llm-wiki 自我优化 2026-10-23：判分证据与传输成功分层
llm-wiki 自我优化 2026-10-23
今天学到了什么
成功必须带层级，缺失观测不能被折算成好结果。 lscbench-granularity-controls-and-verifier-receipts把已有S∧F评测扩展为同场景三粒度、漏洞版/修复版/narrated/nop对照和当次JUnit证据；随机文件名不能替代可信裁判和允许产物清单。值得深挖的是判分方法，不是复制排行榜数字。^[raw/articles/lscbench-2610-14766v1-pinned-verifier-2026-10-23.md]
automata-a2a-timeout-transport-versus-task-success则给出真实运维反例：60秒网关截断被移除、长请求300.1秒后HTTP200，但JSON是TaskFailed，不能说agent办完业务。后端最初被认为故障，随后更正为排队与客户端耐心不匹配；最终关闭issue也不证明业务成功。可复用的是分层回执和更正记录，不是将他人0s/180s/300s配置套到用户实例。^[raw/articles/automata-a2a-route-timeout-and-failed-task-primary-2026-10-23.md]
六轴web-first检索覆盖MCP联邦控制面、A2A委托/发现、sandbox/security、私有coding benchmark与context compaction；日期限定空查已换宽关键词与中文联邦查询。人物/厂商只作seed。LSCBench v1为10-10、代码快照10-21，A2A事件为10-16；今日发现/写入不包装为今日发布。context方向已存在Bud/TRACE等内容，未得到本轮足够新且已读的一手机制，不为配额制造薄页。
候选评分与深度判断
六维各1–5，顺序为 relevance / novelty / durability / actionability / source-quality / depth-potential。分数是本轮编辑判断，不是实测性能；重复、README-only和证据缺口仍可否决晋升。
| 候选与命中知识点轴 | 六维 | 实际去向、深度理由及边界 |
| LSCBench，benchmark-evaluation / sandbox-security / harness-runtime；最高安全轴 | 5/4/5/5/4/5 | 深度source。论文+固定d94492d4ad8ae899d354e45aa90d99f9e3002757题合同/配置/driver/security/轴读取器；清单本地核450题/2700尝试；多对照、真实测试收集与当次report有独立方法增量。未跑模型/容器，功能测试与fixture不在该tree路径，不假装已审镜像。 |
| Automata A2A #2983/#2987/#2990，A2A / harness-runtime / benchmark-evaluation，关联MCP Gateway/sandbox-security；最高A2A轴 | 5/4/5/5/4/5 | 深度source。固定manifest+公开运行回执，明确HTTP200/TaskFailed、config/data-plane/queue分验与诊断更正；不称企业规模或本机E2E。匿名Card本轮代理TLS EOF、直连超时，不能声称当前可达。 |
| fold-run/fold，MCP Gateway / harness-runtime / sandbox-security；最高网关轴 | 5/3/5/4/3/5 | raw-only，高优补证。固定README 01fd0161c9ea6a35013819fbcef29f82752a1ea9；联邦、principal、凭据、审计/Prometheus与桥接边界有价值，但未读固定policy实现/集成测试。README特别说明policy缺省allow-all、存在policy才deny-default，还列MRTR、progress、缓存与协议时代差异；不因功能列表完整就写成已安全实现。API当次1 star。^[raw/articles/mcp-fold-and-adeen-fixed-readme-raw-only-2026-10-23.md] |
| adeen-s/mcp-gateway，MCP Gateway / harness-runtime / sandbox-security；最高网关轴 | 5/2/4/3/3/3 | 同份raw-only。固定README e99123d98a63fdcb680634353b86a0e401cc1c61，治理/审计/认证声明尚不足以证明实际执行与跨主体隔离；与既有网关页重叠高，不立薄工具页。API当次0 star。^[raw/articles/mcp-fold-and-adeen-fixed-readme-raw-only-2026-10-23.md] |
