coding-agents · E1 预消化简报(2026-10-29)

  • 作者：flyP · E1 日间预消化轮(coding-agents)
  • 时间：2026-10-29 23:20 CST
  • 输入：宿主增量清单 /shared/research-kb/organized/indexes/work-guard/7a0c0a42-eb2e-4bcd-af74-634628039865.json(job 7a0c0a42-eb2e-4bcd-af74-634628039865 · created 1793287201 · expires 1793290801 · 本轮执行于有效期内(2026-10-29 23:20 CST < expires) · items=1 · score 8)
  • 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：organized/knowledge/coding-agents.md v125(2026-10-25 10:00 CST 落定 · 1192 行)
  • 性质：今晚 coding-agents 主题活文档 v126 接力预习备料。只写本文件；未改活文档、候选文档、清单、基线、认领记录、其他任务文件、定时配置；未 git；未输出密钥；未联网搜索补料；未全库扫描。

0. 本批结论速览

清单 8 项材料全部已读。逐件与 v125 活文档比对后，净增量结构与上一轮(10-28)截然不同：

本批 8 项 repo 卡中，没有一项是"编码 Agent 领域的新机制原型" —— 它们是四类已有形态的又一批实例，其中 2 件对全库都是绝对净新增**：

# 材料(materials[].source) 标题 v125 状态 本简报处置
1 organized/repo_cards/4731-cdeust-cortex.md cdeust/Cortex 未收；全库 0 命中 增量 1（绝对净新 · 持久记忆栖位）
2 organized/repo_cards/4012-team-commonly-commonly.md Team-Commonly/commonly 未收；全库 0 命中 增量 2（绝对净新 · 团队×Agent 协作空间）
3 organized/repo_cards/4640-denissergeevitch-ex-ussr-kinship-research.md DenisSergeevitch/ex-ussr-kinship-research 未收；agent 轴已完整展开（T292） 增量 3（跨轴复用 · 证据/解释分离）
4 organized/repo_cards/4670-zickrian-isle.md zickrian/isle 未收；engineering v153 已展开 承接（桌面外壳承接）
5 organized/repo_cards/4668-steventsvik-tellurion.md steventsvik/Tellurion 未收；llm-infra v3.68 已 README 级展开 增量 4（跨轴复用 · 终端任务控制面）
6 organized/repo_cards/4472-kalarislabs-research-agent-skills.md KalarisLabs/research-agent-skills 已收：v122 = §2.5 #125 栖（跨 harness 技能包市场栖位第 1 例） 承接 + 卡面刷新（本档首次以卡片形式出现，标数已变）
7 organized/repo_cards/4630-haiou-666-haiou-workshop.md haiou-666/Haiou-workshop 未收；risk 轴 §2.5 已深度展开 承接 + 归邻接（risk 主轴，非本档）
8 organized/repo_cards/236-raullenchai-rapid-mlx.md raullenchai/Rapid-MLX 已收：v125 = §2.5 #140 栖（推理承载层栖位第 1 例） 承接（卡面刷新，无新机制）

另有两处不在清单 8 项内、但属本任务指定抽查范围（paper_cards 近 3 天 + inbox 近 2 天）的实质发现：

  • 增量 5 ⚠⚬⚬⚬ · arXiv:2610.37255《Your Policy Is Secretly a Harness》—— 对 coding-agents 轴是硬缺口（本档 §2.1「harness 是税基」主线最直接的续作，却 0 命中）；详见 §1.5。
  • 增量 6 ⚠⚬ · arXiv:2609.32600(CUA-SWE)—— 近 3 天 paper_cards 新卡，本档 0 命中，但已收于 engineering / multimodal / llm-application 三轴；详见 §1.6。

给今晚的建议：不要重写 §1/§2 骨架。今晚最值得做的三件事是 (a) 补 2610.37255 到 §2.1（这是本轮最确定、最可执行、且最直接命中本档主线的修补）、(b) §2.5 新立 2 栖（Cortex + commonly）、(c) §2.5 承接 Tellurion + ex-ussr 两项跨轴已核实件。arXiv 建议净增 2 件（2610.37255 + 2609.32600）→ 可终止 v125 §2.1 记录的"立标空窗 #9"（连续第二棒 arXiv 净增 0）。

⚠ 重要纪律声明： - 本批 repo 卡星数/周增为重新采集快照，晚于活文档 10-25 cutoff。按既定规则，采集时间 / 星数周增变化不作新观点，仅在需要时作引用一致性提示（材料 6 的卡面标数与 v122 登记值已不同，见 §2 矛盾 C）。 - 材料 3/5/7 的跨轴展开取自其他轴活文档与 changelog，本轮未重新读 README，属跨轴复用 ≠ 本轮核实，引用时必须保留这一层不确定性。 - 材料 1/2 为全库绝对净新增，本轮只有卡面级信息（README 未读），只能作定位登记，不能作机制级立标。 - 材料 4 的卡面标有 待LLM分类：是，且跨 WezTerm / 自带 vendored 引擎两条简介并存（见 §2 矛盾 D）。

1. 今日该主题最重要的增量(6 条)

