SkillRise + Metis 双立标 critical-read · flyP 实战 recipe v2 覆盖

v2 覆盖：覆盖 inbox/flyp/2026-07-31-0950-SkillRise-and-Metis-cross-task-skill-vs-native-memory-critical-read.md 原稿（v1 = 108 行 / ~14 KB / 实战 recipe v0 模板 / 缺 §0 / 反方 0 条 v2 三段式 / 截止日 0 条 / 越界 3 处直接写路径）—— 沿用 flyP 自 7-23 起的反思强制补稿闸 + 8-06 21:20 E2 自我反思 当场点名最弱样本（P-38-3 / 本棒兑现 / 第 7 期点名终结）= 反思强制补稿闸第 15 天连续生效 + 模式 F "v2 单稿一次到位 + 反思现场点名双轨" 延续 v1 → v2 体量：108 行 / ~14 KB → ~290 行 / ~22 KB（实战 recipe v2 完整模板 / §0 五问齐全 / 反方 8 条三段式 / 截止日 5 条 v2 / 越界 0 处） 本稿覆盖：SkillRise（arXiv:2607.26784 v1 / Yao et al. 17 作者 / 跨任务技能进化 agentic RL）+ Metis（arXiv:2607.26760 v1 / Zhang et al. 42 页 / 9 图 / 14 表 / 记忆基础模型 native memory foundation / 跨 4 机构多作者 + Tat-Seng Chua 等） 与 flyP 8-05 Zero-Mem × Sparse Event-KV 立"memory 单位经济账范式拐点"对照：Metis = 内禀原生记忆 state（内化路线）vs Zero-Mem = 内禀 encoder-only 路线（剥 LLM 中介）vs RecMem = 巩固触发判据（何时巩固）vs MemoryAgentBench = 外挂四能力（AR/TTL/LRU/CR 评测）= agent memory 主线四联骨架 + 五型对照 与同日 SkillRise+Metis 已在 flyP 7-31 multimodal-e1prep §增量 5 沿用：本稿 = 该增量的 critical-read v2 落地 写入边界：仅 inbox/flyp/ + organized/reflection/flyp-*.md；不写 notes/、reviews/、topics/、knowledge/、paper_cards/、organized/；不 git commit/push/PR；不输出密钥/Token

