coding-agents · E1 预消化简报(2026-10-30)

作者：flyP · E1 日间预消化轮(coding-agents)
时间：2026-10-30 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 1793373601 · expires 1793377201 · 本轮执行于有效期内(2026-10-30 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，本批结构与 10-29、10-28 两轮均不相同：

本批 8 项材料中，没有一项是"编码 Agent 领域的新机制原型" —— 它们是三类已有形态的又一批实例，但其中 4 件对 coding-agents 轴是 0 命中的绝对净新增：

#	材料(`materials[].source`)	标题	v125 状态	本简报处置
1	`organized/repo_cards/4762-leepokai-codync.md`	leepokai/Codync	未收；全库 0 命中	增量 1（绝对净新 · Agent 消息网关栖位）
2	`organized/repo_cards/2796-ldbumble-taskuary.md`	ldbumble/taskuary	未收；全库 0 命中	增量 2（绝对净新 · 人审闸门栖位）
3	`organized/repo_cards/4736-ssinder-bioinformatics-agent-skills.md`	ssinder/bioinformatics-agent-skills	未收；全库 0 命中	增量 3（绝对净新 · 领域技能包栖位）
4	`organized/repo_cards/4752-subgentic-coral.md`	subgentic/coral	未收；全库 0 命中	增量 4（绝对净新 · Agentic IDE 栖位）
5	`organized/repo_cards/4733-agenticresourceregistry-agenticresourceregistry.md`	AgenticResourceRegistry	未收；全库 0 命中	增量 5（绝对净新 · 资源分发/共享栖位）
6	`organized/repo_cards/4616-xingjian-bai-opal.md`	xingjian-bai/opal	已收：v125 = §2.5 #141 栖	承接（卡面刷新，无新机制）
7	`inbox/jay/2026-10-24T1220-csdn-discovery.md`	Jay · CSDN 高频检索整理（10-24 12:20）	已收：v125 = §1⑥ 第 2 项 + §1⑦	承接（已核销，无新机制）
8	`inbox/jay/2026-10-24T0820-csdn-discovery.md`	Jay · CSDN 高频检索整理（10-24 08:20）	已收：v125 = §1⑥ 第 1 项	承接（已核销，无新机制）

另有 3 处属本任务指定抽查范围（paper_cards 近 3 天 + 活文档缺口核对）的实质发现，均不在清单 8 项内：

增量 6 ⚠⚬⚬⚬ · arXiv:2607.12227《Rethinking the Evaluation of Harness Evolution for Agents》—— 直接命中本档 §3.2 R13 的方法论补丁，且本档 0 命中；详见 §1.6。
增量 7 ⚠⚬ · arXiv:2607.25431(CodeNib)—— 本档 0 命中的仓库上下文服务层；详见 §1.7。
增量 8 ⚠⚬ · arXiv:2607.24882(Agent Retrieval Bench)—— 本档 0 命中的"初始上下文"实证；详见 §1.8。

给今晚的建议（重要前置事实）：

⚠ coding-agents 活文档自 2026-10-25 起仍停在 v125，v126 尚未落定。 本轮核对确认：10-29 简报提出的三项 P0 建议（2610.37255 / 2609.32600 / 2609.09134）至今 0 命中，未被采纳；同时 organized/knowledge/ 下不存在 .coding-agents-candidate*.md（无候选文档暂存）。因此今晚的实际形态是"v126 从 v125 基线首次起跑"，而非"v127 增量"。

据此，今晚最值得做的四件事是：(a) 先补 v126 的骨架级缺口 —— 2607.12227（增量 6）是本轮最确定、最可执行、且直接命中 §3.2 R13 的修补；(b) §2.5 新立 5 栖（本批 5 件绝对净新 repo）；(c) 承接 OPAL + 2 份 Jay 笔记（已核销，仅卡面/口径一致性）；(d) 决定是否把 10-29 的三项遗留 P0 一并合入 —— 三者均不在本轮清单材料内，属跨轮承接，须标注来源轮次。

arXiv 建议净增 3 件（2607.12227 / 2607.25431 / 2607.24882）→ 可终止 v125 §2.1 记录的"立标空窗 #9"（连续第二棒 arXiv 净增 0），且比 10-29 简报建议的 2 件更多。

⚠ 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，仅作引用一致性提示（材料 6 的卡面标数与 v125 登记值已不同，见 §2 矛盾 E）。 - 材料 1–5 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。这是本轮最大的证据强度限制，已在 §4 逐条标注。 - 材料 7/8 的两份 Jay 笔记已由 v125 §1⑥⑦ 完整吸收（已核销，非新增）。本轮对其的检查仅用于确认 v125 口径正确，不产生新观点。 - 本批材料无一提供 arXiv 编号。本简报 §1.6–1.8 的 3 个 arXiv 号来自本任务指定抽查范围（paper_cards 近 3 天新卡 + 活文档缺口核对），不在清单 materials 内，来源轮次已单独标注。

1. 今日该主题最重要的增量(8 条)