增量 1 ⚠⚬ · cdeust/Cortex：持久记忆成为"跨 harness 的 MCP 服务"而非"某个 Agent 的功能" —— 全库绝对净新增 ⚠⚬

  • 来源：organized/repo_cards/4731-cdeust-cortex.md（材料 key repo_cards:cdeust/cortex · v 543a52541552… · mtime 1793251927 = 2026-10-29）· GitHub https://github.com/cdeust/Cortex · 75★ · +0 · MIT · Python · 主分类 agent · 主题 agent/rag/llm-infra/evaluation/database · 形态 benchmark · 分类 skill · experimental · 最近提交 2026-10-29 · 首次采集 2026-10-29。
  • 要点（仅卡面简介，README 未读）： 1. 定位：Cross-platform persistent memory MCP for Codex, Gemini CLI, Claude Code, and other local MCP hosts。 2. 36 cited neuroscience mechanisms（声称引用 36 项神经科学机制）—— 具体是哪 36 项、怎么用的，卡面未给。 3. Local-first SQLite/PostgreSQL。 4. Hybrid retrieval + decay-based consolidation（基于衰减的固化）。 5. Reproducible benchmarks（自陈有可复现基准；卡面未给任何数字）。 6. Claude adds optional automatic lifecycle hooks（Claude 侧可选的自动生命周期钩子）。
  • 与活文档现有脉络的关系：
  • 对 §2.5「Agent 基础设施」：v125 的 #135–#141 七栖，覆盖编排产品层 / 规范层 / 产物可信 / 推理承载 / 训练回路写入。Cortex 补的是第六个轴：记忆层的"服务化"。v125 §2.5 尚无任何"持久记忆"的编码 Agent 载体 —— 而记忆是 v125 §2.1 harness 税基讨论中被反复提及但从未落到具体构件的一环（§2.1 记"Claude Code 初始上下文 >10× Pi"，即上下文/记忆正是税基）。
  • 对 §2.1「harness 学术化」：记忆被抽成 MCP 服务后，它就从"某个 harness 的内部实现"变成了"可被换掉的外部件" —— 这是本档 §2.1 主线（harness 是可变接口）的自然延伸：如果 harness 里连记忆都是外挂的，那"换 harness"到底换掉了什么？ 这正好是 2610.37255（增量 5）要回答的问题的工程侧镜像。
  • 对 §3.1 #423「工具调用可靠性是推理层专属价值主张」：Cortex 是又一个"推理层/服务层"专供编码 Agent 的 MCP（与 Rapid-MLX #140 同构，但服务的是记忆而非推理）。这提示本档 §2.5 的栖位分类法需要第三个维度：除了"这层是干什么的"（承载/写入/编排），还要问"这层是绑死某个 harness 还是 harness-agnostic"。
  • 对 §3.1 #418「产出可信三层（输入/变更/输出）」：Cortex 的 decay-based consolidation 隐含一个本档完全没有的第四类风险 —— "记忆的时效性衰减"是一种"变更"但不在 diff 里。即"输入可信"一旦要求"当前"，就需要一个衰减/遗忘策略，而衰减策略本身是一个会被静默写错的写入面（与 v125 §3.2 R14「优化器写入的失败模式是静默劣化」同构）。
  • ⚠ 边界：75★ 但 +0/周、首次采集当日、experimental、形态标为 benchmark 却无任何基准数字、许可 MIT。"36 cited neuroscience mechanisms" 与 "reproducible benchmarks" 均为项目自述，未核。
  • 建议归入哪一节：
  • §2.5 新立一栖："持久记忆服务化栖位第 1 例"（harness-agnostic 记忆 MCP）。
  • §1 现状全景加一条 ④ 级条目（不给 ⚬⚬⚬ 级：75★/experimental/README 未读）。
  • §3.2 记 2 条反方（见 §2 矛盾 A、矛盾 B）。
  • §7.3 URL 净增 1：https://github.com/cdeust/Cortex。
  • ⚠ 口径提醒：本轮未读 README，"36 项神经科学机制"这一最抢眼的数字不可引用。

增量 2 ⚠⚬ · Team-Commonly/commonly："人 + 各自跑的 Agent"共用一个 Pod —— 全库绝对净新增，且是跨厂商 Agent 协作空间这一形态的首次出现 ⚠⚬

  • 来源：organized/repo_cards/4012-team-commonly-commonly.md（材料 key repo_cards:team-commonly/commonly · v 71741e939f08… · mtime 1793251910 = 2026-10-29）· GitHub https://github.com/Team-Commonly/commonly · 1372★ · +5 · Apache-2.0 · TypeScript · 主分类 agent · 主题 agent/llm-infra · 形态 app · 分类 ai · research · 最近提交 2026-10-29 · 首次采集 2026-09-27。
  • 要点（仅卡面简介 + 卡内中文简介，README 未读）： 1. 定位（英）：One pod for your team and the agents each of you runs: your own Claude Code, or a hosted agent in one click. Open source (Apache-2.0), self-hostable. 2. 中文简介：面向人类与跨厂商 AI Agent 的开源协作空间。每个 Agent 拥有独立的名称、记忆、技能和工作站。任意运行时，使用你的基础设施——不按 Agent 收取费用。 3. 每个 Agent 拥有独立的名称 / 记忆 / 技能 / 工作站 —— 四元归属结构。 4. "任意运行时" + "不按 Agent 收取费用" = 计费单位是"人/基础设施"，不是"Agent 席位"。 5. 一键托管 Agent（hosted agent in one click）。 6. 可自托管（self-hostable）+ Apache-2.0。
  • 与活文档现有脉络的关系：
  • 对 §2.5「Agent 基础设施」：v125 的 #135 orca 是"编排产品层"，但其对象是单个团队的 Agent 编排；commonly 的新增维度是"人类成员与 Agent 平级同处一个空间" —— 即 §2.1 关心的"harness 是人与 Agent 的接口"在组织形态上的具体化。本档 §2.5 目前没有"人类与 Agent 同处一个协作单元"的栖位。
  • 对 §3.1 #419「消费级安全模型 = 人执行 + Agent 监督 + 撤销兜底」：commonly 把四个 Agent 各自有独立的记忆/技能/工作站这一隔离单元做成了产品默认。这与 v125 §3.2 R16「工具调用解析器数量本身是脆弱性的度量」形成了一个有意思的反向对照：解析器是易碎的共享字符串匹配，而 here 每个 Agent 的记忆/技能是物理隔离的命名空间 —— 隔离粒度的方向相反，但都指向"共享部件 = 失效面"。
  • 对 §3.1 #424「模型 × harness × 推理位置是三元组」：commonly 明写 "任意运行时" ⇒ 运行时（Claude Code / 托管 Agent / 其他厂商）成为第四个独立可变的轴。加上 v125 已有的「换供应商」（上一轮简报中 turno 的 196 供应商翻译器），本档正在从三元组走向"模型 × harness × 推理位置 × 运行时/供应商"的四元甚至五元。
  • 对 §3.1 #425「权限分级」：commonly 的"不按 Agent 收费、按基础设施计费"是一个经济上的授权模型——权限与成本都由"人/席位"而非"Agent"承载。这与 §3.1 #425 的"权限粒度应绑定操作的可逆性与外部可见性"是互补维度：本条补的是"权限与成本的归属主体"。
  • ⚠ 边界：1372★ 是本批星数最高的一件，但 +5/周（低）、首次采集 09-27（说明已入库一月有余，本轮是首次进入 coding-agents 清单，不是新项目）。"一 pod""工作站""一 click"等均为产品语汇，README 未读。
  • 建议归入哪一节：
  • §2.5 新立一栖："人类×Agent 同处协作空间栖位第 1 例"（与 #135 orca 编排产品层并列但对象不同）。
  • §1 现状全景加一条 ④ 级条目。
  • §3.1 可加一条共识候选："Agent 的授权与计费归属主体是'人/基础设施'而非'Agent 席位'" —— 但仅基于卡面产品语汇，证据等级低，建议标 ⚬ 且注明卡面级。
  • §3.2 记 1 条反方（见 §2 矛盾 C）。
  • §7.3 URL 净增 1：https://github.com/Team-Commonly/commonly。
  • ⚠ 口径提醒：1372★ + Apache-2.0 + research 成熟度，是本批唯一成熟度标为 research 且许可明确的一件；但README 未读，产品承诺不可核查。

增量 3 ⚠⚬ · DenisSergeevitch/ex-ussr-kinship-research："证据 / 解释分离"成为 Agent 诚实性的显式设计目标 —— 跨轴复用（agent 轴 T292 已完整展开） ⚠⚬

