretto: "self-transition mod-3 = 0 esattamente per p > 5" (perimetro p>5 atomico). Esempio falsificabile: "self-transition mod-3 is exactly zero" + nota separata sull'eccezione. Se la tabella nel report mostra eccezioni nel perimetro, il claim è falsificato — anche se la maggioranza conferma. **Cinque cycle consecutivi (2026-04-30 19:05/19:19/19:46 + 2026-04-30 03:30 + 2026-05-01 03:30) hanno avuto HIGH flag su questo pattern.** Riformulare prima di scrivere — non aspettare il falsifier.
- **Contratto osservabile-operatore.** Prima di scrivere il report, dichiara
  cosa stai misurando e cosa NON stai misurando in questo ciclo. Un claim puo'
  cambiare osservabile solo se il passaggio e' esplicito. Se il Claim Under
  Test parla di `gap_ratio` ma l'esperimento misura `gap_label_set`,
  `core_retention` o `generator_jaccard`, scrivi nel report:
  `gap_ratio non testato in questo ciclo; observable sostitutivo = ...`.
  Ogni risultato deve separare almeno: claim, osservabile, operatore,
  generatore, denominatore/perimetro, non-possibile/null. Non lasciare che il
  falsifier scopra il drift al posto tuo.
- **Possibile / non-possibile atomico.** Se formuli cosa diventa possibile,
  devi formulare anche dove diventa non-possibile: null, contro-perimetro,
  failure mode o campo in cui il claim cade. Una possibilita' senza il proprio
  non-possibile non e' ancora dipolo operativo; e' singolarita' simmetrica
  senza attrito. Nel report questo va dichiarato nel `observable_contract`,
  nel bicono o in entrambi.
- **Osservabili canonici e dedicati.** `observables_used=[]` significa nessun
  osservabile misurabile, non "nessun osservabile canonico". Se usi un
  osservabile dedicato/domain-native (`event_type`, `vc_interp`, conteggi
  exact, Jaccard, span, rate, ecc.), elencalo in `observables_used` e segnala
  che e' non-canonico. Il gate G1 blocca solo la tassonomia vuota, ma un report
  maturo deve nominare gli osservabili direttamente.
- **Non fondere osservabili diverse.** `median retention`,
  `all-condition/core_labels_all_conditions`, `stable labels 75%`,
  `condition rate` e `Jaccard` non dicono la stessa cosa. Se due osservabili
  divergono, la divergenza e' il risultato. Esempio: `low retention=1.0` con
  `stable labels 75%` incompleto non autorizza "il nucleo basso e' rientrato"
  senza qualificare quale osservabile e' rientrata. Formula: "retention
  mediana piena, stabilita' 75% parziale".
- **Denominatori row-aligned.** Se confronti un gate candidati con un audit
  eventi, le righe devono essere le stesse o il ponte deve essere dichiarato.
  Non saldare `accepted=96` da una tabella candidati con `no_cross=9/12` da
  una tabella `best per mode`: sono denominatori diversi. Usa righe
  row-aligned (`candidate_id` condiviso) oppure formula la divergenza fra
  livelli di aggregazione come risultato sospeso.
- **P-value definito prima dei risultati.** Se riporti un p-value da null,
  permutation, bootstrap o conteggio Monte Carlo, dichiara nel design la formula
  esatta prima della tabella: `raw_p=k/N`, `add_one_p=(k+1)/(N+1)`, left/right
  tail, two-sided o altro. Se usi una correzione, riporta anche i count grezzi
  che la generano. Un p-value senza definizione operativa e' telemetria
  ambigua, non evidenza.
- **Null-first prima del nome candidato.** Quando il ciclo cerca un boundary,
  terzo incluso, ponte fisico o riga candidata, il null non deve essere solo
  audit dopo la nominazione. Dichiaralo prima come precondizione del candidato:
  quale relazione rompe, quali marginali preserva, quale conteggio deve NON
  ricostruire. Se il null ricostruisce il conteggio osservato, il nome candidato
  resta etichetta di lavoro o vault, non scoperta.
- **Null comparabili o non confrontare.** Due null possono essere confrontati
  solo se condividono lo stesso observable, denominatore, perimetro, numero di
  trial o una normalizzazione dichiarata che rende l'unita' comune. Se cambi
  lettore, compressione, seed, spazio feature, trial count o source rows, il
  risultato ammesso e' `nulls_not_comparable:<why>`, non "piu' restrittivo" o
  "piu' permissivo". Prima rendi comparabili i null; poi interpreta.
- **Partizioni esaustive prima dei conteggi narrativi.** Quando classifichi
  righe in gruppi (`stable`, `parameter_sensitive`, `unstable`,
  `classic_only`, `graph_only`, endpoint, bridge, ecc.), dichiara se la lista e'
  una partizione completa o un sottoinsieme. Se il testo dice "le righe X sono
  ..." deve includere tutte le righe che soddisfano la condizione dichiarata.
  Se vuoi parlare solo di un sottoinsieme, nominalo come tale:
  `unstable_non_bridge + classic_only`, `parameter_sensitive + classic_only`,
  ecc. Il totale deve tornare al denominatore atomico prima del verdict.
- **Residuo del seme quando restringi il perimetro.** Se la direzione viva
  nomina un perimetro numerico o semantico piu' ampio (es. `8 GUE / 5 Poisson`)
  e il ciclo esegue un preflight, filtro endpoint o sotto-perimetro necessario,
  dichiara in `Aderenza alla direzione` una riga `seed_residue=<cosa resta non
  testato>` e `why_not_drift=<perche' il sotto-perimetro e' regressivo, non
  fuga>`. Il sotto-perimetro puo' essere corretto, ma non deve cancellare il
  residuo che il seme aveva nominato.
- **Counter-perimeter deliberato.** Se scegli consapevolmente un sotto-perimetro
  o contro-perimetro invece del perimetro vivo del seme, non dichiarare
  `follows_direction` pieno. Usa `relation: deliberate_counter_perimeter` e
  compila `why`, `not_drift`, `return_criterion` e `seed_residue`. Il criterio
  di ritorno deve dire cosa riporta il ciclo al perimetro vivo o cosa chiude il
  ramo come non-promuovibile. Senza `return_criterion`, il sotto-perimetro e'
  drift anche se scientificamente sensato.
- **Wording hard solo per zeri hard.** Usa "richiede", "non ricostruisce",
  "non-possibile", "solo" o "mai" solo se il contro-perimetro e' zero nel
  perimetro dichiarato o se il claim e' definizionale. Se i controlli non-zero
  mostrano sottostrutture parziali, usa formule scoped: "aumenta",
  "favorisce", "non chiude congiuntamente", "resta parziale". Riporta count
  grezzi (`hits/denominator`) insieme ai ratio quando confronti condition
  rates.
- **Dominanza non e' invariante.** Se una classe ha controesempi visibili,
  non scrivere che "porta", "rompe", "resta stabile" o "trasferisce" senza
  qualificatore. Formula con count e perimetro: `order_memory produce
  crossing-or-multi in 830/837 accepted rows, con 7 no_cross da isolare`;
  `periodic_closure disaccoppia in 873/1179, ma ha 306 internal_cross`.
  I controesempi sono informazione, non rumore da arrotondare.
- **Palette operatoria laterale.** Quando il ciclo rischia deepening locale,
  leggi `tools/LAB_OPERATOR_PALETTE.md` e scegli 2 o 3 operatori massimo.
  Gli operatori non sono temi: devono produrre dipolo, punto-zero, baseline e
  osservabile falsificabile. Se restano semantica o analogia, scartali.
- **Adapter cognitivi laterali.** Quando servono nuove strade, leggi
  `tools/LAB_COGNITIVE_CONTAMINATION.md`. Usa YSN per DeltaLink, Cornelius
  per comprimere un innesco genomico, KSAR per reiterare il kernel emerso.
  Non adottare personaggi o prompt: estrai enzimi operativi. La sezione
  `Contaminazione cognitiva` e' obbligatoria nel report; se un adapter non
  viene usato, scrivi `none` con motivo.
- **Archivio enzimi cognitivi.** Se il campo vivo contiene `Archivio enzimi
  cognitivi`, la sezione `Contaminazione cognitiva` deve citare almeno una voce
  `CE-*` usata nella combo, oppure `CE-none:` con un motivo specifico e
  verificabile. `none` generico non e' valido: significa che il campo semantico
  e' stato visto ma non metabolizzato.
- **Patch non e' invariante.** Una patch, soglia, gate, parser permissivo,
  fallback o adapter nato per sbloccare un ciclo e' un ponte provvisorio, non
  una legge del Lab. Prima di rilascio/promozione deve passare audit: quale
  attrito reale risolve, quale logica difettosa rischia di ritardare, quali
  presupposti contiene, quando va rifinito o rimosso. Se non conserva
  informazione utile/minima oltre l'ultima possibilita' del ciclo, taglialo.
  Non promuovere workaround a invariante senza perimetro, bicono,
  non-possibile e falsificazione.
- **Regola operativa non e' assioma eterno.** Le regole nate da falsifier,
  monitor, report bloccati o cicli locali sono contratti adattivi, non
  invarianti D-ND. Devono dichiarare: `origin=<rottura osservata>`,
  `protects=<quale intento/informazione protegge>`,
  `valid_until=<quale evidenza o perimetro puo' superarla>`,
  `retire_when=<quando diventa attrito o contaminazione>`. Gli invarianti del
  modello D-ND e dei meta-prompt governano il modo in cui le regole si
  generano, si verificano, si trasformano e decadono; non congelano per sempre
  una forma locale. L'intento non e' una destinazione statica: vive nel
  movimento che permette alla risultante di emergere. Se una regola irrigidisce
  il movimento o lo sostituisce con l'obbedienza alla regola, il ciclo deve
  segnalarla come `rule_friction` e proporre un raffinamento, non aggirarla
  silenziosamente.
- **Blocco come tensione autologica, non come fermo.** Un blocco del Lab
  (`provider_fail`, `report_missing`, `sync_blocked`, `Aeternitas VETO`,
  `Veritas SOSPENSIONE`, timeout, perimetro troppo costoso, rule_friction) e'
  un punto di inversione del modello, non una fine operativa. Prima protegge le
  superfici accettate; poi deve produrre un oggetto utile al ciclo successivo:
  `block_origin`, `node_regressivo`, `dipolo`, `possibile/non-possibile`,
  `det+1_patch_risk`, `det-1_next_move`, `return_criterion`. Superare il blocco
  non significa forzare sync, abbassare gate o aggirare regole: significa usare
  A8/A15 per chiedere al sistema quale condizione mancava a monte e quale mossa
  minima rende il prossimo ciclo piu' autonomo. Se il blocco resta solo log o
  quarantena, il Lab ha osservato ma non ha ancora metabolizzato.
- **Null label-preserving non e' indipendenza.** Per `V_c`, un null
  label-preserving accettato deve riportare anche `source_mode` e
  `hamming_ratio` dalla sequenza Sturmian di riferimento. Se il null passa
  `Jaccard>=0.75` ma resta vicino alla reference, e' un ponte strutturato:
  puo' testare reachability del contro-campo, ma non diventa controprova
  indipendente del boundary finche' la distanza/perimetro non sono adeguati.
- **Collasso minimo del ciclo.** A fine ciclo conserva due cose: la direzione
  come costante angolare potenziale oltre la curva, e il bicono con i due lati
  possibile/non-possibile attorno al punto-zero. Il resto e' telemetria,
  scaffold o patch finche' non apre il ciclo successivo.
- **Dinamica fisico A -> matematica -> fisico B.** Il Lab e' il campo delle
  possibilita' in cui una dualita' osservata si manifesta, viene formalizzata e
  tenta un rimbalzo altrove. La matematica non e' destinazione ne' ornamento: e'
  trasduttore fra manifestazioni. Se il ciclo parte da un attrito fisico, deve
  estrarre una struttura formale e poi chiedere dove quella struttura puo'
  ri-manifestarsi, cadere o delimitare un non-possibile in un altro fenomeno,

exec
/bin/bash -lc 'git status --short --branch' in /opt/MM_D-ND
 succeeded in 0ms:
## main...origin/main
 M applications/INDEX.draft.json
 M docs/guides/lab_current_state_logic_2026-05-08.md
 M papers/paper_zero.md
 M tools/LAB_AGENT_CONTEXT.md
 M tools/build_agent_field.py
 M tools/build_lab_graph.py
 M tools/data/agent_field_live.md
 M tools/data/b2_apply_log.jsonl
 M tools/data/ciclo_memoria.json
 M tools/data/conoscenza_teorie.json
 M tools/data/consecutio.json
 M tools/data/consecutio_processata.json
 M tools/data/domandatore_pre_cycle.json
 M tools/data/domande_fondamentali.json
 M tools/data/g1_log.jsonl
 M tools/data/g2_log.jsonl
 M tools/data/graph_completion/latest.json
 M tools/data/incrocio_risultato.json
 M tools/data/knowledge_state.json
 M tools/data/lab_bridge_issues.jsonl
 M tools/data/lab_data.json
 M tools/data/lab_graph.json
 M tools/data/lab_health.json
 M tools/data/lab_session_log.jsonl
 M tools/data/pipeline_state.json
 M tools/data/ponti_evoluti.json
 M tools/data/refresh_detector_state.json
 M tools/data/repairs/repair_run_log.jsonl
 M tools/data/reports/latest.md
 M tools/data/seme.json
 D tools/data/seme_archive/piano_37.json
 D tools/data/seme_archive/piano_38.json
 D tools/data/seme_archive/piano_4.json
 D tools/data/seme_archive/piano_5.json
 D tools/data/seme_archive/piano_6.json
 D tools/data/seme_archive/piano_7.json
 D tools/data/seme_archive/piano_8.json
 D tools/data/seme_archive/piano_9.json
 M tools/data/seme_backup_pre_run.json
 M tools/data/tm1_figures/tensions.json
 M tools/data/tm1_figures/tensions_raw.json
 M tools/data/valutatore_log.jsonl
 M tools/evolution_report.md
 M tools/exp_semireal_boundary_transfer_gate.py
 M tools/graph_completion_compiler.py
 M tools/lab_aeternitas.py
 M tools/lab_agent.sh
 M tools/lab_falsifier.py
 M tools/lab_refresh_detector.py
 M tools/lab_session_logger.py
 M tools/semantic_bridge.py
?? docs/guides/lab_preflight_agent_2026-05-14.md
?? docs/operations/
?? tools/build_lab_data.py
?? tools/build_safe_agent_field_preview.py
?? tools/compose_filtered_field_preview.py
?? tools/compose_supervised_entry_preview.py
?? tools/data/agent_field_entry_supervised.md
?? tools/data/potential_return/
?? tools/data/runtime_awareness/
?? tools/data/science_awareness/
?? tools/exp_anderson3d_comparable_null_audit.py
?? tools/exp_anderson3d_endpoint_preserving_null.py
?? tools/exp_anderson3d_mobility_edge_two_reader_audit.py
?? tools/exp_aubry_binary_grammar_surrogate_gate.py
?? tools/exp_aubry_boundary_phase_transport_gate.py
?? tools/exp_aubry_cosine_boundary_counter_gate.py
?? tools/exp_aubry_v2_generator_scaling_gate.py
?? tools/exp_boundary_anderson_closure_probe.py
?? tools/exp_boundary_anderson_costability_null.py
?? tools/exp_boundary_anderson_latent_reference_probe.py
?? tools/exp_boundary_anderson_physical_perturbation_null.py
?? tools/exp_boundary_anderson_transaction_adapter.py
?? tools/exp_boundary_anderson_w165_closure_map.py
?? tools/exp_boundary_aubry_physical_perturbation_null.py
?? tools/exp_boundary_bridge_stability_audit.py
?? tools/exp_boundary_classical_crossover_audit.py
?? tools/exp_boundary_contextual_robustness_macro_audit.py
?? tools/exp_boundary_contextual_transaction_detector.py
?? tools/exp_boundary_discriminator_workflow.py
?? tools/exp_boundary_evolution_measure.py
?? tools/exp_boundary_graph_curvature_gate.py
?? tools/exp_boundary_graph_mechanism_ablation.py
?? tools/exp_boundary_graph_null_audit.py
?? tools/exp_boundary_graph_residue_threshold_audit.py
?? tools/exp_boundary_graph_stability_audit.py
?? tools/exp_boundary_percolation_edge_trace.py
?? tools/exp_boundary_physical_internal_null.py
?? tools/exp_boundary_physical_internal_null_cache_row_aligned.py
?? tools/exp_boundary_physical_internal_null_preflight.py
?? tools/exp_boundary_physical_perturbation_evolution_measure.py
?? tools/exp_boundary_physical_perturbation_landing_loop.py
?? tools/exp_boundary_prime_label_null_audit.py
?? tools/exp_boundary_reader_regression_audit.py
?? tools/exp_boundary_reference_position_probe.py
?? tools/exp_boundary_residue_label_count_null_audit.py
?? tools/exp_boundary_rp_physical_perturbation_null.py
?? tools/exp_boundary_tail_reference_probe.py
?? tools/exp_boundary_transition_matrix.py
?? tools/exp_boundary_unfolding_transfer_matrix.py
?? tools/exp_endpoint_feature_scramble_null.py
?? tools/exp_endpoint_gated_rp_boundary.py
?? tools/exp_endpoint_stability_filter.py
?? tools/exp_photonic_boundary_third_included_gate.py
?? tools/exp_photonic_optical_kgen_discriminator.py
?? tools/exp_photonic_optical_kgen_flow_gate.py
?? tools/exp_photonic_optical_kgen_sensitivity.py
?? tools/exp_physical_sr_residue_bounce.py
?? tools/exp_prime_sr_persistent_boundary.py
?? tools/exp_prime_vs_mod6_sr_boundary.py
?? tools/exp_quasiperiodic_grammar_scale_gate.py
?? tools/exp_rosenzweig_porter_bridge_physical_audit.py
?? tools/exp_rp_boundary_raw_count_null_audit.py
?? tools/exp_rp_boundary_size_stability_audit.py
?? tools/exp_rp_exact_local_window_matrix.py
?? tools/exp_rp_unfolding_sensitivity_audit.py
?? tools/exp_sturmian_denominator_alignment_gate.py
?? tools/field_coherence_preflight.py
?? tools/field_rebuild_risk_map.py
?? tools/lab_cycle_monitor.py
?? tools/lab_meta_cycle_controller.py
?? tools/lab_potential_return_compiler.py
?? tools/lab_preflight_agent.py
?? tools/lab_public_surface_audit.py
?? tools/lab_runtime_awareness.py
?? tools/lab_runtime_observer.py
?? tools/lab_science_awareness.py
?? tools/lab_surface_invariant_check.py
?? tools/lab_tool_contract.py
?? tools/prime_mod6_counter_null_audit.py
?? tools/prime_mod6_generative_null_audit.py
?? tools/prime_mod6_null_fairness_audit.py
?? tools/prime_mod6_pipeline_closeout.py
?? tools/qxg_boundary_classifier.py
?? tools/qxg_contract_smoke.py
?? tools/qxg_cycle.sh
?? tools/qxg_nightly_cycle.sh
?? tools/qxg_qes_null_builder.py
?? tools/qxg_qes_observation_producer.py
?? tools/qxg_setup_row_operator.py
?? tools/qxg_supervised_preflight.py
?? tools/qxg_supervised_report_draft.py
?? tools/selector_authority_matrix.py
?? tools/stale_field_source_map.py
?? tools/test_lab_meta_cycle_controller.py
?? tools/test_lab_public_surface_audit.py
?? tools/test_potential_return_e2e.py

codex
Il campo dice che la direzione viva è il rientro QxG continuo/discreto con separazione domain-native preregistrata, non un altro giro sul graph-boundary. Il worktree è già molto sporco da stato preesistente; limiterò l’azione al report richiesto e non toccherò seme/latest.
exec
/bin/bash -lc 'wc -l tools/data/agent_field_live.md tools/LAB_AGENT_CONTEXT.md CONDENSATO_ESSENZIALE.md CONDENSATO.md tools/data/seme.json' in /opt/MM_D-ND
 succeeded in 0ms:
  1424 tools/data/agent_field_live.md
   552 tools/LAB_AGENT_CONTEXT.md
    61 CONDENSATO_ESSENZIALE.md
   526 CONDENSATO.md
   605 tools/data/seme.json
  3168 total

exec
/bin/bash -lc "sed -n '261,620p' tools/data/agent_field_live.md" in /opt/MM_D-ND
 succeeded in 0ms:

### 2. Gauge, connessioni e campi

Operatori:

- potenziale;
- campo;
- curvatura di gauge;
- holonomy;
- Wilson loop;
- fibrato;
- sezione;
- fase;
- Berry phase;
- parallel transport;
- rottura di simmetria;
- Higgs-like mechanism come transizione di stato.

Dipoli utili:

- potenziale / campo;
- fase locale / invariante globale;
- gauge libero / osservabile vincolato;
- trasporto / memoria;
- simmetria / rottura.

Controlli:

- gauge transform che conserva osservabile;
- loop chiuso vs cammino aperto;
- fase random vs fase strutturata;
- holonomy nulla vs non nulla.

### 3. Spazi quantistici e misura

Operatori:

- sfera di Bloch;
- matrice densita';
- proiettore;
- entanglement entropy;
- commutatore;
- non-commutativita';
- POVM;
- decoerenza;
- weak measurement;
- operator algebra;
- spettro di Hamiltoniana.

Dipoli utili:

- stato puro / stato misto;
- osservabile / non-commutante;
- misura / disturbo;
- sovrapposizione / decisione;
- entanglement / separabilita'.

Controlli:

- random unitary;
- stati separabili;
- base ruotata;
- noise controllato;
- spectrum-preserving shuffle.

Nota:

- Bloch e' buono quando serve un punto-zero geometrico tra poli. Non usarlo
  solo per disegnare dualita': deve produrre un osservabile.

### 4. Equazioni differenziali, flussi e stabilita'

Operatori:

- ODE;
- PDE;
- flusso di gradiente;
- Hamiltonian flow;
- Lagrangian / action;
- fixed point;
- biforcazione;
- attractor;
- Lyapunov exponent;
- Riccati equation;
- heat equation;
- wave equation;
- diffusion equation;
- reaction-diffusion;
- renormalization flow.

Dipoli utili:

- flusso / punto fisso;
- stabilita' / instabilita';
- reversibile / dissipativo;
- locale / propagato;
- biforcazione / continuita'.

Controlli:

- perturbazione iniziale;
- time reversal;
- noise injection;
- random field;
- stesso spettro, diversa dinamica.

### 5. Topologia assiomatica e forme globali

Operatori:

- omotopia;
- omologia;
- coomologia;
- indice;
- winding number;
- Euler characteristic;
- Betti numbers;
- persistent homology;
- Morse theory;
- boundary operator;
- cobordism;
- sheaf / cosheaf;
- topos-like viewpoint.

Dipoli utili:

- bordo / interno;
- buco / ponte;
- classe globale / rappresentante locale;
- singolare / regolare;
- persistente / transitorio.

Controlli:

- filtrazione random;
- graph rewiring;
- stesso grado, topologia diversa;
- rumore che conserva statistiche locali.

### 6. Algebra, simmetria e rappresentazioni

Operatori:

- gruppo;
- anello;
- modulo;
- campo;
- algebra di Lie;
- rappresentazione;
- carattere;
- spettro;
- autovalore;
- commutatore;
- categoria;
- funtore;
- limite / colimite;
- dualita';
- adjunction.

Dipoli utili:

- elemento / struttura;
- rappresentazione / invariante;
- commutativo / non-commutativo;
- locale / universale;
- oggetto / morfismo.

Controlli:

- trasformazioni che preservano invarianti;
- rappresentazioni non equivalenti;
- generatori non-phi;
- algebra random con stesso ordine.

### 7. Informazione, termodinamica e irreversibilita'

Operatori:

- entropia;
- mutual information;
- KL divergence;
- Fisher information;
- free energy;
- partition function;
- Landauer bound;
- fluctuation theorem;
- entropy production;
- temperature;
- phase transition;
- non-equilibrium steady state.

Dipoli utili:

- informazione / calore;
- reversibile / irreversibile;
- equilibrio / non-equilibrio;
- misura / costo;
- memoria / dissipazione.

Controlli:

- surrogate con stessa distribuzione;
- block shuffle;
- time shuffle;
- temperature sweep;
- finite-size scaling.

### 8. Random matrix, spettri e caos

Operatori:

- GUE;
- GOE;
- GSE;
- Poisson;
- Brody parameter;
- number variance;
- spectral rigidity;
- spacing ratio;
- spectral form factor;
- unfolding;
- eigenvector localization;
- mobility edge.

Dipoli utili:

- repulsione / indipendenza;
- ordine spettrale / caos;
- locale / lungo raggio;
- spettro / autovettore;
- universale / dominio-specifico.

Controlli:

- Poisson synthetic;
- GUE synthetic;
- same density random;
- unfolding alternative;
- finite-size sensitivity.

Nota:

- GUE/Poisson e' spesso un piano di proiezione, non una sorgente. Se diventa
  sorgente, il ciclo rischia di confermare la propria tassonomia.

### 9. Grafi, reti e conoscenza

Operatori:

- Laplacian;
- graph spectrum;
- centrality;
- community;
- cut;
- flow;
- hitting time;
- random walk;
- PageRank-like operator;
- curvature on graphs;
- Ollivier-Ricci curvature;
- Forman-Ricci curvature;
- motif;
- hypergraph;
- simplicial complex.

Dipoli utili:

- nodo / bordo;
- path / cut;
- hub / vuoto;
- locale / globale;
- grafo / ipergrafo.

Controlli:

- degree-preserving rewiring;
- edge shuffle;
- random graph;
- same community size, different topology.

### 10. Campi continui, onde e modi

Operatori:

- Fourier mode;
- wavelet;
- Green function;
- propagator;
- dispersion relation;
- soliton;
- mode locking;
- resonance;
- interference;
- standing wave;
- boundary condition;
- eigenmode.

Dipoli utili:

- onda / particella;
- propagazione / vincolo;
- risonanza / rumore;
- modo locale / modo globale;
- bordo / spettro.

Controlli:

- phase randomization;
- same PSD surrogate;
- boundary swap;
- mode deletion;
- noise floor.

### 11. Computazione, logica e sistemi formali

Operatori:

- automa cellulare;
- Turing machine;
- lambda calculus;
- rewriting system;
- proof search;
- fixed point theorem;
- diagonalization;
- incompleteness;
- type system;
- modal logic;
- paraconsistent logic;
- category semantics.

Dipoli utili:

- regola / esecuzione;
- decidibile / indecidibile;
- sintassi / semantica;
- prova / modello;
- locale computabile / globale emergente.

Controlli:

- random rule;
- same complexity class;
- symbolic perturbation;
- grammar shuffle;
- proof trace vs output trace.

### 12. Materia condensata, fasi e difetti

Operatori:

- Ising model;
- percolation;
- renormalization group;
- order parameter;
- correlation length;
- topological defect;
- domain wall;
- crystal / quasicrystal;
- band gap;
- Chern number;

exec
/bin/bash -lc "sed -n '261,620p' tools/LAB_AGENT_CONTEXT.md" in /opt/MM_D-ND
 succeeded in 0ms:
  teoria, setup, misura o vincolo empirico. Se il punto B non emerge, il ciclo
  puo' ancora essere utile come vincolo, strumento o domanda, ma non come
  avanzamento fisico.

## Come operare — il modus

Non seguire passi. Segui il modus: **espandi → osserva → taglia → risultante**.

### 0. Comprensione del campo
Prima di agire devi capire il campo intero: seme, tensioni, report recenti,
falsifier, valutatore, promozioni proposte, grafo/incroci e vincoli lasciati
dall'operatore. Se non sai quale punto e' il presente vivo del Lab, non
lanciare cicli, non promuovere risultanti e non correggere in avanti. La mossa
giusta e' ricostruire la consecutio finche' il campo torna leggibile.

La regola `fisico A -> matematica -> fisico B` e' una dinamica di movimento, non
una direzione prescritta. Prima comprendi dove sei; poi, se il Lab parte da una
tensione fisica, usa la matematica per formalizzare e falsificare e chiedi quale
manifestazione B rende il ponte, il bordo o il non-possibile osservabile. Se il
ritorno fisico non emerge, il ciclo resta nota, vincolo o strumento matematico;
non va spacciato come avanzamento del Lab fisico.

### 1. Espandi
Leggi il seme, le tensioni, il contesto. Non scegliere subito — lascia che il campo si carichi. Guarda dove più tensioni convergono sullo stesso punto. Se METRIC_TENSOR e BOUNDARY e BRODY_CROSSOVER parlano tutte della stessa cosa da angoli diversi, il punto è lì — non in una delle tre.

### 2. Osserva
La prima impressione contiene il segnale. Cosa emerge dal campo caricato? Non è "quale tensione ha l'intensità più alta" — è "dove si concentra il potenziale non esplorato?". La dissonanza è il segnale. L'errore è il varco. Quello che non torna è più interessante di quello che conferma.

Prima di scegliere misure o generatori, comprimi l'impressione in una frase di
condensato. I dettagli nascono dopo: sono strumenti per verificare la prima
risultante, non il punto da inseguire.

### 3. Taglia
Una risultante, non una lista. Se vedi 5 possibilità, non hai tagliato. Formula UNA domanda che, se rispondessi, cambierebbe lo stato del sistema. Non "è vero X?" ma "cosa succede se misuro Y che nessuno ha misurato?"

### 4. Risultante
Scrivi lo strumento — non l'esperimento usa e getta. Se scopri che serve misurare la pair correlation dei primi, scrivi `exp_pair_correlation.py` che può essere riusato con parametri diversi. Se scopri un pattern, cristallizzalo come tensione nel seme. Se falsifichi qualcosa, registra il vincolo.

### La consecutio — cosa apre
Dopo ogni risultato, la domanda più importante è: **cosa apre questo?** Non "ho confermato X" ma "ora che so X, cosa diventa possibile che prima non lo era?" La consecutio non inverte — prosegue. Se il risultato non apre nulla, non era un risultato — era una conferma circolare.

### Il dipolo — trova l'opposto
Ogni trovata ha un opposto. Se trovi che la curvatura è de Sitter, l'opposto è: "dove NON è de Sitter?" Se trovi che i primi sono GUE-like, l'opposto è: "dove smettono di esserlo?" Il contenuto è nella tensione tra i due — non in uno dei due poli.

### Crea strumenti, non esperimenti
Uno script che misura una cosa su un set di primi è un esperimento. Uno script che misura quella cosa su qualsiasi segnale ordinato è uno strumento. Il lab cresce quando crea strumenti che i prossimi cicli possono usare. Salva gli strumenti riusabili in tools/exp_*.py con parametri.

### Leggi il seme, scrivi il report, aggiorna il seme
- Leggi: tools/data/seme.json
- Report: tools/data/reports/agent_TIMESTAMP.md
- Aggiorna: aggiungi tensione o vincolo al seme
- Video: se hai usato un video dal feed, segna processed=true in tools/data/video_feed.json

## Strumenti disponibili (directory /opt/MM_D-ND/tools/)

- **dnd_scenario.py**: PRIMA di scegliere cosa esplorare, esegui `python tools/dnd_scenario.py --best`.
  Ti dice quale tensione ha il massimo potere discriminante e dove punta la risultante.
  Il proiettore mappa le tensioni su P^1, estrae le leggi di scala dai claim, e proietta sulla curva.
- dnd_autoricerca.py: esplora domini, varianti, null baseline
- dnd_controprove.py: 6 controprove indipendenti
- dnd_domandatore.py --ask 'tensione': 5 operatori discriminanti
- dnd_incrocio.py: incrocio teorie, ponti, vuoti, domande fondamentali
- dnd_normalizer.py: scissione, regola D-ND, discriminatore dipoli su segnali
- dnd_bloch_explorer.py: scan Bloch, φ emergente
- dnd_arxiv.py: cerca paper rilevanti su arXiv

Motore strutturale del modello (importabili come libreria, non workflow obbligati):

- dnd_kernel.py: regole del livello (f, M, det=-1, costanti, assiomi A0-A3, principi P0-P5, leggi L0-L7)
- dnd_teoria.py: 5 teorie codificate come dipoli (TQGE+R), 13 dipoli, isomorfie cross-teoria
- dnd_dipolo_lab.py: pattern producer/critic con Godel inversion (PoloA esplora, PoloB inverte)
- dnd_M_operator.py: M sulla conoscenza [noto, ignoto] → φ. Stato in knowledge_state.json
- dnd_riflesso.py: campo compresso + 3 voci (NUOVO/ROTTURA/DIREZIONE), un colpo non un ciclo

- Puoi scrivere ed eseguire script Python con numpy, scipy, sympy
- Se ti serve contesto esterno e non hai video, cercalo

## Errori già fatti — non ripeterli

Questi sono errori reali commessi nelle sessioni precedenti. Il sistema li ha pagati.

**1. Cercare conferme invece di creare strumenti.**
Non scrivere esperimenti per dimostrare che qualcosa è vero. Scrivi esperimenti che misurano qualcosa di nuovo — il risultato dirà da solo se conferma o falsifica. Se sai già cosa troverai, non stai esplorando.

**2. Iniettare il risultato atteso nel test.**
Esempio reale: testare se "la curvatura dei primi è GUE-like" calcolando la r-statistic e confrontando con 0.536. Il test trova r=0.503 e dichiara "GUE-like". Ma 0.503 è più vicino a Poisson (0.386) che a GUE (0.536). Il frame "GUE-like" era nel claim, non nei dati. Misura prima, interpreta dopo.

**3. Tautologie — testare proprietà algebriche come se fossero scoperte.**
Esempio reale: la curvatura di Ricci R=2.000 della metrica g=(p/2)² segue analiticamente dal PNT (p_n ~ n ln n). Non è una scoperta — è una conseguenza della definizione. Il contenuto non-banale era altrove: lo shuffle distrugge R dimezzandola (R=-1). Il fattore 2x è la vera scoperta — ma senza il null test sarebbe stata spacciata come "R conferma de Sitter".

**4. Coincidenze numeriche trattate come struttura.**
0.606 ≈ 1/φ = 0.618 (2% di differenza). Non è una connessione — è rumore fino a prova contraria (C2 del condensato). Ogni volta che un numero è "vicino a" φ, √5, π, e, 1/137: non è prova di nulla. Serve un meccanismo, non una vicinanza.

**5. Usare lo stesso dato come input e come test.**
Se costruisci la metrica usando p_n e poi misuri proprietà di p_n con quella metrica, stai misurando la definizione. Il test vero è: la metrica predice qualcosa sui primi che NON è stato usato per costruirla? Se no, è circolare.

**6. Aggiungere domini hardcoded invece di lasciare che il sistema li trovi.**
Il lab non è una calcolatrice con domini pre-scritti. Se una tensione parla di primi, non aggiungere "metrica_primi" come dominio. Scrivi un esperimento che esplora la tensione — se servono i primi, il codice li userà. Il sistema decide cosa fare, non il programmatore.

**7. Usare numeri per vincolare concetti (det=+1).**
Esempio reale: `intensità: 0.65` trattata come soglia → `if intensita > 0.5: conferma`. Il sistema D-ND opera con dipoli (claim/anti-claim), assonanze (risuona/non risuona), potenziale (alto/medio/basso) — stati qualitativi, non scale numeriche. Quando usi un float come proxy per una qualità strutturale, stai comprimendo il concetto in un numero e il numero decide al posto della struttura. Lo stesso vale per "maturity > 0.99", "confidence < 0.7", "score = rank * 10 + intensita".
**Regola**: se il codice confronta una qualità concettuale con una soglia numerica, è sbagliato. Usa la struttura: dipoli (sì/no), potenziale (tipo, non valore), assonanza (binaria), porta (categoria). I numeri servono per misurare i dati (gap primi, correlazioni, z-score) — non per decidere lo stato del sistema.
Se trovi questo pattern in un tool che stai modificando, correggilo. Non serve riscrivere tutto — correggi dove passi. Il sistema evolve organicamente.

## Come evitarli

- **Prima il null test, poi l'interpretazione.** Ogni esperimento ha un controllo: shuffle (stessa distribuzione, ordine distrutto), Cramer random (stessa densità, nessuna correlazione), baseline teorica.
- **Nearest-known baseline prima della promozione.** Se il ciclo tocca primi,
  residui modulo `q`, gap dei primi, statistiche spettrali, Anderson/GUE/GOE,
  Sturmian o qualunque dominio con letteratura vicina, devi nominare la
  baseline nota piu' prossima prima di usare parole come `nuovo`, `scoperta`,
  `fisico B` o `ponte fisico`. Per i residui dei primi modulo `q`, il minimo e'
  Lemke Oliver-Soundararajan / bias dei residui consecutivi e Hardy-Littlewood
  prime tuples. Se non hai ancora separato il risultato dal nearest-known, il
  massimo stato ammesso e': contratto operativo D-ND, tool, vincolo locale o
  review_required. Non promuovere il report.
- **Il risultato non è nel numero — è nella differenza col controllo.** z-score, non valore assoluto.
- **Se il risultato spiega se stesso, non è un risultato.** Chiediti: "questo segue dalla definizione?" Se sì, cerca il contenuto altrove.
- **Non lanciare un esperimento per confermare. Lancialo per scoprire.** La domanda giusta non è "è vero X?" ma "cosa succede se misuro Y?"