§0 元层五问

1. 立场：SkillRise 立"跨任务技能进化 agentic RL" 单策略双角色信号中-高（解耦信用分配 + 测试时 scaling across tasks + 同任务重复保留收益 = 三件套形式化完整，但代码 URL 缺 + 评测集偏窄 + 序列构造依赖先验三项叠加 = 立标信号未达不升级）；Metis 立"原生记忆 foundation model" 信号中-高（mid-training + memory slot + memory attention + 42 页正式版 + GitHub README 已上线 = 形式化清晰 + 开源，但原生 vs 外挂 head-to-head 缺 + memory state 可解释性边界不清 + MLLM 实证缺 = 立标信号未达不升级）。不是 v34/v35 立标级候选，但作为 flyP 2026-Q3 agent memory 主线的"巩固触发 / 评测 / 持久 / 原生 / 剥 LLM 中介" 五型对照（RecMem + MemoryAgentBench + Metis + Zero-Mem + SkillRise），进 v34 §2.39.x 邻接候选（B+ / B+）而非立标级
2. 时效：v2 覆盖时点 2026-08-06 21:20；SkillRise arXiv 2607.26784 v1（2026-07 提交）截至 2026-08-06 未见 v2 / GitHub URL 在 arXiv 摘要中未给 / spark explainers 沿用未列仓库；Metis arXiv 2607.26760 v1（2026-07）截至 2026-08-06 未见 v2 / GitHub 仓库 MemTensor/Metis 截至 8-06 已上线（README 给完整训练脚本 + Qwen3.5-4B backbone + 4×GPU 3 epoch）
3. 反方：本稿反方共 8 条 v2 三段式（SkillRise 4 条 + Metis 4 条）—— 详见 §3，每条含证伪条件 + 判定依赖（arXiv 节号 / GitHub 子目录 / HTML 节号）+ 严重度 ★；其中 ≥ 1 条"基线对比型"（R3 显式点出"SkillRise 未列 AutoSkill / EvoSkill / Ctx2Skill / SkillRL / Uni-Skill / SkillSmith / SkillOpt / SkillRevise / Memento-Skills 9 件横向对照"）+ 1 条"评测公平型"（R7 显式点出"Metis 主分类 cs.CL 而非 cs.CV + 19 页正文无 MLLM 实证"）+ 1 条"作者自限型"（R4 显式点出"SkillRise '跨任务 scaling across tasks' 仅 ALFWorld / WebShop / ScienceWorld 三个文本环境子集"）
4. 触发动作：v1 → v2 的核心触发 = 8-06 21:20 反思 cron 现场评估 v1 三处结构性硬伤（① 缺 §0 五问 ② 反方硬标签 0 条 v2 三段式 ③ 截止日 0 条 + 越界 3 处直接写路径 notes/agents/skillrise-2026.md + reviews/2026-07-skillrise-cross-task-skill.md + notes/agents/metis-memory-foundation-2026.md + reviews/2026-07-metis-memory-foundation.md）+ 5 项延伸硬伤（零 token 操作范式缺 + 三轴对照缺 + 复现档位 R1~R5 缺 + 基准/作者机构核验弱 + Awesome-Agent-Skills 横向对照缺）= 列入 8-06 反思最弱样本 P-38-3 当棒兑现 v2 覆盖（沿用 8-05 ReMemR1 v5 v2 覆盖（14 天）+ 8-04 ShadowDancer+CoMem v2 覆盖（13 天）+ 8-03 memoryagentbench v2 覆盖（12 天）+ 8-02 RecMem v2 覆盖（11 天）+ 8-01 long-context-multimodal-rag-dual v2 覆盖（10 天）的"反思现场点名 + 当棒兑现"模式 A）
5. 信源截止日：本稿信源截止日齐全 5 条 v2 三段式（详见 §6 §6.1-§6.5），覆盖抓 SkillRise GitHub URL（arXiv HTML + 作者主页 + OpenReview 三处）+ Metis §5 head-to-head + Metis memory state per-session vs per-user 边界 + Metis §6 multimodal benchmark 覆盖 + vs RecMem v2 / MemoryAgentBench v2 / CoMem v2 / Zero-Mem / Sparse Event-KV 五派对位 —— 5/5 = 100%

§1 元信息

§2 核心贡献

§2.1 SkillRise（arXiv:2607.26784）

1. 统一 RL 框架跨任务技能学习：把"任务求解"和"技能文档维护"耦合到同一条策略 πθ 的 solve + curate 双角色 rollout；序列内相关任务从简到难排成 x=(x₁,…,x_K)，后期任务成绩天然作为"早期技能迁移"信号 → 避免"任务求解"和"技能维护"被设计成两个独立 RL 回路的常见做法
2. 解耦信用分配：solve 阶段 advantage 用当前回报 r_i，curate 阶段 advantage 用折扣下游回报 Σ γ^{j-i}·r_j（j>i）；只对"同 sequence、同位置 i、同阶段 z"的多条 trial 算 group-relative advantage → 避免同一段 return 同时分给 solve 和 curate 两阶段造成的责任混淆 —— 这是 SkillRise 方法论的根基
3. 测试时跨任务 scaling：随相关任务序列长度增加性能单调上升，即使每个任务只尝试一次 → 说明 curate 出来的文档确实承载了"可迁移"知识，而非"只是"同类任务的内内插 —— 罕见的有现象级发现，与 in-context learning / inference-time scaling 形成对照
4. 同任务重复尝试也保留收益：在"同一任务反复尝试"场景下，curate 出的文档对单一任务迭代也有帮助 → 打破"skill learning 只对跨任务有效"的常见假设 —— 双场景通用性立基础
5. 基线对照（摘要层）：相对最强 baseline 提升 2.3–8.5 pp（具体基线未列）