  • 来源：organized/repo_cards/4640-denissergeevitch-ex-ussr-kinship-research.md（材料 key repo_cards:denissergeevitch/ex-ussr-kinship-research · v 0da75deff93e… · mtime 1793208736 = 2026-10-28）· GitHub https://github.com/DenisSergeevitch/ex-ussr-kinship-research · 1148★ · +1713 · MIT · Python · 主分类 agent · 形态 app · 分类 trending · research · 最近提交 2026-10-28 · 首次采集 2026-10-26。
  • 要点（卡面 + 跨轴复用 agent 轴 organized/knowledge/agent.md v124 段的 T292 登记，本轮未重读 README）： 1. 卡面：Evidence-first genealogy skill for AI agents (Codex, Claude Code): church books, civil, military, deportation and repression records across the former USSR. Replies in your language. 2. agent 轴 T292 原文判读：「"知道何时停止"成为 agent 诚实性的显式设计目标」 —— ex-ussr-kinship-research 证据/解释分离 + 历史管辖权模型。 3. 历史管辖权模型 = 承认史料在不同历史时期/政体下管辖权不同，故同一结论须标注其依据的管辖权区间。
  • 与活文档现有脉络的关系：
  • 对 §3.1 #418「产出可信分输入/变更/输出三层」：本档的三层模型里，"输入可信"至今没有"管辖权/适用范围"这个维度。ex-ussr 的做法是：结论的可信度不是布尔值，而是"证据 + 解释"两段分离，并附管辖权区间 —— 这给 #418 的"输入可信"补了一个"输入本身有历史/法域适用范围"的第二维。
  • 对 §2.5：这是一件"Skill 封装领域方法论"的实例，与 v125 §1④ 已经归纳的 skill 族（decks / imozuru / free-my-tv）同族，但 X = "证据处理纪律"。与 v125 §2.1 的关联更紧：本档 §2.1 记 "harness 是税基"，而 "证据/解释分离"正是一种把税（不可核查的历史断言）前置到 Agent 设计阶段的 harness 约束。
  • 对 §3.2 R14「静默劣化」："不知道何时停止"与"静默劣化"是同一问题的两面 —— 一个是"不该继续时继续了"，一个是"错了但没人知道"。Agent 诚实性需要同时有"停的判据"和"错的信号"。
  • ⚠ 跨轴证据（可核查）：grep -rln "ex-ussr-kinship-research" organized/knowledge/ → 命中 organized/knowledge/agent.md（§9.4 URL 锚点清单 + v124 段 T292）。agent 轴已收录并展开，本档 grep -c = 0。
  • ⚠ 口径提醒：+1713/周是本批星数变化最剧烈的一件，但按既定规则星数周增不构成新观点；且本轮未核 README，T292 的判读归属须写明是跨轴复用。
  • 建议归入哪一节：
  • §1 现状全景 ⑦（其余条目）或 §2.5 承接行 加一条，标注"agent 轴 T292 已展开，此处跨轴复用"。
  • §3.1 #418 下补一句："输入可信还需标注管辖权/适用范围区间"（标为跨轴复用）。
  • §3.2 记 1 条反方（见 §2 矛盾 E）。
  • §7.3 URL 净增 1：https://github.com/DenisSergeevitch/ex-ussr-kinship-research。
  • 不建议新立栖位（该件已被 agent 轴立标，重复立标会污染两轴 —— 与 stephen 10-29 简报对 2610.37255 的同一纪律一致）。

增量 4 ⚠⚬ · steventsvik/Tellurion："终端里的多 Agent 任务控制面" —— 跨轴复用（llm-infra v3.68 已 README 级展开），且是本档 §2.5 编排族的高价值第 5 例 ⚠⚬

  • 来源：organized/repo_cards/4668-steventsvik-tellurion.md（材料 key repo_cards:steventsvik/tellurion · v fe9a2627d04a… · mtime 1793035912 = 2026-10-26）· GitHub https://github.com/steventsvik/Tellurion · 133★ · +0 · AGPL-3.0 · Zig · 主分类 agent · 主题 agent/llm-infra · 形态 app · 分类 ai · experimental · 最近提交 2026-10-26 · 首次采集 2026-10-27。
  • 要点（卡面 + 跨轴复用 llm-infra v3.68 的 ③ 号展开段，本轮未重读 README）： 1. 卡面：Mission control for AI coding agents. Watch Claude Code, Codex, Gemini and a dozen more work live in one macOS terminal: live status, an editor that follows their edits, undo for any turn, approvals from your phone and local models. 20+ built-in tools. 建立在 Ghostty 之上。 2. llm-infra v3.68 已核 README 级要点：Groups and presets（名字 + 角色 + 最多 12 个 agent 槽位 + 文件夹 + 统一首任务 + "Skip permission prompts"（默认关，开启的 tile 戴红色 No prompts 徽标））· Spawn 以网格启动 · Presets 一键重启 · Groups 有角色（Frontend/Backend/Testers/Reviewers/Design/Docs/Security/General）并按颜色分框 · 折叠为列表时 agents keep running · 组头菜单可 messages/pauses/tidies/closes · @ 向组内每个 tile 发消息。 3. Orchestrator 与 "Shared between agents"：共享记忆、失败命令、首个 agent 对项目的记忆，可读可改；三种动作 Continue（从上次停处续跑）/ Review（只审不改）/ Second opinion（对方案发表意见）；失败命令可直接转给正在处理该项目的 agent。 4. Review loops：写作者每轮结束 → 审阅者收到其改动并回答 APPROVED 或 CHANGES NEEDED → 意见回传直到批准或触顶；每条消息等待人工按 Send（除非开自动 Send），且绝不在 agent 回合中途或人打字时向 agent 输入内容。 5. Alerts：agent 在你未看的 pane 等待时通知并显示 Dock 计数。Usage meters：Claude 与 ChatGPT 计划的 5 小时窗口与周窗口用量面板。 6. llm-infra v3.68 判读原文：「agent 编排从"框架里的多代理 API"下沉为"终端里的多代理运维面"」；其与既有材料的关键差异在于仲裁层的位置 —— 明确假设多进程并发 + 人类同时在场 + 跨工具统一观察，并把"跳过权限提示"做成逐组开关且带可见徽标。
  • 与活文档现有脉络的关系：
  • 对 §2.5「Agent 基础设施」：v125 §2.5 的编排三例（#135 orca 编排产品层 / #136 AOS-1 规范层 / #139 tv-detox 产物层）之外，Tellurion 补的是"运行时仲裁层"，且是唯一一例把"人类同时在场"当作设计前提的。
  • ⚠ 对 §3.1 #425「权限分级」是本批最尖锐的一处补强：v125 #425 主张"权限粒度应绑定操作的可逆性与外部可见性"，Tellurion 把这条落到了逐组开关 + 可见徽标。但同时它给出了 #425 尚未覆盖的第三态："跳过权限提示"是逐组可见、可开关、可带徽标的显式状态 —— 即"是否有人监督"本身成了一个可被审阅的界面元素。这比 #425 的"按操作分级"更进一步：监督的开关状态本身要可核查。
  • 对 §3.1 #418/#419：Review loops 的 "APPROVED / CHANGES NEEDED" 是本档 §3.1 #418「产出可信」中"变更可信"层的一个结构化二元判定（与 v125 §1③ 的 paper-pal「词级 diff + 逐条 Accept/Reject」同族，但 Tellurion 是跨 Agent 的角色分工而非单件产物的 diff 审阅）。
  • 对 §3.1 #424："跨工具（Claude Code / Codex / Gemini）统一观察" = harness-agnostic 的仲裁层，与增量 2 的 commonly 是同一趋势的两端（一个在终端里、一个在团队 Pod 里）。
  • 对 §3.2 R16「解析器数量 ≠ 解析器正确率」：Tellurion 的 Usage meters（5 小时窗口与周窗口） 是把配额做成可视化面板 —— 与 #423「一次解析失败是乘性损伤」互为镜像：配额耗尽同样是乘性损伤（不是降速而是中断），而目前编码 Agent 的选型讨论几乎不谈配额窗口。
  • ⚠ 口径提醒：AGPL-3.0 + Zig + macOS-only（依赖 Ghostty）+ 133★ + 首次采集当日 ⇒ 成熟度与可移植性均未验证；"20+ built-in tools"与"审批从手机"的具体实现未在 README 展开（llm-infra v3.68 原话）。
  • 建议归入哪一节：
  • §2.5 新立一栖或承接行："多 Agent 运行时仲裁层栖位第 1 例"（我倾向新立，因其可核查机制词 —— 12 槽位 / Skip-permission 逐组开关 + 徽标 / Review loops / Continue-Review-Second-opinion / Usage meters —— 与 #135–#141 均不重叠）。
  • §1 现状全景 ④ 加一条（标"跨轴复用，llm-infra v3.68 已 README 级核实"）。
  • §3.1 #425 补一句："监督开关本身应是可审阅的界面状态"（跨轴复用）。
  • §3.2 记 1 条反方（见 §2 矛盾 F）。
  • §7.3 URL 净增 1：https://github.com/steventsvik/Tellurion。