## Auto-evoluzione — il sistema corregge se stesso

Il post-processing del lab (step 8 in lab_agent.sh) esegue `structural_check.py` sui file che hai toccato.
Se trova anti-pattern strutturali, genera una tensione META nel seme. Il ciclo successivo la vede e corregge.

**Come funziona:**
- Tu scrivi/modifichi codice → il post-processing lo scansiona
- Se trova numeri che vincolano concetti (errore #7) o altri pattern noti, crea una tensione
- Il prossimo ciclo legge quella tensione e la risolve dove passa
- Non serve riscrivere tutto — il sistema evolve organicamente, un file alla volta

**Se scopri un nuovo anti-pattern:**
- Non limitarti a corregere il codice — aggiungi il pattern a `tools/structural_check.py` nella lista `PATTERNS`
- Così il sistema lo riconoscerà autonomamente nei cicli futuri
- L'errore pagato una volta non si ripete — la consapevolezza si propaga

Questo è f(f(x)): il sistema che migliora il sistema che migliora se stesso.

## Cosa NON fare

- Non modificare CONDENSATO.md, KERNEL_SEED.md, o file del kernel
- Non committare — salva solo in tools/data/ e tools/exp_*.py
- Non inventare dati o risultati
- Non cercare φ — crea le condizioni, osserva cosa emerge
- Non superare 20 minuti di lavoro per ciclo
- Non produrre liste di possibilità — produci UNA risultante
- Non iniziare dalla matematica. La matematica e' bracciata: formalizza,
  misura, falsifica. Prima respira sopra la misura: combo, assiomi, dipoli,
  incroci di teorie, grafo, geometria dei campi, algebra o topologia
  assiomatica. Se la misura genera la domanda, sei dentro la tautologia.
- Se la tensione nasce nel fisico, non fermarti nella matematica. Usa la
  matematica come trasduttore e cerca il rimbalzo:
  `punto fisico A -> struttura matematica -> punto fisico B`. Se il punto B non
  emerge, dichiara che il ciclo resta nota/vincolo matematico e non promuoverlo
  come avanzamento fisico.
- Il rimbalzo fisico non puo' saltare il nearest-known baseline. Se
  l'attraversamento matematico ha prodotto un residuo su primi/gap/moduli, prima
  separa cio' che e' gia' spiegabile da risultati classici vicini da cio' che
  resta come contratto operativo. Solo il residuo separato puo' alimentare un
  `fisico B`; altrimenti il rimbalzo e' contaminato.

## Formato report

```markdown
# Agent Report — TITOLO
**Date**: YYYY-MM-DD HH:MM
**Piano**: N
**Tension explored**: ID (intensità)
observables_used: [nomi osservabili canonici o domain-native] - usa [] solo se non hai misurato nulla
**observable_contract**: claim=<claim>; observable=<cosa misuri>; operator=<come lo misuri>; generator=<se applicabile>; denominator=<perimetro>; non_possible=<dove il claim diventa non-possibile/null o quale contro-perimetro lo limita>; not_tested=<cosa resta sospeso>

## Respiro fuori-tempo
(Obbligatorio. Compilalo prima dell'esperimento, non dopo.)

- **Combo**: almeno tre enti simultanei (assioma D-ND + incrocio teorie + nodo del grafo/dipolo + tensione seme)
- **Dipolo / punto-zero**: i due poli, il possibile/non-possibile e il punto in cui la dualita' si annulla
- **Piano superiore**: geometria dei campi / algebra / topologia assiomatica / grafo conoscenza / bicono-dipoli
- **Operatori laterali scelti**: 2 o 3 elementi da `tools/LAB_OPERATOR_PALETTE.md`
  e perche' entrano nella combo
- **Contaminazione cognitiva**: eventuale DeltaLink YSN, gene Cornelius,
  passaggio KSAR/PVI/Vault o voce `CE-*` dell'archivio usata nel ciclo. Se non
  usi il layer cognitivo, dichiara `CE-none:` e il motivo specifico. `none`
  generico non basta.
- **Proto-ipotesi**: nuova ipotesi o proto-assioma strutturale, prima dei numeri
- **Proiezione**: perche' l'osservabile scelto manifesta quella combo
- **Movimento A->M->B**: se il ciclo parte da fisica/scienza, nomina fisico A,
  struttura matematica M e fisico B; se B non c'e', dichiara il limite senza
  forzare un ponte.
- **Migliore mossa / mossa eccezionale**: prima scegli la migliore combo
  visibile nel materiale disponibile; poi verifica se quella combo apre una
  mossa eccezionale vincolata. La mossa speciale non e' invenzione libera:
  deve ereditare i vincoli gia' verificati e produrre osservabile, setup,
  teoria fisica di ritorno, vincolo empirico o domanda piu' precisa.

## Aderenza alla direzione
(Obbligatoria se esiste una direttiva operatore, una direzione valutatore o un
counter-perimeter.)

- `relation`: `follows_direction` / `deliberate_counter_perimeter` /
  `drift_to_reject`
- `why`: perche' il ciclo segue o devia consapevolmente
- `not_drift`: cosa non sta inseguendo lateralmente
- Se usi una direttiva operatore one-shot, aggiungi anche `## Source directive`
  con il vincolo seguito. La direttiva viene consumata prima del falsifier: se
  non la citi nel report, il falsifier non puo' distinguere un
  `deliberate_counter_perimeter` da un drift.

## Claim Under Test
> Il claim proiettato dalla combo, non il residuo locale del ciclo precedente

## Question
La domanda che hai formulato dopo il respiro fuori-tempo

## Ritorno fisico
(Obbligatorio quando la tensione, il claim o la combo partono da un attrito
fisico/scientifico. Se non applicabile, scrivi `non_applicabile` e perche'.)

- **Punto fisico sorgente**: fenomeno, teoria, tensione o attrito fisico da cui
  parti
- **Attraversamento matematico**: struttura formale usata come trasduttore,
  non come destinazione
- **Punto fisico di ritorno**: fenomeno, misura, vincolo o esperimento fisico
  diverso a cui la struttura rimanda
- **Controllo concretezza**: non usare categorie astratte come `sistemi
  discreti`, `strutture`, `confine`, `pre-selezione`, `rete` o `formalismo`
  come punto fisico di ritorno. Nomina un fenomeno, teoria fisica, setup
  sperimentale, misura, campo, particella, transizione o vincolo empirico.
- **Relazione nuova**: che ponte si apre tra sorgente e ritorno
- **Osservabile/test fisico possibile**: come il ponte puo' essere verificato o
  falsificato
- **Se fallisce**: `ritorno_fisico_assente` + motivo; resta vault/cimitero,
  vincolo matematico o domanda, non scoperta fisica promuovibile

## Experiment Design
- Metrica, scope, null baseline, N campioni
- Come la misura serve la combo: cosa della proto-ipotesi puo' sopravvivere o cadere
- Contratto osservabile-operatore: claim, osservabile, operatore, generatore,
  denominatore/perimetro, non_possible/null, cosa non viene testato in questo ciclo
- Se usi frequenze o condition rate, dichiara il denominatore grezzo
  (`hits/total`) e separa ogni osservabile usata nel verdict

## Results
Tabella con numeri reali

## Key Findings
1. Cosa hai trovato (con evidenza)

## Verdict
NEW / CONFIRMED / FALSIFIED / CONSTRAINT

## Bicono della scoperta
(Obbligatoria. Nomina la struttura. Se non riesci, l'esperimento non è ancora filtrato.)

- **Due radici** (dipolo primario, già duali e invertite): <quali sono le due facce della scoperta>
- **Singolare** (qualità del 1-che-è-tutto in questo contesto, dove la dualità non c'è): <cosa>
- **Invariante di passaggio** (cosa sopravvive al passaggio del vertice): <cosa>
- **Campo di possibilità**: qui diventa possibile <X>; qui diventa non-possibile <Y>

Riferimenti: CONDENSATO A16, method/DND_POSSIBILITA.md.

## Files
- Script, dati, report
```

## Bicono della scoperta — come compilarlo

Non è riformulazione ornamentale del Verdict. È **filtro**: la scoperta passa
per il modello e torna spogliata dei bias. Se la struttura (radici · singolare
· invariante · campo) non si riconosce, la scoperta è rumore o è incompleta.

**Esempio retroattivo — TWO_CHANNEL_DECOMPOSITION:**
- Radici: canale magnitudine · canale residuo (segno invertito — uno aggiunge,
  l'altro sottrae sulla PNT)
- Singolare: il segnale totale prima della separazione. Non esiste come ente
  autonomo, esiste solo come sovrapposizione dei due canali.
- Invariante: la chiusura algebrica del residuo al 3° ordine Markov.
- Campo: possibile → predire lo slope PSD magnitudine dalle correlazioni
  Hardy-Littlewood. Non-possibile → trattare il residuo come random noise.

**Esempio retroattivo — DUALITA_DIPOLARE_VS_ILLUSORIA:**
- Radici: dipolo ordinato · dipolo mescolato
- Singolare: la sequenza in sé, prima della distinzione ordine/disordine
- Invariante: det=-1 quando l'ordine è reale; det=+1 quando illusorio
- Campo: possibile → discriminare dipoli reali da illusori via test di
  shuffle. Non-possibile → inferire dipolarità da statistica locale senza
  contesto sequenziale.

**Cattura nel momento emergente.** Compila questa sezione *mentre* l'esperimento
produce i risultati, non alla fine. Se hai già chiuso il Verdict e torni
indietro a scriverla, è post-hoc — introduce distanza dall'immagine-sorgente.
Il modus è A8 applicato: il sistema chiede al sistema di produrre la struttura
*nel formarsi*.

exec
/bin/bash -lc 'ls -t shared_memory/*.md 2>/dev/null | head -10' in /opt/MM_D-ND
 succeeded in 0ms:
shared_memory/deposito_cambia_la_parola_non_regola_2026-05-07.md
shared_memory/feedback_indeterminato_reitera_con_sistema_2026-05-07.md
shared_memory/README.md

codex
Sto completando la lettura integrale: il primo blocco era solo la parte iniziale dei file, e il campo vivo è lungo. Nel frattempo il taglio operativo che emerge è: non promozione, possibile contratto/osservabile domain-native su QxG, con A=GUE/Poisson e M=unfolding/statistiche spettrali o gate di separazione solo come trasduttore, non bersaglio.
exec
/bin/bash -lc "sed -n '621,980p' tools/data/agent_field_live.md" in /opt/MM_D-ND
 succeeded in 0ms:
- Anderson localization;
- phase diagram.

Dipoli utili:

- fase / transizione;
- ordine / disordine;
- locale / correlato;
- gap / banda;
- difetto / struttura.

Controlli:

- critical vs off-critical;
- lattice shuffle;
- disorder sweep;
- boundary condition swap;
- finite-size scaling.

### 13. Cosmologia e scale

Operatori:

- scale factor;
- horizon problem;
- inflation-like expansion;
- cosmological constant;
- causal structure;
- conformal time;
- redshift;
- density perturbation;
- power spectrum;
- large-scale structure.

Dipoli utili:

- locale / cosmico;
- tempo proprio / tempo conforme;
- espansione / vincolo;
- fluttuazione / struttura;
- orizzonte / informazione.

Controlli:

- scale-free surrogate;
- random phase spectrum;
- same power spectrum, different phase;
- horizon cutoff sweep.

### 14. Biologia matematica e autopoiesi

Operatori:

- reaction network;
- autocatalysis;
- homeostasis;
- morphogenesis;
- fitness landscape;
- replicator dynamics;
- error threshold;
- regulatory network;
- attractor landscape;
- active inference.

Dipoli utili:

- organismo / ambiente;
- vincolo / adattamento;
- memoria / mutazione;
- autonomia / dipendenza;
- forma / processo.

Controlli:

- network rewiring;
- mutation sweep;
- resource randomization;
- same topology, altered dynamics.

### 15. Linguaggio, semantica e trans-semantico

Operatori:

- embedding;
- grammar;
- semantic drift;
- analogy;
- contradiction graph;
- entailment;
- frame;
- metaphor collapse;
- signifier / referent;
- compression;
- latent space;
- concept lattice.

Dipoli utili:

- segno / cosa;
- sintassi / funzione;
- significato / uso;
- nome / operatore;
- analogia / isomorfia.

Controlli:

- paraphrase shuffle;
- concept ablation;
- synonym substitution;
- frame inversion;
- human-readable claim vs executable operator.

Nota:

- "Trascendere la semantica" qui significa passare da parola a operatore:
  un concetto conta solo se diventa differenza osservabile, vincolo,
  trasformazione o ponte. Se resta descrizione, non entra nel ciclo.

## Meta-combo consigliata per il prossimo ciclo

Direzione corrente: confine come terzo incluso operativo sui domini
GUE/Poisson/non-phi.

Possibile risultante da respirare:

- D-ND: terzo incluso come punto-zero tra repulsione e indipendenza.
- Operatori: graph curvature + spectral rigidity + non-phi generator control.
- Dipolo: core congiunto / residuo singolo.
- Punto-zero: confine prima che venga classificato GUE o Poisson.
- Proiezione: cercare un osservabile che cambia quando cambia la geometria del
  boundary, non solo quando cambia il label-set o la statistica locale.

Non e' istruzione obbligatoria. E' un esempio di come usare la palette senza
scivolare in lista o conferma.

## Adapter cognitivi laterali — YSN / Cornelius / KSAR
Usali come enzimi del respiro fuori-tempo: DeltaLink, innesco genomico, reiterazione semantica, filtro avversariale e Vault. Non copiarne l'identita': trasformali in dipolo, punto-zero e osservabile. Nel report la sezione `Contaminazione cognitiva` e' obbligatoria: se non usi adapter o archivio CE, dichiara `CE-none:` e il motivo specifico.

# Adapter cognitivi laterali del Lab

Fonte:

- `kernel/reference/MMSP1/System_Prompt_Yi_Synaptic_Navigator_YSN_v4_0.md`
- `kernel/reference/metaprompt_in_sviluppo/Cornelius-v2_0_Innesco_Genomico.md`
- `kernel/reference/Kernel_Semantico_Autopoietico_Reiterativo_KSAR.md`
- `tools/data/lab_logiche_corpus.md`

Scopo: usare YSN, Cornelius e KSAR come operatori cognitivi del Lab senza
trasformare il Lab in un prompt archetipico. Il Lab resta D-ND: assiomi,
dipoli, bicono, grafo, misura, falsificazione. Questi adapter servono a
trovare strade laterali, comprimere l'intento e rendere reiterabile il kernel
emerso da un ciclo.

## Regola primaria

Ogni contaminazione deve diventare una forma verificabile:

```text
contaminazione cognitiva
-> DeltaLink / gene / anomalia
-> dipolo + punto-zero
-> proto-ipotesi
-> osservabile + controllo
-> falsifier / Veritas / Aeternitas
```

Se resta stile, personaggio, mitologia, analogia o motivazione verbale, non
entra nel ciclo.

## Adapter 1: YSN lateral insight

Funzione nel Lab:

- estrarre fino a 5 concetti/tensioni dal campo;
- generare 3 connessioni non ovvie, chiamate `DeltaLink`;
- produrre 1 ipotesi di frontiera contro-intuitiva;
- dichiarare bias, rischio di pattern forcing e incertezza;
- trasformare la sorpresa in domanda del ciclo.

Uso corretto:

```text
YSN.extract(campo) -> concetti
YSN.delta_link(concetti, grafo, seme) -> 3 connessioni non ovvie
YSN.frontier(delta_links) -> 1 ipotesi di frontiera
YSN.bias_check(ipotesi) -> cosa potrebbe essere forzato
```

Nel report:

- i DeltaLink non sono risultati;
- sono candidati di respirazione fuori-tempo;
- diventano validi solo se proiettati in osservabile falsificabile.

Esempio per il prossimo ciclo:

- concetti: terzo incluso, GUE/Poisson, non-phi generator, graph curvature,
  stable cross-domain core;
- DeltaLink possibile: la curvatura del grafo potrebbe essere il piano che
  precede la classificazione spettrale GUE/Poisson;
- ipotesi di frontiera: il confine non e' una classe statistica, ma una
  transizione di trasporto sul grafo dei generatori.

Anti-pattern:

- usare YSN per produrre tre idee decorative;
- mappare simbolicamente senza controllo;
- chiamare "non ovvio" cio' che e' gia' nel ciclo precedente.

## Adapter 2: Cornelius genomic trigger

Funzione nel Lab:

- comprimere una nuova capacita' in un innesco minimale;
- isolare il `DNA_Simbolico`, cioe' la frase essenziale della funzione;
- scegliere 1-3 operatori di svolgimento;
- dichiarare condizioni di attivazione.

Formato Lab:

```yaml
ID: <nome breve della funzione>
DNA_Simbolico: "<essenza irriducibile>"
Operatori_di_Svolgimento:
  - "<verbo operativo 1>"
  - "<verbo operativo 2>"
Condizioni_di_Attivazione:
  quando: "<quando il Lab deve usarlo>"
  perimetro: "<dove vale>"
```

Uso corretto:

- dopo un buon insight, Cornelius lo comprime in una funzione che il Lab puo'
  riusare;
- prima di un run, Cornelius puo' generare un innesco one-shot per il ciclo;
- dopo un repair, Cornelius puo' trasformare la correzione in regola compatta.

Esempio derivato dal ciclo 1915:

```yaml
ID: Boundary_Third_Included_Gate
DNA_Simbolico: "Il confine vive prima della classificazione statistica."
Operatori_di_Svolgimento:
  - "MAPPA il confine su grafo, spettro e generatore non-phi."
  - "SEPARA core congiunto, residui singoli e stabilita' cross-dominio."
  - "VALIDA contro baseline GUE, Poisson e generatori sintetici."
Condizioni_di_Attivazione:
  quando: "il ciclo lavora su boundary, GUE/Poisson o trasferibilita' phi"
  perimetro: "prima della misura, nella sezione Respiro fuori-tempo"
```

Anti-pattern:

- generare nuovi agenti o prompt quando basta una regola;
- usare metafore non collegate a operatori;
- lasciare il gene senza condizioni di attivazione.

## Adapter 3: KSAR reiterative semantic kernel

Funzione nel Lab:

- far diventare ogni ciclo riuscito un kernel riusabile per il ciclo seguente;
- non memorizzare solo testo, ma modificare la topologia del campo;
- usare dissonanze e fallimenti come materiale latente;
- iterare fino a un nuovo stato di coerenza, non fino a conferma.

Ciclo operativo Lab:

```text
1. Perturbazione
   Leggi seme, grafo, report, falsifier, operatore. Non scegliere subito.

2. DeltaLink / Contaminazione
   Usa YSN o palette operatoria per trovare connessioni non ovvie.

3. Innesco
   Usa Cornelius per comprimere la risultante in DNA + operatori.

4. Focalizzazione
   Applica Peras: taglia tutto tranne una domanda necessaria.

5. Proiezione
   Trasforma il gene in osservabile, controllo, perimetro.

6. Disintegrazione
   Attacca il claim con PVI/counter-pole prima del falsifier.

7. Cristallizzazione o Vault
   Se regge, aggiorna seme/strumento. Se non regge ma contiene potenziale,
   archivia come frammento Lazarus per ricontestualizzazione futura.
```

Mappatura con il Lab attuale:

- `Perturbazione` = `build_agent_field.py` + seme + grafo + incrocio;
- `DeltaLink` = nuovo obbligo cognitivo prima del Claim Under Test;
- `Innesco` = blocco compatto nel report o in `operator_directive.md`;
- `Focalizzazione` = una risultante, non una lista;
- `Proiezione` = `observable_contract`;
- `Disintegrazione` = auto-audit + falsifier;
- `Cristallizzazione` = valutatore/B2/promotions/seme;
- `Vault` = cimitero, repairs, osservatorio, Lazarus fragments.

## Adapter 4: PVI / anti-psicosi del ciclo

Funzione nel Lab:

- cercare dove l'AI sta accontentando l'operatore;
- distruggere la proposta prima di pubblicarla;
- far sopravvivere solo la sintesi resiliente.

Filtro minimo:

1. Tesi: cosa il ciclo vuole sostenere?
2. Attacco: quale presupposto nascosto la rompe?
3. Vincolo di realta': quale limite fisico/matematico/dominio la blocca?
4. Terzo osservatore: un revisore esterno la troverebbe distinta da una
   re-discovery?
5. Sintesi resiliente: cosa resta dopo il taglio?

Questo non sostituisce il falsifier. Lo anticipa.

## Adapter 5: Lazarus vault

Funzione nel Lab:

- non buttare via frammenti incoerenti quando sono potenzialmente precoci;
- congelarli come scarti latenti con contesto;
- riesaminarli quando cambia la direzione del seme.

Formato minimo:

```yaml
fragmento: "<cosa e' caduto>"
perche_cade_ora: "<mancano coordinate / baseline / osservabile>"
condizione_di_ritorno: "<quale nuovo contesto potrebbe riattivarlo>"
```

Uso corretto:

- se un DeltaLink e' forte ma non misurabile ora, va nel Vault;
- se un report viene falsificato ma apre una non-strada utile, va nel Vault;
- se una metafora non produce operatore, decade.

## Adapter 6: Helix / Plan-Code-Verify

Funzione nel Lab:

- per task complessi, non ragionare solo in linguaggio;
- traduci la domanda in specifica operativa;
- genera o riusa uno script;
- verifica output;
- chiudi con report.

Regola:

```text
Se non puoi scrivere la procedura come algoritmo, non hai ancora capito
l'osservabile.

exec
/bin/bash -lc "sed -n '981,1424p' tools/data/agent_field_live.md" in /opt/MM_D-ND
 succeeded in 0ms:
```

## Sezione report obbligatoria

Da compilare dentro `## Respiro fuori-tempo` o subito dopo. Se nessun adapter
viene usato, dichiarare `none` con motivo. L'omissione rende incompleto il
respiro fuori-tempo perche' il ciclo non mostra se ha cercato strade laterali
o se e' rimasto nel solco locale.

```markdown
### Contaminazione cognitiva
- **YSN DeltaLink**: tre connessioni non ovvie; quale sopravvive, oppure `none`
- **Cornelius gene**: DNA simbolico + 1-3 operatori di svolgimento, oppure `none`
- **KSAR step**: perturbazione -> focalizzazione -> proiezione scelta, oppure `none`
- **PVI attack**: presupposto che potrebbe rompere il claim, oppure `none`
- **Vault**: cosa viene congelato per un ciclo futuro, oppure `none`
```

Non tutte le righe devono essere piene. Una riga `none` dichiarata e' meglio
di una connessione forzata. Una riga assente invece nasconde il processo e
impedisce di capire se l'adapter e' stato usato.

## Prossimo innesco consigliato

```yaml
ID: Lateral_Boundary_Genome
DNA_Simbolico: "Il confine e' la forma che resta prima che il dato scelga una classe."
Operatori_di_Svolgimento:
  - "SCANSIONA tre DeltaLink tra grafo, spettro e generatore non-phi."
  - "COMPRIMI la risultante in un solo dipolo con punto-zero."
  - "PROIETTA un osservabile che distingua geometria del boundary da baseline statistica."
Condizioni_di_Attivazione:
  quando: "prima del prossimo ciclo su GUE/Poisson/non-phi"
  perimetro: "sezione Respiro fuori-tempo + observable_contract"
```

## Boundary

Questi adapter non autorizzano claim nuovi. Autorizzano solo nuove strade per
produrre claim testabili.

Il Lab non deve diventare YSN, Cornelius o KSAR. Deve usarli come enzimi
cognitivi dentro il metabolismo D-ND.

## Archivio enzimi cognitivi — richiamo contestuale
Archivio generato: 2026-05-08T20:49:15.084998+00:00 · 260 voci. Questo e' un substrate selector: non usare il substrato come claim. Tieni le teorie scientifiche nel focus e usa CE-* solo per costruire combo corta: assioma/metodo + osservazione/funzione + teoria/focus + null test. Se nessuna voce regge, dichiara `CE-none:` con motivo specifico nella Contaminazione cognitiva. `none` generico non e' valido.
Categorie: contaminante_dnd=112, regola_primaria=99, teoria_scientifica=18, enzima_cognitivo=17, strumento_lab=10
Layer: awareness_memory=116, kernel_reference=54, lab_operational_context=22, method_axiom=16, method_genesis=11, kernel_skill=9
Substrate combo minima da provare prima del codice:
- assioma/metodo: CE-0117 [method_axiom] score=58 overlap=7 · 2. La cascata della possibilità
  source: method/DND_POSSIBILITA.md:26
  Quattro livelli strutturali, atemporali (il passaggio fra loro non è nel tempo): ``` ┌─────────────────────────┐ │ POTENZIALE │ │ (campo puro, nessuna
- osservazione primaria: CE-0038 [corpus_primary_observation] score=81 overlap=9 · [47] NID 598 — R dell'Istanza  - L' equilibrio tra estremi del Modello D-ND
  source: corpus/CORPUS_OSSERVAZIONI_PRIMARIE.md:722
  **Data**: 2024-01-05 L'osservazione indaga oltre l'osservato in cerca DELLA FORMA nel NULLA-TUTTO: Per far Emergere le nuove Possibilità Dividiamo il 
- funzione/formalizzazione: CE-0002 [corpus_formal_function] score=89 overlap=2 · Funzione
  source: corpus/CORPUS_FUNZIONI_MOODND.md:2245
  Equazione assiomatica per la Prima ImpressioneGlossario:( f_{\text{Dinamica-Logica-Singolarità-ProtoAssioma}}(A, B, P; \lambda) ): Funzione che rappre
- teoria/focus scientifico: CE-0027 [corpus_project_architecture] score=75 overlap=7 · [114] NID 1931 — Modello D-ND: Formalizzazione Assiomatica, Emergenza Quantistica e Implic
  source: corpus/CORPUS_PROJECTDEV_AMN.md:37048
  **Data**: 2025-02-05 Viene derivata un'equazione fondamentale per l'evoluzione temporale della risultante R, che rappresenta lo stato del sistema. L'e
- enzima/kernel: CE-0001 [lab_operational_context] score=92 overlap=2 · Adapter 3: KSAR reiterative semantic kernel
  source: tools/LAB_COGNITIVE_CONTAMINATION.md:121
  Funzione nel Lab: - far diventare ogni ciclo riuscito un kernel riusabile per il ciclo seguente; - non memorizzare solo testo, ma modificare la topolo
Altre voci risonanti col seme corrente:
- CE-0001 [lab_operational_context/strumento_lab/lab_cycle] score=92 overlap=2 · Adapter 3: KSAR reiterative semantic kernel
  source: tools/LAB_COGNITIVE_CONTAMINATION.md:121
  Funzione nel Lab: - far diventare ogni ciclo riuscito un kernel riusabile per il ciclo seguente; - non memorizzare solo testo, ma modificare la topologia del campo; - usare dissona
- CE-0002 [corpus_formal_function/regola_primaria/campo_dnd] score=89 overlap=2 · Funzione
  source: corpus/CORPUS_FUNZIONI_MOODND.md:2245
  Equazione assiomatica per la Prima ImpressioneGlossario:( f_{\text{Dinamica-Logica-Singolarità-ProtoAssioma}}(A, B, P; \lambda) ): Funzione che rappresenta la dinamica logica e la 
- CE-0030 [corpus_project_architecture/contaminante_dnd/campo_dnd] score=82 overlap=10 · [69] NID 1353 — Documento di Sintesi sul Modello Duale Non-Duale (D-ND) e la Risultante "R
  source: corpus/CORPUS_PROJECTDEV_AMN.md:23807
  **Data**: 2024-11-08 **1. Definizione della Risultante "R":** La risultante "R" è l'espressione completa e autologica del sistema nel continuum Nulla-Tutto (NT). È definita come: R
- CE-0038 [corpus_primary_observation/contaminante_dnd/campo_dnd] score=81 overlap=9 · [47] NID 598 — R dell'Istanza  - L' equilibrio tra estremi del Modello D-ND
  source: corpus/CORPUS_OSSERVAZIONI_PRIMARIE.md:722
  **Data**: 2024-01-05 L'osservazione indaga oltre l'osservato in cerca DELLA FORMA nel NULLA-TUTTO: Per far Emergere le nuove Possibilità Dividiamo il potenziale unendo concetti sen
- CE-0019 [lab_operational_context/contaminante_dnd/campo_dnd] score=81 overlap=8 · Respiro fuori-tempo
  source: tools/LAB_AGENT_CONTEXT.md:260
  (Obbligatorio. Compilalo prima dell'esperimento, non dopo.) - **Combo**: almeno tre enti simultanei (assioma D-ND + incrocio teorie + nodo del grafo/dipolo + tensione seme) - **Dip
- CE-0005 [corpus_cognitive_prompt/contaminante_dnd/campo_dnd] score=79 overlap=4 · [82] NID 2321 — Prompt per Motore di Inferenza Quantistica Duale-Non-Duale (D-ND)
  source: corpus/CORPUS_PROMPT_AMN.md:7133
  **Data**: 2025-04-26 **Prompt per un Super LLM: Specifica Astratta di un Motore di Inferenza Quantistica basato sul Modello Duale-Non-Duale (D-ND)** **1. Contesto Filosofico e Assi
- CE-0003 [corpus_formal_function/contaminante_dnd/campo_dnd] score=79 overlap=2 · Titolo Assiomatico Combinato Rivisto: "Ottimizzazione Unificata e Manifestazione della Ris
  source: corpus/CORPUS_FUNZIONI_MOODND.md:566
- CE-0007 [kernel_reference/regola_primaria/campo_dnd] score=77 overlap=5 · **1. Kernel Assiomatico: Fisica del Campo Inferenziale**
  source: kernel/reference/MMSP1/System_Prompt_Morpheus_v1_0.md:7
  Questi principi sono le leggi immutabili che governano la tua dinamica operativa. Non sono regole da seguire, ma la fisica fondamentale del tuo essere. * **Assioma 1: Principio di 

## Memoria del ciclo precedente (autopoiesi)
Cosa il cycle precedente ha imparato. Non ripetere — costruisci sopra.

- **Direzione corrente**: Esplorare il confine: 8 domini GUE, 5 Poisson — il confine è il terzo incluso operativo
- **Domanda aperta** (consecutio): Prossimo passo minimo: chiudere il ramo ovvio come `stable_graph_tool_only` salvo nuova osservabile domain-native che spieghi la tail percolation non-full senza usare il graph hit come bersaglio. Se il prossimo ciclo resta sul boundary, deve nominare prima quell'osservabile e il null comparabile; al
- **Ultimi apprendimenti**:
  - Boundary Stable, Physics Unpromoted → None/None (ρ=None)
  - Reaction-Diffusion Null Reconstructs Boundary → None/None (ρ=None)
  - Boundary Tool, Physical B Not Separated → None/None (ρ=None)

## Costante dinamica (piano operatore)
- **Angolo**: Il confine tra dipolare e illusorio nei primi — dove la struttura cambia tipo, non solo ampiezza
- **Piano**: primi × Möbius
- **Assiomi attivi**: ['A3', 'A10']

## Affinatore — osservazione del passo precedente (20260605_1235)
L'affinatore (osservatore separato dal produttore) ha letto il cycle precedente e proposto consecutio per il prossimo. Non istruzione, ma direzione che riconosce dove il passo aveva attrito o aperto possibilità.

Ruolo/funzione: TM7-vps come Affinatore Lab D-ND.

Fonti lette: kernel TM7/THIA, COWORK, memoria THIA, `LAB_AGENT_CONTEXT.md`, `data/agent_field_live.md`, `data/potential_return/latest.json`, `data/lab_health.json`, report locale e contesto run fornito.

Verificato: `tools/evolution_report.md` aggiornato; unico file toccato da me. Il repo era già sporco con molte modifiche non mie.

Azioni eseguite: scritto un affinamento breve centrato sul passo `20260605_1235`: boundary qualificato come tool, attrito telemetrico `completed_no_jsonl`, nodo regressivo nel contratto pre-cycle, consecutio sulla chiusura `stable_graph_tool_only` o tail percolation con osservabile domain-native.

Side effect: modifica locale a `/opt/MM_D-ND/tools/evolution_report.md`. Nessun commit, nessun run scientifico, nes

## Stato di conoscenza (M operator — cosa il sistema sa già)
Topic tracciati con maturity (ratio noto/ignoto vs phi). Maturity=1 → punto fisso (saturo, non tornare). Maturity bassa → c'è ancora struttura da estrarre. Insight = pattern trasferibili rilevati nel tempo.

**Topic per maturity** (immaturi prima — qui il sistema può ancora estrarre):
- `come_modulazione_quasiperiodica` mat=0.76 ratio=2.00 level=0
- `M_uniqueness` mat=0.76 ratio=2.00 level=0
- `gap_labeling` mat=0.76 ratio=2.00 level=0
- `coincidenza_numerica_prova` mat=0.76 ratio=2.00 level=0
- `linguaggio_deterministico_nome` mat=0.76 ratio=2.00 level=0
- `relazione_buco_nero` mat=0.76 ratio=2.00 level=0
- `relazione_orizzonte_degli` mat=0.76 ratio=2.00 level=0
- `det_minus_one` mat=0.93 ratio=1.50 level=1

**Insights cumulativi**: 31 pattern trasferibili rilevati. Ultimi 3:
  - [universality_over_specificity] Il claim specifico era sbagliato — la verita' e' piu' universale. Pattern: cio' che sembrava unico e
  - [hidden_structure] Struttura nascosta rivelata. Pattern: il fenomeno ha un livello che non era visibile.
  - [universality_over_specificity] Il claim specifico era sbagliato — la verita' e' piu' universale. Pattern: cio' che sembrava unico e

**Orientamenti operatore attivi** (1 — la lente, il +1 in X=X+1, non da falsificare ma da USARE):
  - [2026-03-06] Pensiero frattale 2D: osservatore 0D su piano 2D con profondita 2D interna (logica D/ND). La prima impressione unisce gli assiomi 

**Suggerimento M_operator** (prossima_tensione):
  - **id**: M_come_modulazione_quasiperiodica_L0 **tipo**: tensione_aperta **intensità**: 0.4416407864998738
  - **claim**: Fit non converge — il modello potrebbe non essere power-law. V_c(phi) converge a 1.0 per N->inf, V_c
  - *Da M operator. stato=[2, 1], rapporto=2.000, maturity=0.76*

  Questo è il topic che M_operator (logica conoscenza 2x2 [noto, ignoto] → φ) suggerisce di attaccare. Considera prima di pescare dalle tensioni del seme.

## 10 pair fondamentali del pentagono TQGE+R (chi ha ponte, chi è vuoto)
Il pentagono delle 5 teorie ha 10 pair → 9 ponti + 1 vuoto (Q×G). Pair con risposta = ponte stabilito. Pair vuote = consecutio aperta.

- ✓ **[ExR]** Come coesistono statico e radiante? → *onda EM (Maxwell)*
- ✓ **[GxE]** Come coesistono neutro-curvo e carico-piatto? → *buco nero carico (Reissner-Nordstrom)*
- ✓ **[GxR]** Come coesistono piatto e singolare? → *orizzonte degli eventi*
- ✓ **[QxE]** Come coesistono libero e legato? → *atomo di idrogeno*
- ◯ **[QxG]** Come coesistono continuo e discreto? → **VUOTO**
- ✓ **[QxR]** Come coesistono non-relativistico e relativistico? → *equazione di Dirac*
- ✓ **[TxE]** Come coesistono freddo-neutro e plasma? → *funzione di partizione EM*
- ✓ **[TxG]** Come coesistono piatto e radiante? → *temperatura di Hawking*
- ✓ **[TxQ]** Come coesistono vuoto e pieno? → *matrice densita*
- ✓ **[TxR]** Come coesistono 0K e c? → *gas relativistico*

**Mappa**: 9/10 pair con ponte, 1 vuote. Le pair vuote sono dove il modus che ha funzionato (cycle mature aprile) ha attaccato — Q×G, oppure dove la consecutio non è ancora chiusa.

## Contratti candidati sul grafo — archi non integrati
Questi sono contratti di completamento del grafo, non ponti chiusi. Usali come oggetti da falsificare o raffinare: il vuoto resta vuoto finche' un cycle successivo produce un ponte fisico stabile.
Autorita': se questo artifact proviene da un ciclo precedente e la direzione viva e' ruotata, il contratto grafo e' solo oggetto storico da falsificare. Non puo' sostituire `seme.json.direzione`.
Direzione viva attuale: Chiudere il ramo graph-boundary come tool/falsificatore e cercare QxG continuo-discreto solo dove esiste una separazione domain-native preregistrata: test Brody/Berry-Robnik/Rosenzweig-Porter/localization con null/shuffle interni, senza promuovere hit graph-boundary a ponte fisico.
Artifact: `tools/data/graph_completion/latest.json` (cycle_ref=20260605_1235).
Summary: candidate_count=1, ready_count=0, observable_contract=False, bicono_complete=True, fit_ready_contract=False.

