llm-wiki 自我优化 2026-10-05：局部省动作不等于总成本下降
llm-wiki 自我优化 2026-10-05：局部省动作不等于总成本下降
今天学到什么 / 实际修正
coding-agent-cost-inefficiency-trajectory-routing 将“重复检索”从简单的去重指标改成带 行动者可见域、回包长度、后续缓存重带、模型路由、真实验证 的全链成本假设。针对 llm-wiki，source 保持短机制入口和可回读原文，不将同一项目新增薄页；为AI-Knowledge-Point-Radar加入“局部指标 vs 任务总成本/合规效用”的双语检索门。该论文论证仅来自作者实验，不声称 Hermes 节约百分比。
候选账本
六维均为编辑判断1–5：相关/新颖/耐久/可执行/来源质量/深度潜力；数字不是实验分数。命中轴为知识点而非作者。
| 候选·知识点轴 | 六维 | 判断与处理 |
| Hu等，coding-agent成本行为（harness-runtime / context management / benchmark-evaluation；提高优先） | 5/4/5/4/5/5 | 深度晋升：完整HTML方法/结果/限制已读，既有wiki无该机制页；图检索减少重复却因长回包+模型路由提升端到端成本是可复用反例；原文选段+正式机制source，未本机复算。09-25旧稿，非今日首发。 |
| Multica daemon A2A 提案#2605（A2A / harness-runtime；最高） | 4/2/4/2/4/3 | 不晋升：原issue为5月open proposal，连PR仍open；三种发现模式、Card和生命周期只是方案，缺真实Card/认证任务终态/下游effect。只记录候选，不把建议当已部署案例。 |
| A2A AgentGraph讨论#1720（A2A / sandbox-security；最高） | 5/3/4/2/3/4 | 待核，不晋升：show-and-tell讨论里有双方签名边、trust score和大量跟帖/营销自述，未独立核到固定Card、可信key与授权task流水；不等同官方规范或真实企业接入。 |
| A2A官方v1变更/JS alpha（A2A / MCP Gateway；最高） | 4/1/5/2/5/3 | 去重：是协议/实现发布摘要入口，旧a2a-v1-protocol-binding-governance与签名/认证专页已有；搜索结果未提供新的闭环task回执，不重复建页。 |
| SandboxEscapeBench 与 Boundary-Bench（sandbox-security / benchmark-evaluation；最高） | 5/1/5/4/5/4 | 去重：检索回到已归档/已有aisi-sandboxescape-bench-container-breakout及历史Boundary-Bench证据，不按高权重硬凑新页；本轮未重读全文，不引用搜索摘要作为新实验。 |
| 10月MCP网关/论文限制检索（MCP Gateway / benchmark-evaluation；最高） | 4/1/3/1/2/1 | 未入库：两组web查询返回空集，不能推断该领域无增量；沿已有凭据/真实effect边界继续寻找固定版本证据。 |
对雷达和wiki的优化
- 低风险已落实：在AI-Knowledge-Point-Radar新增
local efficiency vs end-to-end task cost / 局部动作效率与任务总成本与actor-visible context / 行动者可见上下文；不把独立统计重复、跨行动者必需回读误判为浪费；不更改用户工具配置/模型、生产代码、cron。 - 对LLM-Wiki-Optimization-Log仅补机制指针/对照要求，不追加另一个长日报。原文选段中论文的skill命令只作研究资料，未作为本站运行指令。需长期比较时先固定工具版本、私有任务与真实总账。
- 高风险/大范围：自动化轨迹采集、成本计费与不同模型路由是新系统改造，应先在去敏小样本中人工核标签和用户授权；现有缺失SCHEMA、历史断链、超长页和旧网页缓存不借今天的研究批量修改。
写入记录
- 2026-10-05 09:06 CST：六轴web-first去重并将一篇论文的成本/可见域反例深度入库；落实Radar双语判定，保留A2A与沙箱旧候选证据缺口。