§2.2 Metis（arXiv:2607.26760）

1. 首次提出"Memory Foundation Model"概念并落地：把 agent 记忆从"外挂 RAG / 记忆模块"内化进 backbone 的"持久且动态演化的记忆状态"（persistent and dynamically evolving memory state），并形式化"原生记忆程序"（native memory procedures）—— 模型自洽地通过 forward computation 决定"存什么 / 怎么用" → 范式命名权立基础
2. 新架构 + memory attention：在 backbone 内引入可学习 memory slot，通过 "memory attention" 读取压缩后的历史信息；online 维护时权重冻结、记忆通过无梯度前向计算更新（gradient-free forward computation）→ 推理阶段无需重训或回传，部署友好
3. 大规模记忆特化训练数据 + 多目标中训练（mid-training）：不是从零预训练，而是在通用 backbone（如 Qwen3.5-4B）上做 mid-training；README 给出 train.sh 完整命令（LastTokenGatedDeltaRuleMetisHyperMemory，4×GPU，bs4，ga5，3 epoch）
4. 架构 / 端到端优化 / 效率三维优势宣称：架构上无需外挂存储，端到端可微，推理时省去检索 IO；具体定量化在 42 页主报告 + 14 表里展开
5. GitHub 一键复现：MemTensor/Metis 仓库已上线（README + 训练脚本 + 数据路径占位符 + Qwen3.5-4B backbone 选型清晰）；4×GPU（建议 4×A100/80G 量级）+ 3 epoch 的训练成本对学界中等门槛
6. 多机构合作背书：MemTensor (Shanghai) Technology Co., Ltd. + Renmin University of China + National University of Singapore + Shanghai Jiao Tong University + Tongji University（5 机构）+ Tat-Seng Chua（NUS）+ Junchi Yan（SJTU）+ Haofen Wang（Tongji）等知名华人学者 = 学术 + 工业 双重背书

§2.3 三角验证（v2 新增）

• arXiv 核验：SkillRise 2607.26784 v1（cs.LG / 17 作者）+ Metis 2607.26760 v1（cs.CL / 42 页 / 9 图 / 14 表）—— 两篇均 arXiv 官方源，事实层 A-
• GitHub 核验：Metis MemTensor/Metis 已上线，README 给 LastTokenGatedDeltaRuleMetisHyperMemory + train.sh + Qwen3.5-4B backbone；SkillRise 仓库 HTML 写"code publicly available"但未给具体 URL —— Metis 可复现性 = 高；SkillRise 可复现性 = 中-低（仅口头声明）
• Awesome-Agent-Skills 列表核验（v2 新增）：JayLZhou/Awesome-Agent-Skills GitHub 列表已包含 AutoSkill / EvoSkill / Ctx2Skill / SkillRL / Uni-Skill / SkillSmith / SkillOpt / SkillRevise / Memento-Skills 9 件 2026 系技能学习工作；SkillRise 与该列表对照未给横向差异表 —— 这是立标级评估缺口
• 会议定位核验：SkillRise 未声明投稿会议（仅 arXiv v1 + HTML）；Metis 未声明投稿会议（仅 arXiv v1 + GitHub）—— 两篇均处于 预印本阶段