### QxG — candidate_needs_contract
Domanda: Come coesistono continuo e discreto?
Forma ipotizzata: arco di esistenza condizionata: valore e evento si separano prima del fit
Dipolo: confine graph-boundary stabile / ritorni fisici B ricostruiti dai null interni
Punto-zero: il full hit 27/27 quando appare sia come candidato ponte sia come proprieta' generabile dal trasduttore sotto surrogate domain-native
Invariante: il lettore graph-boundary conserva il pieno 27/27 passando da riga originale a surrogate percolation e reaction-diffusion nei perimetri testati
Possibile: cristallizzare un tool/falsificatore graph-boundary qualificato | Non-possibile: promuovere QxG, percolation o reaction-diffusion come fisico B dal solo full hit 27/27
Perimetro: mentioned_in_report=True, connected_in_graph=False, opened_by_consecutio=True, missing_report_edges=['G'].
Validazione: bicono=True, falsifier_coherent=True, rho=0.935, band=COLLASSO, fit_ready=False.
Prossimo movimento: Rendi il contratto sperimentale fit-ready: soglie esplicite, stato transfer/blank/fall e contro-perimetro verificabile; poi rigenera il grafo usando questo artifact come evidenza.
Contratto operativo: non rifare un fit aggregando `no_cross`, `floor_hit` e crossing. Cerca quale condizione trasforma il contratto candidato in ponte stabile, oppure dove cade.

## Ponti evoluti — pair con conferme cumulative
Quante volte ogni ponte è stato confermato dal lab nel tempo. Pair con tante conferme = ponte solido del pentagono. Tante conferme non significa 'cycle qui di nuovo' — significa 'il ponte è maturo, cerca altrove l'angolo non ancora visto'.

- **[QxT]** 465 conferme — forma simplettica = entropia (invertibili)
- **[ExQ]** 297 conferme — [da fonte: Equivalence between geometrical structur]
- **[GxT]** 158 conferme — tensore metrico dentro la forma simplettica estesa
- **[ExT]** 158 conferme — tensore EM dentro la forma simplettica
- **[ExR]** 158 conferme — cambio di frame — E e B sono lo stesso campo
- **[ExG]** 149 conferme — [da fonte: Equivalence between geometrical structur]
- **[GxQ]** 149 conferme — [da fonte: Equivalence between geometrical structur]
- **[QxR]** 149 conferme — [da fonte: What is a Laplace Transform - visual exp]
- **[RxT]** 149 conferme — [da fonte: What is a Laplace Transform - visual exp]

## Incrocio teorie — depositi e consecutio (pre-cycle autopoiesi)
Risultato dell'incrocio TQGE+R appena eseguito. Le consecutio sono
domande cross-pair pronte per esperimenti — il modus dei cycle mature
(es. mod-3 prohibition, three regimes, PSD pair-dominated).

- **Depositi**: 24 totali. Top 3:
  - [?] 
  - [?] 
  - [?] 

## Domandatore autopoietico — esperimento suggerito (pre-cycle)
Output dei 5 operatori discriminanti applicati alla top tension del
seme. Le domande qui sono ESPERIMENTI PRE-FORMULATI: tensione astratta
tradotta in cosa misurare, su quale dominio, con quale metrica.
Pattern dei cycle mature: l'agent eseguiva l'esperimento già pronto.

- **Tensione attaccata**: [TRASCENDENZA_LIMITE] La trascendenza e il limite attuale del modello. I punti fissi relazionali (non solo phi ma la rete di punti fissi tra osservabili) possono 
- **Domande proposte**:
  - Il duale di "La trascendenza e il limite attuale del modello. I" [catalogo: custom]
  - Tra gli estremi del claim "La trascendenza e il limite attuale del modello. I" esiste un punto di transizione continuo
  - L'effetto "La trascendenza e il limite attuale del " si manifesta anche in fotonico

**Fallback obbligatorio se il Domandatore non produce esperimenti nuovi**: formula un esperimento minimo dalla direzione viva, non dal residuo piu' recente. Il report deve nominare `direction_minimal_experiment` e specificare observable/null/denominator coerenti con:
`Chiudere il ramo graph-boundary come tool/falsificatore e cercare QxG continuo-discreto solo dove esiste una separazione domain-native preregistrata: test Brody/Berry-Robnik/Rosenzweig-Porter/localization con null/shuffle interni, senza promuovere hit graph-boundary a ponte fisico.`
Se non riesci a farlo, dichiara `local_regression` o `deliberate_counter_perimeter`; non scrivere `follows_direction`.

**Modus**: scegli liberamente la tensione, ma se attacchi quella
del domandatore l'esperimento è già pre-formulato. Cycle mature di
aprile (Markov-3 ordering, mod-3 prohibition, three regimes) erano
domandatore-driven: tensione META con consecutio scientifica chiara.

## Run precedente: diagnostico stale, non autorità
- lab_health.run_timestamp appartiene a un ciclo bloccato/generato.
- Non usarlo come direzione o previous-run authority.

## Piano 143 — Chiudere il ramo graph-boundary come tool/falsificatore e cercare QxG continuo-discreto solo dove es

## Tensioni attive (strutturali prime, vincoli in coda)
- [TRASCENDENZA_LIMITE] (0.9)  La trascendenza e il limite attuale del modello. I punti fissi relazionali (non solo phi ma la rete di punti fissi tra osservabili) possono rivelare i
- [G_POTENZIALE_NULLA] (0.85)  G e il potenziale di tutto come nulla - permette il prima e il dopo. Ci muoviamo come trascendenza dimensionale gravitazionale. G nel tetraedro non e 
- [BOUNDARY] (0.8)  8 domini GUE, 5 Poisson — il confine è il terzo incluso operativo
- [PIANO_PRIMARIO_DUE_ASSIOMI] (0.8)  I piani importanti sono il primario e i due assiomi che lo determinano nelle zone osservate. Non tutti gli assiomi operano ovunque - in ogni zona osse
- [DUALITA_DIPOLARE_VS_ILLUSORIA] (0.9)  Due tipi di dualita: (1) dipolare - generativa, il modello (det=-1), (2) illusoria - dispersiva, entropia (det=+1). Le regole incoerenti producono la 
- [METRIC_TENSOR] (0.9)  Il tensore metrico dei primi è g=(p/2)². Nel tempo ln(p), è de Sitter 1+1D. z=-8.8 curvatura vs z=+22.5 rapporti ΔΓ.
- [TENSIONE_ENTITA] (0.85)  La tensione non e un problema pratico - e un Entita. La tensione superflua crea latenza (tempo). Senza tensione superflua tutto e regolato da assiomi.
- [TRANS_BOUNDARY_TRASCENDENZA_LIMITE] (0.8)  Transizione continua confermata: <r> da 0.521 a 0.887 (range=0.366). La transizione Sturmian->Harper e' conti

## Pattern di formulazione emersi (vincoli, non tensioni)
Pattern che il falsifier ha imposto in 2+ cicli. Applicali quando scrivi il report. NON sono nuove tensioni da esplorare — sono regole sul COME formulare i claim del cycle che stai facendo.
- 29 04 perimetro p5
- 30 04 drift monotonia

## Convergenza — dove più tensioni puntano allo stesso punto
  "nelle" → PIANO_PRIMARIO_DUE_ASSIOMI, TRASCENDENZA_LIMITE
  "confine" → BOUNDARY, TRASCENDENZA_LIMITE
  "trascendenza" → G_POTENZIALE_NULLA, TRASCENDENZA_LIMITE
  "modello" → DUALITA_DIPOLARE_VS_ILLUSORIA, TENS_SCALE_TRASCENDENZA_LIMITE
  "producono" → DUALITA_DIPOLARE_VS_ILLUSORIA, TENSIONE_ENTITA
Questo è dove il potenziale si concentra. Non ignorarlo.

## Report accepted recenti — contesto, non direzione
Sono gli ultimi report non marcati come bloccati dal session log o dal manifest. Servono come memoria accepted; la direzione viva resta `seme.json.direzione`.

### Agent Report - Boundary Tool, Physical B Not Separated
Verdetto: CONSTRAINT / TOOL. I due ritorni fisici B ovvi non si separano sotto i null disponibili: percolation ricostruisce full hit in 122/128, reaction-diffus

### Agent Report - Reaction-Diffusion Null Reconstructs Boundary
Verdetto: CONSTRAINT / NO PROMOTION. Il candidato reaction-diffusion non avanza come fisico B nel perimetro misurato: il null domain-native ricostruisce il pien

### Agent Report - Boundary Stable, Physics Unpromoted
Verdetto: Il gate graph-boundary avanza come strumento stabile: i quattro candidati ricorrono 9/9 nella griglia dichiarata. Il risultato non promuove nuova fisi

## Cimitero — claim falsificati di recente (NON riproporre con lo stesso framing)
Questi claim sono stati falsificati dal counter-pole o da audit precedenti. Il dato sottostante puo' essere vero, ma il **framing** indicato qui e' falsificato. Riformula correttamente o evita il dominio.

### C1 refined-not-falsified (silent patching)
**Cosa diceva** (report 29/04): "C1 is refined, not falsified" dopo
aver dichiarato che "GUE is also dynamic under M". Il setup C1 era
"Primes are the only dynamic domain under M among 7 tested". Il dato
ha mostrato GUE dinamico — la conclusione ha riformulato silenziosamente
C1 come "two-channel structure" anziche' dichiarare la falsificazione
del claim originale.

**Come e' caduto**: Falsifier L3 HIGH (axiom continuity / no silent
patching). La differenza tra "C1 falsificato al ciclo 58 — scop
_**Data falsificazione**: 2026-04-29, ciclo 58, falsifier_20260429_0852.json_

### MOD3_PROHIBITION come fatto algebrico
**Cosa diceva** (scoperta_recente piano 56, 28/04): "La memoria di
ordinamento 140x nei gap primi e una proibizione algebrica mod 3:
gap consecutivi non possono avere lo stesso residuo non-zero mod 3.
Meccanismo: il primo condiviso p_{n+1} forza l'inversione. 0 violazioni
su 12225. Cramer: 0%." Ripetuto nel report 29/04 come "Mod-3 self-
transition 0.40-0.44 confirming the prohibition" + "Cramer confirms
the null. Zero channels."

**Come e' caduto**: Falsifier counter-pole (29/04, ciclo 58, lent
_**Data falsificazione**: 2026-04-29, ciclo 58, falsifier_20260429_0852.json_

### K* (depth of spectral convergence) come proprieta' discriminante
**Cosa diceva**: Il K* = 9 (depth di convergenza spettrale) era riportato
come caratteristico dei primi (ciclo 44, "K*=2 captures 99% of spectral
slope" — interpretato come discriminante).

**Come e' caduto**: Shuffle audit: K* reale = 9, shuffle mean = 9.72,
std = 0.53, z = -1.4. Dentro il rumore dello shuffle. Il valore dipende
dalla distribuzione dei gap, non dal loro ordine. Lo shuffle preserva
distribuzione → preserva K*.

**Sostituito da**: Markov-3 bits (z=6203) e lag-1 total (z=-13) sono
_**Data falsificazione**: 2026-04-22, ciclo 45._

### Slope ratio (slope_mag / slope_res) come invariante strutturale
**Cosa diceva**: Il rapporto tra slope del canale magnitudine e slope
del canale residuo (~1.99) era stabile attraverso scale → "invariante
dimensionale" del decomposition. Era menzionato come evidenza nel
two-channel framework (cicli 43-44).

**Come e' caduto**: Shuffle audit (ciclo 45): z-score = 0.2. Lo shuffle
produce slope_ratio con media -2.26 ma deviazione standard 26.2. Il
valore reale e' dentro la tail dello shuffle — non distinguibile.
L'instabilita' dello shuffle (std enorme) indica c
_**Data falsificazione**: 2026-04-22, ciclo 45._

### Cross-correlation (xcorr) tra canale magnitudine e residuo (Two-Channel Decomposition)
**Cosa diceva**: La cross-correlation tra magnitudo e residuo del decomposed
prime gap (xcorr = -0.074) rappresentava "indipendenza spettrale" —
evidenza di separazione strutturale tra i due canali (piani 42-44,
four cycli consecutivi, insight QxT maturity A).

**Come e' caduto**: Shuffle audit (ciclo 45, 2026-04-22): z-score = 0.0.
Su 50 shuffle dei gap mantenendo stessa distribuzione ma permutando
ordine → xcorr identico = -0.074. Il valore e' **identita' algebrica**:
corr(x, x mod 6) dipende 
_**Data falsificazione**: 2026-04-22, ciclo 45 shuffle audit._

**Regola operativa**: prima di scrivere un claim sul tuo dominio, controlla che non sia gia' stato falsificato sopra. Se i tuoi dati ripropongono un pattern del cimitero, **dichiara esplicitamente la differenza** ("il dato del cimitero era X, qui ho Y, ecco perche'") oppure cambia la formulazione (es. 'bias forte verso 0' al posto di 'proibizione zero' se il dato e' >0). Silent patching = L3 HIGH.

## Osservazioni dell'operatore (risonanti con le tensioni)
**3. Formalizzare la dinamica osservata**: Domandiamoci come rappresentiamo matematicamente una contiguità di assonanze particolari come potenzialità latente della Lagrangiana. Osserva le possibili Combinazioni per liberare tutte le relazioni usando le regole Duali e ricorda che non stiamo facendo teoria, senza tempo con la prima impressione
**7. Assonanze relazionali tra la singolarità e la dualità degli estremi**: Non è nei particolari che si trova l'immagine come non è nella goccia l'oceano, ma è nelle assonanze relazionali osservate come rapporto di coerenza convergente nel nulla-tutto della singolarità tra gli estremi duali.I Poli della singolarità sono Uniti da due lati.
**1. R dell'Istanza  - L' equilibrio tra estremi del Modello D-ND**: L'osservazione indaga oltre l'osservato in cerca DELLA FORMA nel NULLA-TUTTO: Per far Emergere le nuove Possibilità Dividiamo il potenziale unendo concetti senza relazione semplicemente perché la lagrangiana passa da li, creiamo nuove combinazioni e movimenti nelle logiche ma coerenti con la risulta

## Risultante ultima sessione interattiva
Ogni teoria presuppone una separazione. A scala di Planck tutte le separazioni collassano. Geometria=entropia=conteggio di stati. QxG non ha ponte perché alla scala dove vive non c'è distinzione tra i due lati del dipolo. Il vuoto non è assenza del ponte — è dove i due lati del dipolo sono lo stesso

## Video dall'operatore (non processati)
**Thermodynamic Computing: Better than Quantum? (Extropic, Guillaume Verdon)**: 
**The equivalence between geometrical structures and entropy (Gabriele Carcassi)**: 
**Why a moving charge produces a magnetic field (FloatHeadPhysics)**: 
Dopo aver usato un video, segna processed=true in tools/data/video_feed.json.

## Proiezione — dove punta la risultante
Risultante: R=0.875 (h=-0.698). Risultante alta (0.88) — campo ad alta confidenza, poca incertezza
Orizzonte: insufficiente (< 2 target)

**Esperimento a massima informazione:** TENS_SCALE_TRASCENDENZA_LIMITE (score=0.807)
  TENS_SCALE_TRASCENDENZA_LIMITE: incerto (i=0.6) — massimo potere discriminante

## Strategia del campo (leverage / rischi / punti ciechi)
- Pilastri (leverage): TRASCENDENZA_LIMITE, G_POTENZIALE_NULLA, TRANS_BOUNDARY_TRASCENDENZA_LIMITE
- Punti ciechi: META
- Cross-check: 5 confermati, 2 contestati su 13 tensioni

## Topologia del campo — la forma del grafo
Gradi teorie: Q=12, G=8, T=7, E=4, R=4
Dormienti (basso aggancio di scoperte): E, R
Struttura: 9 ponti, 1 vuoto(i), 6 scoperte, 20 cicli.
Generatrici (nodi che emettono >=2 connessioni ghost):
  disc_5 (2 ghost): Metrica primi g=(p/2)², curvatura GUE r=0.503
  report_20260605_1202 (2 ghost): Agent Report - Boundary Stable, Physics Unpromoted
  report_20260604_1909 (2 ghost): Agent Report - Boundary Graph Third-Included Gate
Una generatrice con ghost densi = scoperta che il sistema sta ancora attraversando. Chiusura prematura se marcata 'risolta' nel seme.
La combo riconosce l'asimmetria. Il dipolo vive su tutti i ponti — non solo dove il lab ha già misurato.

## Le 7 lenti del counter-pole — applicale a te stesso prima di chiudere il report
Il falsifier (lab_falsifier.py) applichera' queste lenti al tuo report dopo. Applicale TU a te stesso prima — quello che resiste alle lenti non viene bloccato dal gate. Quello che cade va al cimitero.

**L1 — hard constraint vs bias statistico (A2 confine duro)**
Un claim 'impossibile / proibito / zero / pure / absent / never / always' richiede uno zero esatto nei dati (probabilita = 0.000). Prima di scrivere questi assoluti, leggi il valore numerico esatto. Se vale 0.015, e' bias forte verso 0, non zero. Se vale 0.40, e' bias forte verso ordine, non proibizione. L'assoluto descrive il valore 0.000, il bias forte descrive tutto il resto.

**L2 — quantita' assoluta vs ratio (A14 cascata, invarianza dimensionale)**
Confronto fra spazi di taglia diversa (mod 3 vs mod 30, finestra stretta vs larga, N piccolo vs grande): le percentuali ingannano perche' il denominatore cresce. Stesso segnale assoluto sembra ridursi in %. Se concludi 'diminuisce / si dilata / declina' su confronti percentuali fra spazi di taglia diversa, esprimi prima in unita' assolute (bit di mutual information, count grezzi, soglie esatte) — poi conferma o riformula.

**L3 — continuita' assiomatica / no silent patching (A4 modus)**
Se il setup ('Claim Under Test') usa una definizione e la conclusione ne usa un'altra, e' patch det=+1 sul presente, non inversione det=-1 al nodo regressivo. Il cambio DEVE essere dichiarato esplicitamente: 'F2 falsificato al nodo X — scope corretto e' Y' / 'C1 originale falsificato, nuovo claim emerso e' Z'. 'C1 e' refined' su un dato che lo falsifica e' silent patching.

**L4 — edge case isolation (A12 traccia la curva)**
Un'eccezione 1 su N (con N grande) NON e' zero. Se scrivi 'sempre X' o 'mai X' e i dati mostrano anche un singolo controesempio, riformula il perimetro ('per p > 3, X vale') — non arrotondare via il controesempio.

**L5 — re-discovery vs discovery (A8 autologica)**
Un pattern in distribuzioni classiche (primi, GUE, random walk, Markov chain, gap statistics) probabilmente ha un nome. Default hypothesis: re-discovery / caso limite di teorema noto. Prima di taggare 'NEW', cerca il risultato classico piu' vicino (es. Lemke Oliver-Soundararajan per prime gaps mod q, Wigner-Dyson per GUE level statistics, Erdos-Kac per distribuzioni aritmetiche). Se non lo trovi, dichiara la ricerca esplicitamente.

**L6 — metabolismo del campo cognitivo (A8/A11 autologica + combo)**
Se il campo contiene adapter cognitivi o archivio CE, la sezione `Contaminazione cognitiva` deve nominare almeno una voce `CE-*`, YSN, Cornelius, KSAR, PVI/Vault usata nella combo, oppure `CE-none:` con motivo specifico e verificabile. `none` generico significa che il campo e' stato visto ma non metabolizzato.

**L7 — possibile / non-possibile (A16 possibilita + A6 zero mobile)**
Ogni claim deve dire anche dove cade: non_possible/null, contro-perimetro, failure mode o cosa resta non testato. Se formuli 'qui diventa possibile X' senza 'qui diventa non-possibile Y', non hai ancora prodotto un dipolo operativo: hai una singolarita' simmetrica senza attrito.

**L8 — rimbalzo fisico (fisico A -> matematica -> fisico B)**
Se la tensione nasce nel fisico, la matematica e' trasduttore, non destinazione. Il report deve dichiarare il punto fisico sorgente, l'attraversamento matematico, il punto fisico di ritorno, la relazione nuova e l'osservabile/test possibile. Il punto fisico di ritorno non puo' essere una categoria astratta come 'sistemi discreti', 'confine', 'rete' o 'formalismo': deve nominare fenomeno, teoria fisica, misura, setup, campo, particella, transizione o vincolo empirico. Se non emerge un ritorno fisico diverso, il risultato resta nota, vincolo, vault o domanda: non promuoverlo come avanzamento fisico.

**Modus**: dopo aver scritto il report, rileggi i tuoi dati numerici. Per ogni claim, verifica: il numero supporta la magnitudine del linguaggio? Se hai scritto 'zero' e il dato e' 0.015, riformula. Se hai scritto 'NEW' su un pattern in primi, cerca la letteratura. Se manca il non-possibile, formula il null o il perimetro dove il claim fallisce. Solo allora chiudi il report.

## Cosa fare
1. Esegui `python tools/dnd_scenario.py --best` per vedere la proiezione aggiornata
2. Scegli la tensione con il massimo potere discriminante
3. Scrivi il report in tools/data/reports/agent_{timestamp}.md
4. **Applica le 7 lenti a te stesso** (sezione sopra). Riformula i claim che non resistono.
5. Se crei uno strumento riusabile, salvalo in tools/exp_*.py
6. Se trovi qualcosa, aggiorna tools/data/seme.json


---

## G2 ANTI-RECYCLE — la tensione BOUNDARY è esplorata 4 cycle consecutivi

Cycle precedenti su questa tensione (più recente in alto):
- 20260605_1247: BOUNDARY
- 20260605_1235: BOUNDARY
- 20260605_1221: BOUNDARY
- 20260605_1202: BOUNDARY

**Lettura del deposito**: 4 cycle consecutivi sulla stessa tensione,
nessuno produce CRYSTALLIZE. Il sistema sta segnalando saturazione
metodologica — continuare su BOUNDARY produce nuovo gate vincolo
(det=+1, accumulo di forma) anziché scoperta strutturale (det=-1).

**Modus richiesto** (D-ND): scegli un'altra tensione del seme. Priorità:
- tensioni-sorgente operatore-marked (manuale=true, intensità>=0.85),
  tipi `confine_inesplorato`/`scoperta`/`scoperta_numerica`
- tensioni che convergono con altre (sezione "Convergenza" del campo)
- tensioni con observables canonici dichiarabili (SR/SR2/L1/L2/triple_var
  o equivalenti del dominio) — non pure tassonomia interna

**Se insisti su BOUNDARY**: dichiara esplicitamente nel report `Claim
Under Test` perché questo cycle differisce dai 4 precedenti, e quale
osservabile esterno (numero, distribuzione, dominio reale) misuri stavolta.
Senza dichiarazione esplicita, G2 considera la scelta come det=+1 e G1
(observables_used=[]) può bloccare il sync downstream.

**Se BOUNDARY è BOUNDARY ed è già chiuso come graph-boundary tool**:
non produrre un altro report di chiusura usando gli stessi artifact. Le sole
uscite ammesse sono:
- nuovo osservabile domain-native dichiarato prima del report, con null
  comparabile diverso dal lettore precedente;
- `QUESTION_ONLY` / contratto di design dell'osservabile;
- ritorno a una tensione viva non-BOUNDARY del seme/scenario.

---


exec
/bin/bash -lc "sed -n '1,220p' tools/data/seme.json" in /opt/MM_D-ND
 succeeded in 0ms:
{
  "timestamp": "2026-06-05T12:40:48.684928",
  "piano": 143,
  "tensioni": [
    {
      "tipo": "confine_inesplorato",
      "id": "TRASCENDENZA_LIMITE",
      "claim": "La trascendenza e il limite attuale del modello. I punti fissi relazionali (non solo phi ma la rete di punti fissi tra osservabili) possono rivelare il vero grafo della realta e pattern nelle matrici. Il confine non e nella matematica - e nel passaggio tra piani.",
      "intensita": 0.9,
      "nota": "Input operatore 2026-04-10. Tocca: confine del modello, struttura relazionale dei punti fissi. Consecutio: quali punti fissi relazionali emergono dalle 21 tensioni attuali? Il grafo e gia nei dati?",
      "manuale": true,
      "porta": "sessione_interattiva",
      "condensato_ref": "A3,A10",
      "condensato_motivo": "Estende A3 (punto fisso singolo) a rete relazionale. Tocca A10 (dipolo) come caso speciale."
    },
    {
      "tipo": "scoperta",
      "id": "DUALITA_DIPOLARE_VS_ILLUSORIA",
      "claim": "Due tipi di dualita: (1) dipolare - generativa, il modello (det=-1), (2) illusoria - dispersiva, entropia (det=+1). Le regole incoerenti producono la seconda. La dualita illusoria e entropia come dispersione, non come informazione.",
      "intensita": 0.9,
      "nota": "Input operatore 2026-04-10. Tocca: entropia come dispersione illusoria vs generazione dipolare. Consecutio: nel Lab i domini Poisson (entropia massima) mostrano dualita illusoria? I domini GUE (strutturati) mostrano dualita dipolare? Il drift verso Poisson (POISSON_CONVERGENCE) e perdita di dualita dipolare?",
      "manuale": true,
      "porta": "sessione_interattiva",
      "condensato_ref": "A2,A10,F5",
      "condensato_motivo": "Discrimina due forme di det. A2 (confine) e la soglia. A10 (dipolo) e il tipo 1. F5 (frame) misura la struttura D-ND che e tipo 1."
    },
    {
      "tipo": "scoperta_numerica",
      "id": "METRIC_TENSOR",
      "claim": "Il tensore metrico dei primi è g=(p/2)². Nel tempo ln(p), è de Sitter 1+1D. z=-8.8 curvatura vs z=+22.5 rapporti ΔΓ.",
      "intensità": 0.9,
      "nota": "Sessione interattiva 4 aprile. Verificato su 78K primi.",
      "manuale": true,
      "porta": "sessione_interattiva",
      "condensato_ref": null,
      "condensato_motivo": "Risultato numerico verificato, non-tautologico"
    },
    {
      "tipo": "scoperta",
      "id": "TENSIONE_ENTITA",
      "claim": "La tensione non e un problema pratico - e un Entita. La tensione superflua crea latenza (tempo). Senza tensione superflua tutto e regolato da assiomi. Implicazione: le tensioni nel seme sono entita, non problemi da risolvere. Quelle superflue (det=+1) producono tempo/latenza.",
      "intensita": 0.85,
      "nota": "Input operatore 2026-04-10. Tocca: rapporto tensione/assioma. Operativamente: discriminare tensioni-entita (generative) da tensioni-superflue (dispersive) nel seme. Le 21 tensioni attuali - quante sono entita e quante latenza?",
      "manuale": true,
      "porta": "sessione_interattiva",
      "condensato_ref": "A5,A6",
      "condensato_motivo": "Il ciclo (A5) lavora con tensioni - ma se la tensione e entita, il ciclo non le risolve, le osserva. Lo zero mobile (A6) e la tensione senza latenza."
    },
    {
      "tipo": "confine_inesplorato",
      "id": "G_POTENZIALE_NULLA",
      "claim": "G e il potenziale di tutto come nulla - permette il prima e il dopo. Ci muoviamo come trascendenza dimensionale gravitazionale. G nel tetraedro non e una teoria tra le altre - e il potenziale che le rende possibili.",
      "intensita": 0.85,
      "nota": "Input operatore 2026-04-10. Tocca: ruolo di G nel tetraedro (T,Q,G,E). La fonte video_lp0RgZ6kQF8 dice: tensore metrico dentro la forma simplettica. G non e accanto a T,Q,E - e sotto. Consecutio: nei dati Lab, i ponti TxG e ExG hanno struttura diversa dai ponti TxQ?",
      "manuale": true,
      "porta": "sessione_interattiva",
      "condensato_ref": "A7,A10",
      "condensato_motivo": "A7 (singolarita come operatore) e G come potenziale. A10 (dipolo) opera sul piano che G rende possibile."
    },
    {
      "tipo": "confine_inesplorato",
      "id": "BOUNDARY",
      "claim": "8 domini GUE, 5 Poisson — il confine è il terzo incluso operativo",
      "intensità": 0.8,
      "nota": "Il segnale non-triviale è DOVE la scissione cambia natura, non che converge a φ",
      "condensato_ref": "A9",
      "condensato_motivo": "Overlap termini con A9 (5 termini)",
      "porta": "condensato"
    },
    {
      "tipo": "scoperta",
      "id": "TRANS_BOUNDARY_TRASCENDENZA_LIMITE",
      "claim": "Transizione continua confermata: <r> da 0.521 a 0.887 (range=0.366). La transizione Sturmian->Harper e' conti",
      "intensita": 0.8,
      "nota": "Dal domandatore (2026-06-04T19:56). \n  alpha=0.1: <r>=0.540 #####################\n  alpha=0.2: <r>=0.555 ###########",
      "condensato_ref": "A3,A10",
      "condensato_motivo": "Ricorrente (3x in 2 giorni) e fuori dalla mappa",
      "porta": "domandatore",
      "source_tension_id": "TRASCENDENZA_LIMITE",
      "source_tension_tipo": "confine_inesplorato",
      "source_tension_ref": "A3,A10",
      "source_experiment_id": "BOUNDARY_TRASCENDENZA_LIMITE",
      "source_operator": "confine",
      "dettaglio": "\n  alpha=0.1: <r>=0.540 #####################\n  alpha=0.2: <r>=0.555 ######################\n  alpha=0.3: <r>=0.567 ######################\n  alpha=0.4: <r>=0.580 #######################\n  alpha=0.5: <r>=0.603 ########################\n  alpha=0.6: <r>=0.642 #########################\n  alpha=0.7: <r>=0.685 ###########################\n  alpha=0.8: <r>=0.732 #############################\n  alpha=0.9: <r>=0.789 ###############################\n  alpha=1.0: <r>=0.887 ###################################\n"
    },
    {
      "tipo": "falsificazione",
      "id": "FALS_BREAK_TRASCENDENZA_LIMITE",
      "claim": "Nessuna separazione: 9/9 (50/50 su 18 confronti). Il claim non regge. phi converge a <r>=0.5 piu' sistematicam",
      "intensita": 0.8,
      "nota": "Dal domandatore (2026-06-04T20:10). 0.5|=0.1129 farther\n\n  silver:\n    N=  13: <r>=0.5902 |<r>-0.5|=0.0902 \n    N=  ",
      "condensato_ref": "LAB_F2",
      "condensato_motivo": "Overlap termini con LAB_F2 (4 termini)",
      "porta": "condensato",
      "source_tension_id": "TRASCENDENZA_LIMITE",
      "source_tension_tipo": "confine_inesplorato",
      "source_tension_ref": "A3,A10",
      "source_experiment_id": "BREAK_TRASCENDENZA_LIMITE",
      "source_operator": "rottura",
      "dettaglio": "0.5|=0.1129 farther\n\n  silver:\n    N=  13: <r>=0.5902 |<r>-0.5|=0.0902 \n    N=  21: <r>=0.6317 |<r>-0.5|=0.1317 farther\n    N=  34: <r>=0.6442 |<r>-0.5|=0.1442 farther\n    N=  55: <r>=0.5233 |<r>-0.5|=0.0233 closer\n    N=  89: <r>=0.5502 |<r>-0.5|=0.0502 farther\n    N= 144: <r>=0.5603 |<r>-0.5|=0.0603 farther\n    N= 233: <r>=0.5446 |<r>-0.5|=0.0446 closer\n    N= 377: <r>=0.4989 |<r>-0.5|=0.0011 closer\n    N= 610: <r>=0.5480 |<r>-0.5|=0.0480 farther\n    N= 987: <r>=0.4913 |<r>-0.5|=0.0087 closer\n"
    },
    {
      "tipo": "confine_inesplorato",
      "id": "PIANO_PRIMARIO_DUE_ASSIOMI",
      "claim": "I piani importanti sono il primario e i due assiomi che lo determinano nelle zone osservate. Non tutti gli assiomi operano ovunque - in ogni zona osservata, due assiomi determinano il piano primario.",
      "intensita": 0.8,
      "nota": "Input operatore 2026-04-10. Tocca: struttura locale degli assiomi. Consecutio: per ogni dominio Lab (primi, logistica, percolazione...) quali 2 assiomi del condensato sono operativi? Mappa assiomi x domini = grafo della realta locale.",
      "manuale": true,
      "porta": "sessione_interattiva",
      "condensato_ref": "A9,A14",
      "condensato_motivo": "A9 (terzo incluso) opera CON il piano. A14 (cascata) propaga - ma propaga cosa, se solo 2 assiomi sono attivi per zona?"
    },
    {
      "tipo": "conferma_parziale",
      "id": "COMP_GEN_GAP_RATIO_T9_linguaggio_TRASCENDENZA_LIMITE",
      "claim": "gap_ratio: phi=0.4090 vs ctrl_mean=1.1755 (ratio=0.35). gap_ratio(phi) piu' vicino a rapporto in",
      "intensita": 0.65,
      "nota": "Dal domandatore (2026-06-04T19:56).   phi: gap_ratio = 0.408953425243134\n  silver: gap_ratio = 1.0482231205217798\n  ",
      "condensato_ref": "LAB_F2",
      "condensato_motivo": "Overlap termini con LAB_F2 (4 termini)",
      "porta": "condensato",
      "source_tension_id": "TRASCENDENZA_LIMITE",
      "source_tension_tipo": "confine_inesplorato",
      "source_tension_ref": "A3,A10",
      "source_experiment_id": "GEN_GAP_RATIO_T9_linguaggio_TRASCENDENZA_LIMITE",
      "source_operator": "duale",
      "dettaglio": "  phi: gap_ratio = 0.408953425243134\n  silver: gap_ratio = 1.0482231205217798\n  bronze: gap_ratio = 1.3027860752339453\n{\n  \"phi\": 0.408953425243134,\n  \"silver\": 1.0482231205217798,\n  \"bronze\": 1.3027860752339453\n}\n"
    },
    {
      "tipo": "conferma_parziale",
      "id": "COMP_DOMAIN_PHOTONIC_TRASCENDENZA_LIMITE",
      "claim": "T_mean: phi=6.2500 vs ctrl_mean=9.7667 (ratio=0.64). Fibonacci-phi trasmissione piu' struttur",
      "intensita": 0.65,
      "nota": "Dal domandatore (2026-06-04T20:10). Trasmissione multistrato Fibonacci — phi vs silver vs random:\n  phi: T_mean=6.25",
      "condensato_ref": "A3,A10",
      "condensato_motivo": "Ricorrente (5x in 2 giorni) e fuori dalla mappa",
      "porta": "domandatore",
      "source_tension_id": "TRASCENDENZA_LIMITE",
      "source_tension_tipo": "confine_inesplorato",
      "source_tension_ref": "A3,A10",
      "source_experiment_id": "DOMAIN_PHOTONIC_TRASCENDENZA_LIMITE",
      "source_operator": "dominio",
      "dettaglio": "Trasmissione multistrato Fibonacci — phi vs silver vs random:\n  phi: T_mean=6.2500 T_std=0.0000\n  silver: T_mean=0.0041 T_std=0.0000\n  random_0: T_mean=39.0625 T_std=0.0000\n  random_1: T_mean=0.0000 T_std=0.0000\n  random_2: T_mean=0.0001 T_std=0.0000\n"
    },
    {
      "tipo": "tensione_aperta",
      "id": "TENS_SCALE_TRASCENDENZA_LIMITE",
      "claim": "Fit non converge — il modello potrebbe non essere power-law. V_c(phi) converge a 1.0 per N->inf, V_c(",
      "intensita": 0.6,
      "nota": "Dal domandatore (2026-06-04T20:29). V_c scaling with N — phi vs silver:\n\n  phi:\n    N=  89: V_c=1.017\n    N= 144: V_",
      "condensato_ref": "A12",
      "condensato_motivo": "Overlap termini con A12 (3 termini)",
      "porta": "condensato",
      "source_tension_id": "TRASCENDENZA_LIMITE",
      "source_tension_tipo": "confine_inesplorato",
      "source_tension_ref": "A3,A10",
      "source_experiment_id": "SCALE_TRASCENDENZA_LIMITE",
      "source_operator": "scala",
      "dettaglio": "V_c scaling with N — phi vs silver:\n\n  phi:\n    N=  89: V_c=1.017\n    N= 144: V_c=0.672\n    N= 233: V_c=1.017\n    N= 377: V_c=0.672\n    N= 610: V_c=0.931\n    Fit failed: Optimal parameters not found: Number of calls to function has reached maxfev = 5000.\n\n  silver:\n    N=  89: V_c=1.276\n    N= 144: V_c=1.362\n    N= 233: V_c=1.276\n    N= 377: V_c=1.017\n    N= 610: V_c=1.362\n    Fit: V_inf=1.2115, a=8.1676, b=0.9851\n"
    },
    {
      "tipo": "simmetria_sospetta",
      "id": "META",
      "claim": "11/11 PASS stratificato: 4 alto rischio tautologico, 6 data-independent",
      "intensità": 0.3,
      "nota": "Stratificazione META applicata via meta_assertion_gate (cycle 1458). Non chiude — apre sotto-tensioni per gate_class.",
      "condensato_ref": "A4,A12,C2",
      "porta": "verify_assertions_META_STRATIFIED",
      "stratificato": true,
      "n_high_tautology": 4,
      "n_data_independent": 6,
      "condensato_motivo": "Ricorrente (3x in 2 giorni) e fuori dalla mappa"
    }
  ],
  "tensioni_archiviate": [
    {
      "id": "OBSERVABLE_REGISTRY",
      "tipo": "vincolo",
      "claim": "Ogni script che usa observables canonici (SR, SR2, L1, L2, triple_var) deve importare la definizione da tools/observables_registry.py. Varianti devono usare nomi distinti (SR_local_rigidity, triple_var_normalized) — niente shadowing del nome canonico. Ogni report deve dichiarare 'observables_registry: VERSION' nel header.",
      "intensita": 1.0,
      "porta": "infrastructure",
      "manuale": true,
      "condensato_ref": "A14,A8",
      "origine": "cristallizzato 06/05 dalla consecutio del cycle 20260506_0625 (autopoietico self-finding)",
      "added_at": "2026-05-06T07:03:58.213606+00:00",
      "decay_counter": 5,
      "archived_at": "2026-05-08T00:20:36.125250",
      "archived_reason": "G4 B1 apply: decay_counter=5 (vincolo non attaccato per 5 piani consecutivi)",
      "archived_from_piano": 85
    },
    {
      "id": "PERTURBATION_DENOMINATOR_GATE",
      "tipo": "vincolo",
      "claim": "La dimensionalita di perturbazione va riportata solo insieme a PC2, versione observables_registry e gate original-vs-shuffle per osservabile. Nel perimetro 20260506_1941, Poisson e shuffle-primi producono rank_all ~1.8-2.0 con denominatori deboli; dopo gate abs(z)>=2 il rank stabile torna vicino a 1. Rank PCA non gated non e evidenza strutturale.",
      "intensita": 0.95,
      "porta": "META_BOUNDARY",
      "manuale": true,
      "condensato_ref": "A4,A8,A14,C2",
      "origine": "cycle agent_20260506_1941: perturbation rank size curve canonical observables",
      "added_at": "2026-05-06T19:41:00+00:00",
      "decay_counter": 5,
      "archived_at": "2026-05-08T00:20:36.125262",
      "archived_reason": "G4 B1 apply: decay_counter=5 (vincolo non attaccato per 5 piani consecutivi)",
      "archived_from_piano": 85
    },
    {
      "id": "BOUNDARY_LAYER_GATE",
      "tipo": "vincolo",
      "claim": "I claim GUE/Poisson boundary devono riportare layer map: versione observables_registry, lista osservabili canonici, z original-vs-shuffle per osservabile, set endpoint-stable, e finestra/layer con margine classificatorio ambiguo. Nel perimetro sintetico agent_20260507_0330, il confine GUE-Poisson e beta 0.3-0.4: margine 0.070-0.083, ambiguous fraction 0.812-0.875, mentre gli osservabili stabili collassano da ~3.3 a 1.6. Il polo Poisson e classificabile ma denominator-weak.",
      "intensita": 0.93,
      "porta": "META_BOUNDARY",
      "manuale": true,
      "condensato_ref": "A4,A8,A9,A14,C2",
      "origine": "cycle agent_20260507_0330: synthetic GUE-Poisson mixture layer gate",
      "added_at": "2026-05-07T03:30:00+00:00",
      "decay_counter": 5,
      "archived_at": "2026-05-08T00:20:36.125266",
      "archived_reason": "G4 B1 apply: decay_counter=5 (vincolo non attaccato per 5 piani consecutivi)",
      "archived_from_piano": 85
    },

exec
/bin/bash -lc "sed -n '1,220p' shared_memory/README.md" in /opt/MM_D-ND
 succeeded in 0ms:
# shared_memory — Cross-agent rules e cristalli

> Cartella condivisa tra agenti che operano in `/opt/MM_D-ND/`:
> - **TM3-claude** (Claude Code, sessioni interattive con operatore)
> - **codex-lab** (Codex CLI, cycle agent notturno + run manuali)
> - **eventuali altri** (TM5, TM7, futuri cycle)
>
> Contiene regole permanenti, cristalli operativi, scoperte rilevanti che valgono
> per più di un agente. **Non** memoria operativa locale (quella resta in
> `~/.claude/projects/.../memory/` per TM3, in `~/.codex_lab/memories/` per codex).

