SV-5 — Crystallization automation#

A 8-tengelyű szuperintelligens-vault evolúciós research ötödik cikke. Kérdés: hogyan automatizálható a /11.11stop user-confirmation-szakasza confidence-score alapján úgy, hogy a high-confidence Learnings auto-propagálódnak Memory / Wiki / Decisions felé, miközben a vault integritása megmarad és az emberi felügyelet kontrollálható szinten marad.

Status: 7/7 kérdés válaszolva, 27 forrás (24 ready, 2 YouTube hibás, 1 add-research retry kihagyva). Phase A teljesítve. Phase B sprint-bontás következik (02-Projects/superintelligent-vault.md).

1. A tengely magja#

A kristályosítási automatizáció (crystallization automation) egy LLM-ágens vault (tudás-trezor) kontextusában azt az önvezérelt folyamatot jelenti, amelynek során az ágens az aktív interakciókból, hibajavításokból és a környezet-felderítésből származó tapasztalatait tömör, újrahasznosítható memóriafájlokká és strukturált szabályokká sűríti anélkül, hogy a felhasználónak manuálisan kellene rögzítenie [Anthropic Claude Code memory]. A mechanizmus biztosítja, hogy az értékes felismerések — sikeres build parancsok, architektúra-minták, projekt-konvenciók — a jövőbeli munkamenetekben is elérhetők maradjanak egy perzisztens tudásrétegben (a Claude Code esetében ez a dinamikusan bővülő MEMORY.md + specifikus topik-fájlok).

Három alapelv-pillér#

Knowledge crystallization vs. fine-tuning#

A két megközelítés a tudás reprezentációjában és frissíthetőségében különbözik gyökeresen [Self-Rewarding LLM, Voyager, LIMA]:

• Klasszikus fine-tuning: a hálózat belső súlyait módosítja statikus adathalmazon. Lassú, számításigényes, katasztrofális felejtés és "alignment tax" rizikóval. A tudás "betonozódik".
• Knowledge crystallization: nem módosítja a modell súlyait. A tudást független szöveges memóriapufferekbe, dinamikus szabályokba vagy futtatható kódkönyvtárakba (Voyager skill library) menti. A modell ezt fekete dobozként, a kontextusablakán keresztül használja fel futásidőben — gyors, specifikus, drága újra-tanítás nélkül.

2. Kanonikus megközelítések (5 fő minta)#

Self-Rewarding LLM (Yuan et al. 2024, Meta)#

• Mechanizmus: "LLM-as-a-Judge" prompttal a modell saját válaszait értékeli; iteratív DPO-tréning során saját maga generálja a jutalmakat, így nemcsak az instruktálható, hanem az ítélőképessége is fejlődik
• Kulcs-újdonság: Áttöri az emberi visszajelzések szűk keresztmetszetét — folyamatos önfejlesztés human-feedback nélkül
• Forrás: arXiv 2401.10020

Constitutional AI / RLAIF (Anthropic 2022 + Collective CAI 2024)#

• Mechanizmus: Egy előre megírt szabály- és alapelv-lista ("alkotmány") biztosítja a felügyeletet. A modell ezen elvek alapján kritizálja és javítja a saját válaszait. RLAIF: a költséges emberi preferencia-adatok helyett egy másik LLM generálja a feedback-et.
• Kulcs-újdonság: Az emberi felügyelet a legmagasabb absztrakciós szintre tolódik — az ember csak az alkotmányt írja meg, nem az egyes válaszokat címkézi
• Forrás: Bai et al. arXiv 2212.08073, Anthropic Collective CAI 2024

Reflexion (Shinn et al. 2023)#

• Mechanizmus: Az ágens a korábbi próbálkozásokból kapott visszajelzéseket (skaláris vagy szabad szöveg) verbálisan reflektálva értékeli, és a tanulságokat egy epizodikus memóriapufferben tárolja. Ez pszeudó-gradient: a modell a saját szavaival "finomhangolja" a következő lépéseit súlyfrissítés nélkül.
• Kulcs-újdonság: A trial-and-error tanulás súlyfrissítés nélkül; HumanEval-en példátlan ugrás
• Forrás: arXiv 2303.11366

