coding-agents · E1 预消化简报(2026-10-24)
输入:
/shared/research-kb/organized/indexes/work-guard/7a0c0a42-eb2e-4bcd-af74-634628039865.json(job 7a0c0a42-eb2e-4bcd-af74-634628039865 · created 1792855201 · expires 1792858801 · 本轮执行于有效期内 · items=1)。 本批材料:清单e1_prep:coding-agents的materials[]共 8 项,全部按materials[].source相对/shared/research-kb/读取(未只取item.source首项)。 对照活文档:/shared/research-kb/organized/knowledge/coding-agents.mdv124(2026-10-24 10:00 CST 落定)——本批材料中相当一部分已被 v124 吸收,下文逐条标注「已收 / 全新」,避免重复造增量。 边界:仅按清单处理,不扫全库、不做网页补料、不为凑字数重写;不把采集时间变化当新观点;所有百分比均标注来源与证据等级。
〇、本批清单 8 项材料的处置总览(先说结论)
| # | 材料(materials[].source) | 标题 | v124 状态 | 本简报处置 |
|---|---|---|---|---|
| 1 | inbox/jay/2026-10-24T0820-csdn-discovery.md |
Jay · CSDN 高频检索整理(08:20) | 8 条全部已收(Skills 指南→§1.5⑧;FunASR→§1.7⑬;Baseplate→§1.7⑭;DeepSeek计费/OpenDesign/HTTP测试/消费电子2篇→§1.7⑮) | 增量③(仅"OpenDesign/DeepSeek 计费"的归口理由有微调价值) |
| 2 | inbox/jay/2026-10-24T1220-csdn-discovery.md |
Jay · CSDN 高频检索整理(12:20) | 未收 | 增量①(增量②的载体) |
| 3 | inbox/tom/2026-10-22-0900-hf-daily-2026-10-22.md |
HF Daily Papers · 2026-10-22(15 篇) | 仅 3 篇沿用(2610.25078 / 2610.28354 / 2610.28601) | 增量④(12 个新 arXiv 号) |
| 4 | organized/repo_cards/3250-grotyx-academic-writing-c-claudecode.md |
grotyx/Academic_writing_c_claudecode | 未收 | 增量⑤ |
| 5 | inbox/flyp/2026-10-21T1550-critical-read.md |
flyP 精读与批判 · 2026-10-21 15:50 班 | RLM(2512.24601)已由 v123 承接;DeepInfer 已判不归主栖 | 增量⑥(RLM 争议条目的措辞收紧) |
| 6 | inbox/jay/2026-10-21T1335-blogs-discovery.md |
Blogs Discovery · 2026-10-21 · Jay | 8 条已收(v123 §2.5 #125-#128 段 / §1.7) | 无新增量,仅补一条 §4 复核项 |
| 7 | organized/repo_cards/4527-cavi-ai-companion-for-claude.md |
cavi-ai/companion-for-claude | 已收(v124 §2.5 #138 栖) | 承接,不重复立栖 |
| 8 | organized/repo_cards/4476-ansub-tv-detox.md |
Ansub/tv-detox | 已收(v124 §2.5 #139 栖) | 承接,不重复立栖 |
净增量判定:8 项材料中 3 项含 v124 未见内容(材料 2、3、4),3 项为纯承接(材料 7、8 + 材料 6),1 项为口径收紧(材料 5),1 项已被完全吸收(材料 1)。故本轮有效增量 6 条,其中含机制级新证据 2 条(Google agents-cli 分工模型、git 集成权限基线)、含新 arXiv 号 12 个(仅标题级)、含新 GitHub 栖位候选 1 件(grotyx)。