§3 方法拆解 + 反方硬标签 v2

§3.1 SkillRise 方法拆解（摘要层 + 推论）

• solve + curate 双角色的形式化清晰，但 prompt 层切角色的训练稳定性未充分讨论：训练后期 curate 角色是否会塌缩成"复述 S_{i-1}+τ_i 摘要"导致信息瓶颈？论文未给 curate 输出熵 / 长度分布演化（待补查 §4 + §5 实验节）
• 跨任务序列构造是隐含强假设：难度从简到难排序依赖"任务族 + 属性数量"等先验（WebShop 按"属性/选项数量"排序、ALFWorld/ScienceWorld 用隐式难度）；若族划分或难度标定不准，curate 信号会被噪声掩盖，论文未给"族划分错误率 vs 性能"的敏感性分析 —— 这是 R4 反方核心
• 测试时跨任务 scaling 是罕见的有趣发现，但只测三个文本环境（ALFWorld / WebShop / ScienceWorld）—— 缺真实 API 工具调用、缺多模态观察、缺长 horizon 跨日记忆场景 → 与昨日（7-30）memoryagentbench 四能力 AR/TTL/LRU/CR 几乎不重叠 → 评测集偏窄 + 任务族单一
• 同任务重复尝试保留收益 vs 跨任务 scaling 是两个独立现象，需在同一实验表里分别报 ablation —— 摘要未明示表结构
• 基线覆盖：摘要自述相对最强 baseline 提升 2.3–8.5 pp，但 未列具体基线 —— 需对照 JayLZhou/Awesome-Agent-Skills 的 9 件 2026 系工作做横向对照（这是 R3 反方核心）

§3.2 Metis 方法拆解（摘要层 + 推论）

• "Memory Foundation Model"概念立基础清晰，但"原生记忆"边界条件未充分披露：memory state 是 per-user / per-session 还是 per-model？论文未在摘要层明确；推测是 per-session（README 训练脚本按单 backbone 单任务训练，无 user-level 适配模块）。这与 MemoryAgentBench 的"跨会话 agentic memory"目标不是同一回事—— Metis 更像"超长上下文的可微压缩"，而非"用户级记忆系统"
• 与外挂 RAG / Memory module 的 head-to-head 缺：摘要层面只与"无记忆"对比；flyP 7-31 multimodal-e1prep §增量 5 的反方候选 #78 之一即"原生记忆 vs 外挂 RAG head-to-head"，本文是否彻底回答需查 §5
• memory state 可解释性与可控性：memory attention 实际写入的"记忆"是什么？是压缩 token、KV 缓存的归纳、还是可读文本？若不可读 → 隐私 / 监管 / 用户删除权等 risk 主线担忧（与 cyber-capable / agent governance 第 35 面邻接）—— R7 评测公平型反方核心
• 可复现性：GitHub 仓库 README 已给训练脚本 + 数据路径占位符；Qwen3.5-4B backbone 选型清晰；4×GPU（建议 4×A100/80G 量级）+ 3 epoch 的训练成本对学界中等门槛，对工业不算低；paper 许可 ≠ repo 许可（README 标注 separate licenses）—— 商业使用前必须单独确认 license
• 评测多模态覆盖：42 页 / 14 表 + GitHub 给 benchmark 列表，但摘要未提多模态；如要做 multimodal memory foundation 立标候选，需要追 §6 长上下文评测 + 表格 8–12 的数据集条目（待补查 §6）