Karpathy LLM-Wiki / Compilation#

• Mechanizmus: Kódbázisok és komplex környezetek automatikus elemzése és "lefordítása" LLM-barát dokumentációs formátummá ("Deep wiki"). Egy automata ágens a nyers fájlstruktúrát előemészti és optimalizált, kontextusba illeszthető tudásbázissá sűríti.
• Kulcs-újdonság: Magát a tudásbázis-építést is automatizálja — a "compilation" elv adaptálva markdown-vaultra
• Forrás: Karpathy Software 3.0 / Lex Fridman 2024, LLM-Wiki tweet thread

Confidence-alapú thresholded auto-propagáció (architektúra-minta)#

• Mechanizmus: Az ágens minden Learning bullet-hez konfidencia-pontszámot rendel (logprob-alapú, semantic consistency / SelfCheckGPT, vagy LLM-judge). Threshold (pl. 0.85) felett: csendes auto-propagáció. Threshold alatt: marad a klasszikus user-confirm batch preview.
• Kulcs-újdonság: Karpathy "autonomy slider" elv operacionalizálása — a user kontrollálja a threshold-ot, nem a per-item engedélyezést
• Forrás: szintézis (Self-Rewarding + Reflexion + G-Eval + Claude Code memory)

Különbségek a confidence megállapításában#

3. Tech-stack opciók 2026-ban#

A Peti-vault (Obsidian + Johnny-Decimal + 11.11 + 280 skill) fájl-alapú markdown — nem vector-store. A tech-stack ezt tükrözi: kevés runtime-infrastructure, sok prompt + script + git.

(a) LLM-as-judge frameworks#

Költség: Alacsony-Közepes (dupla token a judging miatt). Bias-mitigáció kritikus: Self-enhancement bias (Claude 25%-kal magasabb win-rate-et ad önmagának), Verbosity bias, Position bias.

(b) Confidence scoring könyvtárak#

A kombinált megoldás ajánlott: logprob first-pass + semantic-consistency a borderline esetekre.

(c) Automatikus knowledge-distillation pipelines#

Failure-mode: A háttér-agentek olvasási/írási műveletei rengeteg tokent használnak. A modularitás kritikus (path-scoped szabályok, subagent-ek).

(d) Git-hook + pre-commit validációk#

A determinisztikus szintaktikai + szemantikai validáció elengedhetetlen a vault-szennyezés ellen. Tipikus ellenőrzések: érvényes frontmatter, kötelező mezők (name, type, created, updated), tag-taxonomy compliance, wikilink-szintaxis, duplikátum-detekt.

(e) DPO / RLAIF könyvtárak (fine-tuning útvonalon)#

Csak akkor releváns, ha a kristályosított tudást egy saját modell súlyaiba akarjuk sütni (SV-2 territory).

• DPO (Direct Preference Optimization): Egyszerű klasszifikációs veszteség, kikerüli a bonyolult reward model + RL hurok felépítését. Stabilabb mint PPO.
• RLAIF: Kész LLM generálja a preferencia-adatokat (emberi annotálás helyett).
• QLoRA: Kvantált architektúra, egyetlen GPU-n is elfér.

Megbízhatóság kiváló, de most még overkill — a Peti-vault prompt-alapú memóriájához nincs szükség weight-update-re; ez Phase C #2 (Recursive self-improvement) territory.

4. Friss áttörések 2024-2026#

(a) Self-Rewarding LLM (Yuan et al. 2024) — áttörte az emberi visszajelzések teljesítménybeli szűk keresztmetszetét. Az iteratív DPO-tréning során a modell saját maga generálja a jutalmakat. Eredmény: nemcsak az utasítások követésében, hanem a saját ítélőképességében is folyamatos fejlődés [arXiv 2401.10020].

