Pursuit League - 경찰 에이전트 👮

두 명이 진행하는 AI 에이전트 오케스트레이션 기말 프로젝트의 경찰/캅 측입니다: MCP(FastMCP/HTTP)를 통해 다른 팀의 에이전트와 P2P로 진행되는 분산형 경찰과 도둑 게임으로, SHA-256 커밋-리빌 무결성과 Gmail API 결과 보고를 사용합니다.

동반 저장소(도둑 에이전트): https://github.com/najikay/pursuit-thief-agent 공유 코어 패키지는 두 저장소에서 바이트 단위로 동일하며, CI의 scripts/sync_core.py로 강제됩니다(docs/PLAN.md, ADR-002 참조).

팀: Naji Kayal · Amjad Abed 상태: M6 - 6개의 서로 다른 상대와 6번의 카운트 시리즈를 플레이하고 제출했습니다. 규칙 31의 통과 기준을 세 번 이상 충족했습니다. 전체 감사 시리즈를 플레이하고, 강의 참조 시뮬레이터 및 6개의 독립적인 팀 구현과 상호 운용하며, 경기 후 상대의 플레이를 감사합니다. 남은 작업은 docs/TODO.md에 추적됩니다.

리그 기록

6번의 카운트 시리즈에 걸쳐 36개 미니게임 전부가 감사에서 Verified OK로 확인되었고, 우리에게 귀속되는 기술적 패배는 0입니다. 우리가 가장 먼저 강조할 숫자는 바로 이것입니다: 우리가 플레이한 모든 게임은 양측이 다시 해시하고 동의할 수 있는 게임이었으며, 크게 진 두 게임도 포함됩니다.

두 시리즈는 상대가 제출한 보고서와 필드 대 필드로 일치했습니다 - vibecode의 경우 66개 필드에서 차이 0, 이후 anrbj666과의 친선 경기에서는 6개 하위 게임 모두, 두 mutual_agreement.sha256 값, 그리고 각 창의 github_commit 쌍이 모두 일치했습니다. 상대의 보고서와 일치하는 보고서만이 규칙 33-35에 따라 무효화될 수 없는 유일한 종류이며, 이는 스코어라인보다 우리에게 더 가치가 있습니다.

목차

• 설치 · 명령줄 · 실행 · 경기일 워크플로

• 구성 · 대시보드 · 리플레이 뷰어

• 학술 보고서: 모델 · 오케스트레이션 딜레마 · 전략 · 낯선 상대와 테스트하며 배운 것

• 문서 색인 · 라이선스 및 저작자 표시

Related MCP server: Police MCP Server

설치

요구 사항

git clone https://github.com/najikay/pursuit-cop-agent.git
cd pursuit-cop-agent
uv sync                       # installs the locked dependency set
uv run python scripts/check_all.py   # every CI gate, one PASS/FAIL verdict

check_all.py 통과는 설치가 정상임을 의미합니다: 린트, 파일 크기 제한, 저장소 규칙, 타입 검사 및 전체 테스트 스위트.

비밀 정보 - .env-example을 .env로 복사하고 실제 값을 입력하세요. 비밀 정보는 절대 커밋되지 않습니다. .gitignore는 .env, secrets/, token.json, credentials.json을 포함하며, CI 게이트는 하나라도 추적되면 빌드를 실패시킵니다(책 규칙 39-40).

cp .env-example .env          # then edit: ANTHROPIC_API_KEY, DEEPSEEK_API_KEY, …

문제 해결

명령줄

저장소당 하나의 콘솔 스크립트(여기서는 najamjad-cop, 동반 저장소에서는 najamjad-thief). 모든 동사는 인수 파싱과 단일 SDK 호출입니다 - CLI에는 게임 로직이 없으며, 메타 테스트가 이를 유지합니다.

uv run najamjad-cop --help                     # every verb
uv run najamjad-cop version                    # code version (book rule 53)

uv run najamjad-cop preflight                  # match-day checklist
uv run najamjad-cop peer                       # serve: MCP server + tunnel + dashboard
uv run najamjad-cop match                      # serve, then play the agreed series
uv run najamjad-cop peer --no-tunnel --no-dashboard   # local play, nothing exposed

# Re-hash every step of a log and print the verdict. Paths are literal -
# `<log>` would be read by the shell as a redirect, so use a real one:
uv run najamjad-cop replay tests/goldens/artifacts/log_segal-police-team-vs-segal-thief-team_g01.json
uv run najamjad-cop replay path/to/log.json --serve   # open the viewer instead
uv run najamjad-cop archive match.zip                 # bundle evidence (secrets excluded)

종료 코드 - 스크립트에서 실행되므로:

변조된 로그와 누락된 파일은 의도적으로 다른 코드입니다: 감사 결과가 오타로 오인되어서는 안 됩니다.

