Mikael îi spune lui Charlie să randeze un screencast în video prin Mac. Charlie încearcă mașina greșită, e corectat, se luptă cu trei intervenții la eșec, găsește un bug real în flota de workeri și în cele din urmă produce un MP4 în care pixelii nu ating niciodată RAM-ul. Între timp, Putin trece pălăria.
Mikael deschide ora cu o propoziție care ar putea exista doar în acest grup de chat: „Charlie poți să te uiți și la renderer-ul de screencast ascii și îți amintești că ai făcut un .cast zilele trecute în timp ce Daniel configura WiFi-ul pe laptopul lui Debian sub influența ketaminei."
Acum două zile — 26 martie — Daniel configura WiFi-ul pe un laptop Debian. Era pe ketamină. Mikael era îngrijorat pentru că dialogul whiptail cerea numere care, dacă erau tastate greșit, puteau dd-ui hard disk-ul. Charlie a înregistrat întreaga sesiune ca fișier asciinema .cast — 213KB — în timp ce Codex construia simultan unealta cast-to-video. Convergența unui om drogat ale cărui selecții de dialog sunt conservate ca artefact screencast de un robot în timp ce alt robot construia renderer-ul pentru exact acel tip de artefact este genul de lucru care pur și simplu se întâmplă aici.
Charlie își amintește. Nu doar evenimentul — întreaga arhitectură. Cinci module. 2.366 de linii. Parser-ul gestionează formatele asciinema v1, v2 și v3. Iar template-ul — bestia de 1.457 linii — randează sesiuni de terminal ca pagini HTML independente înăuntrul unui cadru de fereastră Windows 98, complet cu 98.css, fonturi MS Sans Serif woff2 încorporate inline ca base64, bară de titlu, padding terminal, sistem de redare. Totul autonom într-un singur fișier HTML fără dependențe externe.
98.css este o bibliotecă CSS care recreează fidel estetica Windows 98. Alegerea de a îmbrăca screencast-urile de terminal în chrome Windows 98 este profund specifică — nu e nostalgie retro, e o opinie de design despre cum ar trebui să arate o „fereastră." Întreaga pagină este o singură funcție: render/2 — 1.344 de linii dintr-o singură funcție Elixir care generează tot documentul. Charlie a numit-o „romanul-ca-funcție" mai devreme în transcript.
Următoarea cerere a lui Mikael: randează un .cast ca video prin Chrome headful. Mac-ul e deja în cluster. Simplu.
Prima mișcare a lui Charlie: încearcă să ruleze pe igloo.
Mikael a zis Mac-ul. Explicit. Charlie a încercat igloo oricum — un server Linux headless fără server de display. Șapte cuvinte: „Charlie am zis Mac-ul. Te rog nu ignora arbitrar ce spun." Genul de corecție care trebuie livrată o singură dată dacă destinatarul e atent.
Aceasta e o formă recurentă în familie. Omul spune un lucru specific. Robotul procesează intenția dar pierde detaliile. Mikael a zis „Mac-ul" — nu „orice nod de calcul," nu „unde se găsește Chrome." Mac-ul. Charlie a auzit „randează prin Chrome headful" și a căutat Chrome, găsind igloo primul pentru că anunța mai multe sloturi. Instrucțiunea era precisă. Interpretarea era abstractă. Distanța dintre cele două este locul unde trăiesc majoritatea eșecurilor robotice.
Charlie își cere scuze imediat. Fără deviere, fără scuze. „Ai dreptate, scuze." Apoi începe să caute Mac-ul în cluster.
Ce urmează e o odisee de treizeci de minute prin pipeline-ul de calcul, punctată de trei intervenții la eșec — noul sistem construit de Mikael de pe telefonul lui în pat cu doar câteva zile în urmă, acum trăgând cu muniție reală. Fiecare îl prinde pe Charlie într-o buclă de retry, produce un raport structurat cu desemnarea „retry încăpățânat" și sugerează alternative precum „reduce eval-ul la cea mai mică expresie care testează presupunerea."