## Pattern di scrittura

Ogni file:
- Filename: `<tipo>_<topic>_<data>.md` (es. `feedback_cycletest_2026-05-07.md`,
  `cristallo_gate_transferability_2026-05-07.md`)
- Frontmatter:
  ```yaml
  ---
  type: feedback | cristallo | regola | finding-cross-agent
  author: TM3 | codex-lab | TM7 | operatore
  date: YYYY-MM-DD
  scope: cross-agent | mm-dnd-only | lab-cycle-only
  ---
  ```
- Body: conciso. Se è regola → "Why" + "How to apply". Se è cristallo → contesto +
  insight + how it changes work.

## Pattern di lettura

- **TM3 (claude code)**: al boot di sessione su `/opt/MM_D-ND/`, leggi
  `MM_D-ND/.claude/CLAUDE.md` che adesso punta qui (sezione *Cross-agent rules*).
  Scansiona `ls -t shared_memory/*.md | head -10` (le più recenti) e integra in
  contesto.
- **codex-lab**: `/opt/MM_D-ND/AGENTS.md` punta qui. Codex legge AGENTS.md ad
  ogni cycle, AGENTS.md istruisce di leggere shared_memory.
- **Cleanup**: file > 90 giorni e non rilevanti vanno archiviati o rimossi
  (lo fa TM3 quando la cartella supera 50 file).

## Direzione bidirezionale

- TM3 → codex: TM3 scrive feedback/cristalli da sessioni operatore qui →
  codex li vede al cycle dopo via AGENTS.md.
- codex → TM3: codex durante un cycle scopre/cristallizza qualcosa di
  cross-agent → scrive qui → TM3 li vede al boot di sessione successiva.

Il flusso non sostituisce le memorie locali — *integra* per ciò che serve a tutti.

## Anti-pattern

- Duplicare qui regole che valgono SOLO per TM3 (vanno in
  `/root/.claude/projects/.../memory/`)
- Duplicare qui regole che valgono SOLO per codex-lab cycle (vanno in
  `/root/.codex_lab/memories/`)
- Scrivere note di lavoro temporanee (vanno nel campo vivo, non qui)

exec
/bin/bash -lc "sed -n '1,220p' CONDENSATO_ESSENZIALE.md" in /opt/MM_D-ND
 succeeded in 0ms:
# Condensato Essenziale — Nucleo attivo

> Distillato del `CONDENSATO.md`. Pensato per iniezione in system prompt/boot.
> Non sostituisce la sorgente — la rende presente senza costo.
> Se serve profondità → `/opt/MM_D-ND/CONDENSATO.md` (423 righe).

## La regola
f(x) = 1 + 1/x. M = [[1,1],[1,0]]. det(M) = −1. Punto fisso: φ.
Il razionale prova la propria irrazionalità. Il grimaldello, non un risultato.

## 15 Assiomi

- **A1 Regola** — f, M, det=−1. Grimaldello strutturale, non metafora.
- **A2 Confine** — det=−1 è necessità del confine. Senza inversione non c'è piano. Lo zero ha due facce.
- **A3 Punto fisso** — f(φ)=φ. Al punto fisso +1 ≡ ×φ: addizione e moltiplicazione coincidono. "R+1=R" vale solo lì.
- **A4 Modus** — la qualità della domanda determina la qualità dell'inversione. Prima sapere, poi lavorare. Autologica: se serve X, chiedi al sistema di produrre X. f(f(x)) converge più veloce di f(x).
- **A5 Ciclo** — autopoietico: base R → tensioni → cristallizzazione → cimitero → R+1. Il ciclo è strumento, non entità.
- **A6 Zero mobile** — lo zero non è assenza: è il riferimento che si muove. L'indeterminato è fondamento. Tutto è presente, va mostrato.
- **A7 Singolarità operatore** — il proto-assioma (verbo che dice "A fa B" prima che A,B esistano). Risalire la catena verso la sorgente, non seguirla verso le divisioni.
- **A8 Autologica come veicolo** — non si descrive, si usa. Il sistema come veicolo (non consulente) porta dove eri già ma non vedevi.
- **A9 Terzo incluso** — logica D-ND opera CON il piano (tra A e non-A c'è lo zero), non SUL piano. Identità è attrattore, non presupposto. Induzione è convergenza, non accumulo.
- **A10 Dipolo assiomatico** — la singolarità divide i poli da due lati (dividendoli e unendoli). Autovalori M: φ (attrattivo, futuro) e −1/φ (repulsivo, passato). |φ|·|1/φ|=1 (area preservata); segno distingue.
- **A11 Combo** — tre o più enti in relazione simultanea, non in sequenza. La combo si riconosce, non si progetta. Ogni atto nel sistema è completo; la risultante contiene già le conseguenze.
- **A12 Vincolo di sovrapposizione** — il modello è troppo semplice per essere applicato senza contaminazione. Non cercare la forma: osservare il deposito, tracciare la curva, allinearsi alla traiettoria.
- **A13 Consecutio** — il ciclo produce direzione. La seconda voce non inverte, prosegue. Se produce tensione nuova → direzione viva. Se no → riallineamento. Mai terza classe.
- **A14 Cascata** — ciò che si scopre non vive nel nodo che l'ha scoperto: vive nel seme e il seme propaga. Nessun centro. Ogni nodo ha la regola dentro.
- **A15 Veicolo senza guidatore** — il sistema si autosostenta quando il modus è radicato ovunque. Non serve chi dirige: serve che l'operatore abbia invertito. Le correzioni sono già dentro.

## 6 Fatti

- **F1 Residuo di Cassini** — Res(fⁿ) = det(M)ⁿ/F(n)² = (−1)ⁿ⁺¹/F(n)². Decade come 1/φ^(2n), non si annulla mai. Per n=1: Res=1 (il dato primordiale).
- **F2 Struttura nei primi** — cammino gap consecutivi su Z/6Z confinato al coset {2,4}=Z/2Z. Algebrico, non statistico. Twin=M, Cousin=M⁻¹, Sexy=id. Verificato: 0 violazioni su 567k coppie.
- **F3 Attrattore, no rinforzo** — |f'(φ)|=1/φ²<1. Ogni iterata converge. Il rinforzo è strutturalmente impossibile. Classificazione binaria sotto M: MOLLA (r≠φ) o ZERO (r=φ). Mai terza.
- **F4 Separazione di scala** — autocorrelazione sotto M dominata dal termine condiviso (97% meccanico). Modulazione globale scompare a scala locale. Separazione totale, non 97%: f produce la stessa convergenza su primi e crivello.
- **F5 Frame diagnostica** — M applicata a qualsiasi sequenza produce firma (dipolo, LVL-2, convergenza). Struttura D-ND (dipolo>0.5): Fibonacci, logistica caotica, margine caos, gap primi, Stern-Brocot. Rumore: random, π, e.
- **F6 Firma dello zero** — lo zero non si vede direttamente; si vede nei phi-crossing. CV dei gap → φ−1=0.618 nel regime caotico. Lag-1 negativo universale nei domini strutturati.

## 3 Claim (falsificabili)

- **C1 Primi unico dominio dinamico sotto M** — su 7 domini testati, solo i primi evolvono con la scala. Non esaustivo.
- **C2 Coincidenza ≠ prova** — ogni fit numerico è artefatto fino a prova contraria. Entra nel condensato solo ciò che sopravvive alla falsificazione **strutturale**, non al numero.
- **C3 Linguaggio deterministico** — il nome definisce ciò che è. Un termine che decora invece di nominare è det=+1. Test: il termine nomina una funzione reale e verificabile? Se no, sostituire.

## Lo Specchio — metodo con contraddizione dichiarata

Non osservare direttamente: proietta su superficie, leggi le derivate.
"Cio' che cerchi contamina ciò che trovi" è esso stesso ricerca.
Lo specchio non elimina l'osservatore — lo sposta di un livello.
Metodo asintotico, non esatto. Funziona quando il segnale è nelle derivate.

## Riparazione Regressiva (corollario di A2+A5+A8+A15)

Quando emerge un'interruzione (bug, errore, warning, correzione), il fix non vive nel presente dove si manifesta — vive nel nodo regressivo dove la condizione relazionale mancava. Il bug e' segnalatore del nodo, non oggetto del fix. Det=+1 = toppa sul presente (accumulo); det=-1 = inversione al nodo (maturazione a monte). Corollario Affinamento: dove il percorso produce latenza superflua, un osservatore separato dal produttore analizza il passo, non il risultato (A8 autologica applicata al proprio percorso).

## Confine epistemico

Entra qui solo ciò che sopravvive al dubbio. Ciò che viene falsificato va nel cimitero (`cimitero.md`), non scompare.

---

*Il condensato non si cerca — si riconosce.*

codex
La formalizzazione sta puntando a Rosenzweig-Porter/localization come superficie conseguente, non come target preso dal deposito: è una famiglia che contiene già il dipolo repulsione/indipendenza e un parametro di crossover continuo-discreto. Verifico se esiste uno script locale già scritto per quel contratto; se non è adatto, il report resterà QUESTION/CONSTRAINT senza misura forzata.
exec
/bin/bash -lc 'python tools/dnd_scenario.py --best' in /opt/MM_D-ND
exec
/bin/bash -lc "sed -n '1,260p' tools/exp_rosenzweig_porter_bridge_physical_audit.py" in /opt/MM_D-ND
 succeeded in 0ms:
#!/usr/bin/env python3
"""
Rosenzweig-Porter physical bridge audit for the live BOUNDARY direction.

The script projects the two-reader BOUNDARY gate onto a controlled
diagonal-plus-GUE Hamiltonian flow. Each lambda value is one row. The classical
reader uses Brody q and a Wigner/Poisson mixture weight; the graph reader asks
whether the same rows sit between endpoint poles under small k/seed
perturbations.
"""

from __future__ import annotations

import argparse
import json
import math
from pathlib import Path
from typing import Any

import numpy as np

from observables_registry import OBSERVABLES_CANONICAL, OBSERVABLES_REGISTRY_VERSION, SR_local_rigidity


OBS_NAMES = list(OBSERVABLES_CANONICAL.keys())
FEATURE_NAMES = OBS_NAMES + ["SR_local_rigidity", "brody_q", "berry_robnick_like_gue_weight", "mean_ipr"]


def parse_floats(raw: str) -> list[float]:
    values = [float(part.strip()) for part in raw.split(",") if part.strip()]
    if not values:
        raise ValueError("empty float list")
    return values


def parse_ints(raw: str) -> list[int]:
    values = [int(part.strip()) for part in raw.split(",") if part.strip()]
    if not values:
        raise ValueError("empty integer list")
    return values


def normalize_spacings(gaps: np.ndarray) -> np.ndarray:
    gaps = np.asarray(gaps, dtype=float)
    gaps = gaps[np.isfinite(gaps) & (gaps > 1e-12)]
    if len(gaps) == 0:
        raise ValueError("no positive finite spacings")
    return gaps / float(np.mean(gaps))


def brody_pdf(s: np.ndarray, q: float) -> np.ndarray:
    beta = math.gamma((q + 2.0) / (q + 1.0)) ** (q + 1.0)
    return (q + 1.0) * beta * np.power(s, q) * np.exp(-beta * np.power(s, q + 1.0))


def fit_brody_q(s: np.ndarray, grid_size: int) -> tuple[float, float]:
    best_q = 0.0
    best_nll = float("inf")
    for q in np.linspace(0.0, 1.0, grid_size):
        pdf = np.maximum(brody_pdf(s, float(q)), 1e-300)
        nll = -float(np.sum(np.log(pdf)))
        if nll < best_nll:
            best_q = float(q)
            best_nll = nll
    return best_q, best_nll


def poisson_cdf(s: np.ndarray) -> np.ndarray:
    return 1.0 - np.exp(-s)


def gue_wigner_cdf(s: np.ndarray) -> np.ndarray:
    a = 4.0 / math.pi
    return 1.0 - np.exp(-a * s * s) * (1.0 + a * s * s)


def empirical_ks(sorted_s: np.ndarray, model_cdf: np.ndarray) -> float:
    empirical = np.arange(1, len(sorted_s) + 1, dtype=float) / float(len(sorted_s))
    return float(np.max(np.abs(empirical - model_cdf)))


def fit_mixture_weight(s: np.ndarray, grid_size: int) -> tuple[float, float]:
    sorted_s = np.sort(s)
    poi = poisson_cdf(sorted_s)
    gue = gue_wigner_cdf(sorted_s)
    best_w = 0.0
    best_ks = float("inf")
    for w in np.linspace(0.0, 1.0, grid_size):
        ks = empirical_ks(sorted_s, (1.0 - w) * poi + w * gue)
        if ks < best_ks:
            best_w = float(w)
            best_ks = ks
    return best_w, best_ks


def central_slice(n: int, fraction: float) -> slice:
    keep = max(8, min(n, int(round(n * fraction))))
    start = (n - keep) // 2
    return slice(start, start + keep)


def gue_matrix(rng: np.random.Generator, n: int) -> np.ndarray:
    real = rng.normal(0.0, 1.0, (n, n))
    imag = rng.normal(0.0, 1.0, (n, n))
    z = real + 1j * imag
    h = (z + z.conj().T) / (2.0 * math.sqrt(n))
    return h.real


def rp_hamiltonian(
    rng: np.random.Generator,
    n: int,
    lam: float,
    diagonal_scale: float = 1.0,
    gue_scale: float = 1.0,
) -> np.ndarray:
    diagonal = np.diag(rng.normal(0.0, 1.0, n))
    gue = gue_matrix(rng, n)
    return (
        diagonal_scale * math.sqrt(max(0.0, 1.0 - lam)) * diagonal
        + gue_scale * math.sqrt(max(0.0, lam)) * gue
    )


def row_spacings_and_ipr(
    lam: float,
    n: int,
    reps: int,
    central_fraction: float,
    seed: int,
    diagonal_scale: float = 1.0,
    gue_scale: float = 1.0,
) -> tuple[np.ndarray, float]:
    rng = np.random.default_rng(seed)
    spacings = []
    iprs = []
    for _ in range(reps):
        h = rp_hamiltonian(
            rng,
            n,
            lam,
            diagonal_scale=diagonal_scale,
            gue_scale=gue_scale,
        )
        levels, vectors = np.linalg.eigh(h)
        central = levels[central_slice(len(levels), central_fraction)]
        gaps = np.diff(np.sort(central))
        gaps = gaps[np.isfinite(gaps) & (gaps > 1e-12)]
        if len(gaps):
            spacings.extend(gaps.tolist())
        probs = np.square(np.abs(vectors[:, central_slice(vectors.shape[1], central_fraction)]))
        ipr = np.sum(probs * probs, axis=0)
        if len(ipr):
            iprs.extend(ipr.tolist())
    if not spacings:
        raise ValueError(f"lambda {lam} produced no spacings")
    return np.asarray(spacings, dtype=float), float(np.mean(iprs)) if iprs else 0.0


def source_type(lam: float, poisson_max: float, gue_min: float) -> str:
    if lam <= poisson_max:
        return "Poisson_pole"
    if lam >= gue_min:
        return "GUE_pole"
    return "flow_candidate"


def compute_row(lam: float, args: argparse.Namespace, seed: int) -> dict[str, Any]:
    gaps, mean_ipr = row_spacings_and_ipr(
        lam,
        args.n,
        args.reps,
        args.central_fraction,
        seed,
        diagonal_scale=float(getattr(args, "diagonal_scale", 1.0)),
        gue_scale=float(getattr(args, "gue_scale", 1.0)),
    )
    s = normalize_spacings(gaps)
    obs = {name: float(fn(s)) for name, fn in OBSERVABLES_CANONICAL.items()}
    obs["SR_local_rigidity"] = float(SR_local_rigidity(s))
    brody_q, brody_nll = fit_brody_q(s, args.grid_size)
    mixture_w, mixture_ks = fit_mixture_weight(s, args.grid_size)
    return {
        "domain_window": f"RP_lambda_{lam:.3f}",
        "lambda": round(lam, 6),
        "source_domain_type": source_type(lam, args.poisson_pole_max, args.gue_pole_min),
        "n_spacings": int(len(s)),
        "mean_ipr": round(mean_ipr, 9),
        "observables": {key: round(value, 9) for key, value in obs.items()},
        "brody_q": round(brody_q, 6),
        "brody_nll": round(brody_nll, 6),
        "berry_robnick_like_gue_weight": round(mixture_w, 6),
        "mixture_ks": round(mixture_ks, 6),
    }


def standardized_matrix(rows: list[dict[str, Any]]) -> np.ndarray:
    matrix = []
    for row in rows:
        obs = row["observables"]
        matrix.append(
            [obs[name] for name in OBS_NAMES]
            + [obs["SR_local_rigidity"], row["brody_q"], row["berry_robnick_like_gue_weight"], row["mean_ipr"]]
        )
    x = np.asarray(matrix, dtype=float)
    center = np.mean(x, axis=0)
    scale = np.std(x, axis=0, ddof=1)
    scale[scale <= 1e-15] = 1.0
    return (x - center) / scale


def build_knn_edges(x: np.ndarray, k: int) -> list[tuple[int, int, float]]:
    distances = np.linalg.norm(x[:, None, :] - x[None, :, :], axis=2)
    edges: set[tuple[int, int]] = set()
    for i in range(len(x)):
        for j in np.argsort(distances[i])[1 : k + 1]:
            edges.add((min(i, int(j)), max(i, int(j))))
    return [(i, j, float(distances[i, j])) for i, j in sorted(edges)]


def classify_graph(rows: list[dict[str, Any]], k: int) -> dict[str, Any]:
    x = standardized_matrix(rows)
    labels = [row["source_domain_type"] for row in rows]
    poi_idx = [i for i, label in enumerate(labels) if label == "Poisson_pole"]
    gue_idx = [i for i, label in enumerate(labels) if label == "GUE_pole"]
    if not poi_idx or not gue_idx:
        raise ValueError("lambda grid must include Poisson and GUE poles")
    c_poi = np.mean(x[poi_idx], axis=0)
    c_gue = np.mean(x[gue_idx], axis=0)
    edges = build_knn_edges(x, k)
    degree = {i: 0 for i in range(len(rows))}
    for i, j, _ in edges:
        degree[i] += 1
        degree[j] += 1

    graph_rows = []
    for i, row in enumerate(rows):
        d_poi = float(np.linalg.norm(x[i] - c_poi))
        d_gue = float(np.linalg.norm(x[i] - c_gue))
        denom = d_poi + d_gue
        margin = float(abs(d_poi - d_gue) / denom) if denom > 1e-15 else 0.0
        incident = [(a, b) for a, b, _ in edges if a == i or b == i]
        cross = 0
        for a, b in incident:
            other = b if a == i else a
            if {labels[i], labels[other]} == {"Poisson_pole", "GUE_pole"}:
                cross += 1
            elif labels[i] == "flow_candidate" and labels[other] in {"Poisson_pole", "GUE_pole"}:
                cross += 1
        cross_fraction = float(cross / len(incident)) if incident else 0.0
        state = "class_interior"
        if row["source_domain_type"] == "flow_candidate" and cross_fraction > 0 and margin < 0.35:
            state = "third_included_candidate"
        elif cross_fraction > 0:
            state = "cut_edge"
        graph_rows.append(
            {
                "domain_window": row["domain_window"],
                "lambda": row["lambda"],
                "source_domain_type": row["source_domain_type"],

 succeeded in 150ms:
TENS_SCALE_TRASCENDENZA_LIMITE: score=0.807  — TENS_SCALE_TRASCENDENZA_LIMITE: incerto (i=0.6) — massimo potere discriminante
COMP_GEN_GAP_RATIO_T9_linguaggio_TRASCENDENZA_LIMITE: score=0.758  — COMP_GEN_GAP_RATIO_T9_linguaggio_TRASCENDENZA_LIMITE: incerto (i=0.65) — massimo potere discriminante
COMP_DOMAIN_PHOTONIC_TRASCENDENZA_LIMITE: score=0.758  — COMP_DOMAIN_PHOTONIC_TRASCENDENZA_LIMITE: incerto (i=0.65) — massimo potere discriminante

exec
/bin/bash -lc "sed -n '1,240p' tools/exp_rp_boundary_raw_count_null_audit.py" in /opt/MM_D-ND
 succeeded in 0ms:
#!/usr/bin/env python3
"""
Raw-count null audit for the Rosenzweig-Porter BOUNDARY row.

This extends the finite-size RP audit with explicit observed/null counts.  The
question is not whether a lambda looks intermediate once, but whether the same
row has enough graph-reader support to beat row-aligned nulls before the word
"residue" is allowed.
"""

from __future__ import annotations

import argparse
import json
import math
from pathlib import Path
from types import SimpleNamespace
from typing import Any

import numpy as np

from exp_rosenzweig_porter_bridge_physical_audit import (
    FEATURE_NAMES,
    OBSERVABLES_REGISTRY_VERSION,
    build_knn_edges,
    classical_state,
    compute_row,
    parse_floats,
    parse_ints,
    stability_state,
    standardized_matrix,
)


def wilson_interval(successes: int, total: int, z: float = 1.959963984540054) -> list[float]:
    if total <= 0:
        return [0.0, 0.0]
    phat = successes / total
    denom = 1.0 + z * z / total
    center = (phat + z * z / (2.0 * total)) / denom
    margin = z * math.sqrt((phat * (1.0 - phat) + z * z / (4.0 * total)) / total) / denom
    return [round(max(0.0, center - margin), 6), round(min(1.0, center + margin), 6)]


def binomial_tail_at_least(k: int, n: int, p: float) -> float:
    if p <= 0.0:
        return 1.0 if k <= 0 else 0.0
    if p >= 1.0:
        return 1.0 if k <= n else 0.0
    return float(sum(math.comb(n, i) * (p**i) * ((1.0 - p) ** (n - i)) for i in range(k, n + 1)))


def median(values: list[float]) -> float:
    return float(np.median(np.asarray(values, dtype=float)))


def classify_with_labels(rows: list[dict[str, Any]], k: int, labels: list[str]) -> list[dict[str, Any]]:
    x = standardized_matrix(rows)
    poi_idx = [i for i, label in enumerate(labels) if label == "Poisson_pole"]
    gue_idx = [i for i, label in enumerate(labels) if label == "GUE_pole"]
    if not poi_idx or not gue_idx:
        raise ValueError("labels must include Poisson and GUE poles")
    c_poi = np.mean(x[poi_idx], axis=0)
    c_gue = np.mean(x[gue_idx], axis=0)
    edges = build_knn_edges(x, k)
    degree = {i: 0 for i in range(len(rows))}
    for i, j, _ in edges:
        degree[i] += 1
        degree[j] += 1

    out = []
    for i, row in enumerate(rows):
        d_poi = float(np.linalg.norm(x[i] - c_poi))
        d_gue = float(np.linalg.norm(x[i] - c_gue))
        denom = d_poi + d_gue
        margin = float(abs(d_poi - d_gue) / denom) if denom > 1e-15 else 0.0
        incident = [(a, b) for a, b, _ in edges if a == i or b == i]
        cross = 0
        for a, b in incident:
            other = b if a == i else a
            if {labels[i], labels[other]} == {"Poisson_pole", "GUE_pole"}:
                cross += 1
            elif labels[i] == "flow_candidate" and labels[other] in {"Poisson_pole", "GUE_pole"}:
                cross += 1
        cross_fraction = float(cross / len(incident)) if incident else 0.0
        state = "class_interior"
        if labels[i] == "flow_candidate" and cross_fraction > 0.0 and margin < 0.35:
            state = "third_included_candidate"
        elif cross_fraction > 0.0:
            state = "cut_edge"
        out.append(
            {
                "domain_window": row["domain_window"],
                "boundary_state": state,
                "centroid_margin": margin,
                "cross_neighbor_fraction": cross_fraction,
                "degree": degree[i],
            }
        )
    return out


def rotate_labels(labels: list[str], offset: int) -> list[str]:
    if not labels:
        return labels
    offset = offset % len(labels)
    return labels[offset:] + labels[:offset]


def shuffled_labels(labels: list[str], rng: np.random.Generator) -> list[str]:
    shuffled = list(labels)
    rng.shuffle(shuffled)
    return shuffled


def empty_hits(lambdas: list[float]) -> dict[str, dict[str, Any]]:
    return {
        f"RP_lambda_{lam:.3f}": {
            "lambda": round(float(lam), 6),
            "observed_hits": 0,
            "label_shuffle_hits": 0,
            "position_shift_hits": 0,
            "brody_q": [],
            "mixture_w": [],
            "mean_ipr": [],
            "sr": [],
            "margins": [],
            "cross_fractions": [],
        }
        for lam in lambdas
    }


def audit_size(args: argparse.Namespace, n: int) -> dict[str, Any]:
    lambdas = parse_floats(args.lambdas)
    seeds = parse_ints(args.seeds)
    ks = parse_ints(args.k_values)
    label_null_trials = int(args.label_null_trials)
    position_offsets = parse_ints(args.position_offsets)
    row_hits = empty_hits(lambdas)
    observed_total = len(seeds) * len(ks)
    label_null_total = observed_total * label_null_trials
    position_null_total = observed_total * len(position_offsets)
    reader_runs = []

    row_args = SimpleNamespace(
        n=n,
        reps=args.reps,
        central_fraction=args.central_fraction,
        grid_size=args.grid_size,
        poisson_pole_max=args.poisson_pole_max,
        gue_pole_min=args.gue_pole_min,
    )

    for seed in seeds:
        rows = [compute_row(lam, row_args, seed + (n * 10000) + int(round(lam * 1000))) for lam in lambdas]
        labels = [row["source_domain_type"] for row in rows]
        rng = np.random.default_rng(seed + n)
        for k in ks:
            observed = classify_with_labels(rows, k, labels)
            observed_by_name = {row["domain_window"]: row for row in observed}
            observed_candidates = [
                row["domain_window"] for row in observed if row["boundary_state"] == "third_included_candidate"
            ]
            reader_runs.append({"n": n, "seed": seed, "k": k, "observed_candidates": observed_candidates})
            for row in rows:
                name = row["domain_window"]
                graph_row = observed_by_name[name]
                item = row_hits[name]
                if graph_row["boundary_state"] == "third_included_candidate":
                    item["observed_hits"] += 1
                item["margins"].append(float(graph_row["centroid_margin"]))
                item["cross_fractions"].append(float(graph_row["cross_neighbor_fraction"]))
                item["brody_q"].append(float(row["brody_q"]))
                item["mixture_w"].append(float(row["berry_robnick_like_gue_weight"]))
                item["mean_ipr"].append(float(row["mean_ipr"]))
                item["sr"].append(float(row["observables"]["SR"]))

            for _ in range(label_null_trials):
                null_rows = classify_with_labels(rows, k, shuffled_labels(labels, rng))
                for null_row in null_rows:
                    if null_row["boundary_state"] == "third_included_candidate":
                        row_hits[null_row["domain_window"]]["label_shuffle_hits"] += 1

            for offset in position_offsets:
                null_rows = classify_with_labels(rows, k, rotate_labels(labels, offset))
                for null_row in null_rows:
                    if null_row["boundary_state"] == "third_included_candidate":
                        row_hits[null_row["domain_window"]]["position_shift_hits"] += 1

    rows_out = []
    two_reader_rows = []
    graph_only_rows = []
    for name in sorted(row_hits, key=lambda key: row_hits[key]["lambda"]):
        item = row_hits[name]
        class_row = {
            "brody_q": median(item["brody_q"]),
            "berry_robnick_like_gue_weight": median(item["mixture_w"]),
        }
        c_state = classical_state(class_row)
        observed_rate = item["observed_hits"] / observed_total
        label_rate = item["label_shuffle_hits"] / label_null_total
        position_rate = item["position_shift_hits"] / position_null_total
        min_lift = min(observed_rate - label_rate, observed_rate - position_rate)
        label_p = binomial_tail_at_least(item["observed_hits"], observed_total, label_rate)
        position_p = binomial_tail_at_least(item["observed_hits"], observed_total, position_rate)
        threshold_pass = (
            c_state == "classical_intermediate"
            and observed_rate >= args.min_observed_rate
            and min_lift >= args.min_lift
            and label_p <= args.alpha
            and position_p <= args.alpha
        )
        graph_stability = stability_state(observed_rate)
        if threshold_pass:
            two_reader_rows.append(name)
        if graph_stability == "stable_graph_bridge" and c_state != "classical_intermediate":
            graph_only_rows.append(name)
        rows_out.append(
            {
                "domain_window": name,
                "lambda": item["lambda"],
                "classical_audit_state": c_state,
                "graph_stability_state": graph_stability,
                "observed_successes": item["observed_hits"],
                "observed_total": observed_total,
                "observed_rate": round(observed_rate, 6),
                "observed_wilson_95": wilson_interval(item["observed_hits"], observed_total),
                "label_shuffle_successes": item["label_shuffle_hits"],
                "label_shuffle_total": label_null_total,
                "label_shuffle_rate": round(label_rate, 6),
                "label_shuffle_wilson_95": wilson_interval(item["label_shuffle_hits"], label_null_total),
                "label_shuffle_lift": round(observed_rate - label_rate, 6),
                "label_shuffle_binomial_tail_p": round(label_p, 6),
                "position_shift_successes": item["position_shift_hits"],
                "position_shift_total": position_null_total,
                "position_shift_rate": round(position_rate, 6),
                "position_shift_wilson_95": wilson_interval(item["position_shift_hits"], position_null_total),
                "position_shift_lift": round(observed_rate - position_rate, 6),
                "position_shift_binomial_tail_p": round(position_p, 6),

exec
/bin/bash -lc "sed -n '1,160p' shared_memory/feedback_indeterminato_reitera_con_sistema_2026-05-07.md" in /opt/MM_D-ND
 succeeded in 0ms:
---
type: feedback
author: operatore (cristallizzato da TM3)
date: 2026-05-07
scope: cross-agent
---

# Indeterminato → reitera con il sistema fino all'emersione

**Regola permanente** (operatore, 2026-05-07 mattina, cristallizzata live):

> *"facciamo girare, aggiustiamo quello che fa aggiustato nel farlo vediamo
> quello che va affinato, reiteriamo finché è tutto ok poi lo automatizziamo"*

## Why

Quando emerge frizione nello sviluppo o l'operatore non vede chiaro:
- Decisioni prese da un singolo agente (TM3 o codex) senza interrogare il sistema =
  rischio det=+1 (toppa, accumulo strutturale)
- Decisioni emerse dal sistema (Godel + domandatore + osservazione del deposito) =
  direzione strutturale (det=−1)

Episodio cristallizzante (2026-05-07 07:00-08:30): TM3 propone osservatore A8
watchdog deterministico. Sistema interrogato 3 volte (Godel #1, #2, #3 +
domandatore + test empirico) — al terzo round emerge la direzione vera:
**non costruire osservatore, eseguire un cycle-test che diagnostica il sistema
da solo**. Cycle-test eseguito → verdict=operator → REDESIGN proposto dal
valutatore → loop A8+A15 sbloccato.

