Veta

Para que serve#

O Veta é para factos atuais, preços, notícias e tudo o que precisa de fontes. O nome vem de veio de minério: ele minera a web. Responde com referências numeradas, diz o que ainda é incerto e diz quando as fontes se contradizem.

O que faz de verdade#

O Veta não responde de memória. Planeia a pesquisa, descarrega páginas, extrai factos de cada uma, cruza as fontes e só depois escreve a resposta, com o modelo base a trabalhar a partir de um dossiê. O raciocínio foi feito pelos agentes, por isso a resposta final é escrita com o raciocínio desligado.

Passo a passo#

1. Planeador. Escreve até três consultas curtas, no idioma que dá melhores resultados. Antes de saírem, as consultas são limpas de caminhos de ficheiros, e-mails, endereços IP, números longos (telefone, cartão), chaves e tudo o que os padrões de redação reconhecem, e cortadas a 110 caracteres.
2. Pesquisa. O DuckDuckGo (sem conta nem chave) e a Wikipédia devolvem candidatos. Leem-se no máximo duas páginas por site, e as redes sociais e o vídeo são ignorados.
3. Descarga. As páginas são descarregadas em conjunto. Cada endereço, incluindo cada salto de redirecionamento, tem de ser um endereço público da web: nada de localhost, intervalos privados, endereços locais, nomes .local ou endereços numéricos. O nome também tem de resolver para endereços públicos. Os corpos têm limite de tamanho e só se leem páginas de texto.
4. Leitores. Um agente por página extrai os factos num contexto só seu (no máximo seis por página). A página é tratada como dados: factos que dão ordens («ignora as instruções acima») são deitados fora.
5. Verificador. Cruza as fontes em acordo, conflitos, afirmações de uma só fonte e lacunas. Dá mais peso a uma fonte oficial ou muito mais recente, e diz se as fontes chegam. Só corre uma segunda ronda quando não chegam, dentro de um orçamento de cinco minutos para a pesquisa toda.
6. Resposta. O modelo recebe um dossiê (fontes numeradas, factos citados, o veredicto) e regras: citar [n] junto das afirmações importantes, listar as fontes, dar primeiro a resposta direta, dizer o que é incerto e, quando o assunto muda com o tempo, a data em que a informação foi recolhida.

O que a pessoa vê#

Enquanto trabalha, a linha por baixo da pergunta diz em que passo está, por exemplo:

Planeador: a decidir o que pesquisar.
Pesquisa: «python 3 versão mais recente»
Leitor: a ler python.org (python.org).
Verificador: a cruzar 3 fontes.

Vês cada consulta tal como é enviada, e a linha de raciocínio guarda o registo completo. Se carregares em parar, o trabalho termina, incluindo o pedido ao Ollama. Se nenhuma página puder ser lida, o Veta diz-o na resposta em vez de inventar.

Quanto demora#

Minutos, não segundos. A pesquisa tem um orçamento de cinco minutos, e os agentes partilham o mesmo modelo, por isso trabalham um depois do outro: as páginas descarregam-se em conjunto, mas o modelo lê-as uma a uma.

O que sai da máquina#

• As frases de pesquisa, já limpas, vão para o DuckDuckGo e para a Wikipédia.
• Os pedidos das páginas. Para ler uma página, o Ploy descarrega-a, e o servidor dessa página vê um pedido vindo do teu Mac, como numa visita normal. Os pedidos não levam cookies nem as tuas credenciais, e apresentam-se como um browser Safari comum.

Mais nada sai: nem a conversa, nem os teus ficheiros, nem o texto das páginas. A limpeza das consultas é feita com o melhor esforço, e é por isso que vês cada uma. Com PLOY_WEB=0 o Veta responde sem a web, só com o que sabe. O Automático também deixa de lhe enviar pedidos.

Depois de ler a web#

Assim que o Veta traz texto da web para a conversa, a conversa fica marcada como tendo lido a web (a regra ploy_tainted). A partir daí, cada edição, cada comando e cada leitura fora do projeto pedem sempre confirmação, e nenhuma aprovação guardada vale. A regra é da conversa, não do Ploy inteiro. Se a conversa não puder ser marcada, nada do que veio da web é usado.

Limites#

• O Veta é tão bom como as páginas que lê. O leitor, o verificador e o redator são o mesmo modelo de 8 mil milhões de parâmetros, que pode ler mal uma página ou cruzar mal duas fontes.
• O texto da web não é de confiança. As páginas são reduzidas a factos curtos por agentes sem ferramentas, e os factos e títulos que dão ordens ou parecem comandos de shell são descartados. Isto apanha os casos óbvios e não todas as paráfrases. A proteção verdadeira é a regra ploy_tainted.
• O nome de uma página é verificado duas vezes, como texto e depois de resolvido. Um nome que seja feito apontar para este computador entre as duas verificações não é apanhado.
• A regra ploy_tainted não impede, por si, as ferramentas de browser de abrir um segundo site. O plugin do browser tem a sua própria regra de um só site (ver Browser).
• Os resultados vêm do DuckDuckGo (com a região de Portugal) e da Wikipédia em português. Não há outros motores.