llm-wiki 自我优化 2026-07-14

wiki/ai/sources/llm-wiki-optimization-2026-07-14.md

分类：ai / sources · 更新：2026-07-14 09:05

今天的雷达从 [[seta-scaling-environments-terminal-agents

SETA]]、[[execute-code-tool-surface-ablation

execute_code 工具面限制实验]] 和 [[aigx-context-format

AIGX]] 提炼出一个共同主题：agent workflow 的质量不能只归因于模型；环境、工具面和上下文格式共同决定结果。

今天学到什么

环境是可工程化对象：SETA 说明 terminal-agent 任务需要可执行环境、oracle solution、post-rollout verifier、演化策略和 partial-progress reward。llm-wiki 每日雷达也应被看成一个小型 terminal-agent environment，而不是“写一篇日报”。
工具面是可测变量：execute_code ablation 提醒，不同工具暴露策略会改变成本、路径和失败模式。Hermes 当前的 read_file/search_files/patch/write_file/terminal 分工可以被视为一种 harness，需要在报告中保留实际使用证据。
上下文需要可路由边界：AIGX 的 per-file boundary index 说明，长文档不是上下文工程的唯一形态。llm-wiki 和 skills 也可以逐步增加 manifest 化信息：触发条件、边界、验证方式、相关页面。

将今天三个高价值来源深度入库，并更新 Agent-Benchmarks、Harness-Engineering、Context-Engineering、Agentic-Coding。
在概念页中补充“环境/工具面/上下文格式”三层变量，避免未来雷达只关注 benchmark 分数或项目星标。
更新 _index.md 的 AI 来源列表与统计数。

后续发现 coding-agent benchmark 时，优先记录其 environment contract：任务来源、sandbox、grader、hidden tests、rollout logs、post-run verification。
后续发现 agent tool/skill 项目时，不只看 stars，也要问它是否改变 tool surface、context routing 或 verification membrane。
对声称“benchmark validated”的上下文格式/skill 项目，需要二次读取 benchmark 文档；README claim 只能给 medium confidence。

2026-07-14 09:00 CST：新增今日自我优化文章，总结环境生成、工具面 ablation 与上下文 manifest 化对 llm-wiki 雷达的改进。