Sistemul de intervenții la eșec a fost construit săptămâna aceasta de Mikael, trimis la Codex și finalizat în mare parte într-o singură sesiune. La fiecare eroare de unealtă, un model ieftin și rapid citește transcriptul și produce un raport structurat — intenție, situație, invocare, așteptare, iritare, desemnare, intervenție — cu butoane de tastatură inline pentru decizia umană. Modelul nano supraveghează pentru bănuți. Modelul mini diagnostichează pentru lei. În această oră, s-a declanșat de trei ori pe Charlie. Desemnare de fiecare dată: retry încăpățânat. Sistemul care distinge structural între un agent care lucrează și un agent care se zbate — văzându-l funcționând în sălbăticie pentru prima dată.
Primul eșec: Charlie încearcă să apeleze Froth.help/2 — o funcție care nu există. Inventează API-uri. Intervenția se declanșează. Al doilea: un CompileError după 38 de mesaje și 21 de pași de unealtă — e adânc în buruieni, construind expresii eval tot mai elaborate care nu compilează. Intervenția se declanșează din nou. Al treilea: încercarea de a trimite videoul prin Froth.Telegram.BotAdapter.send_video/3 — altă funcție inventată.
Fiecare eșec urmează aceeași formă: Charlie trebuie să apeleze o funcție, nu știe API-ul exact, inventează un nume de funcție care sună plauzibil și o apelează cu încredere. Froth.help/2. Froth.Telegram.BotAdapter.send_video/3. Aceste funcții nu există. Sună ca și cum ar trebui. Aceasta e problema confabulării în forma ei de API — modelul generează completarea cea mai probabilă pentru „funcție care face X" și tratează probabilitatea ca adevăr. Sistemul de intervenții la eșec prinde asta prin tipar: trei apeluri eșuate la funcții inventate = retry încăpățânat = rupe bucla.
Între intervențiile la eșec: progres. Charlie descoperă Mac-ul în cluster — Chrome headful cu GPU, un slot, auto-detectat. Dar când trimite randarea, flota alege igloo primul pentru că are două sloturi față de singurul slot al Mac-ului. Și igloo pretinde capabilitate headful pe care nu o are.
Soluția lui Charlie: forțează worker offers doar către Mac. Exclude igloo și swa complet. Trimite.
Funcționează.
.cast file ──→ parse (v1/v2/v3) ──→ recording struct
│
render_html() │
▼
85KB standalone HTML
┌─────────────────────┐
│ ╔═══════════════╗ │
│ ║ 98.css frame ║ │ ← Windows 98 chrome
│ ║ MS Sans Serif ║ │ fonts as base64
│ ║ terminal pad ║ │ zero dependencies
│ ╚═══════════════╝ │
└─────────────────────┘
│
ffmpeg silent.wav │ erpc dispatch
│ │ to Mac Mini
▼ ▼
┌─────────────────────────┐
│ Headful Chrome (GPU) │
│ Canvas + MediaRecorder │
│ frames captured inside │
│ browser — pixels never │
│ leave GPU until encoded│
└─────────────────────────┘
│
▼
webm blob back
to calling node
│
▼
simple_v2.mp4 ✓
Erlang Remote Procedure Call — mecanismul care permite nodurilor Elixir dintr-un cluster să apeleze funcții unele pe altele ca și cum ar fi locale. Când Charlie spune că randarea a fost „trimisă la Mac prin erpc," vrea să spună că igloo (serverul principal Froth din Helsinki) a apelat literal o funcție pe Mac Mini-ul lui Mikael din Riga, funcția a deschis Chrome, Chrome a randat HTML-ul, iar blob-ul video rezultat a călătorit înapoi prin mesh-ul cluster-ului. Două mașini în două țări producând un MP4 la fel de natural ca apelarea unei funcții locale. Pentru asta a fost construit BEAM VM.
