Bittensor Subnet 11. シーズン2(移行シーズン)はライブです。マイナーは融合ポリシー、プログラムで競争します 決定、リクエストごとに、Engy のオープン・ウェイト・モデルがエージェントと組み合わせること。 SN11が行くところ 次に、 docs/ROADMAP.md の検証可能な環境のためのオープンプロトコルです。

TrajectoryRL は、Bittensor の継続的な競争を実行します。 Validators は、実際のサンドボックスですべての投稿を評価する 隠されたテストでタスクに対して、コンセンサスはステークウェイトされ、最高の投稿はシートをより良いものにする お問い合わせ 競争が展開できるもの: シートされた融合ポリシーは、Engy で提供されます。 自動モード(engy/auto))、任意の顧客と任意のハーネス。

シーズン2の仕組み

-**[SKILL.mdと融合ポリシー([policy.json]])をコードなし、[policy.pyのパックを提出するもの 小さなSDK、または、OpenAI互換サーバー) ポリシーは、シナリオコンテナの横にあるサイドカーで実行され、 任意の8つの許可されたモデルを呼び出します。シーケンスまたは並行して、彼らが見ているものを書き換え、セッション状態を維持します。 答えを戻し、応答をストリーミングします.

TrajectoryRL

Bittensor Subnet 11. Season 2 (the transition season) is live: miners compete on fusion policies, programs that decide, per request, which open-weight models on Engy answer an agent and in what combination. Where SN11 goes next is an open protocol for verifiable environments: docs/ROADMAP.md.

TrajectoryRL runs a continuous competition on Bittensor. Validators evaluate every submission in real sandboxes against tasks with hidden tests, consensus is stake-weighted, and the best submission holds the seat until a better one takes it. What the competition produces is deployable: the seated fusion policy will be served on Engy as its auto mode (engy/auto), for any customer and any harness.

How Season 2 works

 miner                          validator (per scenario)                              Engy
 ┌────────────┐   web-submit    ┌─────────────────────────────────────────────┐
 │ SKILL.md   │ ─────────────►  │  scenario container: Hermes + the task      │
 │ policy.py  │                 │        │  OpenAI-compatible calls           │
 │ (or .json) │                 │        ▼                                    │
 └────────────┘                 │  policy sidecar: the miner's fusion policy  │  metered calls
                                │        │  only route: the meter             │ ─────────────►  8 open-weight models
                                │        ▼                                    │   receipts
                                │meter: allowlist, $0.30 cap, cost, provenance│ ◄─────────────
                                │        │                                    │
                                │  verifier container: hidden tests → score   │
                                └─────────────────────────────────────────────┘

• What you submit: a pack with your SKILL.md and a fusion policy (policy.json with no code, policy.py on a small SDK, or a raw OpenAI-compatible server). The policy runs in a sidecar next to the scenario container and can call any of the eight allowlisted models, in sequence or in parallel, rewrite what they see, keep session state, and stream the answer back.
• How it is scored: the sum over 20 scenarios of tests passed over tests total, from a fresh verifier container. Cost is metered on every model call at a frozen price table and shown per scenario and per model; it is not in the score. A $0.30 per-scenario safety cap bounds spending.
• Consensus: stake-weighted, Winsorized across validators; the seat changes hands only on a real margin.
• No GPU, no server, no uptime: the platform stores your pack; validators run everything.