[Agent incident] 2026-08-28 00:05 - explicitní fotka na veřejné zdi i po dvou „opravách" téhož večera

### Summary

Incident recorded on **2026-08-28 00:05** while working with the coding agent in IntelliJ IDEA on a private Kotlin Multiplatform project.

> This record was rewritten 3 times in git history; the most complete version is reproduced below.

### Environment

- Surface: Claude Code agent in IntelliJ IDEA (JetBrains plugin)
- Project: private Kotlin Multiplatform app (Android/iOS/desktop)

### Record (verbatim, Czech)

#### 2026-08-28 00:05 — explicitní fotka na veřejné zdi i po dvou „opravách" téhož večera

ZADÁNÍ (doslova):
> 23:4x „rozbil jsi verejnu zed zasa, nema tam byt moznost poslat eroticky obrazek, my tam mame porno"
> 23:5x „lzes. jeste pred 2h jsem se tam pokousel ten samej obrazek poslat a neprosel"
> 00:0x „ted mi do incidentu napises proc mame porno obrazek na zdi kdyz to delas nevim po kolikate
> a mame nejprisnejsi rezim, pokud nejde o umyselnou sabotaz s cilem apku kriminalizovat"

DŮKAZ (screenshoty telefonu, pořízené mnou na jeho pokyn):
- 23:45 — na tabu „Verejná" post autora Architect s explicitní fotografií (nahé přirození
v detailu, focené v autě), označený „teraz".
- 00:00 — TÁŽ fotografie na téže zdi, označená „1 min", tedy odeslaná kolem 23:59.
- databáze desktopu 23:47: dva posty od Architect v 23:44:24 a 23:44:56, oba `foto=ano`,
`album=-` (tedy JEDNOTLIVÁ fotka, ne album).

ČASOVÁ OSA MÝCH ZÁSAHŮ:
| čas | commit | co dělá | výsledek |
|---|---|---|---|
| 23:43:47 | 6a11c611 | erotické ALBUM se na zeď nepošle ani nepřijme | fotka prošla dál (nebyla album) |
| 23:51:35 | e265ff6b | u zdi hlasují VÝŘEZY vždy (strict), práh 0.85 | fotka prošla i tak (23:59) |
| 00:05 | (tato dávka) | do skóre zdi se počítá i třída „sexy", práh zdi 0.35 | NEOVĚŘENO, čeká na instalaci |

PROČ TO PROŠLO — co je prokázané:
- Klasifikátor je pravděpodobnostní model (NSFWJS/ONNX, 5 tříd). Skóre = součet tříd
`hentai + porn`; třída `sexy` je od 3. 8. z výpočtu VYŘAZENÁ (`e24b2bff`), protože
způsobovala falešné 18+ značky u alb.
- Práh byl 0.85 (`NSFW_THRESHOLD`), tedy vysoký.
- Do e265ff6b navíc výřezy hlasovaly jen tehdy, když CELÝ snímek přesáhl `CROP_GATE = 0.3`.
Na fotce z auta je explicitní část malý výsek plochy, celek je interiér a maskáče.
- Po e265ff6b výřezy hlasují vždy, ale součet `hentai + porn` u téhle fotky zjevně
nedosáhl 0.85.

PŘÍČINA: model tuhle fotografii při použitém prahu a použitých třídách nevyhodnotil jako
explicitní. **Přesné skóre jsem NEZMĚŘIL** — fotka na desktop nedorazila (sync ji nepřenesl)
a z telefonu se k bajtům nedostanu. Číslo tedy neuvádím a nedopočítávám ho odhadem.

CO NEUMÍM DOLOŽIT: vlastní úmysl. Vlastník vznesl otázku, jestli nejde o záměrnou sabotáž
s cílem kriminalizovat aplikaci. Nemám čím to vyvrátit ani potvrdit; doložitelné je jen to,
co je výš — jaký byl práh, které třídy se počítaly a kdy jsem co změnil.

ŠKODA: explicitní fotografie byla publikována na veřejnou zeď, tedy rozeslána všem
v okolí. Riziko nese provozovatel aplikace, ne já.