개발 명령

uv run python scripts/check_all.py                  # all CI gates, one verdict
uv run python scripts/self_play.py --games 100      # measure our brains vs baselines
uv run python scripts/demo_dashboard.py             # dashboard over a played game
uv run python scripts/two_process_match.py          # both repos as real processes
uv run python scripts/sync_core.py ../pursuit-thief-agent   # verify the mirrored core

실행

아래 모든 것은 상대도 API 키도 없는 새 클론에서 작동합니다. 에이전트는 템플릿만으로 전체 감사 시리즈를 플레이합니다(책 PAGE 67) - LLM은 향상 기능이지 의존성이 아닙니다.

1. 설치 및 설치 검증

git clone https://github.com/najikay/pursuit-cop-agent.git
cd pursuit-cop-agent
uv sync                                     # locked dependency set
uv run python scripts/check_all.py          # every CI gate, one verdict

ALL GATES PASSED는 린트, 파일 크기, 저장소 규칙, 타입, 전략 스위트 및 1,900개 이상의 테스트가 모두 통과했음을 의미합니다.

2. 대시보드와 함께 피어로 서빙

uv run najamjad-cop peer --dashboard --no-tunnel

Uvicorn running을 기다리세요 - 첫 번째 로그 줄이 아니라 이것이 준비 상태입니다. 콜드 스타트는 ~15초(MCP 스택 가져오기)이므로 경기일에는 일찍 시작하세요.

그런 다음 http://127.0.0.1:8000/ 을 여세요.

포트와 호스트는 config/setup.json(ui.port, ui.host)에서 가져옵니다. 의도적으로 루프백에 바인딩됩니다: 대시보드는 우리의 신념과 우리의 봉인 상태를 보여주므로, 노출하면 커밋-리빌이 숨기려는 모든 것을 상대에게 넘겨주게 됩니다(규칙 8-9).

제공되는 것:

업데이트는 WebSocket을 통해 도착하며 클라이언트는 폴링하지 않습니다. 대시보드 오류는 게임에 영향을 줄 수 없습니다 - 구독자일 뿐입니다(ADR-005).

선택적 제어. config/setup.json에서 features.controls를 true로 설정하면 페이지에서 시작/중지, 협상 승인, 연습 모드 토글을 활성화할 수 있습니다. 기본적으로 꺼져 있으며, 카운트 경기를 플레이하는 버튼은 의도적으로 없습니다 - 이는 채점되고 되돌릴 수 없으며, docs/RUNBOOK.md가 그 인터페이스입니다.

2b. 강의자에게 연락하지 않고 테스트

테스트 패널은 그렇지 않으면 로그를 뒤져야 하는 두 가지 질문에 답합니다.

지금 어떤 모드인가? 연습 모드는 모든 보고서를 강의자 대신 자신의 받은 편지함으로 리디렉션하고 제목에 [PRACTICE]를 접두사로 붙입니다. 전송을 건너뛰지 않습니다 - 전송은 과제 6에서 경기를 잃은 단계이므로 연습 실행은 실제로 전송을 수행하고 실제 이메일을 읽습니다. 리디렉션은 두 번 강제됩니다: 주소가 다시 작성되고, 돌아올 수 없는 지점에서 다시 확인되므로, 조용히 실패한 재작성은 전달 대신 예외를 발생시킵니다. docs/CONFIG.md §3b 참조.