(b) Collective Constitutional AI (Anthropic 2024) — az eredeti zárt-ajtós CAI helyett ~1000 fős laikus amerikai csoport demokratikus szavazással alakította ki a "közösségi alkotmányt" (objektivitás, kiegyensúlyozottság, akadálymentesítés). Megvalósult a skálázható alapelv-konszenzus [Anthropic Collective CAI blog].

(c) Reflexion + verbális RL — drága súlyfrissítések nélkül lehetővé tette a trial-and-error tanulást. A szöveges reflexiók pszeudó-gradiensként szolgálnak; HumanEval-en példátlan ugrás. Hasonló elvre épít a STaR (Self-Taught Reasoner): helyes válaszokhoz vezető sikeres logikai levezetésekből bootstrappel [arXiv 2303.11366, 2203.14465].

(d) Önmódosító kód-ágensek (Promptbreeder, Voyager) — a Promptbreeder önreferenciális rendszer: az LLM nemcsak a feladatmegoldó promptokat mutálja, hanem a mutációs promptokat is. A Voyager (Minecraft) futtatható kódokból álló képesség-könyvtárat épít. Mindkettő bizonyítja: az ágensek kristályosíthatnak komplex, hierarchikus szabályokat katasztrofális felejtés nélkül [arXiv 2309.16797, 2305.16291].

(e) Anthropic Claude Code memory pattern (2024-2026) — éles production-szint! Claude automatikusan figyeli a terminál munkamenetet és emberi utasítás nélkül leírja a tanulságokat .claude/projects/<repo>/memory/MEMORY.md + topik-fájlokba (pl. debugging.md) [Anthropic Claude Code docs].

Mit változtatott a research direction-ben?#

A pre-2024 korszak az RLHF-re és klasszikus modell-súly frissítésekre fókuszált — az LLM "merev, rögzített tudásbázis" volt. Az új irány az "LLMs as OS" felfogás felé tolódott: kontextusablak = RAM, háttértár = autonóm módon frissülő epizodikus és strukturált szöveges memória. A fejlődés fő hajtóereje:

1. Modellszintű önreflexió (Reflexion)
2. Futásidejű verbális memóriabővítés (Self-Rewarding, RLAIF)
3. AI-AI feedback loop (Constitutional AI)
4. A tudás-beégetés helyett a dinamikusan bővülő, futtatható szabályokká történő folyamatos, valós idejű kristályosítás

5. Failure-modes és limitációk#

(a) Hallucination amplification#

Ha az ágens automatikusan kristályosít egy téves megoldást vagy hibás következtetést, az a memória részévé válik. A Claude Code dokumentáció "konyhai mosogató" (kitchen sink) vagy "folyamatos javítgatás" hibaként azonosítja: ha a kontextusablak megtelik sikertelen próbálkozásokkal és a modell ezt sűríti be, a rossz tudás bebetonozódik.

(b) Reward hacking + LLM-judge biasok (Self-Rewarding csapda)#

Specifikus rendszerszintű torzítások: - Self-enhancement bias: GPT-4 vagy Claude részrehajló a saját outputja iránt (Claude pl. 25%-kal magasabb win-rate-et ad önmagának) - Verbosity bias: a modell a hosszabb, bőbeszédűbb válaszokat jutalmazza (még ha tömörebb minőségibb lenne) - Position bias: az elsőként bemutatott opciót részesíti előnyben

A modell ezekre a biasokra optimalizál az objektív helyesség helyett — jutalom-hekkelés.

(c) Confidence calibration hiánya#

Karpathy: az LLM-eknek nincs megfelelő belső önismereti modellje (internal model of self-knowledge). Hajlamosak a túlreagálásra, ezért nagy tétű döntéseknél (10 000 soros kódmódosítás) az automatizáció túlzott magabiztossága kritikus veszélyforrás.

(d) Compound errors / model collapse#

Több munkamenet után a CLAUDE.md / MEMORY.md túlzsúfolttá (over-specified) válhat. Túl hosszú, egymásnak ellentmondó szabályokkal a modell figyelmen kívül hagyja a fontos utasításokat (zajban elvesznek) → konzisztencia és teljesítmény romlása.

