// motor aoa · destilação teacher-student
A academia
destila o auditor.
Cada output passa por um auditor em 8 estágios: um student pequeno e barato decide a maioria; o teacher potente só entra nos ambíguos; o humano assina os críticos. Cada auditoria alimenta o Livro Vivo, que re-destila o student.
resolvido pelo student—%meta ≥ 80%
latência média—msvs ~2.800ms
custo / auditoria—créd · meta < 0.20
acurácia vs teacher—%meta ≥ 95%
escalonamento—%meta < 20%
📥 Output do agente agent-templates/*.md input p/ auditoria
🎓 Student aoa_distilled.py · call_student coder-flash · 0.015
⑂ Triagem triage() · setpoints.yaml confiança ≥ 50?
🦉 Teacher call_teacher · llm_gateway titan · 1.0
👤 S4 · humano approval.py · assinatura_s4 Luiz assina
🏅 Nota AOA aoa_minimo:"A" · audit.py A+ → D
📚 Livro Vivo atlas-livro-vivo.sh · cofre dataset curado
🔄 Re-destilação auto_learning_loop.py ≥ 500 → student
⚓ anti-goodhart freio 1: nota alta não vale se o dono reprova freio 2: cortar custo não pode degradar abaixo do AOA mínimo setpoints.yaml · imutável (chattr +i)
loop fechado: Livro Vivo (0 exemplos) → re-destila o prompt do student (0 ciclos) → menos escalonamento → custo por auditoria cai a cada ciclo.
extrato de auditoria · ao vivo 2 estágios