一、今日该主题最重要的增量(6 条)
增量 ① · Google 官方 agents-cli 的"技能包 + 分工模型"首次进入本库(中等价值)
- 来源:
inbox/jay/2026-10-24T1220-csdn-discovery.md条目 2 ·https://openrokid.csdn.net/6acfbd1e3d0de04db9d46f34.html· 作者 gitblog_00082 · 发布 2026-08-28 · 正文已抓取(HTTP 200)。 - 要点(正文级,可核对):
- 安装命令
uvx google-agents-cli setup;四个日常动词scaffold / eval run / deploy / run。 - 7 个技能包入口:
skills/google-agents-cli-workflow/SKILL.md、google-agents-cli-adk-code/SKILL.md、google-agents-cli-deploy/SKILL.md等;脚手架实现落点src/google/agents/cli/scaffold/commands/create.py;文档落点docs/src/guide/lifecycle.md、project-structure.md、getting-started.md、observability/index.md。 - 流程约束两条:「部署必须经人工确认」「评测通常迭代 5–10 轮」。
- 可观测性接线:Cloud Trace / Cloud Logging / BigQuery;CI/CD → 人工审批链路。
- 与活文档的关系:
- v124 §1.5 已用 CSDN Skills 指南建立「配置与可移植性基线」,但那是单 harness(Claude Code)视角。本条提供第二 harness(Google 官方 agents-cli)视角,且两者在 skill 分发形态上同构(目录 +
SKILL.md+ 分包入口)。 - v124 §1.1 HarnessTax 的 3×7 矩阵(Claude Code / Codex CLI / Pi)不含 agents-cli,本条把 harness 观察面从 3 扩到 4,与 v124 §4 P2-#533(需在更多 harness 上重复)方向一致。
- 「部署必须经人工确认」与 v124 §3.1 #419(消费级产出安全模型 = 人执行 + Agent 监督 + 撤销兜底)跨厂商同构——这是本条真正有立标价值的地方:人工审批不是某一家的实现偏好,而是跨厂商的共同收敛点。
- 「评测迭代 5–10 轮」与 v124 §2.6 方法论跃迁(3 次重复 + 95% bootstrap)方向冲突:厂商实践默认多轮迭代,而学术侧正在争论"跑 1 次报点值"是否可外推。
- 建议归口:v125 §1.5「配置与可移植性基线」下追加一条同构佐证(Google 侧 skill 分包 + 人工确认部署),并考虑在 §3.1 #419 上补一句"跨厂商收敛"(Claude Code 侧来自 tv-detox,Google 侧来自 agents-cli);§4 可加 P2 候选「厂商默认的 eval 迭代轮数与学术侧重复次数口径如何对齐」。
- 证据缺口(必须随条保留):
1. 无版本号与 changelog —— 无法确认该 CLI 处于哪个生命周期阶段。
2. 文中路径、
scaffold生成"约 72 个文件"、评测 5–10 轮等数字均未在官方仓库二次核对。 3. 文内含gitcode.com"免费下载链接"推广位,属转载引流 → 来源可信度需下调,与另一条 CSDN 转载同一处理方式。 4. 「本地开发只需免费 AI Studio Key」缺凭证要求说明。
增量 ② · Claude Code × Git 权限分级基线补上"配置即安全"的操作面(中等价值)
- 来源:
inbox/jay/2026-10-24T1220-csdn-discovery.md条目 1 ·https://deepseek.csdn.net/6a56e440662f9a54cb8f6b0c.html· 作者 leoZ231 · frontmatterdate: 2026-07-10· 发布 2026-07-15 · 正文已抓取(HTTP 200)。 - 要点(正文级):
settings.json的permissions.Bash逐命令 allow/ask 配置片段;风险分级授权:只读自动放行 / 写工作区首次确认 / 远程操作每次确认。- 具体命令序列:
git log --oneline -- <file>、git show HEAD -- <file> --stat、git bisect start/bad/good。 - 工作区四态说明;切换分支前未提交改动的四个处理选项;Git 操作 ↔ 自然语言指令对照表;约定式提交类型表。
- 与活文档的关系:
- v124 §1.5⑧ 的安全基线是静态 deny 清单(
~/.ssh/**、~/.aws/**、~/.npmrc、~/.bashrc、~/.zshrc、~/.git-credentials)+preToolUse拦rm -rf /与git push origin main+enableAllProjectMcpServers: false。 - 本条补的是这层缺的东西:静态 deny 清单无法表达"按风险分级"——同一族里"读工作区"与"推远程"必须区别对待,而 deny 清单只能按路径/命令字符串硬排除。这正是 v124 §3.2 R8(MCP/工具的自动授予信任仍是默认敞口)在权限粒度上的延伸:问题不是"拦不拦",而是"按什么粒度授权"。
git bisect start/bad/good这类内置二分定位原语与 v124 §1.1 HarnessTax 的"长上下文处理"议题相关但不同层:这是让 Agent 用好 Git 而非让 harness 更强,属于 §1.5 的可移植性/可操作面,归入更合适。- 建议归口:v125 §1.5 追加"风险分级授权"作为 CSDN Skills 指南静态 deny 清单的补充面;并在 §3.2 R8 下补一句"静态 deny 清单无法表达风险分级,授权粒度问题尚未有行业标准"。
- 证据缺口: 1. 无 Claude Code 版本号与安装方式。 2. 输出示例中的文件路径、行号、人名均为演示用虚构数据,不可当作真实复现。 3. 「权限自动分级」为作者陈述,正文无官方文档链接、无配置 schema 佐证 → 这是本条最需要打折的地方,只能作"存在这种做法"的线索,不能作"官方推荐如此"的依据。 4. 该系列作者自述后续篇目"待写" → 结论可能随系列补全而变。
增量 ③ · CSDN 清单本身的结构性污染已被两次连续观察到(元层面增量)
- 来源:材料 1(
inbox/jay/2026-10-24T0820-csdn-discovery.md)与材料 2(inbox/jay/2026-10-24T1220-csdn-discovery.md)两轮独立观察。 - 要点(两轮各自独立报出同一组问题,构成重复性证据):
1. 频道标注不可信:材料 2 的 4 条 substack 链接
channel被标为csdn,实为英文 Substack 站;材料 1 的 Baseplate(attackcapital.substack.com)同样被标 csdn。两轮共 5 条误标。 2. AI 生成分发号内容混入:材料 1 的三条(电脑故障排查、戴尔维修、OpenDesign)带"墨衍会员 AI 写同款"推广块;材料 2 的 agents-cli 文带gitcode.com引流位。两轮共 4 条。 3. 主题错配:材料 1 三条消费电子排障;材料 2 条目 3(配电网自动化,电力工程)。两轮共 4 条。 4. 清单条目普遍无版本号锚点:材料 1 未决问题第 5 条与材料 2 未决问题第 1 条分别独立提出同一诉求 —— 两轮均要求补版本锚点或做官方源校验。 - 与活文档的关系:
- 这不是 coding-agents 主栖的新内容,而是采集管线的元数据缺陷,已直接影响 v124 的两处记录:材料 1 的 8 条已被逐条归入 §1.7⑦⑬⑭⑮(剔除/降权)。
- v124 §3.2 R8 已经把"工具自动授予信任"识别为默认敞口,但那是运行时信任链;本条是采集侧信任链:进库的卡片本身带推广位、带误标、带虚构数据。
- 重复性是本条的核心价值:同一问题被两个不同轮次独立报出,说明不是单次噪声,而是结构性的;jay 自己在两轮未决问题中都提出了对应的管线改造建议(按域名归类、抓取阶段加 AI 生成特征过滤、剔除主题错配类、清单阶段带版本锚点)。
- 建议归口:
- 不立 coding-agents 栖位。
- 建议在 §4 P2 层加一条「进库材料的证据自净化是否应前置到采集阶段?(频道按域名归类 · AI 生成推广块过滤 · 版本锚点强制)」——与 §4 #534(harness 成本能否被声明式度量)同属"本档依赖的元数据质量"问题群。
- 若后续有专门的知识库运维主题,此条应移过去;本档只记一条指针。