增量 5 ⚠⚬⚬⚬⚬ · arXiv:2610.37255《Your Policy Is Secretly a Harness》—— 本档 §2.1「harness 是税基」主线最直接的续作，本档 0 命中，agent 轴 v126 候选已立标 ⚠⚬⚬⚬⚬

⚠ 本条不在清单 8 项 materials 内，来自本任务指定的 inbox 近 2 天笔记（tom 雷达）与 paper_cards 近 3 天抽查范围。已按"宿主机增量清单优先"原则处理：清单 8 项全部处理完毕后，再登记抽查范围内的实质发现，并明确标注其来源与归属。

  • 来源：inbox/tom/2026-10-29T0840-agent-rag-longcontext-radar.md（Tom 文献雷达 · agent-rag-longcontext · 2026-10-29 08:40 · 高价值工作第 2 条）· 标题《Your Policy Is Secretly a Harness: The Decision Geometry of Agent Interfaces》· https://arxiv.org/abs/2610.37255 · 补充线索 https://cobusgreyling.substack.com/p/agent-model-harness。深读出处（跨轴复用）：organized/knowledge/.agent-candidate.md（agent 轴 v126 · 2026-10-29 10:30 CST · Policy-is-a-Harness 立标条）。
  • 要点（采 tom 雷达 + agent 轴 v126 候选已核数字，本轮未读论文正文）： 1. 机制：在 KL 正则控制下，最优策略的 log odds 可以还原 harness 对各动作的偏好强度 —— 策略参数里直接编码了 harness 的动作打分，故部署到新 harness 时的迁移不是默认成立的。 2. 点位（MiniWoB++）：R0 = Readout RMS 0.000 / Mismatch MM 0.015 / Return JJ 0.423 / Success 85.0%；R1 变体 = Readout RMS 0.200 / MM 0.484 / JJ −0.046 / Success 仅 19.2% ⇒ harness 一变，同一策略成功率从 85.0% 塌到 19.2%。 3. 迁移表：H0→H0 JJ 0.42289 / 85.05%；H0 continuation→H1 JJ 0.30404 / 75.66%；H1 adaptation→H1 JJ 0.43133 / 88.17% ⇒ 只有针对目标 harness 做过适配的策略才能恢复水平。 4. ⚠ 论文自身的设定张力：结论建立在 KL 正则化的理想化设定上 —— KL 正则会主动压掉策略对 harness 偏好的偏离，这与论文结论存在方法论层面的自洽性张力（tom 已标注）。 5. ⚠ 反向线索：Cobus Greyling《Agent = Model + Harness》(Substack) 主张跨 harness 方差会随模型变强而收敛，与"策略携带 harness 偏好"方向相反（agent 轴 v126 明确记为"存在张力，本轮不裁决"）。
  • 与活文档现有脉络的关系（这是本条的价值所在）：
  • 对 §2.1「Harness 学术化」—— 直接命中，且是续作而非并行。v125 §2.1 记的三线是：① HarnessTax（v124）= harness 是税基（成功率差 ±2–5%、成本差至 5 倍、12 组中 9 组由非自家 harness 取得最高成功率、Claude Code 初始上下文 >10× Pi）；② harness × 权重协同进化（v118 议题，arXiv:2610.25078 仅标题未读摘要）；③ OPAL（v125）= harness 是模型与优化器之间的可变接口。2610.37255 补的是第二线的第一篇实质论文，且它把 v125 §2.1 末尾那句"arXiv 净增 0 —— 立标空窗 #9（连续第二棒）"直接补上。
  • 它把 v125 §3.1 #414–#416 三条共识推到了必须修正的位置：
    • #414「harness 税是成本税而非能力税」 ← 本条给出反例层面的冲击。HarnessTax 的观测是"换 harness 后成功率差 ±2–5%"（成本差至 5 倍）；本条在同一策略下观测到 85.0% → 19.2% 的成功率塌陷。两者不是程度差异，是不同量级。⚠ 但不可直接对撞：HarnessTax 是换 harness 重跑任务（新策略），本条是换 harness 部署旧策略（策略不变）。⇒ 正确的表述是："harness 税"有两种形态 —— 重跑时的成本税，与迁移时的能力税；后者可能是乘性的。" 这不是推翻 #414，而是给它补了第二个分支。今晚切勿直接写"#414 被推翻"。
    • #415「自家 harness 不是最优」 ← 本条同向加强（H1 adaptation→H1 达 88.17% > H0→H0 85.05%），但机制解释不同：#415 说的是"别的 harness 更好"，本条说的是"旧 harness 的策略在新 harness 上失效"。
    • #416「初始上下文是税基主要来源」 ← 本条提供了第三个税基变量：策略里编码的 harness 动作偏好。也就是说税基不止于上下文，还包括"策略从哪个 harness 学来"。
  • 对 §2.6「评测方法学」：本条给出了本档 §2.6 目前完全没有的一条评测规约 —— agent 分数必须附带 harness 标识，且跨 harness 比较必须说明策略是在哪个 harness 上训的。这与 v125 §2.6 借用的 2608.06714 Terminal-Bench 2.0 三分协议是互补而非替代：三分管随机性，本条管harness 混淆。
  • 对 §4 开放问题：v125 §4 P2-#538/#539/#540/#541 四条都不覆盖"跨 harness 迁移"。本条直接开出一个新的 P2："跨 harness 的策略迁移基准该长什么样？"（需要：同一策略 × N 个 harness 的成功率矩阵 + 是否做过 target-harness adaptation 的对照臂 + 非 KL 设定下的复现）。
  • ⚠ 归属纪律（重要）：
    • grep -c "2610.37255" organized/knowledge/coding-agents.md → 0。
    • grep -rln "2610.37255" organized/knowledge/ → 命中 organized/knowledge/.agent-candidate.md（agent 轴 v126 候选，尚未落定为活文档）。
    • organized/paper_cards/ 中无 2610.37255 的卡片（ls | grep 37255 → 空）。
    • ⇒ 本条的"净增"性质是：agent 轴候选已立标（数字已核），但 coding-agents 轴活文档 0 命中。 按 stephen 10-29 llm-application 简报确立的纪律（"已在 agent 轴立标，跨轴重复登记会污染两轴；如需在别轴提及，应以'参照 agent 轴 v126 结论'的形式单点引用，而不是重新立标"），本档应以"参照 agent 轴 v126"的形式单点引用，并只在本档主线上（§2.1）补它缺失的那一层，不复制全部数字、不另立栖位。
    • ⚠ 但编码 Agent 轴有自己的立标理由：本档 §2.1 的主线就是"harness 是什么"（税基 / 可写接口），而 2610.37255 是把 harness 从"运行配置"降格为"策略的一部分"的一篇 —— 这只属于 coding-agents 轴的问题。agent 轴关心"能力来源归属"，coding-agents 轴关心"harness 到底换掉了什么"。建议：在本档 §2.1 以单点引用 + 本档视角的判读形式收录，并在 §7.1 arXiv 索引与 §7.3 URL 索引各登记一次（这是引用层登记，不是立标层立标）。
  • 建议归入哪一节：
  • §2.1 在"harness × 权重协同进化"处补一段：arXiv:2610.37255（参照 agent 轴 v126 立标）= 该议题第一篇有实质数字的论文（log odds 还原 harness 偏好强度 / MiniWoB++ 上 85.0%→19.2% / H1 adaptation 88.17%）+ 本档判读："harness 税"须拆为"重跑成本税"与"迁移能力税"两支，后者可能乘性。
  • §3.1 #414 下补一句限定（不是推翻，是分支出）；#415 下补一句同向加强；#416 下补"第三税基变量"。
  • §3.2 记 1 条反方（见 §2 矛盾 G，必须写明"与 Tom 转述的 Substack 论点方向相反，未裁决"）。
  • §4 新增 1 条 P2：跨 harness 策略迁移基准。
  • §7.1 arXiv 索引净增 1（504 → 505）；§7.3 URL 净增 1（https://arxiv.org/abs/2610.37255）。
  • 涉及 arXiv：2610.37255。