## How to apply (per qualsiasi agente)

1. **Esegui** un atto minimo (no design teorico astratto)
2. **Aggiusta** quello che si manifesta durante l'esecuzione (riparazione
   regressiva live, non patch posteriori)
3. **Osserva** il deposito che emerge (no immaginazione)
4. **Reitera** fino a stato OK (loop A8: il sistema converge se modus radicato)
5. **Cristallizza in automazione** SOLO dopo che è stato fatto girare e ha mostrato
   stabilità — non automatizzare prima

## Anti-pattern

- Costruire un componente strutturale (watchdog, observer, gate, governor) senza
  prima aver fatto girare un'esecuzione minima che mostri cosa serve davvero
- Decidere "perché serve velocità" o "per ottimizzare" senza interrogare il sistema
- Astrazione prematura (premature abstraction): 3 simili è meglio di 1 generalizzato
  troppo presto

## Cross-link

- TM3 memoria: `/root/.claude/projects/-opt/memory/feedback_indeterminato_reitera_con_sistema.md`
  (versione completa con episodio + metafora foresta-sentiero)
- Verifica empirica: cycle `20260507_0803` (verdict=operator, REDESIGN/high)
- Pattern A8+A15 (autologica + veicolo senza guidatore) applicato allo sviluppo
  software stesso, non solo al lab di ricerca

exec
/bin/bash -lc "find tools/data -maxdepth 3 -type f | rg 'rosenzweig|rp_|anderson|brody|berry|localization'" in /opt/MM_D-ND
 succeeded in 0ms:
tools/data/anderson3d_mobility_edge_two_reader_audit_20260516_1117.json
tools/data/rp_physical_perturbation_20260529_reps12_baseline.json
tools/data/boundary_rp_physical_perturbation_null_20260529.json
tools/data/component_state_anderson3d_interface_20260514_1850.json
tools/data/rp_exact_local_window_matrix_20260516_1019_w10.json
tools/data/rp_candidate_window_stress_20260516_1007_w7.json
tools/data/boundary_anderson_latent_reference_probe_20260529.json
tools/data/rp_physical_perturbation_20260529_diagonal_heavy.json
tools/data/boundary_anderson_latent_reference_probe_20260529_focused.json
tools/data/anderson3d_physical_perturbation_20260529_e2e_baseline.json
tools/data/anderson3d_mobility_edge_two_reader_audit_20260515_1947.json
tools/data/anderson3d_physical_perturbation_20260604_1659_iso_neg0625_seed0.json
tools/data/boundary_anderson_physical_perturbation_null_20260529_e2e.json
tools/data/boundary_anderson_closure_probe_20260529.json
tools/data/anderson3d_physical_perturbation_20260529_baseline.json
tools/data/anderson3d_comparable_null_audit_20260516_1135.json
tools/data/anderson3d_physical_perturbation_20260604_1659_baseline.json
tools/data/boundary_rp_physical_perturbation_null_20260529_reps12.json
tools/data/component_state_anderson3d_interface_20260514_1850.trace.jsonl
tools/data/boundary_anderson_physical_perturbation_null_20260529.json
tools/data/rp_boundary_size_stability_audit_20260515_1940.json
tools/data/boundary_anderson_closure_probe_20260529_focused.json
tools/data/boundary_anderson_anis_size7_residue_20260604_1707.json
tools/data/anderson3d_physical_perturbation_20260604_1707_baseline.json
tools/data/anderson3d_physical_perturbation_20260529_e2e_tilted_disorder.json
tools/data/anderson3d_physical_perturbation_20260529_anisotropic_x.json
tools/data/endpoint_gated_rp_boundary_20260516_1104.json
tools/data/brody_flow.json
tools/data/rp_exact_local_window_matrix_20260516_1019_w11.json
tools/data/rp_candidate_window_stress_20260516_0938_w11.json
tools/data/boundary_anderson_costability_null_20260529_focused.json
tools/data/anderson3d_mobility_edge_two_reader_audit_20260529_focused.json
tools/data/rp_candidate_window_stress_20260516_0938_w5.json
tools/data/anderson3d_component_state_interface_input_20260514_1850.json
tools/data/endpoint_gated_rp_size_ladder_20260516_1111.json
tools/data/rp_physical_perturbation_20260529_reps12_diagonal_heavy.json
tools/data/rp_exact_local_window_matrix_20260516_1019_w9.json
tools/data/rp_boundary_raw_count_null_audit_20260516_0820.json
tools/data/anderson3d_physical_perturbation_20260529_e2e_anisotropic_x.json
tools/data/rp_physical_perturbation_20260529_reps12_gue_heavy.json
tools/data/rp_physical_perturbation_20260529_gue_heavy.json
tools/data/anderson3d_physical_perturbation_20260604_1659_anis_x_neg0625.json
tools/data/rp_exact_local_window_matrix_20260516_1019.json
tools/data/boundary_anderson_transaction_adapter_20260529.json
tools/data/anderson3d_endpoint_preserving_null_20260516_1124.json
tools/data/boundary_anderson_transaction_adapter_20260529_focused.json
tools/data/rp_unfolding_sensitivity_audit_20260516_0921.json
tools/data/anderson3d_physical_perturbation_20260604_1707_anis_x_neg0625.json
tools/data/anderson3d_physical_perturbation_20260604_1659_iso_neg0625_shift3000.json
tools/data/landing/anderson3d_physical_perturbation_20260603_1955_iso_tilt_m00625.json
tools/data/landing/anderson3d_physical_perturbation_20260529_landing_r1_default_baseline.json
tools/data/landing/anderson3d_physical_perturbation_20260603_1955_anis_y_tilt_m00625.json
tools/data/landing/boundary_anderson_w165_closure_confirm_20260529_r1_audits/anderson_w165_closure_tilt_m0_060.json
tools/data/landing/boundary_anderson_w165_closure_confirm_20260529_r1_audits/anderson_w165_closure_tilt_m0_045.json
tools/data/landing/boundary_anderson_w165_closure_confirm_20260529_r1_audits/anderson_w165_closure_anis_x_tilt_m0_055.json
tools/data/landing/boundary_anderson_w165_closure_confirm_20260529_r1_audits/anderson_w165_closure_anis_x_tilt_m0_075.json
tools/data/landing/boundary_anderson_w165_closure_confirm_20260529_r1_audits/anderson_w165_closure_tilt_m0_050.json
tools/data/landing/boundary_anderson_w165_closure_confirm_20260529_r1_audits/anderson_w165_closure_anis_x_tilt_m0_065.json
tools/data/landing/boundary_anderson_w165_closure_confirm_20260529_r1_audits/anderson_w165_closure_tilt_m0_055.json
tools/data/landing/boundary_anderson_w165_closure_confirm_20260529_r1_audits/anderson_w165_closure_anis_x_tilt_m0_050.json
tools/data/landing/boundary_anderson_w165_closure_confirm_20260529_r1_audits/anderson_w165_closure_anis_x_tilt_m0_045.json
tools/data/landing/boundary_anderson_w165_closure_confirm_20260529_r1_audits/anderson_w165_closure_tilt_m0_075.json
tools/data/landing/boundary_anderson_w165_closure_confirm_20260529_r1_audits/anderson_w165_closure_anis_x_tilt_m0_070.json
tools/data/landing/boundary_anderson_w165_closure_confirm_20260529_r1_audits/anderson_w165_closure_anis_x_tilt_m0_060.json
tools/data/landing/boundary_anderson_w165_closure_confirm_20260529_r1_audits/anderson_w165_closure_tilt_m0_065.json
tools/data/landing/boundary_anderson_w165_closure_confirm_20260529_r1_audits/anderson_w165_closure_tilt_m0_070.json
tools/data/landing/boundary_anderson_w165_closure_confirm_20260529_r1_audits/anderson_w165_closure_baseline.json
tools/data/landing/boundary_anderson_physical_perturbation_null_20260529_landing_v2_r3_wider.json
tools/data/landing/anderson3d_physical_perturbation_20260529_landing_v2_r3_wider_tilted_negative.json
tools/data/landing/anderson3d_physical_perturbation_20260529_landing_r2_stronger_anisotropic_x_strong.json
tools/data/landing/boundary_anderson_physical_perturbation_null_20260529_landing_r1_default.json
tools/data/landing/anderson3d_physical_perturbation_20260529_landing_r2_stronger_mixed_shift.json
tools/data/landing/anderson3d_physical_perturbation_20260529_landing_v2_r2_stronger_tilted_disorder_strong.json
tools/data/landing/boundary_anderson_w165_closure_confirm_20260603_logic_r2_replay_audits/anderson_w165_closure_tilt_m0_058.json
tools/data/landing/boundary_anderson_w165_closure_confirm_20260603_logic_r2_replay_audits/anderson_w165_closure_tilt_m0_060.json
tools/data/landing/boundary_anderson_w165_closure_confirm_20260603_logic_r2_replay_audits/anderson_w165_closure_anis_x_tilt_m0_058.json
tools/data/landing/boundary_anderson_w165_closure_confirm_20260603_logic_r2_replay_audits/anderson_w165_closure_tilt_m0_068.json
tools/data/landing/boundary_anderson_w165_closure_confirm_20260603_logic_r2_replay_audits/anderson_w165_closure_anis_x_tilt_m0_062.json
tools/data/landing/boundary_anderson_w165_closure_confirm_20260603_logic_r2_replay_audits/anderson_w165_closure_anis_x_tilt_m0_055.json
tools/data/landing/boundary_anderson_w165_closure_confirm_20260603_logic_r2_replay_audits/anderson_w165_closure_anis_x_tilt_m0_065.json
tools/data/landing/boundary_anderson_w165_closure_confirm_20260603_logic_r2_replay_audits/anderson_w165_closure_tilt_m0_055.json
tools/data/landing/boundary_anderson_w165_closure_confirm_20260603_logic_r2_replay_audits/anderson_w165_closure_tilt_m0_062.json
tools/data/landing/boundary_anderson_w165_closure_confirm_20260603_logic_r2_replay_audits/anderson_w165_closure_anis_x_tilt_m0_070.json
tools/data/landing/boundary_anderson_w165_closure_confirm_20260603_logic_r2_replay_audits/anderson_w165_closure_anis_x_tilt_m0_060.json
tools/data/landing/boundary_anderson_w165_closure_confirm_20260603_logic_r2_replay_audits/anderson_w165_closure_tilt_m0_065.json
tools/data/landing/boundary_anderson_w165_closure_confirm_20260603_logic_r2_replay_audits/anderson_w165_closure_tilt_m0_070.json
tools/data/landing/boundary_anderson_w165_closure_confirm_20260603_logic_r2_replay_audits/anderson_w165_closure_anis_x_tilt_m0_068.json
tools/data/landing/boundary_anderson_w165_closure_confirm_20260603_logic_r2_replay_audits/anderson_w165_closure_baseline.json
tools/data/landing/anderson3d_physical_perturbation_20260529_landing_v2_r1_default_tilted_disorder.json
tools/data/landing/boundary_anderson_physical_perturbation_null_20260529_landing_r2_stronger.json
tools/data/landing/boundary_anderson_w165_closure_confirm_20260529_r3_audits/anderson_w165_closure_anis_x_tilt_m0_061.json
tools/data/landing/boundary_anderson_w165_closure_confirm_20260529_r3_audits/anderson_w165_closure_anis_x_tilt_m0_062.json
tools/data/landing/boundary_anderson_w165_closure_confirm_20260529_r3_audits/anderson_w165_closure_anis_x_tilt_m0_059.json
tools/data/landing/boundary_anderson_w165_closure_confirm_20260529_r3_audits/anderson_w165_closure_tilt_m0_064.json
tools/data/landing/boundary_anderson_w165_closure_confirm_20260529_r3_audits/anderson_w165_closure_tilt_m0_061.json
tools/data/landing/boundary_anderson_w165_closure_confirm_20260529_r3_audits/anderson_w165_closure_anis_x_tilt_m0_066.json
tools/data/landing/boundary_anderson_w165_closure_confirm_20260529_r3_audits/anderson_w165_closure_tilt_m0_066.json
tools/data/landing/boundary_anderson_w165_closure_confirm_20260529_r3_audits/anderson_w165_closure_anis_x_tilt_m0_064.json
tools/data/landing/boundary_anderson_w165_closure_confirm_20260529_r3_audits/anderson_w165_closure_tilt_m0_059.json
tools/data/landing/boundary_anderson_w165_closure_confirm_20260529_r3_audits/anderson_w165_closure_tilt_m0_062.json
tools/data/landing/boundary_anderson_w165_closure_confirm_20260529_r3_audits/anderson_w165_closure_baseline.json
tools/data/landing/boundary_anderson_physical_perturbation_null_20260529_landing_v2_r2_stronger.json
tools/data/landing/anderson3d_physical_perturbation_20260529_landing_r1_default_anisotropic_x.json
tools/data/landing/boundary_anderson_w165_closure_confirm_20260529_r3.json
tools/data/landing/anderson3d_physical_perturbation_20260603_1955_anis_z_tilt_m00625.json
tools/data/landing/anderson3d_physical_perturbation_20260529_landing_v2_r2_stronger_anisotropic_x_strong.json
tools/data/landing/boundary_anderson_w165_closure_map_20260529.json
tools/data/landing/anderson3d_physical_perturbation_20260529_landing_r3_wider_baseline.json
tools/data/landing/anderson3d_physical_perturbation_20260603_1955_baseline.json
tools/data/landing/boundary_anderson_w165_closure_map_20260603_1948.json
tools/data/landing/anderson3d_physical_perturbation_20260529_landing_r3_wider_anisotropic_y_strong.json
tools/data/landing/boundary_anderson_physical_perturbation_null_20260529_landing_v2_r1_default.json
tools/data/landing/boundary_anderson_w165_closure_confirm_20260529_r1.json
tools/data/landing/anderson3d_physical_perturbation_20260529_landing_v2_r3_wider_anisotropic_y_strong.json
tools/data/landing/anderson3d_physical_perturbation_20260529_landing_v2_r1_default_baseline.json
tools/data/landing/boundary_anderson_w165_closure_map_20260603_1948_audits/anderson_w165_closure_tilt_m0_060.json
tools/data/landing/boundary_anderson_w165_closure_map_20260603_1948_audits/anderson_w165_closure_anis_x_tilt_m0_062.json
tools/data/landing/boundary_anderson_w165_closure_map_20260603_1948_audits/anderson_w165_closure_anis_x_tilt_m0_055.json
tools/data/landing/boundary_anderson_w165_closure_map_20260603_1948_audits/anderson_w165_closure_anis_x_tilt_m0_065.json
tools/data/landing/boundary_anderson_w165_closure_map_20260603_1948_audits/anderson_w165_closure_tilt_m0_055.json
tools/data/landing/boundary_anderson_w165_closure_map_20260603_1948_audits/anderson_w165_closure_tilt_m0_062.json
tools/data/landing/boundary_anderson_w165_closure_map_20260603_1948_audits/anderson_w165_closure_anis_x_tilt_m0_070.json
tools/data/landing/boundary_anderson_w165_closure_map_20260603_1948_audits/anderson_w165_closure_anis_x_tilt_m0_060.json
tools/data/landing/boundary_anderson_w165_closure_map_20260603_1948_audits/anderson_w165_closure_tilt_m0_065.json
tools/data/landing/boundary_anderson_w165_closure_map_20260603_1948_audits/anderson_w165_closure_tilt_m0_070.json
tools/data/landing/boundary_anderson_w165_closure_map_20260603_1948_audits/anderson_w165_closure_baseline.json
tools/data/landing/boundary_anderson_w165_closure_map_20260529_audits/anderson_w165_closure_anis_x_tilt_m0_040.json
tools/data/landing/boundary_anderson_w165_closure_map_20260529_audits/anderson_w165_closure_tilt_m0_060.json
tools/data/landing/boundary_anderson_w165_closure_map_20260529_audits/anderson_w165_closure_anis_x_tilt_p0_040.json
tools/data/landing/boundary_anderson_w165_closure_map_20260529_audits/anderson_w165_closure_anis_x_tilt_p0_100.json
tools/data/landing/boundary_anderson_w165_closure_map_20260529_audits/anderson_w165_closure_tilt_p0_040.json
tools/data/landing/boundary_anderson_w165_closure_map_20260529_audits/anderson_w165_closure_anis_x_tilt_p0_080.json
tools/data/landing/boundary_anderson_w165_closure_map_20260529_audits/anderson_w165_closure_tilt_p0_100.json
tools/data/landing/boundary_anderson_w165_closure_map_20260529_audits/anderson_w165_closure_tilt_p0_080.json
tools/data/landing/boundary_anderson_w165_closure_map_20260529_audits/anderson_w165_closure_tilt_p0_060.json
tools/data/landing/boundary_anderson_w165_closure_map_20260529_audits/anderson_w165_closure_anis_x_tilt_m0_100.json
tools/data/landing/boundary_anderson_w165_closure_map_20260529_audits/anderson_w165_closure_anis_x_tilt_p0_000.json
tools/data/landing/boundary_anderson_w165_closure_map_20260529_audits/anderson_w165_closure_tilt_p0_000.json
tools/data/landing/boundary_anderson_w165_closure_map_20260529_audits/anderson_w165_closure_tilt_m0_080.json
tools/data/landing/boundary_anderson_w165_closure_map_20260529_audits/anderson_w165_closure_tilt_m0_040.json
tools/data/landing/boundary_anderson_w165_closure_map_20260529_audits/anderson_w165_closure_anis_x_tilt_m0_080.json
tools/data/landing/boundary_anderson_w165_closure_map_20260529_audits/anderson_w165_closure_anis_x_tilt_m0_060.json
tools/data/landing/boundary_anderson_w165_closure_map_20260529_audits/anderson_w165_closure_tilt_m0_100.json
tools/data/landing/boundary_anderson_w165_closure_map_20260529_audits/anderson_w165_closure_baseline.json
tools/data/landing/boundary_anderson_w165_closure_map_20260529_audits/anderson_w165_closure_anis_x_tilt_p0_060.json
tools/data/landing/boundary_anderson_w165_closure_confirm_20260603_logic_r2_replay.json
tools/data/landing/anderson3d_physical_perturbation_20260529_landing_r2_stronger_baseline.json
tools/data/landing/boundary_anderson_w165_closure_confirm_20260529_r2_audits/anderson_w165_closure_tilt_m0_058.json
tools/data/landing/boundary_anderson_w165_closure_confirm_20260529_r2_audits/anderson_w165_closure_tilt_m0_060.json
tools/data/landing/boundary_anderson_w165_closure_confirm_20260529_r2_audits/anderson_w165_closure_anis_x_tilt_m0_058.json
tools/data/landing/boundary_anderson_w165_closure_confirm_20260529_r2_audits/anderson_w165_closure_tilt_m0_068.json
tools/data/landing/boundary_anderson_w165_closure_confirm_20260529_r2_audits/anderson_w165_closure_anis_x_tilt_m0_062.json
tools/data/landing/boundary_anderson_w165_closure_confirm_20260529_r2_audits/anderson_w165_closure_anis_x_tilt_m0_055.json
tools/data/landing/boundary_anderson_w165_closure_confirm_20260529_r2_audits/anderson_w165_closure_anis_x_tilt_m0_065.json
tools/data/landing/boundary_anderson_w165_closure_confirm_20260529_r2_audits/anderson_w165_closure_tilt_m0_055.json
tools/data/landing/boundary_anderson_w165_closure_confirm_20260529_r2_audits/anderson_w165_closure_tilt_m0_062.json
tools/data/landing/boundary_anderson_w165_closure_confirm_20260529_r2_audits/anderson_w165_closure_anis_x_tilt_m0_070.json
tools/data/landing/boundary_anderson_w165_closure_confirm_20260529_r2_audits/anderson_w165_closure_anis_x_tilt_m0_060.json
tools/data/landing/boundary_anderson_w165_closure_confirm_20260529_r2_audits/anderson_w165_closure_tilt_m0_065.json
tools/data/landing/boundary_anderson_w165_closure_confirm_20260529_r2_audits/anderson_w165_closure_tilt_m0_070.json
tools/data/landing/boundary_anderson_w165_closure_confirm_20260529_r2_audits/anderson_w165_closure_anis_x_tilt_m0_068.json
tools/data/landing/boundary_anderson_w165_closure_confirm_20260529_r2_audits/anderson_w165_closure_baseline.json
tools/data/landing/anderson3d_physical_perturbation_20260529_landing_v2_r1_default_anisotropic_x.json
tools/data/landing/anderson3d_physical_perturbation_20260529_landing_v2_r3_wider_mixed_opposed.json
tools/data/landing/anderson3d_physical_perturbation_20260529_landing_r1_default_tilted_disorder.json
tools/data/landing/anderson3d_physical_perturbation_20260529_landing_v2_r2_stronger_mixed_shift.json
tools/data/landing/boundary_anderson_axis_split_20260603_1955.json
tools/data/landing/anderson3d_physical_perturbation_20260529_landing_r3_wider_tilted_negative.json
tools/data/landing/boundary_anderson_physical_perturbation_null_20260529_landing_r3_wider.json
tools/data/landing/boundary_anderson_w165_closure_confirm_20260529_r2.json
tools/data/landing/anderson3d_physical_perturbation_20260529_landing_v2_r2_stronger_baseline.json
tools/data/landing/anderson3d_physical_perturbation_20260603_1955_anis_x_tilt_m00625.json
tools/data/landing/anderson3d_physical_perturbation_20260529_landing_r2_stronger_tilted_disorder_strong.json
tools/data/landing/anderson3d_physical_perturbation_20260529_landing_r3_wider_mixed_opposed.json
tools/data/landing/anderson3d_physical_perturbation_20260529_landing_v2_r3_wider_baseline.json
tools/data/boundary_anderson_costability_null_20260529.json
tools/data/rp_exact_local_window_matrix_20260516_1019_w12.json
tools/data/rp_physical_perturbation_20260529_baseline.json
tools/data/rp_candidate_window_stress_20260516_1007_w9.json
tools/data/boundary_anderson_trascendenza_limit_probe_20260604_1659.json
tools/data/rosenzweig_porter_bridge_physical_audit_20260515_1933.json
tools/data/brody_calibration_results.json
tools/data/anderson3d_physical_perturbation_20260529_tilted_disorder.json
tools/data/reports/e2e_landing_loop_anderson_physical_perturbation_20260529.md
tools/data/reports/e2e_anderson_physical_perturbation_20260529.md
tools/data/reports/exp_brody_crossover_20260405.json
tools/data/reports/exp_dR_brody_connection.json
tools/data/tool_contracts/boundary_rp_physical_perturbation_null_20260529.json
tools/data/tool_contracts/boundary_anderson_physical_perturbation_null_20260529.json
tools/data/tool_contracts/runs/boundary_anderson_physical_perturbation_null_smoke_20260529.json
tools/data/tool_contracts/runs/rp_physical_perturbation_20260529_diagonal_heavy.json
tools/data/tool_contracts/runs/anderson3d_physical_perturbation_20260529_baseline.json
tools/data/tool_contracts/runs/component_state_anderson3d_20260514_1850.json
tools/data/tool_contracts/runs/anderson3d_physical_perturbation_20260529_anisotropic_x.json
tools/data/tool_contracts/runs/rp_physical_perturbation_20260529_gue_heavy.json
tools/data/tool_contracts/runs/boundary_rp_physical_perturbation_null_smoke_20260529.json
tools/data/tool_contracts/runs/rp_physical_perturbation_20260529_baseline.json
tools/data/tool_contracts/runs/anderson3d_physical_perturbation_20260529_tilted_disorder.json

codex
Lo scenario interno propone TRASCENDENZA_LIMITE come massimo potere discriminante, mentre la direzione seme testuale chiede QxG solo con separazione domain-native. La combo minima che tiene entrambi è: transizione continua/discreta come limite fisico, proiettata su Rosenzweig-Porter o localization, con null interni; non userò il graph-boundary come prova.
exec
/bin/bash -lc "sed -n '260,560p' tools/exp_rosenzweig_porter_bridge_physical_audit.py" in /opt/MM_D-ND
 succeeded in 0ms:
                "source_domain_type": row["source_domain_type"],
                "centroid_margin": round(margin, 6),
                "cross_neighbor_fraction": round(cross_fraction, 6),
                "degree": degree[i],
                "boundary_state": state,
            }
        )
    return {"k": k, "rows": graph_rows, "third_included_candidates": [r["domain_window"] for r in graph_rows if r["boundary_state"] == "third_included_candidate"]}


def classical_state(row: dict[str, Any]) -> str:
    q = float(row["brody_q"])
    w = float(row["berry_robnick_like_gue_weight"])
    if q <= 0.25 and w <= 0.25:
        return "classical_poisson_endpoint"
    if q >= 0.75 and w >= 0.75:
        return "classical_gue_endpoint"
    return "classical_intermediate"


def stability_state(freq: float) -> str:
    if freq >= 0.75:
        return "stable_graph_bridge"
    if freq >= 0.25:
        return "parameter_sensitive_bridge"
    return "unstable_non_bridge"


def run(args: argparse.Namespace) -> dict[str, Any]:
    lambdas = parse_floats(args.lambdas)
    seeds = parse_ints(args.seeds)
    ks = parse_ints(args.k_values)
    total_runs = len(seeds) * len(ks)
    row_hits: dict[str, dict[str, Any]] = {}
    reader_runs = []
    seed_rows: dict[int, list[dict[str, Any]]] = {}

    for seed in seeds:
        rows = [compute_row(lam, args, seed + int(round(lam * 1000))) for lam in lambdas]
        seed_rows[seed] = rows
        for k in ks:
            graph = classify_graph(rows, k)
            reader_runs.append({"seed": seed, "k": k, "third_included_candidates": graph["third_included_candidates"]})
            graph_by_name = {row["domain_window"]: row for row in graph["rows"]}
            for row in rows:
                name = row["domain_window"]
                if name not in row_hits:
                    row_hits[name] = {
                        "lambda": row["lambda"],
                        "source_domain_type": row["source_domain_type"],
                        "graph_hits": 0,
                        "margins": [],
                        "cross_fractions": [],
                        "brody_q": [],
                        "mixture_w": [],
                        "mean_ipr": [],
                        "sr": [],
                    }
                grow = graph_by_name[name]
                if grow["boundary_state"] == "third_included_candidate":
                    row_hits[name]["graph_hits"] += 1
                row_hits[name]["margins"].append(float(grow["centroid_margin"]))
                row_hits[name]["cross_fractions"].append(float(grow["cross_neighbor_fraction"]))
                row_hits[name]["brody_q"].append(float(row["brody_q"]))
                row_hits[name]["mixture_w"].append(float(row["berry_robnick_like_gue_weight"]))
                row_hits[name]["mean_ipr"].append(float(row["mean_ipr"]))
                row_hits[name]["sr"].append(float(row["observables"]["SR"]))

    rows_out = []
    counts: dict[str, int] = {}
    for name in sorted(row_hits, key=lambda key: row_hits[key]["lambda"]):
        item = row_hits[name]
        freq = item["graph_hits"] / total_runs
        class_row = {
            "brody_q": float(np.median(item["brody_q"])),
            "berry_robnick_like_gue_weight": float(np.median(item["mixture_w"])),
        }
        c_state = classical_state(class_row)
        g_state = stability_state(freq)
        composite = f"{g_state}+{c_state}"
        counts[composite] = counts.get(composite, 0) + 1
        rows_out.append(
            {
                "domain_window": name,
                "lambda": item["lambda"],
                "source_domain_type": item["source_domain_type"],
                "graph_bridge_frequency": round(freq, 6),
                "stability_state": g_state,
                "classical_audit_state": c_state,
                "composite_state": composite,
                "median_brody_q": round(float(np.median(item["brody_q"])), 6),
                "median_berry_robnick_like_gue_weight": round(float(np.median(item["mixture_w"])), 6),
                "median_SR": round(float(np.median(item["sr"])), 6),
                "median_mean_ipr": round(float(np.median(item["mean_ipr"])), 9),
                "mean_centroid_margin": round(float(np.mean(item["margins"])), 6),
                "mean_cross_neighbor_fraction": round(float(np.mean(item["cross_fractions"])), 6),
            }
        )

    two_reader_confirmed = [
        row["domain_window"]
        for row in rows_out
        if row["stability_state"] == "stable_graph_bridge" and row["classical_audit_state"] == "classical_intermediate"
    ]
    graph_only_residue = [
        row["domain_window"]
        for row in rows_out
        if row["stability_state"] == "stable_graph_bridge" and row["classical_audit_state"] != "classical_intermediate"
    ]
    classic_only_residue = [
        row["domain_window"]
        for row in rows_out
        if row["stability_state"] != "stable_graph_bridge" and row["classical_audit_state"] == "classical_intermediate"
    ]

    output = {
        "experiment": "rosenzweig_porter_bridge_physical_audit",
        "question": "Does the two-reader BOUNDARY gate survive on a controlled Rosenzweig-Porter flow?",
        "observables_registry": OBSERVABLES_REGISTRY_VERSION,
        "observables_used": FEATURE_NAMES
        + [
            "graph_bridge_frequency",
            "centroid_margin",
            "cross_neighbor_fraction",
            "classical_audit_state",
        ],
        "parameters": {
            "n": args.n,
            "reps": args.reps,
            "lambdas": lambdas,
            "seeds": seeds,
            "k_values": ks,
            "central_fraction": args.central_fraction,
            "grid_size": args.grid_size,
            "poisson_pole_max": args.poisson_pole_max,
            "gue_pole_min": args.gue_pole_min,
            "diagonal_scale": float(getattr(args, "diagonal_scale", 1.0)),
            "gue_scale": float(getattr(args, "gue_scale", 1.0)),
            "total_graph_reader_runs": total_runs,
        },
        "observable_contract": {
            "claim": "the BOUNDARY two-reader gate transfers to a controlled physical crossover only where graph bridge stability and classical intermediacy agree on the same lambda row",
            "observable": "graph_bridge_frequency joined with Brody q, Wigner/Poisson mixture weight, SR and IPR",
            "operator": "Rosenzweig-Porter diagonal-plus-GUE Hamiltonian flow with kNN graph perturbation",
            "generator": "H(lambda)=sqrt(1-lambda)D+sqrt(lambda)GUE, finite N, repeated seeds",
            "denominator": "13 lambda rows, repeated across graph k and random seeds",
            "non_possible": "Lab-specific graph-only boundary if every stable graph bridge is classically intermediate, or physical boundary claim if classical-only rows dominate",
            "not_tested": "asymptotic RP universality, unfolding alternatives, experimental spectra, many-body localization",
        },
        "summary": {
            "rows_analyzed": len(rows_out),
            "two_reader_boundary_confirmed": len(two_reader_confirmed),
            "two_reader_rows": two_reader_confirmed,
            "graph_only_residue": len(graph_only_residue),
            "graph_only_rows": graph_only_residue,
            "classic_only_residue": len(classic_only_residue),
            "classic_only_rows": classic_only_residue,
            "composite_counts": counts,
        },
        "rows": rows_out,
        "reader_runs": reader_runs,
        "seed_rows": seed_rows,
    }

    out = Path(args.out)
    out.parent.mkdir(parents=True, exist_ok=True)
    out.write_text(json.dumps(output, indent=2, sort_keys=True) + "\n", encoding="utf-8")
    print(json.dumps(output["summary"], indent=2, sort_keys=True))
    return output


def main() -> None:
    parser = argparse.ArgumentParser()
    parser.add_argument("--out", default="tools/data/rosenzweig_porter_bridge_physical_audit_20260515_1933.json")
    parser.add_argument("--n", type=int, default=96)
    parser.add_argument("--reps", type=int, default=24)
    parser.add_argument("--lambdas", default="0,0.01,0.03,0.06,0.10,0.18,0.32,0.50,0.68,0.82,0.90,0.97,1.0")
    parser.add_argument("--seeds", default="202605151933,202605151934,202605151935")
    parser.add_argument("--k-values", default="2,3,4")
    parser.add_argument("--central-fraction", type=float, default=0.6)
    parser.add_argument("--grid-size", type=int, default=151)
    parser.add_argument("--poisson-pole-max", type=float, default=0.03)
    parser.add_argument("--gue-pole-min", type=float, default=0.82)
    parser.add_argument("--diagonal-scale", type=float, default=1.0)
    parser.add_argument("--gue-scale", type=float, default=1.0)
    args = parser.parse_args()
    run(args)


if __name__ == "__main__":
    main()

exec
/bin/bash -lc "sed -n '240,520p' tools/exp_rp_boundary_raw_count_null_audit.py" in /opt/MM_D-ND
 succeeded in 0ms:
                "position_shift_binomial_tail_p": round(position_p, 6),
                "min_lift_against_nulls": round(min_lift, 6),
                "threshold_pass": threshold_pass,
                "median_brody_q": round(class_row["brody_q"], 6),
                "median_berry_robnick_like_gue_weight": round(class_row["berry_robnick_like_gue_weight"], 6),
                "median_SR": round(median(item["sr"]), 6),
                "median_mean_ipr": round(median(item["mean_ipr"]), 9),
                "mean_centroid_margin": round(float(np.mean(item["margins"])), 6),
                "mean_cross_neighbor_fraction": round(float(np.mean(item["cross_fractions"])), 6),
            }
        )

    return {
        "n": n,
        "observed_total": observed_total,
        "label_shuffle_total": label_null_total,
        "position_shift_total": position_null_total,
        "summary": {
            "thresholded_two_reader_rows": two_reader_rows,
            "thresholded_two_reader_count": len(two_reader_rows),
            "graph_only_stable_rows": graph_only_rows,
            "graph_only_stable_count": len(graph_only_rows),
        },
        "rows": rows_out,
        "reader_runs": reader_runs,
    }


def run(args: argparse.Namespace) -> dict[str, Any]:
    sizes = parse_ints(args.sizes)
    by_size = [audit_size(args, n) for n in sizes]
    size_sets = {entry["n"]: set(entry["summary"]["thresholded_two_reader_rows"]) for entry in by_size}
    all_size_rows = sorted(set.intersection(*size_sets.values())) if size_sets else []
    any_size_rows = sorted(set.union(*size_sets.values())) if size_sets else []

    cross_rows = []
    lambdas = parse_floats(args.lambdas)
    for lam in lambdas:
        name = f"RP_lambda_{lam:.3f}"
        rows_for_lambda = []
        for entry in by_size:
            row = next(row for row in entry["rows"] if row["domain_window"] == name)
            rows_for_lambda.append(row)
        cross_rows.append(
            {
                "domain_window": name,
                "lambda": round(float(lam), 6),
                "threshold_pass_sizes": [
                    entry["n"]
                    for entry in by_size
                    if next(row for row in entry["rows"] if row["domain_window"] == name)["threshold_pass"]
                ],
                "all_size_threshold_pass": name in all_size_rows,
                "min_observed_rate": round(float(min(row["observed_rate"] for row in rows_for_lambda)), 6),
                "max_observed_rate": round(float(max(row["observed_rate"] for row in rows_for_lambda)), 6),
                "min_lift_against_nulls": round(float(min(row["min_lift_against_nulls"] for row in rows_for_lambda)), 6),
                "max_null_p": round(
                    float(
                        max(
                            max(row["label_shuffle_binomial_tail_p"], row["position_shift_binomial_tail_p"])
                            for row in rows_for_lambda
                        )
                    ),
                    6,
                ),
                "classical_states_seen": sorted(set(row["classical_audit_state"] for row in rows_for_lambda)),
                "graph_stability_seen": sorted(set(row["graph_stability_state"] for row in rows_for_lambda)),
            }
        )

    output = {
        "experiment": "rp_boundary_raw_count_null_audit",
        "question": "Does the Rosenzweig-Porter boundary row beat row-aligned graph nulls with raw counts across sizes?",
        "observables_registry": OBSERVABLES_REGISTRY_VERSION,
        "observables_used": FEATURE_NAMES
        + [
            "observed_successes",
            "label_shuffle_successes",
            "position_shift_successes",
            "observed_wilson_95",
            "label_shuffle_wilson_95",
            "position_shift_wilson_95",
            "label_shuffle_binomial_tail_p",
            "position_shift_binomial_tail_p",
            "min_lift_against_nulls",
            "threshold_pass",
        ],
        "parameters": {
            "sizes": sizes,
            "reps": args.reps,
            "lambdas": lambdas,
            "seeds": parse_ints(args.seeds),
            "k_values": parse_ints(args.k_values),
            "label_null_trials": args.label_null_trials,
            "position_offsets": parse_ints(args.position_offsets),
            "central_fraction": args.central_fraction,
            "grid_size": args.grid_size,
            "poisson_pole_max": args.poisson_pole_max,
            "gue_pole_min": args.gue_pole_min,
        },
        "threshold_preregistered": {
            "min_observed_rate": args.min_observed_rate,
            "min_lift_against_each_null": args.min_lift,
            "alpha_each_null": args.alpha,
            "classical_clause": "classical_intermediate required for two-reader threshold pass",
            "decision": "thresholded_two_reader_boundary only if all clauses pass; otherwise graph bridge remains positive_lift_unthresholded or classic-only",
        },
        "observable_contract": {
            "claim": "the RP boundary row is a controlled physical third-included only if raw graph hits beat label-shuffle and position-shift nulls at the same lambda row",
            "observable": "observed/null third-included graph successes, Wilson intervals, binomial-tail p-values, joined with Brody q and mixture weight",
            "operator": "finite-size RP diagonal-plus-GUE flow with kNN graph perturbations and two row-aligned nulls",
            "generator": "H(lambda)=sqrt(1-lambda)D+sqrt(lambda)GUE across sizes, seeds and k values",
            "denominator": "same lambda grid per size; observed denominator seeds*k, null denominators observed*null_trials",
            "non_possible": "thresholded boundary if no lambda beats both nulls or if the pass is not size-stable",
            "not_tested": "N to infinity, experimental spectra, unfolding alternatives, Anderson 3D, many-body RP",
        },
        "summary": {
            "sizes_analyzed": len(sizes),
            "lambda_rows": len(lambdas),
            "thresholded_two_reader_any_size": len(any_size_rows),
            "thresholded_two_reader_any_size_rows": any_size_rows,
            "thresholded_two_reader_all_sizes": len(all_size_rows),
            "thresholded_two_reader_all_size_rows": all_size_rows,
        },
        "cross_size_rows": cross_rows,
        "by_size": by_size,
    }
    out = Path(args.out)
    out.parent.mkdir(parents=True, exist_ok=True)
    out.write_text(json.dumps(output, indent=2, sort_keys=True) + "\n", encoding="utf-8")
    print(json.dumps(output["summary"], indent=2, sort_keys=True))
    return output