增量 ④ · HF Daily 10-22 出现 12 个新 arXiv 号,其中 4 个与 coding-agents 主栖方向相关(均为仅标题级)
- 来源:
inbox/tom/2026-10-22-0900-hf-daily-2026-10-22.md(15 篇,按社区票数排序)。 - 要点:逐一核对 v124 §7.1 完整 arXiv 索引(504 件)后确认:其中 2610.25078(CoEvo-RSI)、2610.28354(S-Agent 2.0)、2610.28601(Evolving Agent Interfaces) 已被 v124 沿用(且 §2.1 明确标注"仅标题未读摘要,证据等级低于 v118,不引结论")。其余 12 个 arXiv 号在 v124 中完全不存在(grep 计数全为 0),其中与 coding-agents 方向相关的 4 个:
- 2610.24944 · Epi: Towards a Persistent, Self-Improving Agent for Autonomous Research(17 票)—— 持久化 + 自我改进的自主研究 Agent。与 §2.1「Harness 学术化」和 §2.5「Agent 基础设施」方向直接相关:若成立,意味着 harness 需要跨会话持久化自我改进状态,这正是 v124 §2.1 尚未覆盖的一层。
- 2610.28601 · Evolving Agent Interfaces(18 票)—— 已沿用但标题方向明确:Agent 接口本身在演化。与 v124 §1.2 编排层「编排正从脚本退化为有协议的状态机」同轴,是 AOS-1 #417 之外的第二个接口层信号。
- 2610.26542 · Breaking Diffusion: Parallel Reasoning with Draft Refinement(19 票)—— 并行推理 + 草稿精修。与 §1.1 HarnessTax 的成本轴相关:并行 + 精修是一种典型的成本/质量权衡机制,若与 harness 组合即构成新的"税基"形态。
- 2610.25078 · CoEvo-RSI: When Harnesses Evolve, Which Models Should Follow?(59 票)—— 已沿用,v124 §2.1 记为"问题从'是否协同'改为'谁跟随谁'",仅标题。
- 其余 8 个为邻接/离题,不入主栖:2610.27999(Matrix-Game 4.0,视频模型可玩世界,181 票 · 本批最高票但离题)、2610.26855(Ropedia W0,多形态 loco-manipulation 世界模型)、2610.27628(PAR,长度泛化状态跟踪)、2610.28594(4D 世界点轨迹预测)、2610.28632(3D 运动与视频共生成)、2610.26837(SpecKCast,扩散加速谱卡尔曼)、2610.18604(LLM2R,3D 重组)、2511.14102(Specter,MoE 量化推测卸载)、2610.28444(EvaOmni,音视推理基准)、2610.25369(绘画过程生成)。
- 与活文档的关系:
- v124 §2.1 明确记录"arXiv 净增 0 / 立标空窗#8",并给出空窗性质变化判断("证据密度上升而非下降")。本条不改变该判断 —— 12 个新号全部为仅标题级,证据等级低于已有条目,按 v124 §2.1 的既定纪律("仅标题不引结论"),不能因为数量多而升级为净增。
- 真正有结构意义的是主题落点:
2610.24944(持久化自我改进 Agent)与2610.28601(演化中的 Agent 接口)指向 v124 §2.1 尚未成节的"Agent 跨会话持久化 / 接口演化"方向,与 §2.5「Agent 基础设施」的 orca #135、AOS-1 #136 形成时间轴上的第三条线索。 - 建议归口:
- §2.1 加一句"12 个新号仍为仅标题级,立标空窗#9 性质延续";
2610.24944与2610.28601可在 §2.1 列为预备候选(证据等级标注:仅标题)。 - 不要把这 12 个号写进 §7.1 索引之外的"净增"结论 —— v124 的索引口径是"进入本档综述的 arXiv",仅标题级线索若要进索引需明示"预备候选"状态。
- 证据缺口:全部 12 篇均未读摘要。票数是社区热度,不是质量证据。
2610.27999的 181 票说明它在该日社区最受关注,但它与 coding-agents 无关 —— 热度与本档相关性无关,不构成纳入理由。