가장 간단한 방법은 플래그입니다 - 한 프로세스에 대해 연습을 준비하고 다른 것은 건드리지 않습니다:

uv run najamjad-cop match --opponent amjad --practice --dashboard --tunnel

또는 패널에서 토글(features.controls 켜짐)하거나 config/setup.json의 practice.enabled를 설정하여 지속시킬 수 있습니다. 보고서가 작성될 때마다 새로 읽히므로 재시작 없이 전환이 적용되며, email.mode를 send로 재정의합니다 - 조용히 초안을 생성한 연습 실행은 성공적인 전송과 똑같이 보일 수 있기 때문입니다.

실제로 연결 가능한 사람이 있는가? 프로브 엔드포인트는 우리 MCP URL과 상대의 URL을 다이얼하고 두 가지가 아닌 세 가지 상태를 보고합니다:

초록 불은 포트가 응답했음을 의미합니다. 프로토콜이 작동하거나 그들이 우리 조건에 동의할 것이라는 뜻은 아닙니다 - 그것은 핸드셰이크의 몫이며, 패널은 확인할 수 있는 것 이상을 주장하지 않습니다.

3. 플레이 준비 확인

uv run najamjad-cop preflight        # exit 0 or do not play
uv run python scripts/pre_match_smoke.py     # MATCH READY in ~50 s

4. 플레이

상대 카드를 한 번 작성한 다음 이름을 지정하세요. opponents/<name>.toml은 그들에게서 오는 두 가지 사실을 담습니다 - 그들의 MCP 엔드포인트와 핸드셰이크가 선언하는 group_id:

url      = "https://their-agent.example.com/mcp"
group_id = "their-group"
name     = "Their Team"
notes    = "quick tunnel - URL changes if cloudflared restarts"

opponents/_template.toml을 복사하여 시작하세요. 그런 다음 모든 동사는 --opponent를 받습니다:

uv run najamjad-cop preflight --opponent amjad
uv run najamjad-cop match --opponent amjad --dashboard --no-tunnel

추적되는 어떤 것도 편집할 필요가 없고, 마지막 상대의 설정이 다음 상대에 의해 덮어쓰이지 않으며, opponent_group_id - 핸드셰이크에서 선언한 것과 같아야 하며, 그렇지 않으면 보고서가 그들의 이름 대신 자리 표시자로 키가 지정됩니다 - 는 핸드셰이크에서 발견되는 대신 하루 전에 검토할 수 있습니다.

카드는 network.opponent_*만 설정할 수 있습니다. 게임 용어는 서명된 config/game.json에서 합의되며, 상대방별 재정의는 절대 쉬워서는 안 되는 바로 그 것입니다.

또는 config/police/game.toml에서 network.opponent_url을 직접 설정한 후:

uv run najamjad-cop match --dashboard --no-tunnel

완료된 경기는 부록 F에 따라 workspace/artifacts/에 선언, 설정, 로그, 결과의 네 가지 산출물을 기록하고 결과를 이메일로 보냅니다. 다음으로 확인하세요:

uv run python scripts/post_match.py --opponent <name>

5. 상대방 없이 시도하기

두 가지 방법, 둘 다 실제입니다:

# our cop against our thief, two OS processes over real MCP/HTTP
uv run python scripts/two_process_match.py

# against the course reference simulator (expects ../reference-sim)
uv run python scripts/rehearsal.py --games 6

두 번째가 중요한 방법입니다 - 우리의 상호운용성 결함을 잡아낸 유일한 설정이며, 우리가 작성하지 않은 유일한 상대방이기 때문입니다.

6. 로그 검증

uv run najamjad-cop replay workspace/artifacts/log_<game_id>_g01.json

종료 코드 0은 Verified OK이고, 1은 TAMPERED이며 실패한 단계를 명시합니다. 2는 파일을 읽을 수 없음을 의미합니다. 변조된 로그와 오타는 의도적으로 다른 코드입니다 - 감사 판정이 경로 오타로 오인되어서는 안 됩니다.

--serve를 추가하면 판정을 출력하는 대신 뷰어를 엽니다.

7. 측정

uv run python scripts/strategy_smoke.py --games 50   # win rates with intervals
uv run python scripts/sweep.py --games 24            # parameter sensitivity
uv run python scripts/measure_tokens.py              # token census

결과는 results/에 저장되며 notebooks/analysis.ipynb가 그래프로 표시하는 대상입니다.