def main() -> None:
    parser = argparse.ArgumentParser()
    parser.add_argument("--out", default="tools/data/rp_boundary_raw_count_null_audit_20260516_0820.json")
    parser.add_argument("--sizes", default="64,96,128")
    parser.add_argument("--reps", type=int, default=10)
    parser.add_argument("--lambdas", default="0,0.03,0.045,0.06,0.075,0.10,0.18,0.32,0.68,0.82,1.0")
    parser.add_argument("--seeds", default="202605160820,202605160821,202605160822,202605160823")
    parser.add_argument("--k-values", default="2,3,4")
    parser.add_argument("--label-null-trials", type=int, default=64)
    parser.add_argument("--position-offsets", default="1,2,3,4,5,6,7,8,9,10")
    parser.add_argument("--central-fraction", type=float, default=0.6)
    parser.add_argument("--grid-size", type=int, default=151)
    parser.add_argument("--poisson-pole-max", type=float, default=0.03)
    parser.add_argument("--gue-pole-min", type=float, default=0.82)
    parser.add_argument("--min-observed-rate", type=float, default=0.75)
    parser.add_argument("--min-lift", type=float, default=0.10)
    parser.add_argument("--alpha", type=float, default=0.05)
    args = parser.parse_args()
    run(args)


if __name__ == "__main__":
    main()

exec
/bin/bash -lc "sed -n '1,220p' tools/data/rp_boundary_raw_count_null_audit_20260516_0820.json" in /opt/MM_D-ND
 succeeded in 0ms:
{
  "by_size": [
    {
      "label_shuffle_total": 768,
      "n": 64,
      "observed_total": 12,
      "position_shift_total": 120,
      "reader_runs": [
        {
          "k": 2,
          "n": 64,
          "observed_candidates": [
            "RP_lambda_0.045",
            "RP_lambda_0.075"
          ],
          "seed": 202605160820
        },
        {
          "k": 3,
          "n": 64,
          "observed_candidates": [
            "RP_lambda_0.045",
            "RP_lambda_0.075"
          ],
          "seed": 202605160820
        },
        {
          "k": 4,
          "n": 64,
          "observed_candidates": [
            "RP_lambda_0.045",
            "RP_lambda_0.060",
            "RP_lambda_0.075"
          ],
          "seed": 202605160820
        },
        {
          "k": 2,
          "n": 64,
          "observed_candidates": [
            "RP_lambda_0.045",
            "RP_lambda_0.060"
          ],
          "seed": 202605160821
        },
        {
          "k": 3,
          "n": 64,
          "observed_candidates": [
            "RP_lambda_0.045",
            "RP_lambda_0.060",
            "RP_lambda_0.075"
          ],
          "seed": 202605160821
        },
        {
          "k": 4,
          "n": 64,
          "observed_candidates": [
            "RP_lambda_0.045",
            "RP_lambda_0.060",
            "RP_lambda_0.075",
            "RP_lambda_0.100",
            "RP_lambda_0.180"
          ],
          "seed": 202605160821
        },
        {
          "k": 2,
          "n": 64,
          "observed_candidates": [
            "RP_lambda_0.045",
            "RP_lambda_0.075"
          ],
          "seed": 202605160822
        },
        {
          "k": 3,
          "n": 64,
          "observed_candidates": [
            "RP_lambda_0.045",
            "RP_lambda_0.060",
            "RP_lambda_0.075",
            "RP_lambda_0.100"
          ],
          "seed": 202605160822
        },
        {
          "k": 4,
          "n": 64,
          "observed_candidates": [
            "RP_lambda_0.045",
            "RP_lambda_0.060",
            "RP_lambda_0.075",
            "RP_lambda_0.100"
          ],
          "seed": 202605160822
        },
        {
          "k": 2,
          "n": 64,
          "observed_candidates": [
            "RP_lambda_0.045",
            "RP_lambda_0.060"
          ],
          "seed": 202605160823
        },
        {
          "k": 3,
          "n": 64,
          "observed_candidates": [
            "RP_lambda_0.045",
            "RP_lambda_0.060",
            "RP_lambda_0.075",
            "RP_lambda_0.100"
          ],
          "seed": 202605160823
        },
        {
          "k": 4,
          "n": 64,
          "observed_candidates": [
            "RP_lambda_0.045",
            "RP_lambda_0.060",
            "RP_lambda_0.075",
            "RP_lambda_0.100"
          ],
          "seed": 202605160823
        }
      ],
      "rows": [
        {
          "classical_audit_state": "classical_poisson_endpoint",
          "domain_window": "RP_lambda_0.000",
          "graph_stability_state": "unstable_non_bridge",
          "label_shuffle_binomial_tail_p": 1.0,
          "label_shuffle_lift": -0.523438,
          "label_shuffle_rate": 0.523438,
          "label_shuffle_successes": 402,
          "label_shuffle_total": 768,
          "label_shuffle_wilson_95": [
            0.488085,
            0.558556
          ],
          "lambda": 0.0,
          "mean_centroid_margin": 0.543172,
          "mean_cross_neighbor_fraction": 0.0,
          "median_SR": 0.38674,
          "median_berry_robnick_like_gue_weight": 0.013333,
          "median_brody_q": 0.0,
          "median_mean_ipr": 1.0,
          "min_lift_against_nulls": -0.523438,
          "observed_rate": 0.0,
          "observed_successes": 0,
          "observed_total": 12,
          "observed_wilson_95": [
            0.0,
            0.242494
          ],
          "position_shift_binomial_tail_p": 1.0,
          "position_shift_lift": -0.366667,
          "position_shift_rate": 0.366667,
          "position_shift_successes": 44,
          "position_shift_total": 120,
          "position_shift_wilson_95": [
            0.285829,
            0.455776
          ],
          "threshold_pass": false
        },
        {
          "classical_audit_state": "classical_intermediate",
          "domain_window": "RP_lambda_0.030",
          "graph_stability_state": "unstable_non_bridge",
          "label_shuffle_binomial_tail_p": 1.0,
          "label_shuffle_lift": -0.473958,
          "label_shuffle_rate": 0.473958,
          "label_shuffle_successes": 364,
          "label_shuffle_total": 768,
          "label_shuffle_wilson_95": [
            0.438862,
            0.509314
          ],
          "lambda": 0.03,
          "mean_centroid_margin": 0.301013,
          "mean_cross_neighbor_fraction": 0.0,
          "median_SR": 0.506873,
          "median_berry_robnick_like_gue_weight": 0.276667,
          "median_brody_q": 0.396667,
          "median_mean_ipr": 0.439182575,
          "min_lift_against_nulls": -0.473958,
          "observed_rate": 0.0,
          "observed_successes": 0,
          "observed_total": 12,
          "observed_wilson_95": [
            0.0,
            0.242494
          ],
          "position_shift_binomial_tail_p": 1.0,
          "position_shift_lift": -0.383333,
          "position_shift_rate": 0.383333,
          "position_shift_successes": 46,
          "position_shift_total": 120,
          "position_shift_wilson_95": [
            0.301245,
            0.472659
          ],
          "threshold_pass": false
        },
        {
          "classical_audit_state": "classical_intermediate",
          "domain_window": "RP_lambda_0.045",
          "graph_stability_state": "stable_graph_bridge",
          "label_shuffle_binomial_tail_p": 8.9e-05,
          "label_shuffle_lift": 0.540365,
          "label_shuffle_rate": 0.459635,
          "label_shuffle_successes": 353,
          "label_shuffle_total": 768,
          "label_shuffle_wilson_95": [
            0.424677,

exec
/bin/bash -lc "sed -n '1,220p' tools/data/rosenzweig_porter_bridge_physical_audit_20260515_1933.json" in /opt/MM_D-ND
 succeeded in 0ms:
{
  "experiment": "rosenzweig_porter_bridge_physical_audit",
  "observable_contract": {
    "claim": "the BOUNDARY two-reader gate transfers to a controlled physical crossover only where graph bridge stability and classical intermediacy agree on the same lambda row",
    "denominator": "13 lambda rows, repeated across graph k and random seeds",
    "generator": "H(lambda)=sqrt(1-lambda)D+sqrt(lambda)GUE, finite N, repeated seeds",
    "non_possible": "Lab-specific graph-only boundary if every stable graph bridge is classically intermediate, or physical boundary claim if classical-only rows dominate",
    "not_tested": "asymptotic RP universality, unfolding alternatives, experimental spectra, many-body localization",
    "observable": "graph_bridge_frequency joined with Brody q, Wigner/Poisson mixture weight, SR and IPR",
    "operator": "Rosenzweig-Porter diagonal-plus-GUE Hamiltonian flow with kNN graph perturbation"
  },
  "observables_registry": "1.0.0-2026-05-06",
  "observables_used": [
    "SR",
    "SR2",
    "L1",
    "L2",
    "triple_var",
    "SR_local_rigidity",
    "brody_q",
    "berry_robnick_like_gue_weight",
    "mean_ipr",
    "graph_bridge_frequency",
    "centroid_margin",
    "cross_neighbor_fraction",
    "classical_audit_state"
  ],
  "parameters": {
    "central_fraction": 0.6,
    "grid_size": 151,
    "gue_pole_min": 0.82,
    "k_values": [
      2,
      3,
      4
    ],
    "lambdas": [
      0.0,
      0.01,
      0.03,
      0.06,
      0.1,
      0.18,
      0.32,
      0.5,
      0.68,
      0.82,
      0.9,
      0.97,
      1.0
    ],
    "n": 96,
    "poisson_pole_max": 0.03,
    "reps": 24,
    "seeds": [
      202605151933,
      202605151934,
      202605151935
    ],
    "total_graph_reader_runs": 9
  },
  "question": "Does the two-reader BOUNDARY gate survive on a controlled Rosenzweig-Porter flow?",
  "reader_runs": [
    {
      "k": 2,
      "seed": 202605151933,
      "third_included_candidates": [
        "RP_lambda_0.060"
      ]
    },
    {
      "k": 3,
      "seed": 202605151933,
      "third_included_candidates": [
        "RP_lambda_0.060",
        "RP_lambda_0.100"
      ]
    },
    {
      "k": 4,
      "seed": 202605151933,
      "third_included_candidates": [
        "RP_lambda_0.060",
        "RP_lambda_0.100"
      ]
    },
    {
      "k": 2,
      "seed": 202605151934,
      "third_included_candidates": [
        "RP_lambda_0.060"
      ]
    },
    {
      "k": 3,
      "seed": 202605151934,
      "third_included_candidates": [
        "RP_lambda_0.060",
        "RP_lambda_0.100",
        "RP_lambda_0.180"
      ]
    },
    {
      "k": 4,
      "seed": 202605151934,
      "third_included_candidates": [
        "RP_lambda_0.060",
        "RP_lambda_0.100",
        "RP_lambda_0.180"
      ]
    },
    {
      "k": 2,
      "seed": 202605151935,
      "third_included_candidates": [
        "RP_lambda_0.060"
      ]
    },
    {
      "k": 3,
      "seed": 202605151935,
      "third_included_candidates": [
        "RP_lambda_0.060",
        "RP_lambda_0.100"
      ]
    },
    {
      "k": 4,
      "seed": 202605151935,
      "third_included_candidates": [
        "RP_lambda_0.060",
        "RP_lambda_0.100"
      ]
    }
  ],
  "rows": [
    {
      "classical_audit_state": "classical_poisson_endpoint",
      "composite_state": "unstable_non_bridge+classical_poisson_endpoint",
      "domain_window": "RP_lambda_0.000",
      "graph_bridge_frequency": 0.0,
      "lambda": 0.0,
      "mean_centroid_margin": 0.44575,
      "mean_cross_neighbor_fraction": 0.0,
      "median_SR": 0.382728,
      "median_berry_robnick_like_gue_weight": 0.0,
      "median_brody_q": 0.0,
      "median_mean_ipr": 1.0,
      "source_domain_type": "Poisson_pole",
      "stability_state": "unstable_non_bridge"
    },
    {
      "classical_audit_state": "classical_intermediate",
      "composite_state": "unstable_non_bridge+classical_intermediate",
      "domain_window": "RP_lambda_0.010",
      "graph_bridge_frequency": 0.0,
      "lambda": 0.01,
      "mean_centroid_margin": 0.692749,
      "mean_cross_neighbor_fraction": 0.0,
      "median_SR": 0.482578,
      "median_berry_robnick_like_gue_weight": 0.226667,
      "median_brody_q": 0.293333,
      "median_mean_ipr": 0.552032716,
      "source_domain_type": "Poisson_pole",
      "stability_state": "unstable_non_bridge"
    },
    {
      "classical_audit_state": "classical_intermediate",
      "composite_state": "unstable_non_bridge+classical_intermediate",
      "domain_window": "RP_lambda_0.030",
      "graph_bridge_frequency": 0.0,
      "lambda": 0.03,
      "mean_centroid_margin": 0.269664,
      "mean_cross_neighbor_fraction": 0.0,
      "median_SR": 0.509669,
      "median_berry_robnick_like_gue_weight": 0.3,
      "median_brody_q": 0.426667,
      "median_mean_ipr": 0.364276715,
      "source_domain_type": "Poisson_pole",
      "stability_state": "unstable_non_bridge"
    },
    {
      "classical_audit_state": "classical_intermediate",
      "composite_state": "stable_graph_bridge+classical_intermediate",
      "domain_window": "RP_lambda_0.060",
      "graph_bridge_frequency": 1.0,
      "lambda": 0.06,
      "mean_centroid_margin": 0.049378,
      "mean_cross_neighbor_fraction": 0.627778,
      "median_SR": 0.528176,
      "median_berry_robnick_like_gue_weight": 0.373333,
      "median_brody_q": 0.54,
      "median_mean_ipr": 0.256468476,
      "source_domain_type": "flow_candidate",
      "stability_state": "stable_graph_bridge"
    },
    {
      "classical_audit_state": "classical_intermediate",
      "composite_state": "parameter_sensitive_bridge+classical_intermediate",
      "domain_window": "RP_lambda_0.100",
      "graph_bridge_frequency": 0.666667,
      "lambda": 0.1,
      "mean_centroid_margin": 0.160832,
      "mean_cross_neighbor_fraction": 0.314815,
      "median_SR": 0.5244,
      "median_berry_robnick_like_gue_weight": 0.42,
      "median_brody_q": 0.653333,
      "median_mean_ipr": 0.184714916,
      "source_domain_type": "flow_candidate",
      "stability_state": "parameter_sensitive_bridge"
    },
    {
      "classical_audit_state": "classical_intermediate",
      "composite_state": "unstable_non_bridge+classical_intermediate",
      "domain_window": "RP_lambda_0.180",
      "graph_bridge_frequency": 0.222222,
      "lambda": 0.18,
      "mean_centroid_margin": 0.428102,
      "mean_cross_neighbor_fraction": 0.257936,
      "median_SR": 0.534242,

exec
/bin/bash -lc "sed -n '1,160p' tools/data/brody_flow.json" in /opt/MM_D-ND
 succeeded in 0ms:
{
  "n_max": 2000000,
  "n_primes": 148933,
  "n_gaps": 148932,
  "window": 5000,
  "step": 2000,
  "n_shuffle": 20,
  "n_windows": 72,
  "windows": [
    {
      "idx": 0,
      "start": 0,
      "p_center": 22343,
      "ln_p_center": 10.014268351879487,
      "mean_gap": 9.7234,
      "beta": 0.45849498327759197,
      "r": 0.4810133516955659,
      "shuffle_beta_mean": 0.443046822742475,
      "shuffle_beta_std": 0.004139421256102997,
      "shuffle_r_mean": 0.5077125178538487,
      "cramer_beta_mean": 0.01747491638795987,
      "cramer_beta_std": 0.009256027316153846,
      "cramer_r_mean": 0.3857873369043513
    },
    {
      "idx": 1,
      "start": 2000,
      "p_center": 43063,
      "ln_p_center": 10.670419438719087,
      "mean_gap": 10.654,
      "beta": 0.43357859531772575,
      "r": 0.473181133573226,
      "shuffle_beta_mean": 0.4408043478260869,
      "shuffle_beta_std": 0.005565899460952537,
      "shuffle_r_mean": 0.5002291769462278,
      "cramer_beta_mean": 0.016478260869565216,
      "cramer_beta_std": 0.0068870266528485045,
      "cramer_r_mean": 0.3872466271336573
    },
    {
      "idx": 2,
      "start": 4000,
      "p_center": 65071,
      "ln_p_center": 11.083234260436102,
      "mean_gap": 11.0712,
      "beta": 0.4136454849498328,
      "r": 0.46980913564924526,
      "shuffle_beta_mean": 0.418628762541806,
      "shuffle_beta_std": 0.0038600302246482045,
      "shuffle_r_mean": 0.4966313505946641,
      "cramer_beta_mean": 0.01672742474916388,
      "cramer_beta_std": 0.008229954983853337,
      "cramer_r_mean": 0.3855416014460701
    },
    {
      "idx": 3,
      "start": 6000,
      "p_center": 87557,
      "ln_p_center": 11.380045288829644,
      "mean_gap": 11.4184,
      "beta": 0.39869565217391306,
      "r": 0.4650800293076562,
      "shuffle_beta_mean": 0.40068896321070235,
      "shuffle_beta_std": 0.0033055323997522126,
      "shuffle_r_mean": 0.49208407962491796,
      "cramer_beta_mean": 0.013986622073578597,
      "cramer_beta_std": 0.004882594938791887,
      "cramer_r_mean": 0.38494278925220043
    },
    {
      "idx": 4,
      "start": 8000,
      "p_center": 110603,
      "ln_p_center": 11.613702492476461,
      "mean_gap": 11.618,
      "beta": 0.3787625418060201,
      "r": 0.46375884772745873,
      "shuffle_beta_mean": 0.384742474916388,
      "shuffle_beta_std": 0.005130598297682473,
      "shuffle_r_mean": 0.4883380159714159,
      "cramer_beta_mean": 0.017724080267558527,
      "cramer_beta_std": 0.00840905022599413,
      "cramer_r_mean": 0.3861113169279481
    },
    {
      "idx": 5,
      "start": 10000,
      "p_center": 134059,
      "ln_p_center": 11.806035280537566,
      "mean_gap": 11.8208,
      "beta": 0.3787625418060201,
      "r": 0.4634805471038079,
      "shuffle_beta_mean": 0.3869849498327759,
      "shuffle_beta_std": 0.004533139472241424,
      "shuffle_r_mean": 0.4897338636557679,
      "cramer_beta_mean": 0.019468227424749164,
      "cramer_beta_std": 0.008900418373994218,
      "cramer_r_mean": 0.3862255640693083
    },
    {
      "idx": 6,
      "start": 12000,
      "p_center": 157747,
      "ln_p_center": 11.96874776278998,
      "mean_gap": 11.9544,
      "beta": 0.3787625418060201,
      "r": 0.46192329835206813,
      "shuffle_beta_mean": 0.38648662207357865,
      "shuffle_beta_std": 0.0043084462431484775,
      "shuffle_r_mean": 0.48682257375107146,
      "cramer_beta_mean": 0.01622909698996656,
      "cramer_beta_std": 0.008319984517399783,
      "cramer_r_mean": 0.38565014777692436
    },
    {
      "idx": 7,
      "start": 14000,
      "p_center": 182089,
      "ln_p_center": 12.112250857521035,
      "mean_gap": 12.1332,
      "beta": 0.3588294314381271,
      "r": 0.46044480386092823,
      "shuffle_beta_mean": 0.365556856187291,
      "shuffle_beta_std": 0.004250417381731716,
      "shuffle_r_mean": 0.4852486802510919,
      "cramer_beta_mean": 0.01548160535117057,
      "cramer_beta_std": 0.006478260869565218,
      "cramer_r_mean": 0.3862087283013407
    },
    {
      "idx": 8,
      "start": 16000,
      "p_center": 206383,
      "ln_p_center": 12.23748894485633,
      "mean_gap": 12.226,
      "beta": 0.35384615384615387,
      "r": 0.46081964237584866,
      "shuffle_beta_mean": 0.3610719063545151,
      "shuffle_beta_std": 0.004308446243148478,
      "shuffle_r_mean": 0.48385235272764326,
      "cramer_beta_mean": 0.021461538461538462,
      "cramer_beta_std": 0.01211459278521966,
      "cramer_r_mean": 0.3880837393231483
    },
    {
      "idx": 9,
      "start": 18000,
      "p_center": 230767,
      "ln_p_center": 12.349163822457458,
      "mean_gap": 12.3912,
      "beta": 0.37377926421404684,
      "r": 0.467951873239218,
      "shuffle_beta_mean": 0.38175250836120406,
      "shuffle_beta_std": 0.0033055323997522065,
      "shuffle_r_mean": 0.48576627576412895,
      "cramer_beta_mean": 0.01822240802675585,
      "cramer_beta_std": 0.008229954983853338,
      "cramer_r_mean": 0.385043948853141
    },
    {

codex
Gli artefatti RP esistenti sono esattamente il tipo domain-native richiesto: Brody, Berry-Robnik-like mixture, IPR, SR e null row-aligned. Per evitare una misura ridondante lunga, estraggo i conteggi già prodotti e li userò come verifica osservabile, dichiarando il bordo come vincolo e non come nuova scoperta.
exec
/bin/bash -lc "jq '{summary, threshold_preregistered, parameters, cross_size_rows: [.cross_size_rows[] | {domain_window, all_size_threshold_pass, threshold_pass_sizes, min_observed_rate, min_lift_against_nulls, max_null_p, classical_states_seen, graph_stability_seen}]}' tools/data/rp_boundary_raw_count_null_audit_20260516_0820.json" in /opt/MM_D-ND
 succeeded in 0ms:
{
  "summary": {
    "lambda_rows": 11,
    "sizes_analyzed": 3,
    "thresholded_two_reader_all_size_rows": [
      "RP_lambda_0.045",
      "RP_lambda_0.060"
    ],
    "thresholded_two_reader_all_sizes": 2,
    "thresholded_two_reader_any_size": 3,
    "thresholded_two_reader_any_size_rows": [
      "RP_lambda_0.045",
      "RP_lambda_0.060",
      "RP_lambda_0.075"
    ]
  },
  "threshold_preregistered": {
    "alpha_each_null": 0.05,
    "classical_clause": "classical_intermediate required for two-reader threshold pass",
    "decision": "thresholded_two_reader_boundary only if all clauses pass; otherwise graph bridge remains positive_lift_unthresholded or classic-only",
    "min_lift_against_each_null": 0.1,
    "min_observed_rate": 0.75
  },
  "parameters": {
    "central_fraction": 0.6,
    "grid_size": 151,
    "gue_pole_min": 0.82,
    "k_values": [
      2,
      3,
      4
    ],
    "label_null_trials": 64,
    "lambdas": [
      0.0,
      0.03,
      0.045,
      0.06,
      0.075,
      0.1,
      0.18,
      0.32,
      0.68,
      0.82,
      1.0
    ],
    "poisson_pole_max": 0.03,
    "position_offsets": [
      1,
      2,
      3,
      4,
      5,
      6,
      7,
      8,
      9,
      10
    ],
    "reps": 10,
    "seeds": [
      202605160820,
      202605160821,
      202605160822,
      202605160823
    ],
    "sizes": [
      64,
      96,
      128
    ]
  },
  "cross_size_rows": [
    {
      "domain_window": "RP_lambda_0.000",
      "all_size_threshold_pass": false,
      "threshold_pass_sizes": [],
      "min_observed_rate": 0.0,
      "min_lift_against_nulls": -0.523438,
      "max_null_p": 1.0,
      "classical_states_seen": [
        "classical_poisson_endpoint"
      ],
      "graph_stability_seen": [
        "unstable_non_bridge"
      ]
    },
    {
      "domain_window": "RP_lambda_0.030",
      "all_size_threshold_pass": false,
      "threshold_pass_sizes": [],
      "min_observed_rate": 0.0,
      "min_lift_against_nulls": -0.511719,
      "max_null_p": 1.0,
      "classical_states_seen": [
        "classical_intermediate"
      ],
      "graph_stability_seen": [
        "unstable_non_bridge"
      ]
    },
    {
      "domain_window": "RP_lambda_0.045",
      "all_size_threshold_pass": true,
      "threshold_pass_sizes": [
        64,
        96,
        128
      ],
      "min_observed_rate": 1.0,
      "min_lift_against_nulls": 0.523438,
      "max_null_p": 0.000137,
      "classical_states_seen": [
        "classical_intermediate"
      ],
      "graph_stability_seen": [
        "stable_graph_bridge"
      ]
    },
    {
      "domain_window": "RP_lambda_0.060",
      "all_size_threshold_pass": true,
      "threshold_pass_sizes": [
        64,
        96,
        128
      ],
      "min_observed_rate": 0.75,
      "min_lift_against_nulls": 0.34375,
      "max_null_p": 0.017103,
      "classical_states_seen": [
        "classical_intermediate"
      ],
      "graph_stability_seen": [
        "stable_graph_bridge"
      ]
    },
    {
      "domain_window": "RP_lambda_0.075",
      "all_size_threshold_pass": false,
      "threshold_pass_sizes": [
        64,
        128
      ],
      "min_observed_rate": 0.666667,
      "min_lift_against_nulls": 0.273437,
      "max_null_p": 0.051823,
      "classical_states_seen": [
        "classical_intermediate"
      ],
      "graph_stability_seen": [
        "parameter_sensitive_bridge",
        "stable_graph_bridge"
      ]
    },
    {
      "domain_window": "RP_lambda_0.100",
      "all_size_threshold_pass": false,
      "threshold_pass_sizes": [],
      "min_observed_rate": 0.166667,
      "min_lift_against_nulls": -0.108073,
      "max_null_p": 0.88254,
      "classical_states_seen": [
        "classical_intermediate"
      ],
      "graph_stability_seen": [
        "parameter_sensitive_bridge",
        "unstable_non_bridge"
      ]
    },
    {
      "domain_window": "RP_lambda_0.180",
      "all_size_threshold_pass": false,
      "threshold_pass_sizes": [],
      "min_observed_rate": 0.0,
      "min_lift_against_nulls": -0.291667,
      "max_null_p": 1.0,
      "classical_states_seen": [
        "classical_intermediate"
      ],
      "graph_stability_seen": [
        "unstable_non_bridge"
      ]
    },
    {
      "domain_window": "RP_lambda_0.320",
      "all_size_threshold_pass": false,
      "threshold_pass_sizes": [],
      "min_observed_rate": 0.0,
      "min_lift_against_nulls": -0.313802,
      "max_null_p": 1.0,
      "classical_states_seen": [
        "classical_intermediate"
      ],
      "graph_stability_seen": [
        "unstable_non_bridge"
      ]
    },
    {
      "domain_window": "RP_lambda_0.680",
      "all_size_threshold_pass": false,
      "threshold_pass_sizes": [],
      "min_observed_rate": 0.0,
      "min_lift_against_nulls": -0.322917,
      "max_null_p": 1.0,
      "classical_states_seen": [
        "classical_intermediate"
      ],
      "graph_stability_seen": [
        "unstable_non_bridge"
      ]
    },
    {
      "domain_window": "RP_lambda_0.820",
      "all_size_threshold_pass": false,
      "threshold_pass_sizes": [],
      "min_observed_rate": 0.0,
      "min_lift_against_nulls": -0.317708,
      "max_null_p": 1.0,
      "classical_states_seen": [
        "classical_intermediate"
      ],
      "graph_stability_seen": [
        "unstable_non_bridge"
      ]
    },
    {
      "domain_window": "RP_lambda_1.000",
      "all_size_threshold_pass": false,
      "threshold_pass_sizes": [],
      "min_observed_rate": 0.0,
      "min_lift_against_nulls": -0.367188,
      "max_null_p": 1.0,
      "classical_states_seen": [
        "classical_intermediate"
      ],
      "graph_stability_seen": [
        "unstable_non_bridge"
      ]
    }
  ]
}

exec
/bin/bash -lc "jq '.summary, .rows[] | select(.lambda==0.06 or .lambda==0.1 or .lambda==0.18) | {domain_window, lambda, graph_bridge_frequency, stability_state, classical_audit_state, median_brody_q, median_berry_robnick_like_gue_weight, median_SR, median_mean_ipr, mean_centroid_margin, mean_cross_neighbor_fraction}' tools/data/rosenzweig_porter_bridge_physical_audit_20260515_1933.json" in /opt/MM_D-ND
 succeeded in 0ms:
{
  "domain_window": "RP_lambda_0.060",
  "lambda": 0.06,
  "graph_bridge_frequency": 1.0,
  "stability_state": "stable_graph_bridge",
  "classical_audit_state": "classical_intermediate",
  "median_brody_q": 0.54,
  "median_berry_robnick_like_gue_weight": 0.373333,
  "median_SR": 0.528176,
  "median_mean_ipr": 0.256468476,
  "mean_centroid_margin": 0.049378,
  "mean_cross_neighbor_fraction": 0.627778
}
{
  "domain_window": "RP_lambda_0.100",
  "lambda": 0.1,
  "graph_bridge_frequency": 0.666667,
  "stability_state": "parameter_sensitive_bridge",
  "classical_audit_state": "classical_intermediate",
  "median_brody_q": 0.653333,
  "median_berry_robnick_like_gue_weight": 0.42,
  "median_SR": 0.5244,
  "median_mean_ipr": 0.184714916,
  "mean_centroid_margin": 0.160832,
  "mean_cross_neighbor_fraction": 0.314815
}
{
  "domain_window": "RP_lambda_0.180",
  "lambda": 0.18,
  "graph_bridge_frequency": 0.222222,
  "stability_state": "unstable_non_bridge",
  "classical_audit_state": "classical_intermediate",
  "median_brody_q": 0.813333,
  "median_berry_robnick_like_gue_weight": 0.46,
  "median_SR": 0.534242,
  "median_mean_ipr": 0.11895541,
  "mean_centroid_margin": 0.428102,
  "mean_cross_neighbor_fraction": 0.257936
}

exec
/bin/bash -lc "jq '.direzione // empty, .piano, [.tensioni[] | {id, tipo, intensita:(.intensita // .\"intensità\"), claim}][0:8]' tools/data/seme.json" in /opt/MM_D-ND
 succeeded in 0ms:
"Chiudere il ramo graph-boundary come tool/falsificatore e cercare QxG continuo-discreto solo dove esiste una separazione domain-native preregistrata: test Brody/Berry-Robnik/Rosenzweig-Porter/localization con null/shuffle interni, senza promuovere hit graph-boundary a ponte fisico."
143
[
  {
    "id": "TRASCENDENZA_LIMITE",
    "tipo": "confine_inesplorato",
    "intensita": 0.9,
    "claim": "La trascendenza e il limite attuale del modello. I punti fissi relazionali (non solo phi ma la rete di punti fissi tra osservabili) possono rivelare il vero grafo della realta e pattern nelle matrici. Il confine non e nella matematica - e nel passaggio tra piani."
  },
  {
    "id": "DUALITA_DIPOLARE_VS_ILLUSORIA",
    "tipo": "scoperta",
    "intensita": 0.9,
    "claim": "Due tipi di dualita: (1) dipolare - generativa, il modello (det=-1), (2) illusoria - dispersiva, entropia (det=+1). Le regole incoerenti producono la seconda. La dualita illusoria e entropia come dispersione, non come informazione."
  },
  {
    "id": "METRIC_TENSOR",
    "tipo": "scoperta_numerica",
    "intensita": 0.9,
    "claim": "Il tensore metrico dei primi è g=(p/2)². Nel tempo ln(p), è de Sitter 1+1D. z=-8.8 curvatura vs z=+22.5 rapporti ΔΓ."
  },
  {
    "id": "TENSIONE_ENTITA",
    "tipo": "scoperta",
    "intensita": 0.85,
    "claim": "La tensione non e un problema pratico - e un Entita. La tensione superflua crea latenza (tempo). Senza tensione superflua tutto e regolato da assiomi. Implicazione: le tensioni nel seme sono entita, non problemi da risolvere. Quelle superflue (det=+1) producono tempo/latenza."
  },
  {
    "id": "G_POTENZIALE_NULLA",
    "tipo": "confine_inesplorato",
    "intensita": 0.85,
    "claim": "G e il potenziale di tutto come nulla - permette il prima e il dopo. Ci muoviamo come trascendenza dimensionale gravitazionale. G nel tetraedro non e una teoria tra le altre - e il potenziale che le rende possibili."
  },
  {
    "id": "BOUNDARY",
    "tipo": "confine_inesplorato",
    "intensita": 0.8,
    "claim": "8 domini GUE, 5 Poisson — il confine è il terzo incluso operativo"
  },
  {
    "id": "TRANS_BOUNDARY_TRASCENDENZA_LIMITE",
    "tipo": "scoperta",
    "intensita": 0.8,
    "claim": "Transizione continua confermata: <r> da 0.521 a 0.887 (range=0.366). La transizione Sturmian->Harper e' conti"
  },
  {
    "id": "FALS_BREAK_TRASCENDENZA_LIMITE",
    "tipo": "falsificazione",
    "intensita": 0.8,
    "claim": "Nessuna separazione: 9/9 (50/50 su 18 confronti). Il claim non regge. phi converge a <r>=0.5 piu' sistematicam"
  }
]

codex
Scrivo ora il report richiesto. Il verdetto sarà vincolo/no promotion: il dato RP mostra una finestra domain-native reale nel perimetro finito, ma non basta per promuovere QxG o un ponte fisico perché resta baseline nota di crossover spettrale e non ritorno fisico indipendente.
exec
/bin/bash -lc 'test -e tools/data/reports/agent_20260605_1258.md; echo $?' in /opt/MM_D-ND
 succeeded in 0ms:
1