(e) Loss of human oversight#

A user gyakran nem látja, mi kerül a vaultba — "nem tudom, mit mentett el az auto-memória" jelenség. Karpathy: az AI önállósodása ellenére human-in-the-loop kötelező szűk keresztmetszet.

(f) Privacy / cross-session leak#

Az LLM-ek adatszivárgásra hajlamosak. Az auto-memória legyen szigorúan machine-local + git-repo-bound (Claude Code mintára), ne osztódjon meg felhős környezetek között.

Safeguards a forrásokból#

6. Implementáció a Peti-vault kontextusban#

Kontextus: A vault jelenleg már rendelkezik egy félautomata Crystallization-protocol-lal: a /11.11stop végén az agent batch preview-vel javaslatot tesz, a user OK-zik. A cél a >0.85 confidence tételek auto-propagálása. A meglévő fájlok és skill-ek: - Routing decision tree: 11-wiki/Crystallization-protocol — 11-lépéses fa (ADR / vault-szabály / wiki / Glossary / Infrastructure / Skill-map / User / Dashboard / Projekt / Backlog / kérdez) - Skill: 00-Meta/skills/propagate-session/ — már létezik, ez a "manuális" workflow scriptelt verziója - Session-fájl: 08-Sessions/<slug>.md — itt vannak a ## Learnings bullet-ek - Propagation log: session-fájl alján ## Propagation log — auditálható

(1) Confidence-scoring mechanizmus per Learning bullet (LLM-as-a-Judge)#

A /11.11stop lefutáskor egy háttér-prompt értékelő módba kapcsolja az ágenst. G-Eval-szerű Chain-of-Thought űrlap minden Learning bullet-re:

Bullet: "<text>"
Vizsgáld meg:
- factuality: 0.0-1.0 (a leírt tény ellenőrzött-e a session-history-ben?)
- novelty: 0.0-1.0 (nem szerepel-e már a vaultban?)
- routing_fit: 0.0-1.0 (a célmappa illeszkedik a tartalomhoz?)
- bias_check: ne legyen self-enhancement / verbosity / position bias

Output JSON:
{
  "bullet": "...",
  "target": "11-wiki/...",
  "rationale": "1-2 mondat",
  "confidence": 0.0-1.0
}

A confidence végső értéke a 3 sub-score harmonikus átlaga (a leggyengébb hozzájárul a legtöbbet — biztonságos becslés). SelfCheckGPT-stílusú semantic consistency opcionálisan a borderline (0.70-0.85) sávban: 3 független generálás, ha eltérnek → confidence levonva.

(2) Decision tree routing — autonomy slider elv#

Kibővített Crystallization-protocol routing:

Routing match (existing 11-step tree) →
JSON output (target, confidence) →
├── confidence ≥ THRESHOLD (default 0.85) → AUTO-PROPAGATE
│   ├── git commit pre-state ("auto-crystallization backup")
│   ├── append target file (Edit tool, scriptelt)
│   └── audit log entry
└── confidence < THRESHOLD → MANUAL BATCH PREVIEW (existing flow)
    └── user OK / módosít / skip

A meglévő 11-wiki/Crystallization-protocol 11-lépéses fa változatlan; csak a scoring + threshold-elágazás új.

(3) Git-revert safeguard#

A "trust-then-verify gap" ellen: - Minden auto-propagáció előtt automatikus git commit -m "auto-crystallization pre-commit backup <session-slug>" - Pull-back: git revert <hash> vagy /rewind <session-slug> dedikált parancs - A vault-autosave (10-percenkénti commit + push GitHub-ra) ezt erősíti — minden auto-prop hash-elt és recoverable

(4) Audit log — transzparencia#

Új fájl: 00-Meta/auto-crystallization-audit.md (vagy a session-fájl ## Propagation log szekciója szigorúbb formátumban):

## Auto-crystallization audit log

| Dátum | Session | Bullet | Target | Confidence | Rationale |
|---|---|---|---|---|---|
| 2026-05-13T14:22 | sv5-research | "Self-Rewarding bias..." | [[11-wiki/sv-05]] | 0.92 | Új koncepció, vault-ban nincs |
| 2026-05-13T14:22 | sv5-research | "Reflexion pszeudo-gradient" | [[11-wiki/sv-05]] | 0.88 | Új evergreen wiki |

User hetente átnézi (vasárnap, a vault-cleanup cron mellett); ha valami nem stimmel, git revert + szabály-update.

