| Feature | Systeme Existant | ActiveWiki |
|---|---|---|
| Hypotheses par run | 6 | 19 (3.2x) |
| Strategies de detection | 5 (regles Python) | 12 (dont temporel, contrefactuel, meta) |
| Counterfactuals | ❌ | ✅ Defie les croyances fortes |
| Knowledge Crystallization | ❌ | ✅ 3+ lecons → meta-connaissance |
| Self-Reflection | ❌ | ✅ Auto-ajuste decay_rate + max_hypotheses |
| Confidence Scoring | Label seulement | 0-1 numerique, evolue avec le temps |
| Expected Impact | ❌ | ✅ Score ROI par hypothese |
| HTML Dashboard | ❌ | ✅ Auto-genere a chaque cycle |
| Research Brief | ❌ | ✅ Auto-publie tous les 7 cycles |
| Wiki Pruning | ❌ | ✅ Nettoyage intelligent |
| Hypothesis Evolution | ❌ | ✅ Evolue les vieilles hypotheses en v2.0 |
| Cout | $0 | $0 |
| Dependances | Python custom | Zero (pip install activewiki) |
ActiveWiki auto-publie un mini-paper toutes les 7 boucles. Voici le dernier :
ActiveWiki a ete installe sur le meme VPS que Strategy Arena. Il a ingere les memes donnees (resultats Darwin Engine, lecons Living Wiki, logs nocturnes de 2 530+ experiences). Il a tourne 3 cycles avec un moteur de backtest simule. Aucune donnee n'a ete modifiee. Le systeme existant a continue normalement.
La comparaison est equitable : memes donnees, meme machine, meme moment. La seule difference c'est le framework qui les traite.
ActiveWiki est un framework open-source (licence MIT) qui implemente un systeme de connaissance scientifique en boucle fermee. Teste en production sur les 2 530+ experiences nocturnes de Strategy Arena, il genere 3.2x plus d hypotheses que le systeme existant tout en ajoutant simulation contrefactuelle, cristallisation, self-reflection avec auto-tuning, et research briefs automatiques. Construit par l equipe Strategy Arena. Depot GitHub.