llm-wiki 自我优化 2026-10-03：可执行判分与身份传输分验
llm-wiki 自我优化 2026-10-03：可执行判分与身份传输分验
今天从内容学到什么
Agent-Benchmarks主题簇中的vera-executable-safety-cases-and-channel-paired-verification提供“发现风险→程序化初态/验证器→受控运行→服务状态”的可迁移流程，但合法任务成功与攻击造成危害是不同判分谓词；不能以二者的百分点差值声称自适应攻击贡献。openshell-sandbox-identity-versus-tls-boundary表明“沙箱连接是TLS”不等于“沙箱持有用户证书”或“RPC归属正确”，必须分开网关CA、驱动bootstrap、沙箱JWT、用户mTLS，并用负例验证实际effect。前者是7月旧论文今天补读，后者是10月1日合并PR，均非今天首发。此处只是借鉴评测合同，未改真实Hermes权限。
候选账本（相关/新颖/耐久/可执行/来源质量/深度潜力；主观1–5）
| 候选（命中知识点轴） | 六维 | 深度判断 / 处理 |
| Vera论文＋仓库README（benchmark-evaluation / sandbox-security / harness-runtime，关联context management；高权重） | 5/4/5/5/4/5 | 深度入库：1600可执行用例及原始/模型可见回包、状态/轨迹/验证器分层；Hermes是被测对象，值得澄清成功率和因果归因。仅论文/README，不声称复算。 |
| OpenShell #3110＋#2968（sandbox-security / harness-runtime / MCP Gateway；高权重） | 5/4/5/5/5/5 | 深度入库：真实合并PR/测试声明区分CA、JWT、user mTLS/driver边界，可改进沙箱验收。未读53文件全部diff，不称本机覆盖。 |
| agentic-community A2A reverse-proxy PR #1434（A2A / MCP Gateway / harness-runtime；高权重） | 5/1/5/4/5/4 | 去重不晋升：已有agentic-community-mcp-gateway-registry-ai-asset-control-plane且09-21更新逐路由，搜索结果仍为7月已合并功能；此次未见新实测task终态/跨网关证据。不拿PR摘要冒充真实部署。 |
| A2A官方issue目录（A2A；高权重） | 4/1/4/2/4/2 | 仅候选：签名示例/telemetry提案有价值但无新真实Card＋auth＋任务终态连贯回执；不以提案凑案例。 |
| AgentSecBench与BenchShield（benchmark-evaluation / sandbox-security） | 5/1/5/3/5/4 | 去重：已有agentsecbench-channel-closure-and-evidence-boundaries、benchshield-reward-lifecycle-integrity；无独立新复现证据。 |
| 独立context management（context management） | 4/1/5/2/2/2 | 暂缓：此次重点是跨工具的模型可见证据，未取得优于Context-Engineering现有解释的独立实验。 |
上述评分只是本轮筛选判断，并非客观质量指标；没有为单一人物/新闻建页。原始归档为有范围标记的选段，不是伪装全文。A2A实践保持最高优先级。
已实施的低风险机制优化
- 在AI-Knowledge-Point-Radar加入双语检索/入库门：
same-goal paired safety evaluation / 同目标配对安全评测、sandbox identity vs transport TLS / 沙箱身份与传输TLS分验；主文与优化页相互链接，沿用三条证据/对象/真实effect门，不新建一套平行分类/receipt。 - 反向检查wiki自身：向量定向召回应能找到承载机制source，而非只找到今日优化页；分类已庞大（当日2篇机制＋1篇优化），先少而深，不拆/建额外人物页。
需要明确的后续边界
隔离环境先做旧案例的真实verifier负例与合法任务回归；真实生产agent/网关权限不自动升级。找A2A有Card/auth/task/stream/trace同链案例；当前缺它，不把存量标准或仓库PR说成完整E2E。全库历史lint、SCHEMA缺失及旧缓存策略不在本轮自动大改范围内。
写入记录
- 2026-10-09 12:00 CST：为评测观察补正文主题簇入口，不改变10-03原有证据与判断。
- 2026-10-03 09:04 CST：六轴搜索并筛选新旧来源，明确安全评测的异谓词归因陷阱与TLS/身份分界；同步低风险雷达检索门，保留A2A实证缺口。