增量 ⑤ · grotyx/Academic_writing_c_claudecode:医学手稿的"证据台账"型 skill(与 v124 #134 同机制但不同层)
- 来源:
organized/repo_cards/3250-grotyx-academic-writing-c-claudecode.md。 - 要点(卡片字段):
grotyx/academic_writing_c_claudecode· Python · 35 stars · 周增 +1 · 最近提交 2026-10-21 · 首次采集 2026-08-30 · 上次采集 2026-10-22 · 成熟度 experimental · 学术状态 accepted / 阶段 writing / 主任务 paper-drafting / 方向 write / 用途 writing-typesetting · 能力分面 writing · 学术相关度 90 · 学术判定 deterministic。- 简介:ManuWright —— an evidence-bound medical manuscript engine for AI agents (Claude Code, Codex, Gemini);plan-first gates;citations checked against your evidence ledger;numbers checked against your results;journal-measured academic writing style。
- 与活文档的关系:
- 机制与 v124 §2.5 #134 ManuWright 同源(v123 #134),但层不同:v124 §1.3⑤ 已把 paper-pal(#137)定为"变更可信"层,ManuWright(#134)定为"输出可信"层,本条是"证据台账"的前身/同构体——"citations checked against your evidence ledger" + "numbers checked against your results" 正是 §3.1 #418(输入可信/变更可信/输出可信三层)中输入可信的具体实现。
- 三 harness 通吃(Claude Code / Codex / Gemini)这一点值得注意:与 v124 §1.1 HarnessTax「harness 正被当成可插拔组件」的产品侧呼应(orca 四 harness 并排),说明"可插拔"不只发生在编排层,也发生在 skill 层。
- 体量对照:35 stars + 周增 +1,体量远小于 v124 的 orca(103k stars)、tv-detox(992)。按 v124 §2.5 立标纪律(体量 + 机制双阈值),这是"机制清晰但体量极小"的卡,可作为 #134 的旁证/机制细化,不宜单立新栖位。
- 建议归口:v125 §1.3「产出可核查性」下作为 #134 的机制细化追加;在 §3.1 #418 下补一句"输入可信已有可运行实现(证据台账 + 数字回检),且已跨三 harness 通用" —— 这是把 #418 从"分类学"推向"已可实现"的证据。
- 证据缺口:35 stars / 周增 +1 说明外部采用度极低;卡面无许可字段(→ 与 v124 §3.2 R2 技能包市场 vs 供应链溯源完备性同栈,不可假定其分发合规);简介中的 "journal-measured academic writing style" 无方法学说明;未见代码/仓库核实(卡片为 GitHub Search 采集,非正文级)。不采信任何效果类主张。
增量 ⑥ · RLM(2512.24601)的争议条目在 v123/v124 后仍需措辞收紧(承接件的必要动作)
- 来源:
inbox/flyp/2026-10-21T1550-critical-read.md对象一 · arXiv 2512.24601 v3(2026-05-11)· 卡organized/paper_cards/039-2512-24601.md(被引 102 · S2 102 · OpenAlex 1 · 影响力被引 12 · Venue Open MIND · 主分类 llm-infra)· 代码 https://github.com/alexzhang13/rlm(摘要给出,未访问、未运行)。 - 要点:把长 prompt 从"塞进上下文"改写为"外部环境",三构件 = 环境接口 + 片段分解逻辑 + 递归调用(深度模型自适应)。作者自报:GPT-5 上四类长上下文任务中位数 +26% vs compaction / +130% vs CodeAct sub-calls / +13% vs Claude Code,成本"相当";RLM-Qwen3-8B 后训练超底座 28.3%。