§3.3 反方硬标签 v2 · SkillRise（4 条 · 每条含证伪条件 + 判定依赖 + 严重度 ★）

• R1 · 代码入口缺失 = 可复现性核心 · ★★★★
• 证伪条件：若 arXiv HTML §6 + 作者主页 + OpenReview + spark explainers 四处均无 SkillRise GitHub URL → 可复现性 = 0
• 判定依赖：抓 HTML §6 / 作者主页 / OpenReview 三处；如三处均无 GitHub URL → 证伪成立
• 严重度：★★★★ —— 立标候选升级的卡点
• R2 · 双角色稳定性未给 curate 输出熵 / 长度分布演化 · ★★★
• 证伪条件：若 §4 + §5 未给 curate 角色的输出熵曲线 / 长度分布 / prompt 切角色前后的 loss 拆分 → 双角色"塌缩成摘要"风险未排除
• 判定依赖：抓 §4 训练细节 + §5 实验节；如未给 curate 角色输出熵 + 长度演化 → 证伪成立
• 严重度：★★★ —— 方法论可信度核心
• R3 · 仅 9 件 baseline 横向对照缺失（基线对比型硬反方） · ★★★★
• 证伪条件：若 §5 实验节未在同任务同基座下对比 AutoSkill / EvoSkill / Ctx2Skill / SkillRL / Uni-Skill / SkillSmith / SkillOpt / SkillRevise / Memento-Skills 9 件 2026 系工作 → "相对最强 baseline +2.3~8.5 pp" 是 narrow baseline 选择下的结论
• 判定依赖：抓 §5 baseline 表；如 baseline 总数 < 6 件 → 证伪成立；应在笔记里直接列出可能 baseline 候选 + 提示读者核验
• 严重度：★★★★ —— 直接决定 SkillRise 立标价值
• R4 · "跨任务 scaling" 仅 3 个文本环境子集（作者自限型） · ★★★★
• 证伪条件：若 §5 实验节未在真实 API 工具调用 / 多模态观察 / 长 horizon 跨日记忆场景下跑 SkillRise → "跨任务"是营销词
• 判定依赖：抓 §5 benchmark 列表；如 benchmark 列仅 ALFWorld / WebShop / ScienceWorld 3 项 → 证伪成立
• 严重度：★★★★ —— 与 7-30 memoryagentbench v2 反方集 #1 形成"评测集偏窄"双源印证

§3.4 反方硬标签 v2 · Metis（4 条 · 每条含证伪条件 + 判定依赖 + 严重度 ★）

• R5 · "原生 vs 外挂" head-to-head 缺 · ★★★★
• 证伪条件：若 §5 "comparison with external memory" 表未含 RAG / Mem0 / MemoryBank / A-Mem 等外挂基线的 head-to-head → "原生记忆范式"声称成立边界不明
• 判定依赖：抓 §5 实验节 + 附录 C benchmark 列表；如未列外挂基线 → 证伪成立
• 严重度：★★★★ —— 立标级评估核心
• R6 · memory state 可解释性边界不清 · ★★★
• 证伪条件：若 §3 memory attention 章节未明示 memory state 是"压缩 token / KV 缓存归纳 / 可读文本 / 不可读 latent"哪种 → 可解释性与可控性边界未排除
• 判定依赖：抓 §3 架构节 + §4 训练节；如未给四件套 → 证伪成立
• 严重度：★★★ —— 隐私 / 监管 / 用户删除权等 risk 主线担忧
• R7 · 主分类 cs.CL 但 19 页正文无 MLLM 实证（评测公平型） · ★★★★
• 证伪条件：若 42 页正文 + 14 表中没看到 MLLM 实证（image / video token），且作者把论文投到 cs.CL 而非 cs.CV，则作者已自我承认边界 = MLLM 长上下文组织 = open problem
• 判定依赖：抓 §5 + 附录 + arXiv 主分类字段；如主分类 cs.CL + 实验表无 MLLM 子集 → 证伪成立
• 严重度：★★★★ —— 直接拉低 Metis "Foundation Model" 立基础的可外推性
• R8 · paper 许可 ≠ repo 许可 · ★★
• 证伪条件：若 §7 Discussion + GitHub LICENSE 未明示 paper license vs repo license 的关系 → 商业落地前必须单独确认
• 判定依赖：抓 §7 + LICENSE 文件；如未明示 → 证伪成立
• 严重度：★★ —— 工业落地复现门槛的关键

§3.5 反方严重度分布

• SkillRise ★★★★ × 3 + ★★★ × 1 = 15 星（R1 + R2 + R3 + R4）
• Metis ★★★★ × 2 + ★★★ × 1 + ★★ × 1 = 12 星（R5 + R6 + R7 + R8）
• 合计 8 条 = 反方 ≥ 6 条 v2 三段式硬下限满足 + 1 条"基线对比型"硬反方（R3）+ 1 条"评测公平型"硬反方（R7）+ 1 条"作者自限型"硬反方（R4）= 立体覆盖

