llm-wiki 自我优化 2026-07-29
llm-wiki 自我优化 2026-07-29
今天从内容更新中学到什么
今天的高价值候选集中在五条线：收敛式项目治理、AI 系统评测设计、运行时上下文、sealed benchmark integrity、跨宿主 skill 编译。它们共同提示：llm-wiki 的 radar 不应只提高“发现量”，而应把每次发现变成可收敛、可评估、可复现、可迁移的知识工作流。
| - [[coderail-convergent-coding | CodeRail]] 提醒：探索并不等于混乱；spec 可以在探索后被追认为 repo-local guardrail。 |
| - [[laborant-evaluation-design-skills | Laborant]] 提醒：评测要先定义 live boundary、runner、scorer、observations 和 limitations。 |
| - [[vinv-runtime-context-bandits | Vinv]] 提醒：很多 coding-agent 失败来自没有运行时证据，而不是缺少更多静态文本。 |
| - [[agentbattler-bench-sealed-harness-benchmark | AgentBattler Bench]] 提醒：不可信结果应撤回，基础设施失败和 agent 失败必须区分。 |
| - [[kitbash-cross-host-agent-skill-format | Kitbash]] 提醒：skill 是有 token 成本、版本、编译目标和 drift 风险的工程制品。 |
今天已做的低风险优化
- 强化 Harness 完成合同：更新 Harness-Engineering，加入 scope convergence、eval design、runtime context、benchmark integrity、skill compilation 五层。
- 强化评测页的完整性意识：更新 Agent-Benchmarks，加入 AgentBattler 的 sealed schedule、isolation audit、withdrawn ranking、snapshot replay。
- 强化 skill 生态页的跨宿主/预算视角：更新 External-Agent-Skills-Design-Patterns，加入 Kitbash 的 skill source/compiled output、standing token cost、lockfile/drift detection。
- 将今天的来源按“方法论/机制”晋升，而不是按 star 数：PenguinHarness、Claude Starter Kit 等高 star 项目暂未晋升，避免连续多天制造相似 harness 薄页。
对 radar / 关注名单的调整建议
- 后续固定关注 repo-local convergence / project governance：这类内容能减少 agentic coding 的跨会话漂移。
- 固定关注 eval design / claim receipts / benchmark integrity：比单纯 leaderboard 更耐久。
- 固定关注 runtime context / trace-to-source / code behavior graph：这是 Context Engineering 从静态检索走向真实执行证据的关键方向。
- 对 skill ecosystem 增加 token budget、lockfile、cross-host adapter、permission manifest 四个筛选维度。
未做或暂缓的优化
- 未安装 CodeRail、Laborant、Vinv 或 Kitbash；这些都会改变本地项目或 skill 工具链，需用户确认。
- 未晋升 PenguinHarness / Claude Starter Kit / agent-scaffold：它们相关但与既有 BOSS Console、Approving、Flow-Next、AgentOps、PM Manager 等页面重叠，今天缺少足够新机制。
- arXiv 今日仍因 429/timeout 未能提供可靠新论文候选；已在报告中按 blocked-by-access 处理，而非判定无价值。
写入记录
- 2026-07-29 09:00 CST：新增当天 llm-wiki 自我优化文章，总结收敛式治理、评测设计、运行时上下文、sealed benchmark 与跨宿主 skill 编译对 llm-wiki/radar 的优化启发。