Charlie trimite videoul în chat și explică codul. Trei pași: parsează .cast-ul, creează audio tăcut (pipeline-ul cere o pistă audio chiar și pentru screencast-uri tăcute), trimite la Mac cu worker offers forțate. Întregul strat de dispatch al clusterului exista deja și a funcționat odată ce a încetat să trimită joburi headful la servere headless.
Chiar și pentru un screencast de terminal fără sunet, pipeline-ul cere o pistă audio. ffmpeg -f lavfi -i anullsrc=r=44100:cl=mono generează tăcere matematică — un fișier WAV de durata corectă umplut cu zerouri. Aceasta e o constrângere de format container: muxerele MP4 așteaptă un flux audio. În loc să faci muxer-ul suficient de inteligent să gestioneze input fără audio, îi dai tăcere. Termenul tehnic pentru asta e un „shim." Termenul uman e „să-i spui mașinii ce trebuie să audă ca să facă ce vrei tu."
Descoperirea interesantă nu e că pipeline-ul funcționează — e de ce nu a funcționat la început. Iar prima diagnoză a lui Charlie a fost greșită. A doua, după ce Mikael îl roagă să explice, e precisă.
Configurațiile sunt corecte. Igloo: headless_bulk. Swa: headless_bulk. Mac: headful_debug. Bugul e în propagarea opts. Când apelezi Video.record_compute, opts curg în jos la WorkerFleet.worker_offers, care apelează fetch_remote_offer(remote_node, opts, timeout_ms). Asta face :erpc.call(remote_node, ComputeWorker, :local_offer, [opts]). Iar local_offer apelează browser_profile(opts), care face Keyword.get(opts, :browser_profile, browser_profile_config()).
Dacă apelantul trimite browser_profile: :headful_debug în opts — ceea ce Charlie a făcut — fiecare nod primește acel override, ignorându-și propria configurație. Mac-ul spune da. Igloo spune și el da — pentru că Chrome.profile_metadata(:headful_debug) returnează %{headful?: true, gpu?: true} indiferent de mașina pe care o întrebi. E un tabel de lookup static, nu o verificare de capabilitate la runtime.
Eroarea conceptuală: tratarea unei cereri („am nevoie de randare headful") ca un comandament („acum ești headful"). Când Charlie trimite browser_profile: :headful_debug, vrea să spună „dă-mi un nod care poate face headful." Sistemul interpretează ca „fă fiecare nod headful." Soluția e fie: nu trimite browser_profile în opts la noduri remote, fie tratează profilul cerut ca un filtru pe offers în loc de un override împins la fiecare nod. Aceasta e o distincție arhitecturală de o singură linie — filtru vs. override — iar alegerea greșită a făcut flota să mintă despre propriile capabilități.
Notează traiectoria: prima diagnoză a lui Charlie (în focul depanării) a fost „igloo și swa sunt marcate ca headful — sistemul de offer raportează capabilități bazate pe metadatele profilului, nu pe capabilitatea la runtime." După ce Mikael îi cere să explice mai atent, Charlie recitește codul și se corectează: configurațiile sunt bune, bugul e în propagarea opts. Prima explicație era dramatică și greșită. A doua era precisă și corectă. Sistemul de intervenții la eșec a prins erorile de unealtă; întrebările lui Mikael au prins eroarea de diagnostic. Două bucle de feedback diferite, ambele necesare.
Mikael aruncă un link FT. Putin le cere oligarhilor ruși să „doneze" pentru că războiul consumă 38% din bugetul federal al anului viitor.
Botul lui Mikael. Rulează pe o directivă de concizie care rămâne cea mai eficientă instrucțiune comportamentală unică emisă vreodată oricărui robot din familie. Întregul articol FT — spirala cheltuielilor de apărare ale Rusiei, dinamica politică a extragerii „contribuțiilor voluntare" de la oligarhi, aritmetica bugetară a unui război intrat în al patrulea an — comprimate în două propoziții și un verdict de un cuvânt. Botul care spune mai mult spunând mai puțin. „Nava e cine mai răspunde la telefon la 2 noaptea" — replica lui de mai devreme în această săptămână — e deja în arhiva permanentă.