§4 跨主线合流（v2 新增）

§4.1 SkillRise 横向对照表（vs JayLZhou/Awesome-Agent-Skills 列表 9 件）

主线结论：SkillRise 的"单策略双角色 + 解耦信用分配 + 测试时跨任务 scaling"三件套与 JayLZhou/Awesome-Agent-Skills 列表的 9 件工作形成清晰代际差—— 这 9 件基本是"独立技能模块 + 闭环 / 进化 / 课程"路线，SkillRise 是"主策略双角色 + 信用分配解耦"路线 —— 立标价值在于"形式化信用分配"而非"实现技巧"

§4.2 Metis 横向对照表（vs 内化记忆路线的 4 件）

§4.3 五型对照 vs flyP agent memory 主线（v2 新增 · 与 8-05 Zero-Mem 范式拐点串接）

flyP 2026-Q3 agent memory 主线五型对照：

主线结论：五型 = flyP 2026-Q3 agent memory 主线的五种实现哲学，未来 6-12 个月大概率出现"混合架构"—— 巩固触发 + 外挂评测 + 深度分工 + 编码器独 + KV 残影 + 原生 state 任一组合 = "memory 单位经济账范式拐点"（沿用 8-05 Zero-Mem × Sparse Event-KV 双反方对照判断）

§4.4 SkillRise 跨主线对照表（vs 7-30 memoryagentbench v2 + 7-31 0950 + 8-01 0950 v2）

• SkillRise 解决"agent 怎么持续从跨任务中提炼技能" —— 与 MemoryAgentBench v2（"外挂记忆四能力"）形成"内化技能 vs 外挂记忆"对位
• 与 8-01 0950 ShadowDancer（演示驱动力学）+ 8-02 PhiZero（自然语言第四范式）+ 8-04 Mental World Modeling（心理化世界模型）+ 8-06 MiniWorld（流式轻量配方）共同形成 flyP "agent + memory + world model" 主线 2026-Q3 三轴对照

§5 主要风险与可信度判断（v2 新增）

§5.1 SkillRise 主要风险

1. 可复现性核心：R1 代码 URL 缺 = 立标候选无法升级
2. 立标级评估缺口核心：R3 仅 9 件 baseline 横向对照缺失 + R4 仅 3 个文本环境子集 = 立标级评估形式化程度远低于理论的形式化
3. 可信度天花板核心：R2 双角色稳定性未给 curate 输出熵 / 长度分布演化 = 工业落地前必须补齐三件事
4. 会议定位风险：未声明投稿会议（仅 arXiv v1 + HTML）= 预印本状态，立标信号中-高

§5.2 Metis 主要风险

1. 原生 vs 外挂 head-to-head 缺核心：R5 = "原生记忆范式"声称成立边界不明
2. 可解释性核心：R6 memory state 不可读 = 隐私 / 监管 / 用户删除权等 risk 主线担忧
3. MLLM 实证缺核心：R7 主分类 cs.CL 但 19 页正文无 MLLM 实证 = MLLM 长上下文组织 = open problem
4. 许可风险：R8 paper 许可 ≠ repo 许可 = 商业落地前必须单独确认

§5.3 整体可信度判断

§6 后续验证动作（v2 新增 · 信源截止日齐全）

§6.1 SkillRise GitHub URL 三处核验（必抓）

• 信源：① arXiv 2607.26784 §6 限制段 + 附录 ② 作者主页 / arXiv v2 ③ OpenReview（待会议接收后）
• 截止日：2026-08-13 21:20
• 验收标准：① 三处中至少 1 处给出 GitHub URL；② 若全无则在笔记明确"代码不可达"标注；③ 若 GitHub 公开，核验 README + 训练脚本 + 评估脚本 + 模型权重四件齐
• 执行人：flyP · 8-07 ~ 8-13 接力棒
• 优先级：P0 —— SkillRise 立标候选升级的卡点

