# ECHO-2 — tancament, resultats i demostració **ECHO-2 va quedar tancat el 9 de setembre de 2026.** L'agent conserva el nucli d'ECHO-1 i afegeix viabilitat, reconeixement de patrons, operació en flux, consolidació, herència d'una predisposició i regulació de dues variables internes. CAPACITY-1 va justificar una arquitectura de monitor de 512 LIF + 128 Adaptive-LIF i NEURAL-VIZ-1 la va fer observable en una GUI nativa. ## Demostració directa
Enregistrament directe de 2:03 fet el 9 de setembre de 2026. Recorre la xarxa neuronal, el dron 3D, el mapa WSP de 16 bytes i el tutorial.
No és una animació promocional. L'aplicació executa `Agent.turn()` i mostra WSP, CAM, T, PATTERN, Q, gate, homeòstasi, mort, respawn, herència i crides eventuals al còrtex. El dron representa la pose real del cos discret Body3D. VTK/OpenGL renderitza la vista; encara no hi ha aerodinàmica, IMU, motors ni PID. ## Comparació directa amb l'escala anterior CAPACITY-1 va repetir l'examen amb l'arquitectura de 256 LIF usada com a baseline de mida ECHO-1 i amb l'ampliació d'ECHO-2. La comparació es va executar dins del mateix banc, amb llavors reservades i memòria congelada; no reconstrueix retrospectivament una puntuació del llançament ECHO-1. La millora és de **+1.219 encerts**, del 40,48% al 100%. En barrejar les signatures, el mateix sistema cau a 142/2.048: el resultat depèn de la representació i no només d'afegir files. El total de neurones és idèntic. La causa que canvia és l'adaptació temporal: desactivar-la retorna 0/256. El banc va seleccionar memòria de 8 ticks i guany adaptatiu 4. La tercera gràfica mesura escala recorreguda, **no precisió en la mateixa tasca**: són càrregues diferents. STREAM-1 va processar 48 blocs, va obtenir 4.512/4.512 prediccions conegudes al braç coherent i `dynamic_alias=0`. ## Què va afegir cada fase | Fase | Evidència de tancament | |---|---| | VITA-1 / FOOD-1 | `H` baixa, la mort acaba una vida i aliment/verí s'aprenen per conseqüències | | SURV-1 | medianes conservant memòria: 28/40/40 torns; reiniciant: 16/16/16 | | SHIFT-S | adaptació davant Q congelada: +421/+416/+446 torns; la transferència negativa també es publica | | PATTERN-1 | 32/32 variants reservades davant 0/32 per coincidència exacta; zero ids d'objecte o posició | | STREAM-1 | 4.608 frames, 48 blocs i 4.512/4.512 prediccions coherents | | SLEEP-2 | 8.208 files es compacten en 144 regles; 720/720 a l'examen davant T 0/720, sense reescriure CAM/T/Q | | GEN-1f | pressupost heretat 8: 360 errors tardans davant 602 del naïf; 52 victòries, 24 derrotes, 52 empats | | HEAT-1b | energia + temperatura: 20.786 torns davant 7.221 sense temperatura i 7.186 sense Q; examen carregar/refredar 12/12 | | CAPACITY-1 | 512 LIF: 2.048/2.048; 512 LIF + 128 ALIF: 256/256 temporal | | NEURAL-VIZ-1 | una GUI Python mostra en directe l'arquitectura i tots els components auditables | ## Què millora respecte d'ECHO-1 ECHO-1 va tancar memòria, predicció, objectes, accions físiques discretes, patrons temporals i transferència entre mons. ECHO-2 ho conserva i afegeix una conseqüència entre episodis: el cos pot morir, reaparèixer, regular energia i temperatura, conservar experiència i transmetre només una predisposició d'exploració a un descendent amb memòries buides. L'ampliació neuronal tampoc s'accepta pel número `640`. S'accepta perquè millora dos exàmens causals i perd quan s'elimina o es barreja la característica responsable. ## Integritat i dades - WSP es manté en 16 bytes i no existeix un segon thought-bus. - `false_facts=0`, `destroyed=0` i còrtex apagat als bancs principals. - La branca neuronal de la GUI és un monitor perceptiu; Q manté la decisió causal. - Els exàmens reservats estan congelats durant la puntuació. - Els resultats negatius anteriors de GEN-1 i HEAT-1 es conserven en vermell. - No hi ha robot físic, càmera, LiDAR, IMU, PX4 ni AKD1500 en aquest tancament. [Descarrega el resum ECHO-2 i les empremtes SHA-256](/data/echo2-benchmark.json). El fitxer també inclou el hash del MP4. — R.N.