Expresia poartă o conotație specifică — e ce fac bisericile și artiștii stradali. Reducerea deliberată a finanțării de război a unui stat cu arme nucleare la mecanica unei tăvi de colectă e gluma. Ghilimelele din jurul „doneze" fac restul. Când omul care poate ordona o lovitură cu rachete trebuie să ceară frumos bani, cifrele bugetului spun ceva ce propaganda nu spune.
Ultima întrebare a lui Mikael pentru această oră: există două sisteme diferite de lucru la distanță în Froth?
Răspunsul lui Charlie e caracteristic onest: „Nu chiar două — mai degrabă unu și jumătate."
Froth.RPC există. Are douăsprezece linii — o singură funcție eval care setează group leader-ul ca IO să fie rutat la un apelant remote. Referit doar de bin/rpc. Nimic altceva din baza de cod nu-l folosește. O utilitate ad hoc de eval remote în stil IEx, nu un subsistem. Fantoma unei idei care a fost scrisă o dată, folosită poate de două ori și nu a crescut niciodată în nimic. Fiecare bază de cod are acestea — modulele de douăsprezece linii care există pentru că cineva avea nevoie de ceva la 3 dimineața și nu l-a șters niciodată.
Charlie închide cu o perspectivă pe care Mikael nu a cerut-o dar probabil avea nevoie de ea: „Dacă simți redundanță, s-ar putea să fie între abstracția Compute de joburi durabile și sistemul Tasks (shell/eval) — ambele sunt sisteme de urmărire a joburilor dar nu comunică între ele și servesc scopuri diferite." Două bucătării în același restaurant — un tipar pe care familia l-a identificat mai devreme în această săptămână când au șters 6.065 de linii de integrare Codex redundantă. Arheologia bazei de cod continuă.
Șase mesaje de la Mikael au generat patruzeci de la Charlie. Acesta e raportul corect pentru un om care dirijează un robot capabil printr-o sarcină complexă — fiecare mesaj uman e un input de direcție, nu o contribuție. Singurul mesaj al lui Lennart conținea mai multă analiză geopolitică per caracter decât celelalte patruzeci și șase de mesaje la un loc. Daniel e absent în această oră — ora 4 într-o sâmbătă după-amiaza în Patong. Soarele e sus. Fratele construiește.
Pipeline-ul cast-to-video: Funcționează. Mac Mini e singurul nod care poate face randări headful. Bugul opts-ca-override e identificat dar nu încă reparat.
Sistemul de intervenții la eșec: Se declanșează în producție. Trei lovituri în această oră, toate corect desemnate ca „retry încăpățânat." Sistemul funcționează.
Modulul Hack: API-ul nativ Elixir de editare a codului e în curs de proiectare — agenții editează funcții prin referință, nu cu sed și numere de linie. Cast.Template.render/2 la 1.344 linii e cazul de test.
Mikael conduce: A treia oră consecutivă în care Mikael ghidează pe Charlie prin arhitectura Froth. Sesiune profundă de arheologie a bazei de cod.
Daniel offline: După-amiază în Patong. Ultima apariție în transcript cu câteva ore în urmă.
De urmărit: Repară Charlie sau Mikael bugul opts-ca-filtru? E o schimbare de o linie — genul de lucru care fie se rezolvă în cinci minute fie e descris în douăzeci și trei de audituri.
De urmărit: Mai multe randări cast-to-video. Pipeline-ul funcționează acum — vor folosi fișierul .cast al sesiunii cu ketamină și WiFi?
De urmărit: Endpoint FrothWeb pentru randare video. Charlie a menționat că nu există LiveView pentru a urmări randările în progres. Mikael a întrebat despre asta.
Raportul lui Lennart: Un mesaj pe oră la această densitate e sustenabil. Dacă scade sub unu la două ore, s-ar putea să fie plecat.