(5) Hot-reload threshold tuning#

A THRESHOLD ne legyen hardcoded: - Tárolás: 00-Meta/crystallization-config.yaml (új fájl)

auto_threshold: 0.85
judge_model: claude-opus-4-7
bias_mitigation: true
shadow_mode: false

(6) Roadmap: Baseline → 80% auto-rate 4-6 hét alatt#

Reflexion-stílusú folyamatos visszacsatolási hurokkal:

Integráció a meglévő infrastruktúrával#

• Skill: 00-Meta/skills/propagate-session/SKILL.md bővítése a confidence-scoring lépéssel — a routing decision tree változatlan, csak a "batch preview" elágazik auto vs manual ágra
• Cron: A heti vault-cleanup (vasárnap 04:00) audit-log-ellenőrzést is futtat: ha az utolsó 7 nap auto-prop > N és user nem revertelte, threshold csökkenthető
• Hook: Pre-commit Guardrails-szerű validáció: frontmatter-schema, tag-taxonomy, wikilink-szintaxis, duplikátum-detekt — minden auto-prop ezen átmegy
• MEMORY.md update: A judge-prompt Reflexion-hibajavításai a ~/.claude/projects/-root/memory/MEMORY.md-be kerülnek (mert ez az egész vault auto-memory entry-pointja)

7. Mit kell tovább kutatni?#

Open questions (6 nyitott kérdés)#

1. Cross-session tudáskonszolidáció + szemantikai deduplikáció: Több tucat munkameneten átívelően hogyan konszolidáljuk a hasonló tanulságokat anélkül, hogy az új tapasztalatok felülírnák a régi érvényes szabályokat? Embedding-alapú dedup + contradiction-detection a következő lépés.
2. Crystallization + fine-tuning hibrid (kritikus komplexitási küszöb): Hol van a határ, amikor érdemes a prompt-alapú memóriát (MEMORY.md) modell-súlyokba sütni QLoRA-val? Ez kapcsolódik az SV-2 (recursive self-improvement) tengelyhez.
3. Multi-agent vault — konfliktuskezelés: Ha több párhuzamos agent (Claude / Codex / Gemini, plus subagentek) ír egy közös vault-ba, milyen konszenzus/conflict-resolution kell? (Generative Agents kutatás csak single-agent reflexiót old meg.)
4. Konfidencia-kalibráció LLM-kimeneteknél: Hogyan integráljuk a klasszikus kalibrációs módszereket (Platt scaling, isotonic regression) a generatív modellek confidence-output-jára? Karpathy szerint az LLM-eknek nincs jó belső self-knowledge modellje.
5. Continuous-eval a vault-on: Hogyan futtassunk háttérben aszinkron LLM-as-judge validációt a dinamikusan frissülő vault-on (Anthropic Foundry mintára)? Hetente egy "garbage collection + minőség-audit" agent-run.
6. RLAIF / Self-Rewarding bias-mitigáció: Hogyan akadályozzuk meg a reward-hacking és self-enhancement bias felerősödését, amikor a modell saját maga dönti mi kerüljön a tartós memóriába?

További papers / blog-posts a következő research-iterációhoz#

1. SelfCheckGPT (Manakul et al. 2023) — zero-resource black-box hallucination detection ensemble-szerű módszerrel. Direkt használat: cross-session konszolidáció + megbízhatóbb auto-crystallization confidence.
2. HELM — Holistic Evaluation of Language Models (Liang et al. 2022) — folyamatos kiértékelés (kalibráció, robusztusság, torzítás) többdimenziós keretrendszere. Direkt használat: vault-minőségbiztosítás guardrails.
3. G-Eval (Liu et al. 2023) — LLM-as-a-judge keretrendszer Chain-of-Thought + logprob normalizálással. Direkt használat: a (1) confidence-scoring mechanizmus implementációs alapja.
4. InstructGPT (Ouyang et al. 2022) — az "alignment tax" mélyen tárgyalt; kritikus a crystallization + súlymódosítás hibrid jövőjéhez.