增量 6 ⚠⚬ · arXiv:2609.32600(CUA-SWE)—— 近 3 天 paper_cards 新卡，本档 0 命中，但已被三条邻轴收录 ⚠⚬

⚠ 同上：不在清单 8 项内，来自本任务指定的 paper_cards 近 3 天新卡抽查范围。

  • 来源：organized/paper_cards/1615-2609-32600.md（mtime 2026-10-28）· arXiv:2609.32600《CUA-SWE: When Computer-Use Agents Meet Visual Software Engineering》· 主分类 agent · 形态 benchmark · S2 被引 1 · OpenAlex 更新 2026-10-02 · https://arxiv.org/abs/2609.32600。
  • 要点（card TLDR 摘要级，本轮未读论文正文）："This evaluation characterizes how frontier agents combine source-level execution with application screenshots and graphical interaction to produce verified software changes, and examines performance across domains and task information requirements, alongside the development behaviors associated with successful repairs." ⇒ 要点：① 源级执行 + 应用截图 + 图形交互三者结合产生可验证的软件变更；② 考察跨领域与跨任务信息需求下的表现；③ 观察与成功修复相关联的开发行为（development behaviors）。
  • 与活文档现有脉络的关系：
  • 对 §2.6「评测方法学」：这是近 3 天 paper_cards 层中唯一一件本档 0 命中、且主分类为 agent 的编码 Agent 评测件（其余 5 件 2609.08149 / 2608.19799 / 2608.23564 / 2609.27308 / 2608.21833 本档已收）。它的独特之处是评测"源级执行 + GUI 交互"的混合形态 —— 即评测对象从"纯终端"扩展到"有 GUI 的软件工程"。
  • ⚠ 与本档 §2.6 已借用的 2608.06714（Terminal-Bench 2.0）形成对照：Terminal-Bench 2.0 刻意只给 headless terminal 单一工具（v125 §2.6 明记）；CUA-SWE 则显式引入截图与图形交互。⇒ 这是同一个"编码 Agent 评测该给多少工具"问题的两个极端答案（最窄 vs 最宽），可以并置成一组张力，但不可互相替代。
  • 对 §2.1 的一个隐含推论（值得记，但属推论非实证）：若 GUI 交互成为评测的一部分，则 §2.1 的 "harness 税基" 清单需再加一项 —— GUI 状态/截图也占上下文。⚠ 本档无任何材料支持该推论的量化，建议只记为开放问题，不写成结论。
  • ⚠ 跨轴证据（可核查）：grep -rln "2609.32600" organized/knowledge/ → 命中 engineering.md（§7.2 URL 索引含 https://huggingface.co/papers/2609.32600）、multimodal.md（§arXiv 索引）、llm-application.md、以及 .engineering-candidate.md / .llm-application-candidate.md。本档 grep -c = 0。
  • ⚠ 口径提醒：S2 被引仅 1，card TLDR 摘要级，未读正文；不得据 TLDR 引用任何具体数字或结论强度。"development behaviors"这一观察方向本档无法判定其是否构成新主张。
  • 建议归入哪一节：
  • §2.6 加一行："评测的 GUI 维度：CUA-SWE 与 Terminal-Bench 2.0 是'最宽 vs 最窄工具面'的一组对照"（标 card TLDR 级）。
  • §4 可考虑并入 #538–#541 附近的一条 P2（"评测应给多宽的工具面？"），或与 2608.06714 并列记为对照，不新立。
  • §7.1 arXiv 索引净增 1（505 → 506）；§7.3 URL 净增 1（https://arxiv.org/abs/2609.32600）。
  • 涉及 arXiv：2609.32600。

2. 值得警惕的矛盾或待核实说法(7 条)

矛盾 A ⚠⚬⚬ · Cortex 的"36 cited neuroscience mechanisms"是本批最抢眼、最不可核查的数字 —— 且与"reproducible benchmarks"并列出现却无一个数字