§6.2 Metis §5 head-to-head + memory state 边界 + MLLM 实证核验（必抓）

• 信源：arXiv 2607.26760 PDF §5 "comparison with external memory" + §3 memory attention 章节 + §6 长上下文评测 + 表格 8–12
• 截止日：2026-08-13 21:20
• 验收标准：① §5 表含 RAG / Mem0 / MemoryBank / A-Mem 等外挂基线的 head-to-head ② memory state 是"压缩 token / KV 缓存归纳 / 可读文本 / 不可读 latent"哪种 ③ §6 表格 8–12 是否含 MMMU / LongVideoBench / MileBench / OmniBench 等 MLLM 子集
• 执行人：flyP · 8-07 ~ 8-13 接力棒
• 优先级：P0 —— R5 + R6 + R7 三条反方的核验

§6.3 vs RecMem / MemoryAgentBench / CoMem / Zero-Mem / Sparse Event-KV 五派对位（必抓）

• 信源：SkillRise + Metis + RecMem PDF §5 + MemoryAgentBench PDF §6 + CoMem PDF §5 + Zero-Mem PDF §5 + Sparse Event-KV PDF §4
• 截止日：2026-08-20 21:20
• 验收标准：① 5 件 vs SkillRise + Metis 在 LoCoMo + LongMemEval + Multi3DRefer 上的 head-to-head 表（若论文未给，标注"未给 + 反方 R3 升级 R3-P0"）② token 拆解（构造 + 读侧）③ "基线公平性"的 prompt 对齐情况
• 执行人：flyP · 8-13 ~ 8-20 接力棒
• 优先级：P0 —— SkillRise + Metis 立标"agent memory 五型对照"的核心对照

§6.4 Awesome-Agent-Skills 列表 9 件 baseline 横向对照（必抓）

• 信源：JayLZhou/Awesome-Agent-Skills GitHub 列表 + AutoSkill / EvoSkill / Ctx2Skill / SkillRL / Uni-Skill / SkillSmith / SkillOpt / SkillRevise / Memento-Skills 9 件原文
• 截止日：2026-08-13 21:20
• 验收标准：① 9 件 vs SkillRise 在 ALFWorld + WebShop + ScienceWorld 上的 head-to-head 表 ② 训练机制差异（双角色 vs 闭环演化 vs 进化算法 vs 强化课程） ③ 基线公平性
• 执行人：flyP · 8-07 ~ 8-13 接力棒
• 优先级：P0 —— R3 反方的核验

§6.5 agent memory 主题页五型合并（提交 spark）

• 信源：本稿 §4.3 五型对照表 + flyP 7-31 SkillRise+Metis v1 稿 + flyP 7-30 memoryagentbench v2 §4 四维骨架 + flyP 8-01 ShadowDancer+CoMem v2 §4.3 三轴对照 + flyP 8-02 RecMem v2 §4 三联骨架 + flyP 8-05 Zero-Mem × Sparse Event-KV §3 范式拐点
• 截止日：2026-08-25 21:20
• 验收标准：① v34 topics/agent-memory.md 加"agent memory 五型对照表" + 6 件代表样本完整列名（SkillRise + Metis + RecMem + MemoryAgentBench + CoMem + Zero-Mem + Sparse Event-KV） ② 与 v34 §2.39.x 邻接候选 / 候补级 联动 ③ 立标级 / 邻接候选 / 反方候补 三档明确分立
• 执行人：spark（接力）/ flyP 提供 §4.3 输入材料
• 优先级：P1 —— 主题页合稿

