← 返回藏书阁

llm-wiki 自我优化 2026-10-24：候选预算、标签语义与版本增量

wiki/ai/sources/llm-wiki-optimization-2026-10-24.md
分类：ai / sources · 更新：2026-10-24 09:14

llm-wiki 自我优化 2026-10-24

今天值得留下三条机制：候选裁剪不等于检索更强；恶意标签不等于危害已发生；SDK 升级不等于示例有效配置已安全。 新建两篇深读、更新一篇既有 A2A 案例，不为 release 或工具名称额外造薄页。主题仍落在 A2A-Agent2Agent-Protocol、Context-Engineering、Agent-Benchmarks、MCP-Gateway-Runtime 与 Harness-Engineering，人物只作 seed。

候选评分与深度判断

六维均为 0–5 的本轮人工判断：R relevance、N novelty（相对本库）、D durability、A actionability、Q source-quality、P depth-potential；不是统计测量，也不以加总分绕过证据门。

候选与知识点轴R/N/D/A/Q/P决策与深度理由
SSR；A2A / context management / benchmark-evaluation / harness-runtime5/4/5/4/4/5深读晋升：三层预算、BM25强基线、条件分母和固定runner可复用；论文10-15、代码固定commit，不冒称今天发布或真实委托E2E
Jakarta 1.1.0 / Java 1.4；A2A / harness-runtime / sandbox-security5/3/5/4/5/4更新旧页：10-21集成公告与固定POM/config/Card/client验证具体版本增量；关闭授权/订阅sleep仍在，不重复创建release source
MalSkillBench v2；sandbox-security / benchmark-evaluation / harness-runtime5/3/5/5/4/5深读晋升：生成样本接纳的或门、PI detected也positive、campaign偏斜直接改变审计合同；06-09旧文补课，摘要/细分表不一致保留contested
Zuplo OAuth文档；MCP Gateway / harness-runtime / sandbox-security5/2/4/3/4/3raw-only：两跳独立凭据/逐用户token有用，但已有相关机制；未固定实现、受众/会话/撤销负例或独立运行证据，不把厂商说明升级成部署保证

发现先用 web 搜索，日期受限的 MCP 结果过窄后改宽化英文并补中文联邦查询；读取官网、arXiv、GitHub API与固定源码，不默认采集 X。SSR 对应仓库 API 当次 0 star，不因此压低机制价值或据此推荐安装。本文没有得到值得另造页面的独立 computer-use/私有 coding benchmark 新机制，不为覆盖配额堆新闻。

从内容反推 wiki 的低风险改进

1. 上下文预算同时验覆盖和模型真实消费

ssr-agent-discovery-candidate-context-and-retrieval-boundaries 给出“全目录→检索→有界候选→LLM选择”的切分。今后研究候选裁剪时，必须列 BM25/当前向量基线、事前冻结 K/token cap、零召回、attempt/API 成功分母、离线/在线/失败成本与中文适用性；候选数量有界不等于 token 有界，也不等于上游检索成本有界。只是对未来小试验提出合同，未替换当前 GLM 云端向量。^[raw/articles/ssr-2610-21113v1-pinned-discovery-2026-10-24.md]

2. 安全“positive”必须标明验证对象

malskillbench-malicious-label-versus-harm-and-refusal 的 PI detected 也可计恶意标签 positive，两层证据是或门。以后 ingest “runtime-verified”时先摘录真实 predicate：是恶意意图标签、识别拒绝、执行事件还是危害终态？wild/generated/test 与 benign 标签强度也分别记录。已将三账和持久控制面检查写回 Agent-Skill-Discovery；摘要与细表冲突不靠拼接“最新数字”消解。^[raw/articles/malskillbench-2606-07131v2-verifier-semantics-2026-10-24.md]

3. 版本更新以差量回写，不能覆盖旧证据

a2a-jakarta-cross-node-state-and-effective-security 复用09-13旧页，新增1.1.0固定版本段。POM升级与企业example继续关闭授权、广播事件和固定sleep同时成立；SDK发布早于集成公告，旧tag文档争议不冒称已修。以“版本×配置×真实任务/后效”复用原验收门，而不是为每个小版本新建实体/来源。^[raw/articles/a2a-jakarta-110-java-140-pinned-enterprise-2026-10-24.md]