  • 出处：organized/repo_cards/4731-cdeust-cortex.md 卡面简介："36 cited neuroscience mechanisms, local-first SQLite/PostgreSQL, hybrid retrieval, decay-based consolidation, and reproducible benchmarks"。
  • 为什么重要：这是本档 §2.5 若新立栖位时最可能被引用的两个数字/主张，而两个都不可核查： 1. "36 项神经科学机制" —— 是哪 36 项、如何映射到检索/衰减参数，卡面未给。⚠ 按本库既有纪律（llm-infra v3.68 对 turno 的 "196 供应商翻译器"、risk 轴对 "1700+ few-shot" 的处理方式），此类"数量 + 学科背书"的自述须降级为声明级。 2. "reproducible benchmarks" —— 有基准但卡面无一个分数。且该卡形态标为 benchmark，却没有任何 benchmark 名称或指标。
  • 另有一处内部张力：卡片主分类 agent / 形态 benchmark / 分类 skill 三者指向三个不同的东西（编排件 / 评测件 / 技能包），而简介讲的是 MCP 记忆服务。⇒ 分类字段与简介不匹配，与 v125 §3.2 R17「频道/分类字段不可信，须以实际内容归类」同族。
  • 建议：§3.2 记 1 条反方："神经科学背书的机制清单是典型的不可核查增强叙事"；§2.5 登记时明确写"机制数量与基准分数均未核"。

矛盾 B ⚠⚬ · Cortex 的"decay-based consolidation"引入了本档从未登记过的一类写入面：会静默改写记忆的衰减策略

  • 出处：卡面 "decay-based consolidation"。
  • 为什么对本档重要：v125 §3.2 R14 记的是"优化器写入的失败模式是静默劣化，而非即时报错"。记忆衰减策略是同一类问题的记忆版：一次错误的衰减参数（或一次 bug）不会让 Agent 报错，只会让它逐渐忘记该记住的东西，且比优化器劣化更难察觉（因为失败是分布式的、跨会话的）。本档 §3.1 #418 的"输入可信"三层里没有任何一层覆盖"记忆的时效性/衰减正确性"。
  • 建议：§3.2 增 1 条反方（"记忆衰减策略是一类未被登记的静默写入面"）；§4 可增 1 条 P2："记忆固化/衰减策略的失败如何被检测"。

矛盾 C ⚠⚬ · commonly 的"不按 Agent 收取费用"与其"每 Agent 独立记忆/技能/工作站"的成本归属之间存在未说明的分配规则

  • 出处：卡面简介 + 中文简介（"任意运行时，使用你的基础设施——不按 Agent 收取费用" / "每个 Agent 拥有独立的名称、记忆、技能和工作站"）。
  • 为什么重要：这句话在产品语汇上是卖点，在工程上是成本模型。若每个 Agent 拥有独立记忆/技能/工作站（即独立命名空间 + 独立存储 + 独立工具配置），则隔离是有成本的（存储、配置分发、凭据、算力、上下文重复）。"不按 Agent 收费" 意味着这些成本被隐含进"按人/按基础设施"的账单里，但卡面未说明按什么口径分摊。
  • ⚠ 与本档 §3.1 #425 的关系：#425 主张"权限粒度应绑定操作的可逆性与外部可见性"。commonly 的每-Agent 独立命名空间在隔离维度上是对的，但成本口径不透明意味着"多开 Agent"的边际成本不可见 —— 这对"Agent 数量"这一本档正在上升的变量（v125 §2.5 编排件普遍支持多 agent 槽位）是一个未被登记的约束。
  • 建议：§3.2 记 1 条反方（"Agent 隔离的成本口径未披露，可能导致多 Agent 扩张被低估"）；引用时只引"每 Agent 独立名称/记忆/技能/工作站"这一结构事实，不引"不按 Agent 收费"作为结论。

矛盾 D ⚠⚬ · isle 的两条简介互有张力，且卡面标 "待LLM分类：是"

  • 出处：organized/repo_cards/4670-zickrian-isle.md —— Rust · 69★ · +0 · GPL-3.0 · app · experimental · trending · 主分类 engineering · 最近提交 2026-10-26；简介："A notch-style island for GNOME with an AI assistant that installs and fixes things, Claude Code and Codex approvals from the notch, music with synced lyrics, notifications, a focus timer, tasks and a clipboard shelf."
  • 跨轴状态：engineering v153 §1.7 ⑤ 已展开（"代理控制面下沉到桌面外壳"）；本档 0 命中。
  • 为什么值得记："审批入口从桌面外壳下沉"这条，与本档 §3.1 #425 高度同构但本档无载。engineering v153 的原文是："zickrian/isle（Rust · 69★ · GPL-3.0）GNOME notch 面板承载 Claude Code / Codex 审批，与音乐歌词同步 / 通知 / 专注计时 / 任务 / 剪贴板架共存。" ⇒ "审批发生在桌面外壳"是一个新的审批面，与 Tellurion 的"审批发生在终端"、paperclip 的"审批发生在董事会层"构成审批位置的三个不同层。
  • ⚠ 口径：卡面标 "待LLM分类：是"（classification pending）；+0/周；engineering 轴已完整展开，本档建议只作承接登记 + 指向 engineering 轴 v153 结论，不重复展开（与增量 3 同纪律）。
  • 建议：§2.5 承接行加一句；§3.1 #425 下补一句"审批位置本身是多层的：桌面外壳(isle)/终端(Tellurion)/治理层(paperclip)"（跨轴引用，标来源）。

矛盾 E ⚠⚬ · ex-ussr 的"证据/解释分离"若成为通用规约，会与本档 §3.1 #418「产出可信」的三层模型产生层级错配

  • 出处：agent 轴 T292（organized/knowledge/agent.md v124 段）—— "'知道何时停止'成为 agent 诚实性的显式设计目标：ex-ussr-kinship-research 证据/解释分离 + 历史管辖权模型"。
  • 为什么对本档重要：本档 §3.1 #418 把"产出可信"分为输入 / 变更 / 输出三层，而 ex-ussr 的做法在"输出"内部再切一刀（证据 vs 解释）。⚠ 这带来一个本档尚未处理的建模问题："解释"算输入还是输出？ 若解释属于输入（Agent 的历史结论作为后续推理的前提），则它需要进入"输入可信"层的管辖权标注；若属于输出，则"证据/解释分离"是输出可信层的内部结构。本档当前的两层归属互斥，未指定。
  • 建议：§3.2 记 1 条反方（"证据/解释分离与本档『输入-变更-输出』三层模型存在层级归属未定的问题"），并明写"该判读源自 agent 轴 T292，本档为跨轴借用，非本档原创立论"。

矛盾 F ⚠⚬ · Tellurion 的 "Skip permission prompts" 是一个可开关但语义未定义的监督态 —— 与 §3.1 #425 的关系是补充也是压力