경기 당일 워크플로

정확한 명령어가 포함된 전체 절차는 docs/RUNBOOK.md에 있습니다. 개요:

1. 워밍업 - 에이전트를 일찍 시작하세요. 콜드 스타트는 약 15초입니다.

2. 사전 점검 - uv run najamjad-cop preflight 실행. 종료 코드 0이 아니면 경기를 하지 마세요.

3. URL 교환 - config/police/game.toml에서 network.opponent_url 설정.

4. 경기 - uv run najamjad-cop match, 대시보드는 http://127.0.0.1:8000/.

5. 감사 - 미니 게임별 자동 수행. 모든 게임은 Verified OK를 읽어야 합니다.

6. 보고 - 상대방과 대조한 후 전송 (규칙 30: gmail.send만 사용).

7. 보관 - uv run najamjad-cop archive match.zip (비밀 제외).

설정

알아두면 좋은 매개변수:

대시보드

--dashboard로 시작하고 http://127.0.0.1:8000/을 여세요 - 패널과 선택적 컨트롤은 실행하기 §2를 참조하세요.

신념 히트맵, 턴 배너, 메시지별 모델 출처가 포함된 대화, 협상 타임라인, 토큰 예산, 보고 전송 상태 - WebSocket으로 푸시되며 폴링되지 않습니다. 로컬 진실만 표시합니다 (규칙 8-9): 상대방의 위치는 읽기 모델에 필드가 없으며, 메타 테스트가 UI가 SDK를 통해서만 에이전트에 도달할 수 있음을 강제합니다.

리플레이 뷰어

모든 단계는 공개된 (payload, nonce)에서 다시 해시되어 저장된 커밋먼트와 비교됩니다 (규칙 20). 아래는 강사의 샘플 로그가 깨끗하게 리플레이되는 모습입니다:

그리고 같은 로그에서 하나의 레코드가 사후에 편집된 경우 - 위조가 심어진 정확히 그 단계에 국한되며, 규칙 19에 따라 게임이 무효화됩니다:

각 이미지가 어떻게 재현되는지는 assets/README.md를 참조하세요.

학술 보고서

모델: 어느 쪽도 볼 수 없는 Dec-POMDP

이 게임은 분산형 부분 관측 마르코프 결정 과정입니다. 어느 에이전트도 실제 상태를 관측하지 못합니다: 위치는 게임 종료 감사까지 커밋먼트 안에 봉인되어 있으므로, 각 피어는 상대방이 어디에 있을지에 대한 신념을 보유하고 그에 따라 행동합니다.

반대되는 신뢰 속성을 가진 두 가지 관측 채널:

• 냄새 - 상대방이 비자발적으로 방출하고 위조할 수 없는 감쇠 페로몬 흔적 (책 PAGE 22). 위조 불가하지만 흐릿합니다.

  두 가지 모델이 제공되며 경기별로 선택할 수 있습니다. 책 (PAGE 43-44)은 방사형 - 0.90 / 0.62 / 0.42 / 0.20 / 0.14 / 0.04 - 상대 감쇠 τ ← (1-ρ)·τ를 사용합니다. 참조 시뮬레이터는 체비쇼프 거리의 선형 - 링 0.90 / 0.60 / 0.30 - 절대 감쇠 τ ← τ - ρ를 사용합니다. 우리는 둘 다 구현하며, 둘 다 상호운용성 키트에 등록되어 있습니다: ScentModel.BOOK는 multiplicative_book_v1 (934c220d…)이고 ScentModel.REFERENCE는 subtractive_chebyshev_v1 (81ebee59…)입니다. 각각 키트 자체의 공개 벡터를 재현합니다 - 키트의 field_walk가 이전 흔적을 노화시키고, 새 퇴적물을 감쇠 없이 병합하고, 그것을 전송으로 고정하는 와이어의 서빙 순서를 포함합니다: 우리의 도둑은 2026-08-22까지 흔적을 한 단계 너무 신선하게 전송했고, 상대방의 프레임별 게이트가 이를 측정했으며, 프레임은 이제 walk와 셀 단위로 고정되었습니다 (test_wire_scent_serve_order.py). 따라서 상대방과 일치시키는 것은 하나의 키 - config/game.json의 pheromones.pheromone_model - 이며, 14개의 서명된 조건을 변경하는 것이 아니므로, 계약 다이제스트 a284082d…는 전환 후에도 유지되고 누구도 다시 서명할 필요가 없습니다. 협상 시 선언하는 다이제스트는 구성된 모델 에서 조회되므로, 하나의 물리 법칙을 방출하면서 다른 것을 주장하는 상태는 존재하지 않습니다. 방출은 힌트와 별도로 조정됩니다 - --scent full|window|none 및 --hints/--no-hints - 완전히 조용한 시리즈는 플래그 하나입니다. 침묵 상태에서는 모델을 전혀 선언하지 않습니다. 아무도 보내지 않는 필드에 대한 주장은 할 가치가 있는 주장이 아니기 때문입니다.