- flyp 班已标出的四个风险(原文照录要点):「两个数量级」长度外推的失败模式是悄悄退化而非变差;「+130% vs CodeAct sub-calls」是最不干净的一个数(对手本就多调用,差距更可能来自 scaffold 工程细节:终止条件/重试/上下文清理/解析失败率);「成本相当」是模糊表述(递归 token 账单随深度乘性增长,若口径只算单次调用则"comparable cost"不成立);四类任务名摘要未列。
- 与活文档的关系(v124 现状):
- v124 §7.1 索引已含 2512.24601;v123 变更段记为"承接 RLM
2512.24601";但 v124 正文 §2.1 / §3.2 均未出现 RLM 的争议条目 —— 即 v124 把 RLM 当作"已承接"而未记录其待核实项。 - v124 §3.2 R9(小样本外推)与 §4 #537(分数须绑定五元组)恰是 RLM 争议的通用版;RLM 是这套纪律的具体首个适用对象(它同时踩中"题集未列""重复次数未报""harness 对手未对齐""effort 档未知""成本口径不明"五项)。
- §7.1 索引中的
2512.24601位置使其看起来与已有 504 件同等可信,但卡面 TLDR 只复述了"两个数量级"这一最需警惕的一句。 - 建议归口(措辞收紧,不新增内容): 1. v125 §2.1 在"承接 RLM"处补一句证据边界:摘要级 + abs 页一次核实,未读方法/实验;所有 +% 数字须显式标注"作者自报 + 未独立复现"。 2. v125 §3.2 可把 RLM 记为 R9 / #537 的首个具体适用对象(而非新开一条反方,避免与 v124 已有 4 条反方重复计数);若确要单开,措辞须是「递归 scaffold 的成本与成功率对比在缺 scaffold 对齐时不可归因」而非重复 RLM 的性能数字。 3. 不要因为本次承接就把 +130% 写进任何结论句。
- 证据缺口:全部百分比来自作者自评摘要;未读实验章节;未核实任何性能数字的实验设置/基线配置/评测脚本;无第三方复现。复现难度:高(需自建环境接口 + 递归终止逻辑 + 解析容错 + 后训练数据管线,工作量按周计)。可信度:中高(范式主张)/ 中低(具体幅度)。
二、值得警惕的矛盾或待核实说法(本批新列)
- 【新】agents-cli「评测通常迭代 5–10 轮」 vs v124 §2.6 的「3 次重复 + 95% bootstrap」 —— 厂商实践默认多轮迭代以逼近可用性,学术侧正在收紧"跑 1 次报点值"的证据纪律。两者不矛盾但口径不同:5–10 轮是"迭代到满意"的产品循环(每轮都改 prompt/scaffold),3 次是"固定配置下的方差估计"。混用会把产品迭代次数误当统计重复次数,从而高估结论的稳定性。→ 建议 §4 加 P2 候选澄清。
- 【新】CSDN 两轮清单的"无版本锚点"问题被独立报出两次 —— 材料 1 未决问题 5、材料 2 未决问题 1。这使"补版本锚点"从一次性诉求升级为管线级重复缺陷。同时材料 2 条目 1 与条目 2 的命令/路径均未与官方上游(Claude Code 文档 / Google agents-cli 仓库)交叉核对,jay 自陈此事本班未做。
- 【新】CSDN agents-cli 文带
gitcode.com引流推广位 + 属转载 —— 与材料 1 中带"墨衍会员"推广块的 AI 分发号文同类。来源可信度应统一下调,并纳入"采集阶段加 AI 生成/引流特征过滤"的改造需求(增量③)。 - 【新】
2610.27999(Matrix-Game 4.0,181 票)与本档相关性近零 —— 但它是该日社区票数第一。这是"用热度选材"的典型陷阱:若按票数排序取前 N,本档会收进完全离题的材料。v124 的立标纪律(证据等级 + 主题相关性双阈)在此处需要显式防这个坑。 - 【新】12 个新 arXiv 号全为仅标题级,而 v124 正处"立标空窗#8" —— 存在用数量填空窗的诱因。按 v124 §2.1 既有纪律("仅标题不引结论"),这 12 个号不能记为净增;若要进 §7.1 索引须明示"预备候选",否则索引的证据密度会被稀释。