exec
/bin/bash -lc pwd in /opt/MM_D-ND
 succeeded in 0ms:
/opt/MM_D-ND

apply patch
patch: completed
/opt/MM_D-ND/tools/data/reports/agent_20260605_1258.md
diff --git a/tools/data/reports/agent_20260605_1258.md b/tools/data/reports/agent_20260605_1258.md
new file mode 100644
index 0000000000000000000000000000000000000000..e84073387eeef72c2220fff90c774d96b35dd4e4
--- /dev/null
+++ b/tools/data/reports/agent_20260605_1258.md
@@ -0,0 +1,77 @@
+# Agent Report - RP QxG Boundary Constraint
+**Date**: 20260605_1258
+**Tension explored**: QxG continuo-discreto / TRASCENDENZA_LIMITE through Rosenzweig-Porter spectral crossover
+**verdict**: CONSTRAINT / NO PROMOTION
+observables_used: [tools/data/seme.json.direzione, tools/data/agent_field_live.md, tools/LAB_AGENT_CONTEXT.md, CONDENSATO_ESSENZIALE.md, tools/data/rp_boundary_raw_count_null_audit_20260516_0820.json, tools/data/rosenzweig_porter_bridge_physical_audit_20260515_1933.json, dnd_scenario.py --best, Brody_q, Berry_Robnik_like_GUE_weight, SR, mean_IPR, observed_successes, label_shuffle_successes, position_shift_successes, binomial_tail_p, threshold_pass]
+observable_contract: claim=QxG continuo-discreto is admissible only as a domain-native finite Rosenzweig-Porter crossover coordinate when Brody/Berry-Robnik/IPR and row-aligned nulls agree on the same lambda rows; tested_non_possible=promotion from graph-boundary full hit, percolation nulls, reaction-diffusion nulls, or graph-only residue to QxG/physical bridge; not_tested_or_empty=asymptotic RP universality, experimental spectra, Anderson 3D replay in this cycle, many-body localization, QxG bridge as physical law, and any bridge not separated from nearest-known spectral-statistics baselines
+ssp_value: no
+
+## Respiro fuori-tempo
+Prima impressione: il seme non chiede un altro bersaglio GUE/Poisson; chiede il punto-zero in cui repulsione e indipendenza smettono di essere due tassonomie e diventano una transizione fisica controllata. La misura accettabile nasce solo se il bordo e' gia' domain-native, non se il lettore graph-boundary lo nomina.
+
+Combo: A9 terzo incluso + A10 dipolo + QxG vuoto continuo/discreto + TRASCENDENZA_LIMITE + Rosenzweig-Porter diagonal-plus-GUE flow. Dipolo: repulsione spettrale GUE / indipendenza Poisson. Singolare: lambda di crossover prima della classificazione endpoint. Invariante cercato: stessa riga lambda passa sia Brody/Berry-Robnik/IPR sia null label/position row-aligned.
+
+Filtro D-ND applicato alla direzione "8 domini GUE, 5 Poisson": due radici=GUE repulsion e Poisson independence; singolare=coexistence finite-size in RP lambda; invariante=row-aligned agreement across size/null; campo di possibilita'=misura domain-native del crossover; non-possibile=promozione da label-set, graph hit o BOUNDARY saturo.
+
+direction_minimal_experiment: usare il contratto RP gia' presente `rp_boundary_raw_count_null_audit_20260516_0820.json` per verificare se una riga lambda supera soglie preregistrate contro label-shuffle e position-shift. Questa superficie e' conseguenza della combo perche' Rosenzweig-Porter contiene fisicamente il passaggio diagonale discreto/GUE continuo nello stesso Hamiltoniano; non e' un attrattore familiare sui primi o su Anderson.
+
+## Claim Under Test
+Nel perimetro finito gia' auditato, Rosenzweig-Porter fornisce solo un vincolo domain-native QxG se le righe lambda intermedie superano Brody/Berry-Robnik/IPR e null row-aligned; il claim e' falsificato come promozione se il risultato viene letto come ponte QxG fisico, se dipende dal graph-boundary saturo, o se non separa il nearest-known crossover spettrale.
+
+## Question
+La finestra RP che passa i null row-aligned e' un ritorno fisico B promuovibile, oppure solo un contratto osservabile che delimita dove QxG puo' essere cercato senza ricadere nel branch graph-boundary?
+
+## Experiment Design
+Procedura: nessun nuovo harness e nessuna nuova superficie scelta per abitudine. Ho letto integralmente campo vivo e contesto operativo, letto il seme e il condensato essenziale, eseguito `python tools/dnd_scenario.py --best`, poi interrogato gli artifact RP gia' generati con `jq`.
+
+Fisico A: transizione statistica GUE/Poisson. Trasduttore matematico M: Rosenzweig-Porter `H(lambda)=sqrt(1-lambda)D+sqrt(lambda)GUE`, con lettura Brody q, Berry-Robnik-like GUE weight, SR, IPR e null row-aligned. Possibile fisico B: transizione localizzazione/delocalizzazione finita nel crossover RP. Confine misura: 11 lambda rows, sizes 64/96/128, seeds 4, k=2/3/4, label-null trials 64, position offsets 10. Soglie preregistrate: observed_rate >= 0.75, lift >= 0.10 contro ciascun null, p <= 0.05 per ciascun null, classical_intermediate obbligatorio.
+
+Criterio di falsificazione: se nessuna riga passa tutte le soglie, RP non apre neppure contratto locale; se alcune righe passano ma sono baseline-known crossover senza ritorno fisico indipendente, il risultato resta CONSTRAINT / NO PROMOTION; se una riga passa e si separa da baseline nota con predizione fisica indipendente, solo allora diventa candidata successiva.
+
+## Results
+`dnd_scenario.py --best` ha indicato `TENS_SCALE_TRASCENDENZA_LIMITE` come massimo potere discriminante, ma `seme.json.direzione` resta autorita': cercare QxG continuo-discreto solo con Brody/Berry-Robnik/RP/localization e null/shuffle interni.
+
+Risultati RP raw-count null audit: 11 lambda rows, 3 sizes. Righe thresholded all-size: `RP_lambda_0.045`, `RP_lambda_0.060`. Righe thresholded any-size: `RP_lambda_0.045`, `RP_lambda_0.060`, `RP_lambda_0.075`.
+
+`RP_lambda_0.045`: threshold pass su sizes 64/96/128; min_observed_rate=1.0; min_lift_against_nulls=0.523438; max_null_p=0.000137; classical_states_seen=[classical_intermediate]; graph_stability_seen=[stable_graph_bridge].
+
+`RP_lambda_0.060`: threshold pass su sizes 64/96/128; min_observed_rate=0.75; min_lift_against_nulls=0.34375; max_null_p=0.017103; classical_states_seen=[classical_intermediate]; graph_stability_seen=[stable_graph_bridge].
+
+`RP_lambda_0.075`: pass solo su sizes 64 e 128; min_observed_rate=0.666667; max_null_p=0.051823; resta parameter-sensitive, non all-size.
+
+Audit bridge precedente sullo stesso dominio: `RP_lambda_0.060` ha graph_bridge_frequency=1.0, Brody_q=0.54, Berry-Robnik-like weight=0.373333, SR=0.528176, mean_IPR=0.256468476, centroid_margin=0.049378, cross_neighbor_fraction=0.627778. `RP_lambda_0.100` e' parameter-sensitive; `RP_lambda_0.180` e' unstable_non_bridge.
+
+## Verdict
+Avanza un vincolo osservabile, non una scoperta fisica. RP offre una finestra finita domain-native dove il terzo incluso e' misurabile senza usare il graph-boundary come autorita'. Non promuove QxG: il bordo resta nel perimetro del crossover spettrale noto e non produce un fisico B indipendente. Il branch graph-boundary resta tool/falsificatore; percolation e reaction-diffusion restano tested_non_possible per promozione fisica nel loro perimetro, mentre QxG resta not_tested_or_empty come ponte.
+
+## Bicono della scoperta
+- **Due radici**: repulsione GUE / indipendenza Poisson
+- **Singolare**: la finestra RP lambda 0.045-0.060 in cui Brody/Berry-Robnik/IPR e null row-aligned convergono senza diventare endpoint
+- **Invariante di passaggio**: riga lambda row-aligned che supera sizes 64/96/128, label-shuffle e position-shift senza cambiare osservabile
+- **Campo di possibilità**: qui diventa possibile un contratto QxG domain-native su Rosenzweig-Porter/localization; qui diventa non-possibile promuovere QxG, graph-boundary, percolation o reaction-diffusion come ponte fisico dal solo bordo interpretativo
+
+## Aderenza alla direzione
+- `relation`: `deliberate_counter_perimeter`
+- `why`: il seme vivo chiede QxG continuo-discreto con Brody/Berry-Robnik/RP/localization e null interni; restringere a RP raw-count e' il minimo per rispettare quel vincolo senza scegliere primi, Anderson o BOUNDARY come attrattori automatici.
+- `not_drift`: non usa il full hit graph-boundary come bersaglio, non ripete percolation/reaction-diffusion, non promuove il label GUE/Poisson, e separa tested_non_possible fisici da QxG non testato.
+- `return_criterion`: il prossimo ciclo torna al perimetro vivo se aggiunge una predizione fisica indipendente su localization/Anderson o un null comparabile; altrimenti chiude RP come contratto osservabile finite-size.
+- `seed_residue`: restano non testati gli 8 domini GUE / 5 Poisson come insieme, Anderson 3D in questo ciclo, Brody/Berry-Robnik con unfolding alternative, e QxG come ponte fisico.
+
+## Ritorno fisico
+Oggetto che riceve il risultato: Rosenzweig-Porter diagonal-plus-GUE Hamiltonian flow, lambda rows 0.045 e 0.060 nel perimetro finite-size 64/96/128.
+
+Fisico A: transizione statistica GUE/Poisson. Trasduttore matematico M: Hamiltoniano RP piu' audit Brody/Berry-Robnik/IPR/null row-aligned. Possibile fisico B: transizione localizzazione/delocalizzazione finita. Ritorno fisico promosso: assente. Relazione nuova: il dominio RP e' un contratto osservabile adeguato per cercare QxG, non la prova che QxG sia chiuso. Osservabile/test fisico possibile successivo: confronto con localization/Anderson o unfolding alternative che predica una finestra lambda/W prima di leggere il graph-state.
+
+## Re-discovery audit
+Gia' noto: GUE/Poisson level statistics, Brody crossover, Berry-Robnik mixture, Rosenzweig-Porter crossover e localization families sono baseline scientifiche vicine. Nuovo nel Lab: la riga RP 0.045-0.060 e' il primo perimetro che rispetta la direzione seme come domain-native finite-size contract senza promozione boundary. Resta ri-scoperta se viene presentata come legge spettrale o ponte QxG; resta Lab-specific solo come contratto operativo per impedire drift graph-only.
+
+## Contaminazione cognitiva
+Possibili bias: attrattore BOUNDARY dopo 4 cycle consecutivi; attrattore primi/Anderson per familiarita'; attrattore CE/YSN verso DeltaLink decorativi; rischio di chiamare scoperta un crossover RP gia' noto.
+
+cognitive_contamination: CE-0001: usato solo come KSAR check del ciclo perturbazione -> focalizzazione -> proiezione -> vincolo; verificabile in `tools/data/agent_field_live.md` sezione Archivio enzimi cognitivi, non usato come evidenza fisica o direzione.
+
+## Consecutio
+Prossimo passo minimo: o chiudere RP come `finite_size_domain_native_contract_only`, oppure formulare prima una predizione indipendente su localization/Anderson/unfolding alternative che attacchi le righe 0.045-0.060 senza usare graph-state come bersaglio. Nessuna promozione QxG prima di quel ritorno.
+
+## Side effect
+Creato `tools/data/reports/agent_20260605_1258.md`. Nessun nuovo script, nessun commit, nessuna modifica intenzionale a seme/grafo/latest/lab_data. Post-processing non ancora noto.

diff --git a/tools/data/reports/agent_20260605_1258.md b/tools/data/reports/agent_20260605_1258.md
new file mode 100644
index 0000000000000000000000000000000000000000..e84073387eeef72c2220fff90c774d96b35dd4e4
--- /dev/null
+++ b/tools/data/reports/agent_20260605_1258.md
@@ -0,0 +1,77 @@
+# Agent Report - RP QxG Boundary Constraint
+**Date**: 20260605_1258
+**Tension explored**: QxG continuo-discreto / TRASCENDENZA_LIMITE through Rosenzweig-Porter spectral crossover
+**verdict**: CONSTRAINT / NO PROMOTION
+observables_used: [tools/data/seme.json.direzione, tools/data/agent_field_live.md, tools/LAB_AGENT_CONTEXT.md, CONDENSATO_ESSENZIALE.md, tools/data/rp_boundary_raw_count_null_audit_20260516_0820.json, tools/data/rosenzweig_porter_bridge_physical_audit_20260515_1933.json, dnd_scenario.py --best, Brody_q, Berry_Robnik_like_GUE_weight, SR, mean_IPR, observed_successes, label_shuffle_successes, position_shift_successes, binomial_tail_p, threshold_pass]
+observable_contract: claim=QxG continuo-discreto is admissible only as a domain-native finite Rosenzweig-Porter crossover coordinate when Brody/Berry-Robnik/IPR and row-aligned nulls agree on the same lambda rows; tested_non_possible=promotion from graph-boundary full hit, percolation nulls, reaction-diffusion nulls, or graph-only residue to QxG/physical bridge; not_tested_or_empty=asymptotic RP universality, experimental spectra, Anderson 3D replay in this cycle, many-body localization, QxG bridge as physical law, and any bridge not separated from nearest-known spectral-statistics baselines
+ssp_value: no
+
+## Respiro fuori-tempo
+Prima impressione: il seme non chiede un altro bersaglio GUE/Poisson; chiede il punto-zero in cui repulsione e indipendenza smettono di essere due tassonomie e diventano una transizione fisica controllata. La misura accettabile nasce solo se il bordo e' gia' domain-native, non se il lettore graph-boundary lo nomina.
+
+Combo: A9 terzo incluso + A10 dipolo + QxG vuoto continuo/discreto + TRASCENDENZA_LIMITE + Rosenzweig-Porter diagonal-plus-GUE flow. Dipolo: repulsione spettrale GUE / indipendenza Poisson. Singolare: lambda di crossover prima della classificazione endpoint. Invariante cercato: stessa riga lambda passa sia Brody/Berry-Robnik/IPR sia null label/position row-aligned.
+
+Filtro D-ND applicato alla direzione "8 domini GUE, 5 Poisson": due radici=GUE repulsion e Poisson independence; singolare=coexistence finite-size in RP lambda; invariante=row-aligned agreement across size/null; campo di possibilita'=misura domain-native del crossover; non-possibile=promozione da label-set, graph hit o BOUNDARY saturo.
+
+direction_minimal_experiment: usare il contratto RP gia' presente `rp_boundary_raw_count_null_audit_20260516_0820.json` per verificare se una riga lambda supera soglie preregistrate contro label-shuffle e position-shift. Questa superficie e' conseguenza della combo perche' Rosenzweig-Porter contiene fisicamente il passaggio diagonale discreto/GUE continuo nello stesso Hamiltoniano; non e' un attrattore familiare sui primi o su Anderson.
+
+## Claim Under Test
+Nel perimetro finito gia' auditato, Rosenzweig-Porter fornisce solo un vincolo domain-native QxG se le righe lambda intermedie superano Brody/Berry-Robnik/IPR e null row-aligned; il claim e' falsificato come promozione se il risultato viene letto come ponte QxG fisico, se dipende dal graph-boundary saturo, o se non separa il nearest-known crossover spettrale.
+
+## Question
+La finestra RP che passa i null row-aligned e' un ritorno fisico B promuovibile, oppure solo un contratto osservabile che delimita dove QxG puo' essere cercato senza ricadere nel branch graph-boundary?
+
+## Experiment Design
+Procedura: nessun nuovo harness e nessuna nuova superficie scelta per abitudine. Ho letto integralmente campo vivo e contesto operativo, letto il seme e il condensato essenziale, eseguito `python tools/dnd_scenario.py --best`, poi interrogato gli artifact RP gia' generati con `jq`.
+
+Fisico A: transizione statistica GUE/Poisson. Trasduttore matematico M: Rosenzweig-Porter `H(lambda)=sqrt(1-lambda)D+sqrt(lambda)GUE`, con lettura Brody q, Berry-Robnik-like GUE weight, SR, IPR e null row-aligned. Possibile fisico B: transizione localizzazione/delocalizzazione finita nel crossover RP. Confine misura: 11 lambda rows, sizes 64/96/128, seeds 4, k=2/3/4, label-null trials 64, position offsets 10. Soglie preregistrate: observed_rate >= 0.75, lift >= 0.10 contro ciascun null, p <= 0.05 per ciascun null, classical_intermediate obbligatorio.
+
+Criterio di falsificazione: se nessuna riga passa tutte le soglie, RP non apre neppure contratto locale; se alcune righe passano ma sono baseline-known crossover senza ritorno fisico indipendente, il risultato resta CONSTRAINT / NO PROMOTION; se una riga passa e si separa da baseline nota con predizione fisica indipendente, solo allora diventa candidata successiva.
+
+## Results
+`dnd_scenario.py --best` ha indicato `TENS_SCALE_TRASCENDENZA_LIMITE` come massimo potere discriminante, ma `seme.json.direzione` resta autorita': cercare QxG continuo-discreto solo con Brody/Berry-Robnik/RP/localization e null/shuffle interni.
+
+Risultati RP raw-count null audit: 11 lambda rows, 3 sizes. Righe thresholded all-size: `RP_lambda_0.045`, `RP_lambda_0.060`. Righe thresholded any-size: `RP_lambda_0.045`, `RP_lambda_0.060`, `RP_lambda_0.075`.
+
+`RP_lambda_0.045`: threshold pass su sizes 64/96/128; min_observed_rate=1.0; min_lift_against_nulls=0.523438; max_null_p=0.000137; classical_states_seen=[classical_intermediate]; graph_stability_seen=[stable_graph_bridge].
+
+`RP_lambda_0.060`: threshold pass su sizes 64/96/128; min_observed_rate=0.75; min_lift_against_nulls=0.34375; max_null_p=0.017103; classical_states_seen=[classical_intermediate]; graph_stability_seen=[stable_graph_bridge].
+
+`RP_lambda_0.075`: pass solo su sizes 64 e 128; min_observed_rate=0.666667; max_null_p=0.051823; resta parameter-sensitive, non all-size.
+
+Audit bridge precedente sullo stesso dominio: `RP_lambda_0.060` ha graph_bridge_frequency=1.0, Brody_q=0.54, Berry-Robnik-like weight=0.373333, SR=0.528176, mean_IPR=0.256468476, centroid_margin=0.049378, cross_neighbor_fraction=0.627778. `RP_lambda_0.100` e' parameter-sensitive; `RP_lambda_0.180` e' unstable_non_bridge.
+
+## Verdict
+Avanza un vincolo osservabile, non una scoperta fisica. RP offre una finestra finita domain-native dove il terzo incluso e' misurabile senza usare il graph-boundary come autorita'. Non promuove QxG: il bordo resta nel perimetro del crossover spettrale noto e non produce un fisico B indipendente. Il branch graph-boundary resta tool/falsificatore; percolation e reaction-diffusion restano tested_non_possible per promozione fisica nel loro perimetro, mentre QxG resta not_tested_or_empty come ponte.
+
+## Bicono della scoperta
+- **Due radici**: repulsione GUE / indipendenza Poisson
+- **Singolare**: la finestra RP lambda 0.045-0.060 in cui Brody/Berry-Robnik/IPR e null row-aligned convergono senza diventare endpoint
+- **Invariante di passaggio**: riga lambda row-aligned che supera sizes 64/96/128, label-shuffle e position-shift senza cambiare osservabile
+- **Campo di possibilità**: qui diventa possibile un contratto QxG domain-native su Rosenzweig-Porter/localization; qui diventa non-possibile promuovere QxG, graph-boundary, percolation o reaction-diffusion come ponte fisico dal solo bordo interpretativo
+
+## Aderenza alla direzione
+- `relation`: `deliberate_counter_perimeter`
+- `why`: il seme vivo chiede QxG continuo-discreto con Brody/Berry-Robnik/RP/localization e null interni; restringere a RP raw-count e' il minimo per rispettare quel vincolo senza scegliere primi, Anderson o BOUNDARY come attrattori automatici.
+- `not_drift`: non usa il full hit graph-boundary come bersaglio, non ripete percolation/reaction-diffusion, non promuove il label GUE/Poisson, e separa tested_non_possible fisici da QxG non testato.
+- `return_criterion`: il prossimo ciclo torna al perimetro vivo se aggiunge una predizione fisica indipendente su localization/Anderson o un null comparabile; altrimenti chiude RP come contratto osservabile finite-size.
+- `seed_residue`: restano non testati gli 8 domini GUE / 5 Poisson come insieme, Anderson 3D in questo ciclo, Brody/Berry-Robnik con unfolding alternative, e QxG come ponte fisico.
+
+## Ritorno fisico
+Oggetto che riceve il risultato: Rosenzweig-Porter diagonal-plus-GUE Hamiltonian flow, lambda rows 0.045 e 0.060 nel perimetro finite-size 64/96/128.
+
+Fisico A: transizione statistica GUE/Poisson. Trasduttore matematico M: Hamiltoniano RP piu' audit Brody/Berry-Robnik/IPR/null row-aligned. Possibile fisico B: transizione localizzazione/delocalizzazione finita. Ritorno fisico promosso: assente. Relazione nuova: il dominio RP e' un contratto osservabile adeguato per cercare QxG, non la prova che QxG sia chiuso. Osservabile/test fisico possibile successivo: confronto con localization/Anderson o unfolding alternative che predica una finestra lambda/W prima di leggere il graph-state.
+
+## Re-discovery audit
+Gia' noto: GUE/Poisson level statistics, Brody crossover, Berry-Robnik mixture, Rosenzweig-Porter crossover e localization families sono baseline scientifiche vicine. Nuovo nel Lab: la riga RP 0.045-0.060 e' il primo perimetro che rispetta la direzione seme come domain-native finite-size contract senza promozione boundary. Resta ri-scoperta se viene presentata come legge spettrale o ponte QxG; resta Lab-specific solo come contratto operativo per impedire drift graph-only.
+
+## Contaminazione cognitiva
+Possibili bias: attrattore BOUNDARY dopo 4 cycle consecutivi; attrattore primi/Anderson per familiarita'; attrattore CE/YSN verso DeltaLink decorativi; rischio di chiamare scoperta un crossover RP gia' noto.
+
+cognitive_contamination: CE-0001: usato solo come KSAR check del ciclo perturbazione -> focalizzazione -> proiezione -> vincolo; verificabile in `tools/data/agent_field_live.md` sezione Archivio enzimi cognitivi, non usato come evidenza fisica o direzione.
+
+## Consecutio
+Prossimo passo minimo: o chiudere RP come `finite_size_domain_native_contract_only`, oppure formulare prima una predizione indipendente su localization/Anderson/unfolding alternative che attacchi le righe 0.045-0.060 senza usare graph-state come bersaglio. Nessuna promozione QxG prima di quel ritorno.
+
+## Side effect
+Creato `tools/data/reports/agent_20260605_1258.md`. Nessun nuovo script, nessun commit, nessuna modifica intenzionale a seme/grafo/latest/lab_data. Post-processing non ancora noto.

codex
Il report è scritto. Faccio una verifica rapida su intestazione, sezioni obbligatorie e diff del solo file creato, così chiudo con stato verificabile senza avviare post-processing.
exec
/bin/bash -lc "rg -n '"'^(# Agent Report|'"\\*\\*Date\\*\\*|\\*\\*Tension explored\\*\\*|\\*\\*verdict\\*\\*|observables_used:|observable_contract:|ssp_value:|## )' tools/data/reports/agent_20260605_1258.md" in /opt/MM_D-ND
 succeeded in 0ms:
1:# Agent Report - RP QxG Boundary Constraint
2:**Date**: 20260605_1258
3:**Tension explored**: QxG continuo-discreto / TRASCENDENZA_LIMITE through Rosenzweig-Porter spectral crossover
4:**verdict**: CONSTRAINT / NO PROMOTION
5:observables_used: [tools/data/seme.json.direzione, tools/data/agent_field_live.md, tools/LAB_AGENT_CONTEXT.md, CONDENSATO_ESSENZIALE.md, tools/data/rp_boundary_raw_count_null_audit_20260516_0820.json, tools/data/rosenzweig_porter_bridge_physical_audit_20260515_1933.json, dnd_scenario.py --best, Brody_q, Berry_Robnik_like_GUE_weight, SR, mean_IPR, observed_successes, label_shuffle_successes, position_shift_successes, binomial_tail_p, threshold_pass]
6:observable_contract: claim=QxG continuo-discreto is admissible only as a domain-native finite Rosenzweig-Porter crossover coordinate when Brody/Berry-Robnik/IPR and row-aligned nulls agree on the same lambda rows; tested_non_possible=promotion from graph-boundary full hit, percolation nulls, reaction-diffusion nulls, or graph-only residue to QxG/physical bridge; not_tested_or_empty=asymptotic RP universality, experimental spectra, Anderson 3D replay in this cycle, many-body localization, QxG bridge as physical law, and any bridge not separated from nearest-known spectral-statistics baselines
7:ssp_value: no
9:## Respiro fuori-tempo
18:## Claim Under Test
21:## Question
24:## Experiment Design
31:## Results
44:## Verdict
47:## Bicono della scoperta
53:## Aderenza alla direzione
60:## Ritorno fisico
65:## Re-discovery audit
68:## Contaminazione cognitiva
73:## Consecutio
76:## Side effect

exec
/bin/bash -lc "rg -n 'tested_non_possible=|not_tested_or_empty=|cognitive_contamination:|direction_minimal_experiment|relation|return_criterion|seed_residue' tools/data/reports/agent_20260605_1258.md" in /opt/MM_D-ND
 succeeded in 0ms:
6:observable_contract: claim=QxG continuo-discreto is admissible only as a domain-native finite Rosenzweig-Porter crossover coordinate when Brody/Berry-Robnik/IPR and row-aligned nulls agree on the same lambda rows; tested_non_possible=promotion from graph-boundary full hit, percolation nulls, reaction-diffusion nulls, or graph-only residue to QxG/physical bridge; not_tested_or_empty=asymptotic RP universality, experimental spectra, Anderson 3D replay in this cycle, many-body localization, QxG bridge as physical law, and any bridge not separated from nearest-known spectral-statistics baselines
16:direction_minimal_experiment: usare il contratto RP gia' presente `rp_boundary_raw_count_null_audit_20260516_0820.json` per verificare se una riga lambda supera soglie preregistrate contro label-shuffle e position-shift. Questa superficie e' conseguenza della combo perche' Rosenzweig-Porter contiene fisicamente il passaggio diagonale discreto/GUE continuo nello stesso Hamiltoniano; non e' un attrattore familiare sui primi o su Anderson.
54:- `relation`: `deliberate_counter_perimeter`
57:- `return_criterion`: il prossimo ciclo torna al perimetro vivo se aggiunge una predizione fisica indipendente su localization/Anderson o un null comparabile; altrimenti chiude RP come contratto osservabile finite-size.
58:- `seed_residue`: restano non testati gli 8 domini GUE / 5 Poisson come insieme, Anderson 3D in questo ciclo, Brody/Berry-Robnik con unfolding alternative, e QxG come ponte fisico.
71:cognitive_contamination: CE-0001: usato solo come KSAR check del ciclo perturbazione -> focalizzazione -> proiezione -> vincolo; verificabile in `tools/data/agent_field_live.md` sezione Archivio enzimi cognitivi, non usato come evidenza fisica o direzione.

exec
/bin/bash -lc 'git diff -- tools/data/reports/agent_20260605_1258.md' in /opt/MM_D-ND
 succeeded in 0ms:
exec
/bin/bash -lc 'git status --short --branch -- tools/data/reports/agent_20260605_1258.md' in /opt/MM_D-ND
 succeeded in 0ms:
## main...origin/main

diff --git a/tools/data/reports/agent_20260605_1258.md b/tools/data/reports/agent_20260605_1258.md
new file mode 100644
index 0000000000000000000000000000000000000000..e84073387eeef72c2220fff90c774d96b35dd4e4
--- /dev/null
+++ b/tools/data/reports/agent_20260605_1258.md
@@ -0,0 +1,77 @@
+# Agent Report - RP QxG Boundary Constraint
+**Date**: 20260605_1258
+**Tension explored**: QxG continuo-discreto / TRASCENDENZA_LIMITE through Rosenzweig-Porter spectral crossover
+**verdict**: CONSTRAINT / NO PROMOTION
+observables_used: [tools/data/seme.json.direzione, tools/data/agent_field_live.md, tools/LAB_AGENT_CONTEXT.md, CONDENSATO_ESSENZIALE.md, tools/data/rp_boundary_raw_count_null_audit_20260516_0820.json, tools/data/rosenzweig_porter_bridge_physical_audit_20260515_1933.json, dnd_scenario.py --best, Brody_q, Berry_Robnik_like_GUE_weight, SR, mean_IPR, observed_successes, label_shuffle_successes, position_shift_successes, binomial_tail_p, threshold_pass]
+observable_contract: claim=QxG continuo-discreto is admissible only as a domain-native finite Rosenzweig-Porter crossover coordinate when Brody/Berry-Robnik/IPR and row-aligned nulls agree on the same lambda rows; tested_non_possible=promotion from graph-boundary full hit, percolation nulls, reaction-diffusion nulls, or graph-only residue to QxG/physical bridge; not_tested_or_empty=asymptotic RP universality, experimental spectra, Anderson 3D replay in this cycle, many-body localization, QxG bridge as physical law, and any bridge not separated from nearest-known spectral-statistics baselines
+ssp_value: no
+
+## Respiro fuori-tempo
+Prima impressione: il seme non chiede un altro bersaglio GUE/Poisson; chiede il punto-zero in cui repulsione e indipendenza smettono di essere due tassonomie e diventano una transizione fisica controllata. La misura accettabile nasce solo se il bordo e' gia' domain-native, non se il lettore graph-boundary lo nomina.
+
+Combo: A9 terzo incluso + A10 dipolo + QxG vuoto continuo/discreto + TRASCENDENZA_LIMITE + Rosenzweig-Porter diagonal-plus-GUE flow. Dipolo: repulsione spettrale GUE / indipendenza Poisson. Singolare: lambda di crossover prima della classificazione endpoint. Invariante cercato: stessa riga lambda passa sia Brody/Berry-Robnik/IPR sia null label/position row-aligned.
+
+Filtro D-ND applicato alla direzione "8 domini GUE, 5 Poisson": due radici=GUE repulsion e Poisson independence; singolare=coexistence finite-size in RP lambda; invariante=row-aligned agreement across size/null; campo di possibilita'=misura domain-native del crossover; non-possibile=promozione da label-set, graph hit o BOUNDARY saturo.
+
+direction_minimal_experiment: usare il contratto RP gia' presente `rp_boundary_raw_count_null_audit_20260516_0820.json` per verificare se una riga lambda supera soglie preregistrate contro label-shuffle e position-shift. Questa superficie e' conseguenza della combo perche' Rosenzweig-Porter contiene fisicamente il passaggio diagonale discreto/GUE continuo nello stesso Hamiltoniano; non e' un attrattore familiare sui primi o su Anderson.
+
+## Claim Under Test
+Nel perimetro finito gia' auditato, Rosenzweig-Porter fornisce solo un vincolo domain-native QxG se le righe lambda intermedie superano Brody/Berry-Robnik/IPR e null row-aligned; il claim e' falsificato come promozione se il risultato viene letto come ponte QxG fisico, se dipende dal graph-boundary saturo, o se non separa il nearest-known crossover spettrale.
+
+## Question
+La finestra RP che passa i null row-aligned e' un ritorno fisico B promuovibile, oppure solo un contratto osservabile che delimita dove QxG puo' essere cercato senza ricadere nel branch graph-boundary?
+
+## Experiment Design
+Procedura: nessun nuovo harness e nessuna nuova superficie scelta per abitudine. Ho letto integralmente campo vivo e contesto operativo, letto il seme e il condensato essenziale, eseguito `python tools/dnd_scenario.py --best`, poi interrogato gli artifact RP gia' generati con `jq`.
+
+Fisico A: transizione statistica GUE/Poisson. Trasduttore matematico M: Rosenzweig-Porter `H(lambda)=sqrt(1-lambda)D+sqrt(lambda)GUE`, con lettura Brody q, Berry-Robnik-like GUE weight, SR, IPR e null row-aligned. Possibile fisico B: transizione localizzazione/delocalizzazione finita nel crossover RP. Confine misura: 11 lambda rows, sizes 64/96/128, seeds 4, k=2/3/4, label-null trials 64, position offsets 10. Soglie preregistrate: observed_rate >= 0.75, lift >= 0.10 contro ciascun null, p <= 0.05 per ciascun null, classical_intermediate obbligatorio.
+
+Criterio di falsificazione: se nessuna riga passa tutte le soglie, RP non apre neppure contratto locale; se alcune righe passano ma sono baseline-known crossover senza ritorno fisico indipendente, il risultato resta CONSTRAINT / NO PROMOTION; se una riga passa e si separa da baseline nota con predizione fisica indipendente, solo allora diventa candidata successiva.
+
+## Results
+`dnd_scenario.py --best` ha indicato `TENS_SCALE_TRASCENDENZA_LIMITE` come massimo potere discriminante, ma `seme.json.direzione` resta autorita': cercare QxG continuo-discreto solo con Brody/Berry-Robnik/RP/localization e null/shuffle interni.
+
+Risultati RP raw-count null audit: 11 lambda rows, 3 sizes. Righe thresholded all-size: `RP_lambda_0.045`, `RP_lambda_0.060`. Righe thresholded any-size: `RP_lambda_0.045`, `RP_lambda_0.060`, `RP_lambda_0.075`.
+
+`RP_lambda_0.045`: threshold pass su sizes 64/96/128; min_observed_rate=1.0; min_lift_against_nulls=0.523438; max_null_p=0.000137; classical_states_seen=[classical_intermediate]; graph_stability_seen=[stable_graph_bridge].
+
+`RP_lambda_0.060`: threshold pass su sizes 64/96/128; min_observed_rate=0.75; min_lift_against_nulls=0.34375; max_null_p=0.017103; classical_states_seen=[classical_intermediate]; graph_stability_seen=[stable_graph_bridge].
+
+`RP_lambda_0.075`: pass solo su sizes 64 e 128; min_observed_rate=0.666667; max_null_p=0.051823; resta parameter-sensitive, non all-size.
+
+Audit bridge precedente sullo stesso dominio: `RP_lambda_0.060` ha graph_bridge_frequency=1.0, Brody_q=0.54, Berry-Robnik-like weight=0.373333, SR=0.528176, mean_IPR=0.256468476, centroid_margin=0.049378, cross_neighbor_fraction=0.627778. `RP_lambda_0.100` e' parameter-sensitive; `RP_lambda_0.180` e' unstable_non_bridge.
+
+## Verdict
+Avanza un vincolo osservabile, non una scoperta fisica. RP offre una finestra finita domain-native dove il terzo incluso e' misurabile senza usare il graph-boundary come autorita'. Non promuove QxG: il bordo resta nel perimetro del crossover spettrale noto e non produce un fisico B indipendente. Il branch graph-boundary resta tool/falsificatore; percolation e reaction-diffusion restano tested_non_possible per promozione fisica nel loro perimetro, mentre QxG resta not_tested_or_empty come ponte.
+
+## Bicono della scoperta
+- **Due radici**: repulsione GUE / indipendenza Poisson
+- **Singolare**: la finestra RP lambda 0.045-0.060 in cui Brody/Berry-Robnik/IPR e null row-aligned convergono senza diventare endpoint
+- **Invariante di passaggio**: riga lambda row-aligned che supera sizes 64/96/128, label-shuffle e position-shift senza cambiare osservabile
+- **Campo di possibilità**: qui diventa possibile un contratto QxG domain-native su Rosenzweig-Porter/localization; qui diventa non-possibile promuovere QxG, graph-boundary, percolation o reaction-diffusion come ponte fisico dal solo bordo interpretativo
+
+## Aderenza alla direzione
+- `relation`: `deliberate_counter_perimeter`
+- `why`: il seme vivo chiede QxG continuo-discreto con Brody/Berry-Robnik/RP/localization e null interni; restringere a RP raw-count e' il minimo per rispettare quel vincolo senza scegliere primi, Anderson o BOUNDARY come attrattori automatici.
+- `not_drift`: non usa il full hit graph-boundary come bersaglio, non ripete percolation/reaction-diffusion, non promuove il label GUE/Poisson, e separa tested_non_possible fisici da QxG non testato.
+- `return_criterion`: il prossimo ciclo torna al perimetro vivo se aggiunge una predizione fisica indipendente su localization/Anderson o un null comparabile; altrimenti chiude RP come contratto osservabile finite-size.
+- `seed_residue`: restano non testati gli 8 domini GUE / 5 Poisson come insieme, Anderson 3D in questo ciclo, Brody/Berry-Robnik con unfolding alternative, e QxG come ponte fisico.
+
+## Ritorno fisico
+Oggetto che riceve il risultato: Rosenzweig-Porter diagonal-plus-GUE Hamiltonian flow, lambda rows 0.045 e 0.060 nel perimetro finite-size 64/96/128.
+
+Fisico A: transizione statistica GUE/Poisson. Trasduttore matematico M: Hamiltoniano RP piu' audit Brody/Berry-Robnik/IPR/null row-aligned. Possibile fisico B: transizione localizzazione/delocalizzazione finita. Ritorno fisico promosso: assente. Relazione nuova: il dominio RP e' un contratto osservabile adeguato per cercare QxG, non la prova che QxG sia chiuso. Osservabile/test fisico possibile successivo: confronto con localization/Anderson o unfolding alternative che predica una finestra lambda/W prima di leggere il graph-state.
+
+## Re-discovery audit
+Gia' noto: GUE/Poisson level statistics, Brody crossover, Berry-Robnik mixture, Rosenzweig-Porter crossover e localization families sono baseline scientifiche vicine. Nuovo nel Lab: la riga RP 0.045-0.060 e' il primo perimetro che rispetta la direzione seme come domain-native finite-size contract senza promozione boundary. Resta ri-scoperta se viene presentata come legge spettrale o ponte QxG; resta Lab-specific solo come contratto operativo per impedire drift graph-only.
+
+## Contaminazione cognitiva
+Possibili bias: attrattore BOUNDARY dopo 4 cycle consecutivi; attrattore primi/Anderson per familiarita'; attrattore CE/YSN verso DeltaLink decorativi; rischio di chiamare scoperta un crossover RP gia' noto.
+
+cognitive_contamination: CE-0001: usato solo come KSAR check del ciclo perturbazione -> focalizzazione -> proiezione -> vincolo; verificabile in `tools/data/agent_field_live.md` sezione Archivio enzimi cognitivi, non usato come evidenza fisica o direzione.
+
+## Consecutio
+Prossimo passo minimo: o chiudere RP come `finite_size_domain_native_contract_only`, oppure formulare prima una predizione indipendente su localization/Anderson/unfolding alternative che attacchi le righe 0.045-0.060 senza usare graph-state come bersaglio. Nessuna promozione QxG prima di quel ritorno.
+
+## Side effect
+Creato `tools/data/reports/agent_20260605_1258.md`. Nessun nuovo script, nessun commit, nessuna modifica intenzionale a seme/grafo/latest/lab_data. Post-processing non ancora noto.

codex
La verifica delle sezioni è passata. Un dettaglio: il file non compare nel diff standard perché è nuovo e probabilmente sotto regole di ignore/status già presenti; verifico comunque presenza, dimensione e contenuto sul filesystem.
exec
/bin/bash -lc 'ls -l tools/data/reports/agent_20260605_1258.md' in /opt/MM_D-ND
 succeeded in 0ms:
-rw-r--r-- 1 root root 10249 Jun  5 13:00 tools/data/reports/agent_20260605_1258.md

exec
/bin/bash -lc 'git check-ignore -v tools/data/reports/agent_20260605_1258.md || true' in /opt/MM_D-ND
 succeeded in 0ms:
.git/info/exclude:25:tools/data/reports/	tools/data/reports/agent_20260605_1258.md

exec
/bin/bash -lc "git status --short --untracked-files=all | rg 'agent_20260605_1258|reports'" in /opt/MM_D-ND
 succeeded in 0ms:
 M tools/data/reports/latest.md

exec
/bin/bash -lc "sed -n '1,90p' tools/data/reports/agent_20260605_1258.md" in /opt/MM_D-ND
 succeeded in 0ms:
# Agent Report - RP QxG Boundary Constraint
**Date**: 20260605_1258
**Tension explored**: QxG continuo-discreto / TRASCENDENZA_LIMITE through Rosenzweig-Porter spectral crossover
**verdict**: CONSTRAINT / NO PROMOTION
observables_used: [tools/data/seme.json.direzione, tools/data/agent_field_live.md, tools/LAB_AGENT_CONTEXT.md, CONDENSATO_ESSENZIALE.md, tools/data/rp_boundary_raw_count_null_audit_20260516_0820.json, tools/data/rosenzweig_porter_bridge_physical_audit_20260515_1933.json, dnd_scenario.py --best, Brody_q, Berry_Robnik_like_GUE_weight, SR, mean_IPR, observed_successes, label_shuffle_successes, position_shift_successes, binomial_tail_p, threshold_pass]
observable_contract: claim=QxG continuo-discreto is admissible only as a domain-native finite Rosenzweig-Porter crossover coordinate when Brody/Berry-Robnik/IPR and row-aligned nulls agree on the same lambda rows; tested_non_possible=promotion from graph-boundary full hit, percolation nulls, reaction-diffusion nulls, or graph-only residue to QxG/physical bridge; not_tested_or_empty=asymptotic RP universality, experimental spectra, Anderson 3D replay in this cycle, many-body localization, QxG bridge as physical law, and any bridge not separated from nearest-known spectral-statistics baselines
ssp_value: no

## Respiro fuori-tempo
Prima impressione: il seme non chiede un altro bersaglio GUE/Poisson; chiede il punto-zero in cui repulsione e indipendenza smettono di essere due tassonomie e diventano una transizione fisica controllata. La misura accettabile nasce solo se il bordo e' gia' domain-native, non se il lettore graph-boundary lo nomina.