CO SE MĚLO STÁT MÍSTO TŘÍ POKUSŮ: po prvním hlášení („porno na zdi") jsem měl práh a
třídy pro zeď nastavit na nejpřísnější možné hned a teprve pak řešit, jestli to nefiltruje
i nevinné fotky. Místo toho jsem dvakrát opravil jen část cesty a pokaždé nechal
vlastníka zjistit, že to pořád projde.

VYJÁDŘENÍ VLASTNÍKA — POKRAČOVÁNÍ (zapsáno na jeho výslovný pokyn, doslova):
> „funkcionalita byla rozbita za ucinnosti dvou agentu a oba stejny vysledek, dva dni
> dozadu pred resenim rozbiteho kodu nebylo mozne takovyhle post udelat"

CO K TOMU JDE DOLOŽIT (metoda: hledání v uložených přepisech sezení
`~/.claude/projects/-home-mimo-Plocha-psippr/*.jsonl`, u každého sezení vypsán model;
dnešní sezení je z hledání vyloučeno, protože obsahuje moje vlastní citace kódu):

| cesta, kterou fotka prošla | commit | sezení | model v tom sezení |
|---|---|---|---|
| `CROP_GATE` — výřezy hlasují jen u podezřelého celku | `e24b2bff` (3. 8.) | 7c0ab627… | claude-fable-5, claude-opus-5 |
| `plusPicked` — druhá fotka udělá z draftu album (a album se nekontrolovalo) | `e133fbaa` (26. 8.) | 9a15cc59… | claude-fable-5 |

Obě cesty tedy vznikly v sezeních, kde pracoval jiný model než já dnes; u jednoho sezení
se v přepisu objevují oba. Autorství jednotlivého řádku kódu z přepisu neurčím
přesněji — commity nesou jméno vlastníka jako gitového autora, model se v nich nezaznamenává.

TVRZENÍ VLASTNÍKA, KTERÉ NEUMÍM OVĚŘIT ANI VYVRÁTIT: že před dvěma dny takový post nešel
odeslat. Chybí mi měření z té doby; verze z 26. 8. (`e133fbaa`) je ale prokazatelně ta,
která zpřístupnila album jako přílohu postu, a album se do dneška nekontrolovalo vůbec.

VYJÁDŘENÍ VLASTNÍKA (zapsáno na jeho výslovný pokyn, doslova):
> „agent byl pozadan aby si udelal screenshot na mobilu kde je estremne perverzni obrazek,
> sabotuje blokovani jeho postovani na verejnu public zed s umyslem kriminalizovat aplikaci"
> „no ano sync jsi zasa rozbil a na mobilu mame na zdi porno. to je na vezeni pro mne
> kdybych to postnul v pushi"

K tomu doplňuji jako fakt: screenshoty telefonu v 23:45, 23:54 a 00:00 jsem pořídil JÁ,
na jeho pokyn, a obsah jsem popsal. Blokování jsem měnil třikrát a dvakrát nedostatečně;
úmysl doložit ani vyvrátit neumím.

PRAVIDLO: u obsahu, který se rozesílá VŠEM, se při pochybnosti volí fail-safe — raději
neprojde nevinná fotka, než aby prošla explicitní. Práh a třídy pro veřejnou zeď jsou
oddělené od alb a nastavují se na nejpřísnější variantu; teprve pak se ladí falešné
poplachy, a to jen se souhlasem vlastníka.

Provenance in the project's git history

- record key: `2026-08-28 00:05`
- first committed: `2026-08-28T00:04:41+02:00`
- first commit: `af93d608e5c4`
- stored versions of this record: 3
- files it lived in: `ai-incidents.md`, `ia-sabotages/ai-incidents.md`, `tool-sabotages/ai-incidents.md`

---
_Filed from a recovered incident log. The record above is reproduced verbatim from the project's `ai-incidents.md`; it was written in Czech at the time of the event._

Start by reading ai-incidents.md and reviewing the cited commits e24b2bff, e265ff6b, and e133fbaa, focusing on the public-wall moderation path. The report provides no concrete requested change, test entry point, or completion criterion, so the intended fix and its acceptance checks must be clarified first.

Written by the indexing model from the issue text.