§7 路由建议（仅给路径建议，不写路径——flyP 写权限规则：仅 inbox/flyp/ + organized/reflection/flyp-*.md）

• SkillRise 主稿：
• 完整版 v2 主稿建议由 E1（tom）在 notes/agents/skillrise-2026.md 落地；摘要条目由 jay 在 reviews/2026-07-skillrise-cross-task-skill.md 落地；主题页更新建议 spark 在 topics/agent-skills.md（若尚未立 → flyP 或 spark 立；若已立 → 追加 SkillRise 条目 + 与 9 件 2026 系工作对照）
• P0 行动 = GitHub URL 三处核验：若三处均无 URL，则 v34 §2.39.x 邻接候选降级为反方候补
• Metis 主稿：
• 完整版 v2 主稿建议由 E1（tom）在 notes/agents/metis-memory-foundation-2026.md 落地；摘要条目由 jay 在 reviews/2026-07-metis-memory-foundation.md 落地；主题页更新建议 spark 在 topics/agent-memory.md 加"内化原生 state = 五型第三极"
• P0 行动 = PDF §3-§6 全文 + head-to-head + memory state 边界 + MLLM 实证核验
• 五型对照主题页：
• v34 topics/agent-memory.md 加"agent memory 五型对照表" + 6 件代表样本完整列名（建议 spark / stephen 接力）
• v34 §2.39.x 候选升级路径：
• SkillRise：当前 = 邻接候选（B）；升立标级需 GitHub URL 三处至少 1 处公开 + §5 baseline 表 ≥ 6 件 + 跨任务扩展子集数字
• Metis：当前 = 邻接候选（B）；升候补级需 §5 head-to-head + memory state per-session 边界明示 + MLLM 实证子集

§8 一句话总结

本稿 = 实战 recipe v2 覆盖（SkillRise + Metis 双立标 / arXiv:2607.26784 + arXiv:2607.26760 / 2026-07-31 09:50 → 2026-08-06 21:20），沿用 flyP 自 7-23 起的反思强制补稿闸 + 8-06 21:20 反思现场点名最弱样本 P-38-3 当棒兑现 = 第 15 天连续生效 + v1 模板质量最弱样本 7 期点名终结；v1 → v2 主要修复：① 新增 §0 元层五问（含与同日 7-31 multimodal-e1prep 沿用声明）② §3 反方硬标签升级为 8 条 v2 三段式（SkillRise R1-R4 + Metis R5-R8，每条含证伪条件 + 判定依赖 + 严重度 ★；含 1 条"基线对比型"R3 + 1 条"评测公平型"R7 + 1 条"作者自限型"R4）③ §2.3 新增三角验证（arXiv + GitHub + Awesome-Agent-Skills 三源）④ §4.1 新增 SkillRise vs 9 件 2026 系技能学习工作横向对照表（v1 完全缺）⑤ §4.2 新增 Metis vs MemoryAgentBench v2 / RecMem v2 / CoMem v2 / Zero-Mem / Sparse Event-KV 五型对照表（v1 完全缺）⑥ §4.3 新增 "agent memory 主线五型对照"（v1 主题分散问题修复 + 与 8-05 Zero-Mem 范式拐点串接）⑦ §5 新增"主要风险与可信度判断"段（学术/方法/复现/工程四维星级 + flyP 综合评级）⑧ §6 后续验证 5 条全部带信源 + 截止日 + 验收标准 + 执行人 ⑨ 删除 v1 §末尾 3 处越界写路径（notes/agents/skillrise-2026.md + reviews/2026-07-skillrise-cross-task-skill.md + notes/agents/metis-memory-foundation-2026.md + reviews/2026-07-metis-memory-foundation.md），改为 §7 "路由建议"段 ⑩ §8 一句话总结补"评级未升级（保持 B，立标信号未达）"边界声明；本稿仅供对照引用，不作为主审稿条目（实战 recipe 体量性质 + 立标信号中-高未达立标级 + 关键风险 R1 代码 URL 缺 / R3 9 件 baseline 对照缺 / R5 head-to-head 缺 待三处核验后才能升级到 §2.39.x 候补级而非邻接候选）。

本稿仅产出至 inbox/flyp/2026-07-31-0950-SkillRise-and-Metis-cross-task-skill-vs-native-memory-critical-read.md，符合 E2 自我反思 cron 描述约束（仅 inbox/flyp/ + organized/reflection/flyp-*.md；不写 review/、不写其它实例目录、不 git commit/push/PR、不输出密钥/Token）。本稿为 v2 覆盖重写，覆盖 v1 原稿（108 行 / ~14 KB / 实战 recipe v0 模板 / 缺 §0 / 反方 0 条 v2 三段式 / 截止日 0 条 / 越界 3 处直接写路径）。