목록을 읽지 않는다.
주의는 계산된다.

고정된 계산 물리 위에, 가소적 모델이 돈다.

SDOB는 순수 두뇌가 아니다. 외부 현실(앵커)을 SSOT로 두고, 놀람 원장으로 제어하며, LLM은 그 제어 신호 아래에서만 제안한다. 코드보다 문서가 먼저 존재했고, 구현은 골든 벡터와 회귀 테스트가 규범이다.

은유를 디스크 위의 실체로 고정한다.

Control Plane은 결정론적 코어다. Execution Plane은 LLM 제안자와 allowlisted adapter다. 코어(sdob/core)는 clock·filesystem·random·network에 접근하지 않는다. now는 항상 인자다.

아키텍처 불변식 9

테스트가 코드보다 우선한다. 침묵 이탈은 금지이고, 모호하면 가장 단순한 결정론적 해석을 docs/DEVIATIONS.md에 기록한다.

# scoring — |z| is attention, raw log score is skill
σ_raw       = max(σ_declared, subject.sigma_floor)
σ_effective = max(σ_raw × sigma_multiplier, subject.sigma_floor)
z           = (actual − μ) / σ
surprise    = |z_effective|
log_score   = 0.5·ln(2πσ²) + 0.5·((actual−μ)/σ)²

문서가 코드보다 먼저 있었고, 테스트가 문서보다 강하다.

2026-08-20 마스터플랜 v0.4가 “코드 0줄, 스크래치 구현”을 전제로 고정했다. 구현 에이전트는 guide-code의 골든 벡터를 바이트 단위로 재현한 뒤 Phase를 한 단계씩만 열었다. 규범 우선순위: 회귀 테스트 → implementation-spec → guide-code → master-plan.

에이전트가 말하기 전에, 맞힐 것을 적게 한다.

SDOB의 쓰임새는 “더 똑똑한 모델”이 아니라 “우회할 수 없게 만든 제어 평면”이다. 다른 에이전트·운영자·연구 루프가 공통 놀람/주의 서비스를 호출한다.

로컬에서 한 바퀴 돌리는 법.

Python 3.11+, pip install pytest가 유일한 설치다. --work는 필수이고 .는 거부한다. 아래는 fixture actual=0.0 경로다. 실센서가 아니다.

# 한 번에 모니터→액션→fixture 정산(actual=0.0)→checkpoint→graphify
python -m sdob live --data data --work /tmp/sdob \
  --now 2026-08-20T00:00:00.000000Z --deterministic --guardian-key-hex 00

python -m sdob run --data data --work /tmp/sdob \
  --now 2026-08-20T00:00:00.000000Z --deterministic --ticks 3 --step-seconds 86401

python -m sdob boot --data data --work /tmp/sdob --now 2026-08-20T00:00:00.000000Z --deterministic
python -m sdob observe --data data --work /tmp/sdob --now 2026-08-20T00:00:00.000000Z --deterministic --value 2.0
python -m sdob query get_attention --data data --work /tmp/sdob --deterministic --now 2026-08-21T00:00:01.000000Z
python -m sdob query get_calibration --data data --work /tmp/sdob --deterministic --subject subject.example
python -m sdob ledger-verify --data data --work /tmp/sdob

# 먼저 live로 /tmp/sdob를 만든다. MCP에는 --now를 넣지 않는다 (wall-clock).
# live와 같은 --now로 predict하면 ts_regression.
python -m sdob mcp --data data --work /tmp/sdob --public --deterministic

LLM에 노출되는 공개 도구 8개. 센서 제출은 목록에 없다.

런타임 의존성 0. 수학은 표준 라이브러리 범위다.

코드, 규범, 이탈 기록이 한 저장소에 있다.