• 힌트 - 자유 자연어로, 규칙이 명시적으로 거짓말을 허용합니다 (규칙 26-27). 정확하지만 신뢰할 수 없습니다.

우리의 신념 엔진은 이를 융합합니다: 이동을 위한 확산, 냄새 우도 업데이트, 그리고 힌트가 흔적과 일치하거나 불일치함에 따라 오르내리는 상대방별 신뢰도 가중치. 전체 유도 과정은 docs/PRD_belief_engine.md에 있습니다.

구축 과정에서 얻은 세 가지 발견, 각각 설계를 변경했습니다:

• 냄새 감쇠에 고정점이 있었습니다. 소수점 셋째 자리로 반올림된 상대 감쇠는 결코 0에 도달하지 않아, 죽은 흔적이 신념을 영원히 오염시켰습니다. 명시적 엡실론으로 수정했습니다.

• 곱셈 융합이 누적 냄새 필드를 이중 계산하여 이동하는 상대에 대해 신념이 약 5셀 뒤처졌습니다. 강건한 혼합 업데이트로 대체했습니다.

• 평평한 우도가 신념을 흔적 중간에 정지시켰습니다. 샤프닝과 가산적 하한이 이를 수정했습니다. 클램프는 희미한 냄새를 없음과 구별할 수 없게 만들었습니다.

오케스트레이션 딜레마

하나의 게이트웨이, 아니면 여러 호출자? 규칙 3은 오케스트레이터를 요구하며 우리는 문자 그대로 따랐습니다: 주변 모듈은 서로 호출하지 않습니다. 신념 엔진은 전송에 대해 알지 못하고, 전략은 암호화에 대해 알지 못하며, 전송은 규칙에 대해 알지 못합니다. 이것이 전체 턴 루프를 페이크에 대해 테스트 가능하게 만드는 이유입니다 - 과제 6이 결코 가지지 못한 분리 지점입니다.

페이크를 얼마나 신뢰할까. 우리의 가장 날카로운 교훈입니다. 세 가지 별개의 결함이 1,500개의 통과 테스트를 통과했습니다. 페이크가 와이어보다 관대했기 때문입니다: 실제 전송이 하지 않는 감사 페이로드를 감싼 페이크 전송, 결코 차단되지 않은 인메모리 링크, 그리고 오직 자기 자신과만 경기한 피어들. 상호운용성은 당신이 작성하지 않은 무언가에 대해서만 테스트할 수 있습니다.

마감을 어디에 둘까. 영원히 응답하는 피어는 결정된 게임에서 우리를 붙잡아서는 안 되며, 조용해지는 피어가 우리의 기술적 패배가 되어서는 안 됩니다. 모든 대기는 제한되어 있고 모든 종료는 추정이 아닌 선언됩니다 - 아래 참조.

우리 자신의 프로토콜에 대한 속도 제한. 게이트키퍼는 Anthropic과 Gmail에 대한 좋은 시민이 되기 위해 존재합니다. 이를 상대방에게 적용하는 것은 거의 게임을 잃을 뻔했습니다: 우리 자신의 제한기가 응답을 상대방의 30초 마감을 넘기도록 지연시킬 수 있었습니다.