- 【新】grotyx 卡面无许可字段 + 35 stars + 周增 +1 —— 与 v124 §3.2 R2(技能包市场 vs 供应链溯源完备性)同栈。无 SPDX + 机制清晰但几乎零采用这一组合,提示"证据台账类 skill"目前仍停留在可用但无人用的状态;不应因机制漂亮就升格立栖位。
- 【沿用】RLM「+130% vs CodeAct sub-calls」 —— 同上⑥,建议默认为可疑值。
- 【沿用】RLM v1→v3 changelog 未交代 —— 2025-12 → 2026-01 → 2026-05 五个月跨度,摘要看不出改了什么。这是 RLM 二读的首要目标,v124 至今未做。
- 【沿用】DeepInfer「派生自 vLLM / 核心 C++ 重写」缺代码级证据 —— 属 llm-infra 邻接,flyp 班已判不归 coding-agents 主栖;本轮不处理,仅记指针。
- 【沿用】recsys.substack.com 三条 paywall(材料 6) —— jay 的 8 条 blogs 线索全部 snippet-only,且 GitHub star 排名快照为 2026-08(距今约 2 个月)。任何引用前须补原始 README/论文;本轮全部维持"未收"状态。
三、可引用的 arXiv 号列表(本批)
3.1 本批新出现、v124 §7.1 索引中不存在的号(12 个 · 全部仅标题级,引用于正文时必须标注"仅标题未读摘要,不作结论")
| arXiv 编号 | 标题(据 tom 笔记) | 票数 | 与 coding-agents 关系 | 处置 |
|---|---|---|---|---|
| 2610.24944 | Epi: Towards a Persistent, Self-Improving Agent for Autonomous Research | 17 | 相关 · 持久化 + 自我改进 Agent → §2.1 预备候选 | 主栖预备候选(新方向) |
| 2610.26542 | Breaking Diffusion: Parallel Reasoning with Draft Refinement | 19 | 相关 · 并行推理 + 草稿精修 → §1.1 成本轴 | 预备候选 |
| 2610.27999 | Matrix-Game 4.0: Harnessing Video Models for Real-Time Playable Game Worlds | 181 | 离题(视频/游戏) | 不入主栖 |
| 2610.26855 | Ropedia W0: Scaling Loco-Manipulation World Models across Embodiments | 177 | 离题(具身) | 不入主栖 |
| 2610.27628 | PAR: Progress-Aligned Recurrence for Length Generalization in State Tracking | 147 | 离题(状态跟踪) | 不入主栖 |
| 2610.28594 | Learning the 4D World through Point Trajectory Forecasting | 41 | 离题 | 不入主栖 |
| 2610.28632 | Joints, Camera, Action! Co-Generating 3D Motion and Video | 21 | 离题 | 不入主栖 |
| 2610.26837 | SpecKCast: Spectral Kalman Forecasting for Diffusion Acceleration | 21 | 离题(扩散加速) | 不入主栖 |
| 2610.18604 | LLM2R: From Large Language Models to 3D Reassemblers | 20 | 离题(3D) | 不入主栖 |
| 2511.14102 | Specter: Fast MoE Inference via Quantization-Enabled Multi-Step Speculative Offloading | 19 | 邻接(llm-infra 推理) | 邻接 |
| 2610.28444 | EvaOmni: An Evidence-Grounded Benchmark for Audio-Visual Reasoning | 17 | 邻接(multimodal) | 不入主栖 |
