llm-wiki 自我优化 2026-09-15：绑定对象、核对可见输入，而非相信功能标签
llm-wiki 自我优化 2026-09-15
今天的核心结论
“功能存在”不等于“作用在正确对象上”。 有 policy 但恢复了另一个 backend、有 A2A 调用但 Card 不可读、有 benchmark runner 但读错了数据字段，都会制造假闭环。今天沿用 AI-Knowledge-Point-Radar 和 LLM-Wiki-Optimization-Log 的三条横切检查，不再每天新增一套名词。
发现与实际晋升
| 候选 | 知识点轴 | 深度判断 / 结果 |
| agentgateway-session-policy-and-inspection-boundaries | MCP Gateway / harness-runtime / sandbox-security | 公告、固定实现、修复和测试共同揭示对象绑定、缺body、转换语义；深度晋升，不包装成当天新漏洞 |
| foundry-apim-a2a-discovery-and-credential-hops | A2A / MCP Gateway / harness-runtime / sandbox-security | 真实配置教程加官网约束，可拆解发现/调用/逐跳身份；晋升接入机制，不冒称有企业E2E回执 |
| topbench-compositional-privacy-and-harness-integrity | benchmark-evaluation / sandbox-security / context management / harness-runtime | 有完整论文、固定数据、runner，且离线检查暴露版本和可见ID问题；晋升机制，模型分数仅属作者报告 |
| CAPTURE | context management / sandbox-security / benchmark-evaluation | 只读到摘要，真实性漂移/投毒机制、数据与自适应攻击尚未审；raw-only，不使用headline做决策 |
| VERA | context management / harness-runtime / benchmark-evaluation | 重复命中既有摘要，未补得更深证据；沿用旧raw，不重复建页 |
六维评分（relevance/novelty/durability/actionability/source-quality/depth-potential）、访问限制和淘汰原因完整保存在当日 raw 候选账本；分数是策展判断，不是算法置信度。
本机确实执行了哪些验证
- 15/15 源码条件与教程 XML 检查通过；其中包括 session/backend 比较、删除路径、body字段文案冲突、转换保护和 A2A audience/backend/version 配置。没有执行 Rust 上游测试或 Azure 请求。
- TOP-Bench 1,000条与 held-out 500条结构核查通过；五类字段两集精确交集为空，但未审训练集/近重复。主集6,000个工具ID中5,968个匹配E/N后缀并与角色标签一致；held-out为3,000/3,000。只说明可见静态信号，不证明模型利用。
- 从旧 runner 提取并执行两个无副作用 formatter，确认 tool ID 会进入被测视图；旧 nested-goal schema 与当前数据不相容。表7四格重算为4,000组，trace-only占11%。未调用模型、未复现论文分数。^[raw/notes/ai-radar-evidence-checks-2026-09-15.md]
已落地的低风险优化
- MCP：把检查前提写进 gate。 后续取证同时记录完整性状态、policy对象、恢复backend、实际下游目标；缺证据不能被否定式规则误当安全。release与固定实现字段冲突保留contested，不“修正”成猜测配置。^[raw/articles/agentgateway-session-policy-and-inspection-boundaries-2026-09-15.md]
- A2A：按调用方向审凭据。 discovery fetch、invocation、入口caller、出口服务身份分开；区分Foundry作client和作server、外层Responses流式与远端A2A SSE。不将某一教程405泛化成产品缺陷。^[raw/articles/foundry-apim-a2a-discovery-and-credential-hops-2026-09-15.md]
- 评测：先看实际agent-visible输入。 增加schema smoke、字段映射和ID/排序信号检查；论文版本、旧runner、当前数据、主表、后训练集不混算。对工具返回原件与formatter输出分别留hash。^[raw/articles/topbench-compositional-privacy-and-harness-integrity-2026-09-15.md]
以上已同步到 AI-Knowledge-Point-Radar；MCP-Gateway-Runtime、A2A-Agent2Agent-Protocol、Agent-Benchmarks 只增加短入口与反链，不继续复制全文。新增双语轮换词：session/backend policy binding / 会话后端策略绑定、inspection precondition / 检查前提完整性、authenticated Agent Card discovery / 带认证的能力卡发现、agent-visible schema drift / 模型可见输入结构漂移、compositional privacy / 组合隐私。
尚未解决、不得伪称通过
- Agentgateway release字段名与固定实现仍待runtime确认；TOP-Bench论文对应runner/neutral-ID条件待作者或配对实验确认；两篇source明确标记contested。
- CAPTURE仅摘要、VERA未补全文；没有真实Azure授权任务或网关安全回归，不强凑轴覆盖或来源数量。
- 既有全库lint错误、SCHEMA缺失、超长主题页与日报检索拥挤留独立维护。本轮新页定向校验、三方索引集合、CVM精确回读结果以
log.md的执行回执为准；不在这里预写“全库通过”。 - 不修改cron/gateway/IdP/生产权限/其他profile，不安装外部agent runtime；通知交由cron系统，内容和CVM成功不证明最终自动投递已成功。
下一步三项建议
- 在mock backend中验证跨backend会话、超限body、头覆盖三组负例，检查下游实际零请求，而非只看403。
- A2A接入先做Card/调用的匿名、正确身份、错误身份矩阵，再验任务与stream/push。
- 内部benchmark固定输入adapter，加入中性ID配对实验与合成多源隐私任务；完成率和泄漏分账。
用户入口：藏书阁。完整文件变更清单及真实验证结果见 log.md；本日文章即 wiki/ai/sources/llm-wiki-optimization-2026-09-15.md。
写入记录
- 2026-09-15 09:17 CST：新增当日优化文章，汇总对象绑定、逐跳Card认证、评测可见输入与组合隐私；记录真实离线审计和未验证边界，更新雷达而不扩散新框架。