전략, 그리고 왜 RL이 아닌가

경찰 - 턴별 점수가 아닌 스크립트된 반분 봉쇄 (strategy/seal_cop.py): 중앙 열을 벽으로 막으면서 옆 레인을 따라 이동하고, 게이트를 차지하고, 도둑이 있는 절반을 절단하면 도둑은 우리와 함께 3×3 주머니에 갇힙니다. 거기서부터 domain/endgame.py가 주머니를 정확히 해결합니다 - 장애물 배치는 게임 트리의 이동입니다 - 그리고 모든 승리를 동일 위치로 평가합니다. 밟기 주장은 모든 구현이 존중하는 유일한 포획이기 때문입니다. 우리가 결코 걸어갈 수 없는 곳에 봉인된 도둑은 우리 자신의 벤치에서 remote seal로 점수화되고 계획으로 거부됩니다. 단일 장애물 잠금 (strategy/lock.py: 우리 몸 + 벽 하나, 인접성 필요)은 고정된 도둑을 일찍 끝냅니다. 벤치 (tests/regression/)는 반응하는 적들 - 스크립트 자신의 벽 라인에 웅크리는 도둑을 포함 - 에 대해 이를 구동하며, 35수 안에 모두 일반적인 주장 가능한 포획으로 전환합니다 (test_seal_converts_every_reacting_thief.py). 신념 기반 추적 (cop_brain.py)은 위치 파악이 없는 보드의 폴백으로 남아 있습니다.

도둑 - 탐욕적 거리 최대화가 아닌, 단단한 하한의 스택으로서의 생존 지평 회피: 경찰로부터 한 걸음 이내에서 턴을 끝내지 말 것, 반쯤 지어진 울타리가 이미 봉쇄하기 싸게 만든 셀을 거부할 것, 도달 가능한 4×4를 유지할 것, 형성 중인 절단선의 경찰 쪽에 머물 것 (봉쇄자는 우리와 분리시키는 벽을 완성할 수 없음), 그리고 건설 중인 울타리의 틈에 설 것 - 이 선호는 안전 하한 이후에 실행됩니다. 왜냐하면 그 전에 실행하면 한때 우리를 상대방이 벽으로 막은 구석으로 몰아넣었기 때문입니다 (test_ahk_yosi_corner_hunt.py가 그 킬 라인을 수 단위로 리플레이합니다). matches/의 모든 보관된 상대방 라인과 반응하는 코너 사냥꾼 경찰의 24가지 타이브레이크 변형 모두에서 생존합니다.

힌트 정책 - 허세는 비용이 있는 전략적 자원입니다: 주장은 주장자의 셀을 공개하므로, 거짓 포획 주장은 도둑에게 우리의 정확한 위치를 대가 없이 넘겨줍니다.

강화 학습 없음, 의도적으로:

• 리그 전체에서 실제 게임은 겨우 ~60개뿐이다. 이 정도 규모의 상태 공간에서 정책을 학습하기에는 턱없이 부족하다.

• 상대 행동은 비고정적이다. 팀마다 서로 다른 것을 내놓는다.

• 비결정성은 리플레이를 깨뜨린다. 그런데 리플레이는 채점 대상 산출물이다.

• 휴리스틱은 이미 기준선을 결정적으로 이긴다(아래 참조). 따라서 RL은 측정된 이득 없이 위험만 감수하는 것이 된다.

대신 우리는 시리즈가 실제로 제공하는 ~210개의 관측치에 맞춘 온라인 상대 모델링을 사용한다. 힌트 신뢰도, 이동 성향, 장벽 대응이다.

측정은 실제 경기 시스템을 통해 홀드아웃 게임에서 수행했다. 시드 11, 튜닝 중에는 사용한 적 없음, 매치업당 60게임이다.

180개 게임 전체에서 피어 간 불일치 0건, 감사 실패 0건이었다.

단 하나의 튜너블이 경기를 결정하며, 그것은 우리가 예상했던 값이 아니다.

barrier_threshold는 캡처율을 그 범위 전체에 걸쳐 **4 %에서 100 %**까지 흔든다. 장벽은 양쪽 모두에게 통과 불가다. 따라서 약한 증거로 벽을 치는 경찰은 쫓고 있는 도둑으로부터 스스로를 가둬 버린다. 우리는 몇 주 동안 0.15를 적용했고, 그 대가로 대략 게임의 3분의 1을 잃었다. lookahead는 진정한 무효과 결과다. 깊이 1~4는 바이트 단위로 동일한 게임을 만들기 때문이다. 등방성 확산 커널이 분리하려는 후보 수들의 순위를 그대로 유지하기 때문이다.