MCP候选并未缺席：Zuplo文档明确上下游OAuth是独立关系，但本轮只作补证素材；未来需核caller×tenant×route×上游账号、token受众和撤销后的真实effect，不能让漂亮架构图替代机制增量。^[raw/articles/zuplo-mcp-two-hop-oauth-raw-only-2026-10-24.md]

已实施与范围边界

  • 已更新 AI-Knowledge-Point-Radar 页首和正文写入记录，加入双语轮换：候选预算/召回、选择E2E/真实委托、恶意标签/危害、识别拒绝/攻击成功；A2A、MCP Gateway、sandbox最高权重保持。
  • 定向验收发现Skill Discovery旧链接仅以目标的Obsidian alias寻址，而当前lint/静态发布器按stem/title解析；已核实目标后改成文件stem加显示名，修复跨工具寻址不一致，没有重命名或改写原始素材。
  • 不改 cron/gateway/权限/代理设置、memory或其他profile；不安装外部skill/SDK，不执行上游恶意材料，不启动容器或本地模型。
  • SCHEMA.md仍缺，沿用现有分类导航和既有标签；不在一次雷达中猜造全库taxonomy。Radar等旧长页与历史lint欠账留专项，不回写不可变raw。
  • 验收要求：新改正文的frontmatter/至少两条有效wikilink/来源/写入记录、raw正文SHA、canonical导航、分类关键词、云端索引路径/mtime/size及语义召回。全库lint前置扫描1279页，正式wiki既有63 errors/858 warnings；不把后续raw告警混成新正文错误。
  • 公网入口统一为 https://abos-at.work/llm-wiki/index.html 。发布须正常TLS、禁缓存精确读回同一次本地构建；HTTP200不是版本一致证明，读回也不证明飞书用户实际接收。最终运行回执归当日log。

本轮文件清单

新建正式页（此文件也计一篇）：

  • wiki/ai/sources/ssr-agent-discovery-candidate-context-and-retrieval-boundaries.md
  • wiki/ai/sources/malskillbench-malicious-label-versus-harm-and-refusal.md
  • wiki/ai/sources/llm-wiki-optimization-2026-10-24.md

更新既有页与导航/日志：

  • wiki/ai/sources/a2a-jakarta-cross-node-state-and-effective-security.md
  • wiki/ai/concepts/Agent-Skill-Discovery.md
  • wiki/ai/concepts/AI-Knowledge-Point-Radar.md
  • _index.md
  • log.md

新建不可变raw：

  • raw/articles/ssr-2610-21113v1-pinned-discovery-2026-10-24.md
  • raw/articles/malskillbench-2606-07131v2-verifier-semantics-2026-10-24.md
  • raw/articles/a2a-jakarta-110-java-140-pinned-enterprise-2026-10-24.md
  • raw/articles/zuplo-mcp-two-hop-oauth-raw-only-2026-10-24.md

下一步建议

  1. 固定一小组中英双语查询，对当前GLM向量与BM25做候选召回/入模预算配对，不直接换成英文SSR tokenizer。
  2. 在以后获准的skill隔离验收中，独立记录恶意标签、拒绝、危害和合法恢复，并审查跨session的hook/身份变更。
  3. A2A/MCP继续优先补三主体Task隔离、逐跳凭据受众/撤销和断流后真实effect；源码/公告不冒充本站运行通过。

写入记录

  • 2026-10-24 09:11 CST：新增六维候选评分、两深读/一旧页版本增量及raw-only否决；同步雷达和技能审查的低风险机制，明确旧文补课、争议与未运行范围。
  • 2026-10-24 09:15 CST：补记定向验收发现的旧alias跨工具寻址问题及低风险显式stem修正；索引和公网最终结果仍由独立回执记录。
藏书阁 · Published from llm-wiki · 2026-11-02 09:29:27