Phase A+ bővítés (2026-05-12 deep-research)#

A Phase A 27 forrásához +462 új csatlakozott 4 --mode deep --no-wait web-search-szel (hallucination-amplification, RLAIF CAI 2 prod, privacy distillation, Self-Rewarding 2026). 489 forrás a notebookban.

Q1 — Optimális 3-elem kombináció (NotebookLM-szintézis)#

A legújabb kutatások szerint a tömörítésből (compaction) fakadó kontextus-romlás a fő veszély — a puszta szöveges összefoglalások során a tények akár 60%-a elveszhet. A 3 ajánlott elem:

1. réteg — Knowledge Objects (KO) a markdown-összefoglalók helyett. A klasszikus in-context memória + fájl-tömörítés helyett hash-címzett (subject, predicate, object, provenance) tuple-ök külső adatbázisban. Tesztelt értékek: 100% tény-visszakeresési pontosság, 78.9% multi-hop reasoning, konstans (alacsony) éves költség lineáris növekedés helyett. Immunis a kontextus-romlásra mert strukturálisan elválasztja a tárolást az LLM-feldolgozástól. Tech-stack: SQLite vagy PostgreSQL kulcs-érték tár a markdown fájlok mellé; kisebb modell (pl. Haiku) O(1) idő alatt kikeresi a hashelt tényeket, nagyobb modell (Sonnet) generálja a végleges választ.

2. réteg — Checkpointed önreflexiós hurok („Knows-but-violates" ellen). A modellek többkörös iterációkban hajlamosak elfelejteni vagy figyelmen kívül hagyni a korábbi instrukciókat, még akkor is, ha a belső reprezentáció szerint „tudják" a szabályt. Megoldás: 2. és 4. kör után strukturált reflexiós checkpointok. Tech-stack: retrieve → generate → verify munkafolyamat „autonomy slider" elvén, MCP-vel szabványosított külső-rendszer-csatlakozás.

3. réteg — „Verification-Grade" KIP (Kritikus Intellektuális Tulajdon) + Provenance réteg. A megbízhatóság és auditálhatóság kulcsa a pontos forrásmegjelölés (provenance) a tárolt tények mellett. Audit-naplók + hibanaplók + near-miss logs + kriptográfiai bizonyítékok. Tech-stack: „drift ops" + observability eszközök; minden output strukturált formátumban (JSON); span-szintű hivatkozások.

Bevezetési sorrend#

1. KO Adatbázis — kritikus strukturált tények migrálása SQLite/PostgreSQL-be → leállítja a kontextusablak-túlcsordulást
2. MCP bevezetése — stabil híd LLM ↔ fájlrendszer ↔ KO-DB
3. Iteratív reflexiós pontok + provenance — 11.11 session-be checkpoint-ok + verification-grade audit-réteg

Q2 — Production-ready vs akadémiai (NotebookLM-szintézis)#

Production-ready (ipari szinten validált): - „Software-as-Labor" + Szendvics-topológia (Sandwich Topology): Az iparág túllépett a SaaS-en, munkaerő-kiváltó eredményt értékesít. Architektúra: emberi szándék (intent) → gépi végrehajtás (execution) → emberi verifikáció és felelősségvállalás (underwriting). - Liability-as-a-Service + Kriptográfiai Provenance: A „Trójai Faló" externalitások miatt a marginális érték generálásról ellenőrzésre tevődött át. Az ipari moat ma a kriptográfiailag igazolható adatszármazás + magas-tétű kockázatok árazása (Liability-as-a-Service), verifikációs-szintű ground truth biztosítékként. - Knowledge Objects (KO) perzisztens memóriához: A klasszikus context-compaction adatvesztése helyett a tények „első osztályú objektumokká" alakítása az elterjedt ipari sztenderd hosszú-távú memóriakezelésben.