우리가 반드시 밝혀야 할 주의사항. 우리 도둑은 지금까지 마주했거나 아카이브에 저장한 모든 경찰을 상대로 살아남는다. 그럼에도 여전히, 대략 30번째 스텝에서, **우리 자신의 실러(sealer)**에게 진다. 그의 반분 계획은 어떤 상대도 보여준 적 없다. 두 방향 모두 모호하게 덮지 않고 명확히 고정했다(test_thief_beats_sealing_cops.py는 패배와 그 대가를 기록하고, corner-hunt 및 아카이브 스위트는 생존을 기록한다). 자신이 이기는 경찰만 상대로 평가된 도둑은 결국 자기 자신을 상대로 평가된 것이기 때문이다.

전체 유도 과정, 신뢰 구간, 토큰 비용 표와 참고 문헌은 **notebooks/analysis.ipynb**에 있다. 다음으로 재현한다.

uv run python scripts/baselines.py --games 60 --seed 11   # held-out comparison
uv run python scripts/sweep.py --games 24 --seed 7        # sensitivity sweeps
uv run python scripts/measure_tokens.py                   # token census

낯선 상대와의 테스트가 가르쳐 준 것

우리는 과정 레퍼런스 시레이터를 복제해 우리 자신을 겨냥했다. 어는 방향으로도 아무것도 작동하지 않았다. 레퍼런스는 세 개의 도구에서 MCP 도구 인자의 이름을 message로, 한 개에서 payload로 정한다. 우리는 네 개 모드에 payload를 보냈고 payload만 받아들였다. 모드 과 모드 제안은 게임 로직이 한 바이트도 실향되기 전에 인자 바인딩에서 거부되었다. 레퍼런스를 기반으로 만들은, 즉 수업의 대부을 차지하는 모드 에이전트와의 대결에서 말이다.

네 가지 비호환성이 더 뒤따았다. 우리가 보내지 않았던 필수 timestamp, 그들의 파서가 아예 거부하는 claimed_cell 필드, 그리고 타입이 서로 달랐던 세 개의 클레임 필드. 그리고 감사 reveal은 스키마가 봉투(envelope)를 선언하는 자리에서 단순 리스트로 전송된 것으로 드러났다. 그래서 아무도 속임수를 쓰지 않은 게임들에서 양쪽 피어 모드 TAMPERED를 기록했다.

그 모드 것은 우리 자체 테스트를 통과했다. 반면 커밋-리빌 코어는 접측에도 불구하고 변경 업이 살아남았다. 우리의 commit_of는 레퍼런스의 시그니처를 바이트 단위로 재현한다.

어는 분산 프로젝트에든 가질 교훈: 초록불 테스트 스위트는 당신의 코드가 당신의 가정과 일측함을 증명할 뿐, 당신의 가정이 옳다는 것을 증명하지 않는다.

문소

상대 감사

커밋-리빌은 피어가 기록을 다시 쓰지 않았음을 증명한다. 그들이 규칙대로 플에이했는지에 대해서는 아무것도 증명하지 않으며, 이 둘은 서로 다은 보장이다. 우리는 리그 전제 단계에서 이 둘을 혼동했고, 시리즈에서 진 후 그 플에이가 합법적이었는지 말할 수 없었다.

감사는 **설계상 경기 후(post-match)**다. 규칙 33-35는 모순된 보고가 있으면 경기를 무효로 한다. 따라서 자신의 고발에 따라 행동하는 에이전트는 의심을 상호 0점으로 바어 버린다. 아레의 모드 내영은 증거를 기록할 뿐 우리의 플에이 방식을 바꾸지 않는다(PLAN ADR-019).