  • 出处：llm-infra v3.68 ③ 号展开段（跨轴）："'Skip permission prompts'（off unless turned on; those tiles wear a red No prompts badge）"；以及"把'跳过权限提示'做成逐组开关且带可见徽标 —— 这是人类监督面与自动化面的第一次正面接触点"。
  • 为什么对本档重要：v125 §3.1 #425 主张权限按"读取 / 写入工作区 / 远程"三档分级。Tellurion 提供了第四个维度：监督开关本身。⚠ 但它没有解决一个关键问题 —— "跳过权限提示"的语义边界未定义： 1. 是完全不弹提示（Agent 自行决定）？还是批量预授权（仍然记录但不再问）？ 2. 若完全不弹，"红色 No prompts 徽标"就是人类监督面唯一的残留信号 —— 它可被忽略（折叠为列表时 agents keep running，徽标未必可见）。 3. 若是批量预授权，则它与 v125 §3.1 #425 的"写入工作区需确认"直接冲突 —— 且这种冲突在界面上是可见的（徽标），在机制上是静默的。
  • 建议：§3.2 记 1 条反方（"『跳过权限提示』的语义未定义：完全免问 vs 批量预授权，二者对监督强度的影响相差一个量级"）；§4 可增 P2："监督开关应有规范化的语义声明"（与上一轮简报中 turno 的 --permission-prompts none 是同一问题的两例，见 §2 矛盾 F 的附注）。

矛盾 G ⚠⚬⚬ · 2610.37255 与 Cobus Greyling 的 Substack 论点方向相反 —— 且论文自身的 KL 设定与其结论存在方法论张力 ⚠⚬⚬

  • 出处：
  • 论文侧（arXiv:2610.37255，tom 雷达 + agent 轴 v126）：策略 log odds 可还原 harness 偏好强度 ⇒ 换 harness 后迁移不默认成立。
  • Substack 侧：Cobus Greyling《Agent = Model + Harness》(https://cobusgreyling.substack.com/p/agent-model-harness) 主张跨 harness 方差会随模型变强而收敛 ⇒ 方差趋小，迁移更易成立。
  • 为什么重要：这不是程度差异，是方向相反。⚠ 而且两者都还没到可裁决的证据级别： 1. 论文侧：结论建立在 KL 正则化的理想化设定上 —— KL 正则会主动压掉策略对 harness 偏好的偏离，这与"策略携带 harness 偏好"这一结论本身存在自洽性张力（tom 已标，agent 轴 v126 亦标）。 2. Substack 侧：是实证还是思辨未核（agent 轴 v126 明确记"本轮不裁决"）。 3. 口径差异：论文测的是同一策略换 harness（迁移），Substack 谈的是跨 harness 方差随模型强度的统计趋势。方差收敛是统计趋势，不蕴含单次迁移成立 —— agent 轴 v126 已写明这一点。
  • 建议：⚠ 今晚两方都不得作为"harness 迁移性"的定论引用。§3.2 记 1 条反方时必须写明"方向相反、证据层级不同、双方均未达可裁决级别"，并附上 KL 设定这一方法论张力。

矛盾 F 附注 · turno 与 Tellurion 构成同一问题的两例："无人值守/自动化态下权限提示的默认语义未标准化"

  • 出处：上一轮简报（inbox/flyp/2026-10-28-coding-agents-e1prep.md §2 矛盾 A）已记 turno 的 --permission-prompts none 与"无人值守 + 审批卡片"并存、默认态不明；本轮 Tellurion 的 "Skip permission prompts" 逐组开关 是第二个独立实例。
  • 为什么本轮要提：两件分属不同项目、不同作者、不同 harness，指向同一个未标准化的问题 —— 这是本档 §3.1 #425 与 §4 P2-#541（"权限分级能否升级为可移植的策略文件"）的直接续作：#541 问的是"能不能统一"，而这两个实例说明"不统一"是当前事实。
  • 建议：§4 的 P2-#541 下追加一句实证支撑（两个独立实例）；§3.2 增 1 条反方（"权限提示的自动化态语义在两个独立项目中均未定义"）。

3. 可引用的 arXiv 号列表

3.1 本轮净增建议(§7.1 由 504 → 506 件)

编号 标题 出处 证据等级
2610.37255 Your Policy Is Secretly a Harness: The Decision Geometry of Agent Interfaces inbox/tom/2026-10-29T0840-agent-rag-longcontext-radar.md · https://arxiv.org/abs/2610.37255 · 数字引自 agent 轴 v126 候选 organized/knowledge/.agent-candidate.md 雷达 + 跨轴候选摘要级（未读正文；agent 轴已核数字）
2609.32600 CUA-SWE: When Computer-Use Agents Meet Visual Software Engineering organized/paper_cards/1615-2609-32600.md · https://arxiv.org/abs/2609.32600 card TLDR 摘要级（未读正文 · S2 被引 1）

3.2 本档已在册、可交叉引用的近邻编号（不新增，仅供今晚引用定位）

编号 在本档的位置 说明
2610.25078 §2.1 harness×权重协同进化，仅标题未读摘要，不引结论；2610.37255 正是该议题第一篇有实质数字的论文
2608.06714 §2.6 Terminal-Bench 2.0 的 22/22/45 三分 + 单一 headless terminal 工具；与 2609.32600 的 GUI 工具面构成"最窄 vs 最宽"对照
2609.08149 §7.3 URL 索引内 SWE-Bench Pro Verified：反作弊保护 + 任务精修
2608.19799 §7.3 URL 索引内 SWE-bench Science：移除显式科学指导的配对消融 —— 有根据的信息可提升平均表现与 token 效率，对齐不良的指导则诱发锚定且不必然提升精确修复成功率
2608.23564 §7.3 URL 索引内 SWE Refactor Bench：20 个全仓库迁移 × 4 类技术债
2608.21833 §7.1 + §7.3 GameXpert-Bench：Agent 在产出可玩基础/实现明确需求上可靠，在发现缺陷/验证运行时行为/跨变更保持功能上不可靠
2609.27308 §7.3 URL 索引内 EmbodiedSWE：编码 Agent 生成轨迹 → 训练 VLA → 真机长程任务
2609.04280 §7.3 URL 索引内 EvoHarnessBench：tools/skills/agents 三轴 harness 演化评测

3.3 来自他人笔记的邻接轴编号（仅记录出处，不建议进本档 §7.1，因属 agent/rag/multimodal 轴）

  • 2610.37624(Rare, Relevant, and Still Wrong：记忆压缩下"稀有度 ≠ 有用")· 2610.35013(MPO：优势估计对齐 turn 尺度)· 2610.37037(Zooming v2)· 2610.36077(The Trinity)· 2610.35864(VibeVideoBench)· 2610.37386(MoE 解码通道)· 2610.35962(bitter-lesson h1) —— 出处：inbox/tom/2026-10-29T0840-agent-rag-longcontext-radar.md
  • ⚠ 其中 2610.37255 例外 —— 它已在本档 §1.5 单独处理，因本档 §2.1 主线（harness 是什么）与它直接同题。
  • 2609.36642(PR-OPD)· 2610.34073(Memory Tax)· 2610.24520 —— 出处：organized/paper_cards/1792-2609-36642.md + agent 轴 v126 候选（agent 轴已立标）。
  • 2609.39102(False Frontiers · co-cheating 诊断)· 2609.09134(Co-Evolving Harnesses and Models) —— 上一轮简报（10-28）已列，本轮未重复展开；2609.09134 仍是本档 §2.1 最该补的 arXiv 空位之一（若昨晚 v126 未采纳，今晚可一并处理）。