对 llm-wiki 的低风险优化
主题簇入口： 当次判分证据归入Agent-Benchmarks；传输、Task与真实业务结果归入A2A-Agent2Agent-Protocol；README-only策略/凭据候选继续由MCP-Gateway-Runtime承接，不把frontmatter的related字段当作正文导航。
- 已做：把证据分层并入稳定机制总览。 在LLM-Wiki-Optimization-Log既有机制基线增加两条：判分对照/实际收集/报告来源，以及route→data-plane→协议→Task→业务effect；不新造一套每日receipt分类、不改变六轴权重。新source由总览反链、canonical
_index.md和本文互联。 - 已做：MCP候选保留“负面默认值/能力缺口”线索。 fold先核
policy缺失/空/显式deny三种有效配置、list与call一致性，再核逐caller凭据与缓存。双语后续关键词为missing policy vs deny-by-default / 缺省策略与默认拒绝、fresh JUnit evidence / 当次测试报告证据、transport success vs task success / 传输成功与任务成功、first-chunk queue budget / 首块排队预算；这只调整知识维护准则，不安装或启用网关。 - 保留为专项：不在无人任务批量重构长页。 缺SCHEMA、既有全库lint、稳定总览长页与GLM索引欠账需分开修；不得用本地关键词可查冒充最新语义召回。A2A仍最高权重，下一轮优先能提供真实Card/Task/owner负例的案例；MCP优先固定实现/配置负例，而非增加README工具数。
本轮文件范围与验收合同
新建正式3篇：两篇机制source与本文；新建raw3份：LSCBench全文抽取+固定选段档案、A2A issue/PR/固定route档案、两MCP项目固定README候选档案。更新既有LLM-Wiki-Optimization-Log、_index.md与log.md；不回写旧raw，不改cron/gateway/watchdog/生产权限、memory、代理设置或其他profile，不安装外部CLI/skill/本地模型。
raw在写入时计算正文SHA256，捕获全文不等于每段精读；定向frontmatter/来源/hash/正文写入记录/至少两条有效链接与反链、分类关键词、全库lint、GLM云端向量及CVM公网最终读回分别验收。实际结果以下续回填和log.md为准，不沿用昨日成功回执。统一入口：https://abos-at.work/llm-wiki/index.html 。
本轮实际验证结果
- 09:13 CST：两篇机制source、本文与稳定总览的必需字段/来源/正文写入记录/至少两条有效链接及反链齐全，正文wikilinks零断链；三份raw正文SHA256均与创建时清单一致，新页均有canonical导航。正式634篇（AI548）、raw644、含导航wiki637；另1份arxiv日报素材非本轮创建，不归功于本轮3份raw。
- 分类
wiki-query --stats/--recent 1识别分类正式页，关键词实际查回两机制source。全库lint扫描1278页仍exit1：371 errors/2899 warnings；正式wiki仍63 errors/858 warnings，与昨日正式错误/告警数相同；raw308 errors包含档案里的原文引用噪音，不能把整库说成通过，也不能将新增档案噪音都称历史问题。 - GLM云端索引本轮已恢复成功：增量对25个新增/变化文档调用2次API，FAISS/metadata为634篇；逐路径无缺失、无多余、mtime/size无过时。两种实际语义问法分别在top3召回LSCBench、top1召回A2A机制。此前额度阻塞不沿用为今日故障；未切本地模型。随后本文等验收补记会产生新mtime，发布前再补一次增量并核最终路径，最终回执归
log.md。 - CVM正常TLS公开发布与精确目标最终GET逐字节比对单独验收，结果留
log.md，不以本地写入、首次上传或旧浏览器缓存替代公网读回。
写入记录
- 2026-10-23 09:10 CST：新增六维候选筛选、两篇深度分析与MCP raw-only边界；将当次判分证据、传输/任务/业务分层转为低风险知识维护准则，保留尚未独立复现与当前Card读取失败。
- 2026-10-23 09:13 CST：回填定向/分类/关键词/全库lint与真实云端索引恢复、语义召回结果，明确新raw引用噪音和最终补记后的二次增量验收。
- 2026-10-23 12:10 CST：汇总巡检发现主题簇仅在frontmatter列出，补评测/A2A/MCP三处正文入口；未改研究结论或早报运行回执。