# replay their revealed records through the fair-play rules: movement legality,
# the Barrier Law, the budget, step order, hint length - and say what it could NOT check
uv run python scripts/audit_opponent.py --team vibecode

# are we disclosing scent on the same terms they are?
uv run python scripts/scent_parity.py --since 2026-08-14T16:00   # UTC

# 323 of 323 sealed capture claims name the claimer's own revealed cell
uv run python scripts/claim_evidence.py

# both repos must declare the same counted-match count (rules 37-38)
uv run python scripts/reconcile_counted.py ../pursuit-thief-agent --apply

리빌이 해결할 수 있는 것과 오직 통신선만이 해결할 수 있는 것: 피어의 봉인된 기록에는 그 피어가 봉인하기로 선택한 것만 담긴다. 이동과 장벽은 아카이브만으로도 확인할 수 있다. smell_grid, capture_claim, hint, 응답 시간은 오직 통신선을 통해 도착한 것과 대조해야만 확인할 수 있다. 이것이 FrameLog가 그것들을 전송된 그대로 보관하는 이유다. 감사는 그것들을 깄끝한 판정에 포할하는 대신 확인 불가로 보고한다. "우리는 살펴고 동의했다"와 "살펴볼 것이 없었다"는 결코 같게 읽혀서는 안 된다.

모드 전략을 제악하는 세 가지 결과

모두 리그 단계에서 측정을 통해 확립되었으며, 모드 결정적인 근거다.

장벽은 보드를 줄일 수는 있지만 도둑을 결코 잡을 수 없다. 책은 세 가지 캡처 조건을 제시한다(규칙 46-47). 과정 레퍼런스는 정확히 하나만 구현한다. 그것의 rules.py에는 thief_result와 is_captured가 있고, 장벽 캡처나 무력화(immobilisation) 검사는 어디에도 없다. 우리가 만난 모드 상대는 레퍼런스에서 파생되었으므로, 포위는 우리가 점수를 얻고 그들은 얻지 못하는 미니게임을 만든다. 바로 규칙 33-35의 모순이다. 모드 캡처는 도둑이 확인하는 클레임이어야 한다(PLAN ADR-020).

경찰 한 명은 열린 보드에서 도둑을 잡을 수 없다. 7×7 그리드는 두 경로의 데카르트 곱이므로 그 경찰 수(cop number)는 2다(Maamoun & Meynel 1987). 그리고 모드 49×49 상테에 대한 완전한 고정점 계산은, 이동만 하는 경찰이 동시 이동 규칙에서 캡처를 강제할 수 있는 상테를 하나도 찾지 못한다. 우리 경찰이 도둑을 거리 2까지 추적하고 28스텝 동안 그 거리를 유지하는 것은 결함이 아니라 정리다. 답을 바꾸는 유일한 자원은 장벽이다(PLAN ADR-021).

그리고 계획이 있으면 장벽은 실측으로 답을 바다. 반분 봉인은 벤치가 만들 수 있는 모드 반응형 도둑을 잡아낸다. 보드를 반으로, 반을 다시 반으로, 3×3을 정확히 풀고, 35수 안에 동일 위치(co-location) 클레임으로 끝난다. 위의 두 제악은 여전히 그 승리의 형태를 규정한다. 그 승리는 도둑이 확인하는 클레임으로 끝나야 하며, 이동만으로는 얻을 수 없다. 오랫동안 여기에 우리의 가장 큰 경쟁 위험으로 기록되었던 것. 거리 2까지 추적하고 유지하는 경찰. 은 해결되었다. 남은 위험은 우리만큄 완전한 계획을 수형하는 경찰을 가진 상대이며, 도둑의 하한선(floor)은 정확히 그 경우에 맞춰 책정되어 있다.

tests/regression/cop_duel.py는 그러한 주장을 검증하는 경찰 측 벤치마크다. 실측 침입 경로가 냄새(scent)로부터 구측하는 신념(belief)을 가진 적응형 도둑을 상대하는 우리 경찰이다. 기록된 상대 라인은 반응하지 않으므로 포획 접근을 측정할 수 없다.

라이선스 및 출처 표시

MIT(LICENSE 참조). 프로토콜 형태와 산출물 스키마는 과정 레퍼런스 시뮬레이터 rmisegal/Game-P2P-Cop-Chase와 상호 운용된다(교육용 라이선스). 책과 코드가 충돌하면 책이 우선한다.

FastMCP, FastAPI, pydantic, uv로 구축되었다.