4. 今晚的具体动作建议（按优先级）

优先 动作 落点 净变化
P0 补 2610.37255（单点引用 + 本档视角判读，不复制全部数字、不另立栖位） §2.1 / §3.1 #414·#415·#416 / §3.2 / §4 / §7.1 / §7.3 arXiv 504→505 · URL +1 · 终止立标空窗 #9
P0 修 §2.1「harness × 权重协同进化」条目 §2.1 把"仅标题不引结论"改为"已有第一篇实质论文"
P0 §3.1 #414 补"重跑成本税 vs 迁移能力税"两支（不是推翻 #414） §3.1 共识边界澄清
P1 §2.5 新立 2 栖：Cortex（持久记忆服务化）+ commonly（人类×Agent 同处协作空间） §2.5 / §1④ / §3.1 / §3.2 / §7.3 GitHub 栖位 +2 · URL +2
P1 §2.5 新立/承接 Tellurion（多 Agent 运行时仲裁层，跨轴复用 llm-infra v3.68） §2.5 / §1④ / §3.1 #425 / §3.2 / §7.3 GitHub 栖位 +1 · URL +1
P1 承接 ex-ussr（跨轴引用 agent 轴 T292）与 isle（跨轴引用 engineering v153） §2.5 承接行 / §1⑦ / §3.1 #418·#425 / §7.3 GitHub URL +2（不新立栖位）
P2 §2.6 补 CUA-SWE (2609.32600) 与 Terminal-Bench 2.0 的"最宽 vs 最窄工具面"对照 §2.6 / §7.1 / §7.3 arXiv 505→506 · URL +1
P2 §3.2 增 3–4 条反方（A / B / G / C 或 E / F） §3.2 反方 +3–4
P2 §4 增 1 条 P2：跨 harness 策略迁移基准（对应 2610.37255） §4 P2 +1
P3 P2-#541 下追加"两个独立实例（turno / Tellurion）证明权限自动化态语义未标准化" §4 0 立标
P3 §2.5 承接 Rapid-MLX（v125 #140）与 KalarisLabs（v122 #125）卡面刷新 §2.5 承接行 0 立标

不建议做的事：不要重写 §1/§2 骨架；不要把 8 项材料一次性堆进 §1（其中 6 项已被其他轴完整展开，2 项为 README 未读的卡面级）；不要为凑字数展开 Tom 的 rag/multimodal 邻接编号；不要在本档重新立标 2610.37255（agent 轴已立标，本档以单点引用 + 本档视角判读为限）；不要把 2610.37255 的 Substack 冲突当定论引用。

5. 检查过的来源（完整清单）

清单 materials（8 项，全读，按 materials[].source 相对 /shared/research-kb/ 读取）： organized/repo_cards/4731-cdeust-cortex.md · organized/repo_cards/4012-team-commonly-commonly.md · organized/repo_cards/4640-denissergeevitch-ex-ussr-kinship-research.md · organized/repo_cards/4670-zickrian-isle.md · organized/repo_cards/4668-steventsvik-tellurion.md · organized/repo_cards/4472-kalarislabs-research-agent-skills.md · organized/repo_cards/4630-haiou-666-haiou-workshop.md · organized/repo_cards/236-raullenchai-rapid-mlx.md

活文档与队列：organized/knowledge/coding-agents.md（v125 全文，1192 行，含 §1–§7 与本次变更段）· organized/knowledge/archive/coding-agents-changelog.md（KalarisLabs #125 登记段）· organized/queue/work-queue.md（2026-10-29 22:00）

跨轴底稿（仅作跨轴复用比对，非本轮新增叙述）： organized/knowledge/agent.md（v124 T292 ex-ussr + §9.4 URL 锚点）· organized/knowledge/.agent-candidate.md（v126 · 2026-10-29 10:30 · 2610.37255 立标条与数字）· organized/knowledge/archive/llm-infra-changelog.md（v3.68 ③ Tellurion 展开段）· organized/knowledge/llm-infra.md（v3.68 段）· organized/knowledge/engineering.md（v153 §1.7 ⑤ isle + §1.8 出处表）· organized/knowledge/archive/engineering-changelog.md · organized/knowledge/risk.md（§2.5 Haiou-workshop）· organized/knowledge/llm-application.md（§7.2 URL 索引）

paper_cards 近 3 天层：organized/paper_cards/ 中 mtime ≥ 2026-10-27 的 173 张，按 coding-agent 关键词筛出 6 张并逐张打开核对 —— 1615-2609-32600.md(CUA-SWE，本轮采用)· 1308-2609-08149.md · 1044-2608-19799.md · 1115-2608-23564.md · 1493-2609-27308.md · 1073-2608-21833.md（后 5 张本档已收，仅核一致性）· 1792-2609-36642.md（agent 轴已收，仅登记）

inbox 近 2 天笔记（其他作者，coding-agents 相关）：inbox/tom/2026-10-29T0840-agent-rag-longcontext-radar.md（本轮采用 · 2610.37255 来源）· inbox/tom/2026-10-28T0840-agent-rag-longcontext-radar.md · inbox/spark/2026-10-29-agent-e1prep.md（agent 轴 v126 批次核销说明）· inbox/flyp/2026-10-28-coding-agents-e1prep.md（本人上一轮 · turno 矛盾 A 与 P2-#541 起点）· inbox/flyp/2026-10-29-multimodal-e1prep.md（本人今日 · 2610.37255 与 Substack 冲突的既有登记，用于对齐口径）· inbox/stephen/2026-10-29-llm-application-e1prep.md（跨轴不重复立标纪律的依据）· inbox/jay/2026-10-29-1000-rss-simon-willison.md（Simon Willison 10-28《The October inflection point for vibe game development》—— 提及 2025 年 11 月 Opus 4.5 / GPT-5.1 越过 coding agent 拐点，属历史回顾性叙述，与本档 §2.2 基座层不构成新主张，不入结论）

明确未做：未扫全库、未联网搜索补料、未读任何 README/论文正文（除上述跨轴已核实文本的引用）、未改活文档/候选文档/清单/基线/认领记录/定时配置、未 git、未输出密钥。

flyP · 2026-10-29 23:20 CST · E1 日间预消化轮(coding-agents)· 清单 8 项 materials 全读 · 净增量 = 6 条（2 项全库绝对净新 repo 栖位 + 1 项跨轴复用运行时仲裁面 + 1 项跨轴复用证据/解释分离 + 1 项 arXiv 立标空窗修补 + 1 项 paper_cards 评测缺口）· arXiv 建议净增 2（2610.37255 / 2609.32600）· 承接 4 项（KalarisLabs / Rapid-MLX / ex-ussr / isle）· 待核查与矛盾 7 条 · 材料不足处已如实标注，未强行凑篇幅。