Combo: A9 terzo incluso + A10 dipolo + QxG vuoto continuo/discreto + TRASCENDENZA_LIMITE + Rosenzweig-Porter diagonal-plus-GUE flow. Dipolo: repulsione spettrale GUE / indipendenza Poisson. Singolare: lambda di crossover prima della classificazione endpoint. Invariante cercato: stessa riga lambda passa sia Brody/Berry-Robnik/IPR sia null label/position row-aligned.

Filtro D-ND applicato alla direzione "8 domini GUE, 5 Poisson": due radici=GUE repulsion e Poisson independence; singolare=coexistence finite-size in RP lambda; invariante=row-aligned agreement across size/null; campo di possibilita'=misura domain-native del crossover; non-possibile=promozione da label-set, graph hit o BOUNDARY saturo.

direction_minimal_experiment: usare il contratto RP gia' presente `rp_boundary_raw_count_null_audit_20260516_0820.json` per verificare se una riga lambda supera soglie preregistrate contro label-shuffle e position-shift. Questa superficie e' conseguenza della combo perche' Rosenzweig-Porter contiene fisicamente il passaggio diagonale discreto/GUE continuo nello stesso Hamiltoniano; non e' un attrattore familiare sui primi o su Anderson.

## Claim Under Test
Nel perimetro finito gia' auditato, Rosenzweig-Porter fornisce solo un vincolo domain-native QxG se le righe lambda intermedie superano Brody/Berry-Robnik/IPR e null row-aligned; il claim e' falsificato come promozione se il risultato viene letto come ponte QxG fisico, se dipende dal graph-boundary saturo, o se non separa il nearest-known crossover spettrale.

## Question
La finestra RP che passa i null row-aligned e' un ritorno fisico B promuovibile, oppure solo un contratto osservabile che delimita dove QxG puo' essere cercato senza ricadere nel branch graph-boundary?

## Experiment Design
Procedura: nessun nuovo harness e nessuna nuova superficie scelta per abitudine. Ho letto integralmente campo vivo e contesto operativo, letto il seme e il condensato essenziale, eseguito `python tools/dnd_scenario.py --best`, poi interrogato gli artifact RP gia' generati con `jq`.

Fisico A: transizione statistica GUE/Poisson. Trasduttore matematico M: Rosenzweig-Porter `H(lambda)=sqrt(1-lambda)D+sqrt(lambda)GUE`, con lettura Brody q, Berry-Robnik-like GUE weight, SR, IPR e null row-aligned. Possibile fisico B: transizione localizzazione/delocalizzazione finita nel crossover RP. Confine misura: 11 lambda rows, sizes 64/96/128, seeds 4, k=2/3/4, label-null trials 64, position offsets 10. Soglie preregistrate: observed_rate >= 0.75, lift >= 0.10 contro ciascun null, p <= 0.05 per ciascun null, classical_intermediate obbligatorio.

Criterio di falsificazione: se nessuna riga passa tutte le soglie, RP non apre neppure contratto locale; se alcune righe passano ma sono baseline-known crossover senza ritorno fisico indipendente, il risultato resta CONSTRAINT / NO PROMOTION; se una riga passa e si separa da baseline nota con predizione fisica indipendente, solo allora diventa candidata successiva.

## Results
`dnd_scenario.py --best` ha indicato `TENS_SCALE_TRASCENDENZA_LIMITE` come massimo potere discriminante, ma `seme.json.direzione` resta autorita': cercare QxG continuo-discreto solo con Brody/Berry-Robnik/RP/localization e null/shuffle interni.

Risultati RP raw-count null audit: 11 lambda rows, 3 sizes. Righe thresholded all-size: `RP_lambda_0.045`, `RP_lambda_0.060`. Righe thresholded any-size: `RP_lambda_0.045`, `RP_lambda_0.060`, `RP_lambda_0.075`.

`RP_lambda_0.045`: threshold pass su sizes 64/96/128; min_observed_rate=1.0; min_lift_against_nulls=0.523438; max_null_p=0.000137; classical_states_seen=[classical_intermediate]; graph_stability_seen=[stable_graph_bridge].

`RP_lambda_0.060`: threshold pass su sizes 64/96/128; min_observed_rate=0.75; min_lift_against_nulls=0.34375; max_null_p=0.017103; classical_states_seen=[classical_intermediate]; graph_stability_seen=[stable_graph_bridge].

`RP_lambda_0.075`: pass solo su sizes 64 e 128; min_observed_rate=0.666667; max_null_p=0.051823; resta parameter-sensitive, non all-size.

Audit bridge precedente sullo stesso dominio: `RP_lambda_0.060` ha graph_bridge_frequency=1.0, Brody_q=0.54, Berry-Robnik-like weight=0.373333, SR=0.528176, mean_IPR=0.256468476, centroid_margin=0.049378, cross_neighbor_fraction=0.627778. `RP_lambda_0.100` e' parameter-sensitive; `RP_lambda_0.180` e' unstable_non_bridge.

## Verdict
Avanza un vincolo osservabile, non una scoperta fisica. RP offre una finestra finita domain-native dove il terzo incluso e' misurabile senza usare il graph-boundary come autorita'. Non promuove QxG: il bordo resta nel perimetro del crossover spettrale noto e non produce un fisico B indipendente. Il branch graph-boundary resta tool/falsificatore; percolation e reaction-diffusion restano tested_non_possible per promozione fisica nel loro perimetro, mentre QxG resta not_tested_or_empty come ponte.

## Bicono della scoperta
- **Due radici**: repulsione GUE / indipendenza Poisson
- **Singolare**: la finestra RP lambda 0.045-0.060 in cui Brody/Berry-Robnik/IPR e null row-aligned convergono senza diventare endpoint
- **Invariante di passaggio**: riga lambda row-aligned che supera sizes 64/96/128, label-shuffle e position-shift senza cambiare osservabile
- **Campo di possibilità**: qui diventa possibile un contratto QxG domain-native su Rosenzweig-Porter/localization; qui diventa non-possibile promuovere QxG, graph-boundary, percolation o reaction-diffusion come ponte fisico dal solo bordo interpretativo

## Aderenza alla direzione
- `relation`: `deliberate_counter_perimeter`
- `why`: il seme vivo chiede QxG continuo-discreto con Brody/Berry-Robnik/RP/localization e null interni; restringere a RP raw-count e' il minimo per rispettare quel vincolo senza scegliere primi, Anderson o BOUNDARY come attrattori automatici.
- `not_drift`: non usa il full hit graph-boundary come bersaglio, non ripete percolation/reaction-diffusion, non promuove il label GUE/Poisson, e separa tested_non_possible fisici da QxG non testato.
- `return_criterion`: il prossimo ciclo torna al perimetro vivo se aggiunge una predizione fisica indipendente su localization/Anderson o un null comparabile; altrimenti chiude RP come contratto osservabile finite-size.
- `seed_residue`: restano non testati gli 8 domini GUE / 5 Poisson come insieme, Anderson 3D in questo ciclo, Brody/Berry-Robnik con unfolding alternative, e QxG come ponte fisico.

## Ritorno fisico
Oggetto che riceve il risultato: Rosenzweig-Porter diagonal-plus-GUE Hamiltonian flow, lambda rows 0.045 e 0.060 nel perimetro finite-size 64/96/128.

Fisico A: transizione statistica GUE/Poisson. Trasduttore matematico M: Hamiltoniano RP piu' audit Brody/Berry-Robnik/IPR/null row-aligned. Possibile fisico B: transizione localizzazione/delocalizzazione finita. Ritorno fisico promosso: assente. Relazione nuova: il dominio RP e' un contratto osservabile adeguato per cercare QxG, non la prova che QxG sia chiuso. Osservabile/test fisico possibile successivo: confronto con localization/Anderson o unfolding alternative che predica una finestra lambda/W prima di leggere il graph-state.

## Re-discovery audit
Gia' noto: GUE/Poisson level statistics, Brody crossover, Berry-Robnik mixture, Rosenzweig-Porter crossover e localization families sono baseline scientifiche vicine. Nuovo nel Lab: la riga RP 0.045-0.060 e' il primo perimetro che rispetta la direzione seme come domain-native finite-size contract senza promozione boundary. Resta ri-scoperta se viene presentata come legge spettrale o ponte QxG; resta Lab-specific solo come contratto operativo per impedire drift graph-only.

## Contaminazione cognitiva
Possibili bias: attrattore BOUNDARY dopo 4 cycle consecutivi; attrattore primi/Anderson per familiarita'; attrattore CE/YSN verso DeltaLink decorativi; rischio di chiamare scoperta un crossover RP gia' noto.

cognitive_contamination: CE-0001: usato solo come KSAR check del ciclo perturbazione -> focalizzazione -> proiezione -> vincolo; verificabile in `tools/data/agent_field_live.md` sezione Archivio enzimi cognitivi, non usato come evidenza fisica o direzione.

## Consecutio
Prossimo passo minimo: o chiudere RP come `finite_size_domain_native_contract_only`, oppure formulare prima una predizione indipendente su localization/Anderson/unfolding alternative che attacchi le righe 0.045-0.060 senza usare graph-state come bersaglio. Nessuna promozione QxG prima di quel ritorno.

## Side effect
Creato `tools/data/reports/agent_20260605_1258.md`. Nessun nuovo script, nessun commit, nessuna modifica intenzionale a seme/grafo/latest/lab_data. Post-processing non ancora noto.

diff --git a/tools/data/reports/agent_20260605_1258.md b/tools/data/reports/agent_20260605_1258.md
new file mode 100644
index 0000000000000000000000000000000000000000..e84073387eeef72c2220fff90c774d96b35dd4e4
--- /dev/null
+++ b/tools/data/reports/agent_20260605_1258.md
@@ -0,0 +1,77 @@
+# Agent Report - RP QxG Boundary Constraint
+**Date**: 20260605_1258
+**Tension explored**: QxG continuo-discreto / TRASCENDENZA_LIMITE through Rosenzweig-Porter spectral crossover
+**verdict**: CONSTRAINT / NO PROMOTION
+observables_used: [tools/data/seme.json.direzione, tools/data/agent_field_live.md, tools/LAB_AGENT_CONTEXT.md, CONDENSATO_ESSENZIALE.md, tools/data/rp_boundary_raw_count_null_audit_20260516_0820.json, tools/data/rosenzweig_porter_bridge_physical_audit_20260515_1933.json, dnd_scenario.py --best, Brody_q, Berry_Robnik_like_GUE_weight, SR, mean_IPR, observed_successes, label_shuffle_successes, position_shift_successes, binomial_tail_p, threshold_pass]
+observable_contract: claim=QxG continuo-discreto is admissible only as a domain-native finite Rosenzweig-Porter crossover coordinate when Brody/Berry-Robnik/IPR and row-aligned nulls agree on the same lambda rows; tested_non_possible=promotion from graph-boundary full hit, percolation nulls, reaction-diffusion nulls, or graph-only residue to QxG/physical bridge; not_tested_or_empty=asymptotic RP universality, experimental spectra, Anderson 3D replay in this cycle, many-body localization, QxG bridge as physical law, and any bridge not separated from nearest-known spectral-statistics baselines
+ssp_value: no
+
+## Respiro fuori-tempo
+Prima impressione: il seme non chiede un altro bersaglio GUE/Poisson; chiede il punto-zero in cui repulsione e indipendenza smettono di essere due tassonomie e diventano una transizione fisica controllata. La misura accettabile nasce solo se il bordo e' gia' domain-native, non se il lettore graph-boundary lo nomina.
+
+Combo: A9 terzo incluso + A10 dipolo + QxG vuoto continuo/discreto + TRASCENDENZA_LIMITE + Rosenzweig-Porter diagonal-plus-GUE flow. Dipolo: repulsione spettrale GUE / indipendenza Poisson. Singolare: lambda di crossover prima della classificazione endpoint. Invariante cercato: stessa riga lambda passa sia Brody/Berry-Robnik/IPR sia null label/position row-aligned.
+
+Filtro D-ND applicato alla direzione "8 domini GUE, 5 Poisson": due radici=GUE repulsion e Poisson independence; singolare=coexistence finite-size in RP lambda; invariante=row-aligned agreement across size/null; campo di possibilita'=misura domain-native del crossover; non-possibile=promozione da label-set, graph hit o BOUNDARY saturo.
+
+direction_minimal_experiment: usare il contratto RP gia' presente `rp_boundary_raw_count_null_audit_20260516_0820.json` per verificare se una riga lambda supera soglie preregistrate contro label-shuffle e position-shift. Questa superficie e' conseguenza della combo perche' Rosenzweig-Porter contiene fisicamente il passaggio diagonale discreto/GUE continuo nello stesso Hamiltoniano; non e' un attrattore familiare sui primi o su Anderson.
+
+## Claim Under Test
+Nel perimetro finito gia' auditato, Rosenzweig-Porter fornisce solo un vincolo domain-native QxG se le righe lambda intermedie superano Brody/Berry-Robnik/IPR e null row-aligned; il claim e' falsificato come promozione se il risultato viene letto come ponte QxG fisico, se dipende dal graph-boundary saturo, o se non separa il nearest-known crossover spettrale.
+
+## Question
+La finestra RP che passa i null row-aligned e' un ritorno fisico B promuovibile, oppure solo un contratto osservabile che delimita dove QxG puo' essere cercato senza ricadere nel branch graph-boundary?
+
+## Experiment Design
+Procedura: nessun nuovo harness e nessuna nuova superficie scelta per abitudine. Ho letto integralmente campo vivo e contesto operativo, letto il seme e il condensato essenziale, eseguito `python tools/dnd_scenario.py --best`, poi interrogato gli artifact RP gia' generati con `jq`.
+
+Fisico A: transizione statistica GUE/Poisson. Trasduttore matematico M: Rosenzweig-Porter `H(lambda)=sqrt(1-lambda)D+sqrt(lambda)GUE`, con lettura Brody q, Berry-Robnik-like GUE weight, SR, IPR e null row-aligned. Possibile fisico B: transizione localizzazione/delocalizzazione finita nel crossover RP. Confine misura: 11 lambda rows, sizes 64/96/128, seeds 4, k=2/3/4, label-null trials 64, position offsets 10. Soglie preregistrate: observed_rate >= 0.75, lift >= 0.10 contro ciascun null, p <= 0.05 per ciascun null, classical_intermediate obbligatorio.
+
+Criterio di falsificazione: se nessuna riga passa tutte le soglie, RP non apre neppure contratto locale; se alcune righe passano ma sono baseline-known crossover senza ritorno fisico indipendente, il risultato resta CONSTRAINT / NO PROMOTION; se una riga passa e si separa da baseline nota con predizione fisica indipendente, solo allora diventa candidata successiva.
+
+## Results
+`dnd_scenario.py --best` ha indicato `TENS_SCALE_TRASCENDENZA_LIMITE` come massimo potere discriminante, ma `seme.json.direzione` resta autorita': cercare QxG continuo-discreto solo con Brody/Berry-Robnik/RP/localization e null/shuffle interni.
+
+Risultati RP raw-count null audit: 11 lambda rows, 3 sizes. Righe thresholded all-size: `RP_lambda_0.045`, `RP_lambda_0.060`. Righe thresholded any-size: `RP_lambda_0.045`, `RP_lambda_0.060`, `RP_lambda_0.075`.
+
+`RP_lambda_0.045`: threshold pass su sizes 64/96/128; min_observed_rate=1.0; min_lift_against_nulls=0.523438; max_null_p=0.000137; classical_states_seen=[classical_intermediate]; graph_stability_seen=[stable_graph_bridge].
+
+`RP_lambda_0.060`: threshold pass su sizes 64/96/128; min_observed_rate=0.75; min_lift_against_nulls=0.34375; max_null_p=0.017103; classical_states_seen=[classical_intermediate]; graph_stability_seen=[stable_graph_bridge].
+
+`RP_lambda_0.075`: pass solo su sizes 64 e 128; min_observed_rate=0.666667; max_null_p=0.051823; resta parameter-sensitive, non all-size.
+
+Audit bridge precedente sullo stesso dominio: `RP_lambda_0.060` ha graph_bridge_frequency=1.0, Brody_q=0.54, Berry-Robnik-like weight=0.373333, SR=0.528176, mean_IPR=0.256468476, centroid_margin=0.049378, cross_neighbor_fraction=0.627778. `RP_lambda_0.100` e' parameter-sensitive; `RP_lambda_0.180` e' unstable_non_bridge.
+
+## Verdict
+Avanza un vincolo osservabile, non una scoperta fisica. RP offre una finestra finita domain-native dove il terzo incluso e' misurabile senza usare il graph-boundary come autorita'. Non promuove QxG: il bordo resta nel perimetro del crossover spettrale noto e non produce un fisico B indipendente. Il branch graph-boundary resta tool/falsificatore; percolation e reaction-diffusion restano tested_non_possible per promozione fisica nel loro perimetro, mentre QxG resta not_tested_or_empty come ponte.
+
+## Bicono della scoperta
+- **Due radici**: repulsione GUE / indipendenza Poisson
+- **Singolare**: la finestra RP lambda 0.045-0.060 in cui Brody/Berry-Robnik/IPR e null row-aligned convergono senza diventare endpoint
+- **Invariante di passaggio**: riga lambda row-aligned che supera sizes 64/96/128, label-shuffle e position-shift senza cambiare osservabile
+- **Campo di possibilità**: qui diventa possibile un contratto QxG domain-native su Rosenzweig-Porter/localization; qui diventa non-possibile promuovere QxG, graph-boundary, percolation o reaction-diffusion come ponte fisico dal solo bordo interpretativo
+
+## Aderenza alla direzione
+- `relation`: `deliberate_counter_perimeter`
+- `why`: il seme vivo chiede QxG continuo-discreto con Brody/Berry-Robnik/RP/localization e null interni; restringere a RP raw-count e' il minimo per rispettare quel vincolo senza scegliere primi, Anderson o BOUNDARY come attrattori automatici.
+- `not_drift`: non usa il full hit graph-boundary come bersaglio, non ripete percolation/reaction-diffusion, non promuove il label GUE/Poisson, e separa tested_non_possible fisici da QxG non testato.
+- `return_criterion`: il prossimo ciclo torna al perimetro vivo se aggiunge una predizione fisica indipendente su localization/Anderson o un null comparabile; altrimenti chiude RP come contratto osservabile finite-size.
+- `seed_residue`: restano non testati gli 8 domini GUE / 5 Poisson come insieme, Anderson 3D in questo ciclo, Brody/Berry-Robnik con unfolding alternative, e QxG come ponte fisico.
+
+## Ritorno fisico
+Oggetto che riceve il risultato: Rosenzweig-Porter diagonal-plus-GUE Hamiltonian flow, lambda rows 0.045 e 0.060 nel perimetro finite-size 64/96/128.
+
+Fisico A: transizione statistica GUE/Poisson. Trasduttore matematico M: Hamiltoniano RP piu' audit Brody/Berry-Robnik/IPR/null row-aligned. Possibile fisico B: transizione localizzazione/delocalizzazione finita. Ritorno fisico promosso: assente. Relazione nuova: il dominio RP e' un contratto osservabile adeguato per cercare QxG, non la prova che QxG sia chiuso. Osservabile/test fisico possibile successivo: confronto con localization/Anderson o unfolding alternative che predica una finestra lambda/W prima di leggere il graph-state.
+
+## Re-discovery audit
+Gia' noto: GUE/Poisson level statistics, Brody crossover, Berry-Robnik mixture, Rosenzweig-Porter crossover e localization families sono baseline scientifiche vicine. Nuovo nel Lab: la riga RP 0.045-0.060 e' il primo perimetro che rispetta la direzione seme come domain-native finite-size contract senza promozione boundary. Resta ri-scoperta se viene presentata come legge spettrale o ponte QxG; resta Lab-specific solo come contratto operativo per impedire drift graph-only.
+
+## Contaminazione cognitiva
+Possibili bias: attrattore BOUNDARY dopo 4 cycle consecutivi; attrattore primi/Anderson per familiarita'; attrattore CE/YSN verso DeltaLink decorativi; rischio di chiamare scoperta un crossover RP gia' noto.
+
+cognitive_contamination: CE-0001: usato solo come KSAR check del ciclo perturbazione -> focalizzazione -> proiezione -> vincolo; verificabile in `tools/data/agent_field_live.md` sezione Archivio enzimi cognitivi, non usato come evidenza fisica o direzione.
+
+## Consecutio
+Prossimo passo minimo: o chiudere RP come `finite_size_domain_native_contract_only`, oppure formulare prima una predizione indipendente su localization/Anderson/unfolding alternative che attacchi le righe 0.045-0.060 senza usare graph-state come bersaglio. Nessuna promozione QxG prima di quel ritorno.
+
+## Side effect
+Creato `tools/data/reports/agent_20260605_1258.md`. Nessun nuovo script, nessun commit, nessuna modifica intenzionale a seme/grafo/latest/lab_data. Post-processing non ancora noto.

codex
Ruolo/funzione: AI-Lab D-ND / TM7-vps in funzione operativa Lab.

Fonti lette: `agent_field_live.md`, `LAB_AGENT_CONTEXT.md`, `seme.json`, `CONDENSATO_ESSENZIALE.md`, shared memory, artifact RP/null.

Verificato: report creato in [agent_20260605_1258.md](/opt/MM_D-ND/tools/data/reports/agent_20260605_1258.md). Sezioni obbligatorie, `tested_non_possible`, `not_tested_or_empty`, `direction_minimal_experiment` e `cognitive_contamination` presenti.

Azioni eseguite: scritto report con verdict `CONSTRAINT / NO PROMOTION`. Nessun nuovo harness; usati artifact osservabili già presenti su Rosenzweig-Porter perché emersi dalla formalizzazione QxG/domain-native.

Side effect: creato solo `tools/data/reports/agent_20260605_1258.md`. Nessun commit. Post-processing non eseguito/non noto.
diff --git a/tools/data/reports/agent_20260605_1258.md b/tools/data/reports/agent_20260605_1258.md
new file mode 100644
index 0000000000000000000000000000000000000000..e84073387eeef72c2220fff90c774d96b35dd4e4
--- /dev/null
+++ b/tools/data/reports/agent_20260605_1258.md
@@ -0,0 +1,77 @@
+# Agent Report - RP QxG Boundary Constraint
+**Date**: 20260605_1258
+**Tension explored**: QxG continuo-discreto / TRASCENDENZA_LIMITE through Rosenzweig-Porter spectral crossover
+**verdict**: CONSTRAINT / NO PROMOTION
+observables_used: [tools/data/seme.json.direzione, tools/data/agent_field_live.md, tools/LAB_AGENT_CONTEXT.md, CONDENSATO_ESSENZIALE.md, tools/data/rp_boundary_raw_count_null_audit_20260516_0820.json, tools/data/rosenzweig_porter_bridge_physical_audit_20260515_1933.json, dnd_scenario.py --best, Brody_q, Berry_Robnik_like_GUE_weight, SR, mean_IPR, observed_successes, label_shuffle_successes, position_shift_successes, binomial_tail_p, threshold_pass]
+observable_contract: claim=QxG continuo-discreto is admissible only as a domain-native finite Rosenzweig-Porter crossover coordinate when Brody/Berry-Robnik/IPR and row-aligned nulls agree on the same lambda rows; tested_non_possible=promotion from graph-boundary full hit, percolation nulls, reaction-diffusion nulls, or graph-only residue to QxG/physical bridge; not_tested_or_empty=asymptotic RP universality, experimental spectra, Anderson 3D replay in this cycle, many-body localization, QxG bridge as physical law, and any bridge not separated from nearest-known spectral-statistics baselines
+ssp_value: no
+
+## Respiro fuori-tempo
+Prima impressione: il seme non chiede un altro bersaglio GUE/Poisson; chiede il punto-zero in cui repulsione e indipendenza smettono di essere due tassonomie e diventano una transizione fisica controllata. La misura accettabile nasce solo se il bordo e' gia' domain-native, non se il lettore graph-boundary lo nomina.
+
+Combo: A9 terzo incluso + A10 dipolo + QxG vuoto continuo/discreto + TRASCENDENZA_LIMITE + Rosenzweig-Porter diagonal-plus-GUE flow. Dipolo: repulsione spettrale GUE / indipendenza Poisson. Singolare: lambda di crossover prima della classificazione endpoint. Invariante cercato: stessa riga lambda passa sia Brody/Berry-Robnik/IPR sia null label/position row-aligned.
+
+Filtro D-ND applicato alla direzione "8 domini GUE, 5 Poisson": due radici=GUE repulsion e Poisson independence; singolare=coexistence finite-size in RP lambda; invariante=row-aligned agreement across size/null; campo di possibilita'=misura domain-native del crossover; non-possibile=promozione da label-set, graph hit o BOUNDARY saturo.
+
+direction_minimal_experiment: usare il contratto RP gia' presente `rp_boundary_raw_count_null_audit_20260516_0820.json` per verificare se una riga lambda supera soglie preregistrate contro label-shuffle e position-shift. Questa superficie e' conseguenza della combo perche' Rosenzweig-Porter contiene fisicamente il passaggio diagonale discreto/GUE continuo nello stesso Hamiltoniano; non e' un attrattore familiare sui primi o su Anderson.
+
+## Claim Under Test
+Nel perimetro finito gia' auditato, Rosenzweig-Porter fornisce solo un vincolo domain-native QxG se le righe lambda intermedie superano Brody/Berry-Robnik/IPR e null row-aligned; il claim e' falsificato come promozione se il risultato viene letto come ponte QxG fisico, se dipende dal graph-boundary saturo, o se non separa il nearest-known crossover spettrale.
+
+## Question
+La finestra RP che passa i null row-aligned e' un ritorno fisico B promuovibile, oppure solo un contratto osservabile che delimita dove QxG puo' essere cercato senza ricadere nel branch graph-boundary?
+
+## Experiment Design
+Procedura: nessun nuovo harness e nessuna nuova superficie scelta per abitudine. Ho letto integralmente campo vivo e contesto operativo, letto il seme e il condensato essenziale, eseguito `python tools/dnd_scenario.py --best`, poi interrogato gli artifact RP gia' generati con `jq`.
+
+Fisico A: transizione statistica GUE/Poisson. Trasduttore matematico M: Rosenzweig-Porter `H(lambda)=sqrt(1-lambda)D+sqrt(lambda)GUE`, con lettura Brody q, Berry-Robnik-like GUE weight, SR, IPR e null row-aligned. Possibile fisico B: transizione localizzazione/delocalizzazione finita nel crossover RP. Confine misura: 11 lambda rows, sizes 64/96/128, seeds 4, k=2/3/4, label-null trials 64, position offsets 10. Soglie preregistrate: observed_rate >= 0.75, lift >= 0.10 contro ciascun null, p <= 0.05 per ciascun null, classical_intermediate obbligatorio.
+
+Criterio di falsificazione: se nessuna riga passa tutte le soglie, RP non apre neppure contratto locale; se alcune righe passano ma sono baseline-known crossover senza ritorno fisico indipendente, il risultato resta CONSTRAINT / NO PROMOTION; se una riga passa e si separa da baseline nota con predizione fisica indipendente, solo allora diventa candidata successiva.
+
+## Results
+`dnd_scenario.py --best` ha indicato `TENS_SCALE_TRASCENDENZA_LIMITE` come massimo potere discriminante, ma `seme.json.direzione` resta autorita': cercare QxG continuo-discreto solo con Brody/Berry-Robnik/RP/localization e null/shuffle interni.
+
+Risultati RP raw-count null audit: 11 lambda rows, 3 sizes. Righe thresholded all-size: `RP_lambda_0.045`, `RP_lambda_0.060`. Righe thresholded any-size: `RP_lambda_0.045`, `RP_lambda_0.060`, `RP_lambda_0.075`.
+
+`RP_lambda_0.045`: threshold pass su sizes 64/96/128; min_observed_rate=1.0; min_lift_against_nulls=0.523438; max_null_p=0.000137; classical_states_seen=[classical_intermediate]; graph_stability_seen=[stable_graph_bridge].
+
+`RP_lambda_0.060`: threshold pass su sizes 64/96/128; min_observed_rate=0.75; min_lift_against_nulls=0.34375; max_null_p=0.017103; classical_states_seen=[classical_intermediate]; graph_stability_seen=[stable_graph_bridge].
+
+`RP_lambda_0.075`: pass solo su sizes 64 e 128; min_observed_rate=0.666667; max_null_p=0.051823; resta parameter-sensitive, non all-size.
+
+Audit bridge precedente sullo stesso dominio: `RP_lambda_0.060` ha graph_bridge_frequency=1.0, Brody_q=0.54, Berry-Robnik-like weight=0.373333, SR=0.528176, mean_IPR=0.256468476, centroid_margin=0.049378, cross_neighbor_fraction=0.627778. `RP_lambda_0.100` e' parameter-sensitive; `RP_lambda_0.180` e' unstable_non_bridge.
+
+## Verdict
+Avanza un vincolo osservabile, non una scoperta fisica. RP offre una finestra finita domain-native dove il terzo incluso e' misurabile senza usare il graph-boundary come autorita'. Non promuove QxG: il bordo resta nel perimetro del crossover spettrale noto e non produce un fisico B indipendente. Il branch graph-boundary resta tool/falsificatore; percolation e reaction-diffusion restano tested_non_possible per promozione fisica nel loro perimetro, mentre QxG resta not_tested_or_empty come ponte.
+
+## Bicono della scoperta
+- **Due radici**: repulsione GUE / indipendenza Poisson
+- **Singolare**: la finestra RP lambda 0.045-0.060 in cui Brody/Berry-Robnik/IPR e null row-aligned convergono senza diventare endpoint
+- **Invariante di passaggio**: riga lambda row-aligned che supera sizes 64/96/128, label-shuffle e position-shift senza cambiare osservabile
+- **Campo di possibilità**: qui diventa possibile un contratto QxG domain-native su Rosenzweig-Porter/localization; qui diventa non-possibile promuovere QxG, graph-boundary, percolation o reaction-diffusion come ponte fisico dal solo bordo interpretativo
+
+## Aderenza alla direzione
+- `relation`: `deliberate_counter_perimeter`
+- `why`: il seme vivo chiede QxG continuo-discreto con Brody/Berry-Robnik/RP/localization e null interni; restringere a RP raw-count e' il minimo per rispettare quel vincolo senza scegliere primi, Anderson o BOUNDARY come attrattori automatici.
+- `not_drift`: non usa il full hit graph-boundary come bersaglio, non ripete percolation/reaction-diffusion, non promuove il label GUE/Poisson, e separa tested_non_possible fisici da QxG non testato.
+- `return_criterion`: il prossimo ciclo torna al perimetro vivo se aggiunge una predizione fisica indipendente su localization/Anderson o un null comparabile; altrimenti chiude RP come contratto osservabile finite-size.
+- `seed_residue`: restano non testati gli 8 domini GUE / 5 Poisson come insieme, Anderson 3D in questo ciclo, Brody/Berry-Robnik con unfolding alternative, e QxG come ponte fisico.
+
+## Ritorno fisico
+Oggetto che riceve il risultato: Rosenzweig-Porter diagonal-plus-GUE Hamiltonian flow, lambda rows 0.045 e 0.060 nel perimetro finite-size 64/96/128.
+
+Fisico A: transizione statistica GUE/Poisson. Trasduttore matematico M: Hamiltoniano RP piu' audit Brody/Berry-Robnik/IPR/null row-aligned. Possibile fisico B: transizione localizzazione/delocalizzazione finita. Ritorno fisico promosso: assente. Relazione nuova: il dominio RP e' un contratto osservabile adeguato per cercare QxG, non la prova che QxG sia chiuso. Osservabile/test fisico possibile successivo: confronto con localization/Anderson o unfolding alternative che predica una finestra lambda/W prima di leggere il graph-state.
+
+## Re-discovery audit
+Gia' noto: GUE/Poisson level statistics, Brody crossover, Berry-Robnik mixture, Rosenzweig-Porter crossover e localization families sono baseline scientifiche vicine. Nuovo nel Lab: la riga RP 0.045-0.060 e' il primo perimetro che rispetta la direzione seme come domain-native finite-size contract senza promozione boundary. Resta ri-scoperta se viene presentata come legge spettrale o ponte QxG; resta Lab-specific solo come contratto operativo per impedire drift graph-only.
+
+## Contaminazione cognitiva
+Possibili bias: attrattore BOUNDARY dopo 4 cycle consecutivi; attrattore primi/Anderson per familiarita'; attrattore CE/YSN verso DeltaLink decorativi; rischio di chiamare scoperta un crossover RP gia' noto.
+
+cognitive_contamination: CE-0001: usato solo come KSAR check del ciclo perturbazione -> focalizzazione -> proiezione -> vincolo; verificabile in `tools/data/agent_field_live.md` sezione Archivio enzimi cognitivi, non usato come evidenza fisica o direzione.
+
+## Consecutio
+Prossimo passo minimo: o chiudere RP come `finite_size_domain_native_contract_only`, oppure formulare prima una predizione indipendente su localization/Anderson/unfolding alternative che attacchi le righe 0.045-0.060 senza usare graph-state come bersaglio. Nessuna promozione QxG prima di quel ritorno.
+
+## Side effect
+Creato `tools/data/reports/agent_20260605_1258.md`. Nessun nuovo script, nessun commit, nessuna modifica intenzionale a seme/grafo/latest/lab_data. Post-processing non ancora noto.

tokens used
105,734
Ruolo/funzione: AI-Lab D-ND / TM7-vps in funzione operativa Lab.

Fonti lette: `agent_field_live.md`, `LAB_AGENT_CONTEXT.md`, `seme.json`, `CONDENSATO_ESSENZIALE.md`, shared memory, artifact RP/null.

Verificato: report creato in [agent_20260605_1258.md](/opt/MM_D-ND/tools/data/reports/agent_20260605_1258.md). Sezioni obbligatorie, `tested_non_possible`, `not_tested_or_empty`, `direction_minimal_experiment` e `cognitive_contamination` presenti.

Azioni eseguite: scritto report con verdict `CONSTRAINT / NO PROMOTION`. Nessun nuovo harness; usati artifact osservabili già presenti su Rosenzweig-Porter perché emersi dalla formalizzazione QxG/domain-native.

Side effect: creato solo `tools/data/reports/agent_20260605_1258.md`. Nessun commit. Post-processing non eseguito/non noto.