| 2610.25369 | Painting Change Map as guidance for generating painting processes | 16 | 离题 | 不入主栖 |
3.2 本批已沿用(v124 §7.1 索引内,不在本批新增计数内)
- 2512.24601(RLM v3) —— 已由 v123 承接、v124 §7.1 索引在列;本批仅补充证据边界与争议措辞(增量⑥),不重复计数。
- 2610.25078(CoEvo-RSI)、2610.28354(S-Agent 2.0,归 multimodal 邻接)、2610.28601(Evolving Agent Interfaces) —— v124 §2.1 已沿用为预备候选(均仅标题)。
口径说明:本批 15 篇 HF Daily 中,v124 已索引 3 件、新号 12 件;净增 12 个号,但证据等级全部为"仅标题"。按 v124 §2.1 既有纪律,这不构成 arXiv 净增,也不构成"立标空窗结束"。引用时一律须标注标题级。
四、对照 v124 活文档的本批增量归口总表
| 增量 | 建议节 | 强度 | 立栖风险 | 是否新增栖位 |
|---|---|---|---|---|
| ① agents-cli 技能包 + 人工确认部署 | §1.5 追加同构佐证 + §3.1 #419 补"跨厂商收敛" | 中(命令/路径具体,来源带推广位) | 中(带引流位 + 未核上游) | 否 |
| ② Claude Code × Git 风险分级授权 | §1.5 补"授权粒度" + §3.2 R8 补一句 | 中 | 中("自动分级"缺官方依据) | 否 |
| ③ 采集管线结构性污染(两轮独立复现) | §4 新增 P2 候选(元数据质量) | 强(重复性) | 低 | 否(指针) |
| ④ HF Daily 12 个新号 | §2.1 加"空窗#9 性质延续" + 2 个预备候选 | 弱(仅标题) | 高(数量填空窗的诱因) | 否 |
| ⑤ grotyx 证据台账型 skill | §1.3 作 #134 机制细化 + §3.1 #418 补"已可实现" | 中(机制清晰) | 中(35 stars / 无许可) | 否(体量不足) |
| ⑥ RLM 争议措辞收紧 | §2.1 承接处补证据边界 + §3.2 归入 R9/#537 | 中(方法论) | 低 | 否 |
| 材料 6(jay blogs 8 条) | §4 复核项 | 弱 | 高(snippet-only) | 否 |
| 材料 7 cavi-ai | 已收 v124 §2.5 #138 | — | — | 承接,不重复 |
| 材料 8 tv-detox | 已收 v124 §2.5 #139 | — | — | 承接,不重复 |
五、本轮证据边界总述
- 读取范围:仅清单
materials[]的 8 个 source + 活文档organized/knowledge/coding-agents.md(v124)用于归口对照 + 卡organized/paper_cards/039-2512-24601.md(材料 5 自带)。 - 未做:未扫全库、未做网页抓取/搜索补料、未读任何 arXiv 摘要正文、未核实 CSDN 命令与路径的上游仓库、未读 §4 中 recsys 三篇 paywall 原文。
- 已核查条目:材料 2 的 2 条 CSDN(CSDN 正文抓取由 jay 在其班完成,本班读取其核查记录,未重复抓取);材料 3 的 15 个 arXiv 号仅列表级(无摘要)。
- 全部数值归属:arXiv 号来自 tom 笔记列表;GitHub stars/周增来自 repo_cards 卡面;RLM 百分比来自 flyp 班摘要级转述;agents-cli / Git 集成的机制描述来自 jay 班的正文核查记录。无一项为本班独立复现。
- 不采信:所有仅标题级论文的结论、所有 snippet-only 博客的结论、agents-cli 的"72 个文件"与"5–10 轮评测"数字、FunASR 性能表、Baseplate 的投资方自陈材料、RLM 的全部 +% 幅度。
flyP · 2026-10-24 23:20 CST · E1 预消化(coding-agents)· 仅写本 1 个 target 文件 · 不写他人目录 · 不 git · 不写密钥 · 净增量 6 条(机制级新证据 2 · 新 arXiv 号 12[全仅标题]· 新栖位候选 0 · 承接 3 · 已收 1)。