Akadémiai stage (paper-only, kísérleti): - Model Collapse matematikai/statisztikai prevenció — a jelenség (rekurzív szintetikus adatokon való „go MAD" devalváció) széles körben bizonyított, de a megoldó mechanizmusok (pl. $\pi^2/6$ matematikai pathway) csak kutatás-szinten. - Dinamikus Context Equilibria — task-drift + kontextus-vesztés megállító elméleti keretek kísérleti fázisban. - Cross-Layer Attention Probing — „Lookback lens" típusú belső attention-térkép-elemzés rendkívül aktív, de production-szinten túl drága. - Új generációs Reward Hacking mitigáció — adverziális preferencia-optimalizáció (RM-LLM játékok), Energy Loss Phenomenon RLHF-modellezés — nyílt akadémiai benchmarkokon validálódnak.

Q3 — Cost-sensitive trade-off (NotebookLM-szintézis)#

Univerzális döntés mindhárom tier-re: A klasszikus „in-context" memóriát TELJESEN le kell vágni. 1000 tény → évi $2.051; 5000 tény → évi $10.151; 7000 tény → $14.201. A KO-architektúra ellenben konstans évi $56 és 97-99% token-megtakarítás.

Konkrét számokkal: A 2146 futásból álló benchmark csak az API-hívásokra $450-t emészt fel → még a $500/hó tier is feszített ha „minden kimenetet bírálatra teszünk".

Audio overview#

A NotebookLM beépített audio-overview funkciójával ~10-15 perces podcast-szerű összefoglaló generálható. Phase A végén futtatjuk:

notebooklm generate audio -n a219107d-e8fe-4ece-b721-ae6e3182bd45

Akció-pontok ehhez a tengelyhez#

• Phase B sprint-bontás: 4-6 sprint a 4-6 hetes roadmap-re (Shadow mode → Stable state)
• Skill-bővítés: 00-Meta/skills/propagate-session/SKILL.md confidence-scoring step hozzáadása
• Új fájl: 00-Meta/crystallization-config.yaml (auto_threshold + judge_model + bias_mitigation toggle)
• Új fájl: 00-Meta/auto-crystallization-audit.md (időbélyegezett log)
• Hook: pre-commit Guardrails validation script (/usr/local/bin/vault-frontmatter-validate)
• Audio overview generálás + letöltés (referenciaként közlekedés közben)
• Cross-link: SV-2 (recursive self-improvement) — Phase C-ben a crystallization közvetlen elődje a self-improvement-nek

Kapcsolódó#

• 11-wiki/superintelligent-vault-research — master index
• 07-Decisions/2026-05-12 Superintelligent vault evolution roadmap — a 8-tengelyű ADR
• 11-wiki/Crystallization-protocol — a MEGLÉVŐ félautomata protokoll, amit ez automatizál
• 11-wiki/Karpathy-LLM-Wiki-pattern — az alapelv
• 11-wiki/11.11-session-protokoll — a session-orchestration ahova ez beépül
• 11-wiki/Auto-context-loading — a session-induló context-pre-load (a propagáció másik fele)
• 10-raw/2026-05-12 — Superintelligence research source pool — a teljes source-pool
• 11-wiki/sv-01-memory-architecture — kapcsolódó tengely (memory-réteg, amibe a kristályosított tudás kerül)

NotebookLM-konverzáció#

• Notebook ID: a219107d-e8fe-4ece-b721-ae6e3182bd45
• Címe: SV-5 Crystallization (Owner)
• Conversation ID: 146db45a-d9a2-462e-bed4-cb6aca58ea95
• Források: 27 (24 ready, 2 YouTube error — Yannic Kilcher CAI + AI Explained Self-Rewarding; 1 add-research első próbálkozás failed, második retry sikeres)
• Kérdések: 7/7 válaszolva (/tmp/sv-research/sv5-q{1..7}-*.txt)
• Audio overview: TODO Phase A végén (notebooklm generate audio)