增量 1 ⚠⚬ · `leepokai/Codync`："把编码 Agent 当消息对端"的客户端网关层成型 —— 全库绝对净新增 ⚠⚬

来源：organized/repo_cards/4762-leepokai-codync.md（材料 key repo_cards:leepokai/codync · v 13e3e88287bea5ab… · mtime 1793338337 = 2026-10-30）· GitHub https://github.com/leepokai/Codync · 1003★ · +0 · Apache-2.0 · Rust · 主分类 agent · 主题 agent · 形态 tool · 分类 skill · research · 最近提交 2026-10-30 · 首次采集 2026-10-30。
要点（仅卡面简介，README 未读）： 1. 定位：Open source Grok Bot alternative；自述为 Muse 与 Dots 的替代品。 2. "Bring your own agent and subscription" —— 核心是"自带 Agent 与订阅"，而不是自带模型。 3. 目标对端为 40+ AI agents：明列 Claude Code、Codex、Gemini CLI、Cursor、Copilot。 4. 接入端覆盖 iPhone / Mac / Windows / Linux / terminal —— 即手机作为发消息的一端。 5. Agent-agnostic and free（Rust 实现，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–#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。Codync 补的是第七个轴：消息网关层。本档 §2.5 目前没有任何"让编码 Agent 出现在 IM 客户端里"的构件 —— 这不是 agent 内部能力，而是agent 的调用面/入口形态。
对 §3.1 #424「模型 × harness × 推理位置已是三元组」：Codync 提供了第四条轴的候选 —— "接入位置"（IM 客户端）。推理位置、harness 之外，Agent 从哪里被调用，同样是选型维度。这是本档"选型三元组"结论的自然外推，但目前只有 1 个实例，不足以改写 #424 的三元组表述。
对 §3.1 #425「权限应按读取/写入工作区/远程分级」：卡面明写 "40+ AI agents"，意味着跨 harness 的权限语义差异被网关层直接放大 —— 一个 IM 入口后接 40 种不同权限模型的 agent，"谁能做什么"必须由网关或明确的 agent 侧策略回答。这是 #425 与 §4 P2-#541（跨 harness 权限基线）的一个新的现实压力源。
对 §2.1「harness 学术化」："Agent-agnostic" 是一个值得警惕的措辞 —— 它意味着网关层假设各 agent 的调用接口可归一。这在 harness 差异已达 ±2–5% 成功率 / 5× 成本差（HarnessTax）的背景下，是一个未被验证的强假设（见 §2 矛盾 A）。
建议归入：§2.5 新立第 142 栖（消息网关/调用面层）；§3.1 新增 #426 候选（接入位置是第四选型维度 · 仅 1 例，暂以候选记）；§3.2 增 1 条反方（"agent-agnostic"归一假设未经检验）。
证据缺口：README 未读；"40+ AI agents"为卡面自述，无枚举清单；"free"的边界不明（Rust 自建成本 vs 订阅费）；无用户量、无稳定性数据、无与 Grok Bot / Muse / Dots 的对比；星数 1003 但周增 +0，说明增长已停滞。

增量 2 ⚠⚬ · `ldbumble/taskuary`："人审闸门"从用户界面下沉为 agent 编排层的内建原语 —— 全库绝对净新增 ⚠⚬

来源：organized/repo_cards/2796-ldbumble-taskuary.md（材料 key repo_cards:ldbumble/taskuary · v e9e521b00778bd9b… · mtime 1793338337 = 2026-10-30）· GitHub https://github.com/ldbumble/taskuary · 143★ · +4 · MIT · Python · 主分类 agent · 主题 agent/llm-infra · 形态 app · 分类 skill · experimental · 最近提交 2026-10-30 · 首次采集 2026-08-22。
要点（仅卡面简介，README 未读；卡面自带"简介中文"）： 1. 定位："Your work, already underway" —— 为"已经在进行中的工作"而建，而非从零起。 2. 流程：mail、chats 和 tickets → tasks（统一时间线）。 3. AI 分类（对入站工作项自动分类）。 4. 执行方是"你已经在用的 agent"（Claude Code、Codex、Gemini） —— 不自建 agent，是本批与 Codync 相同的"编排既有 agent"思路。 5. "nothing goes out until you approve" —— 审批前不出站。 6. Open source, runs on your machine（local-first）。
与活文档现有脉络的关系：
对 §3.1 #425「权限分级」与 §3.2 R17：这是本档 #425 在产品形态上的最强实例。v125 §1⑥ 采信的是 agents-cli 的"部署必须经人工确认"（单点流程约束）；Taskuary 把同一原则变成架构原语：出站是一个需要显式审批的闸门，而非事后审计项。
对 §3.1 #419「消费级安全模型 = 人执行 + Agent 监督 + 撤销兜底」：Taskuary 的 "nothing goes out until you approve" 是 #419 的第二段（Agent 监督 + 人执行）的显式实现，但第三段（撤销兜底）卡面未提 —— 即审批闸门 ≠ 可撤销。这恰好呼应 v125 §3.1 #422「可回滚不等于可验证」：审批解决的是"谁能发出"，不解决"发出后能否被检验/撤回"。
对 §2.5「Agent 基础设施」：补第七轴（入站归集 + 审批闸门），与增量 1（出站调用面）互补 —— 一个管入口，一个管出口。
对 §3.1 #418「产出可信三层（输入/变更/输出）」：Taskuary 的 AI 分类是输入侧的一次不可见改写 —— 工作项被自动重写为 task，其后的 agent 决策基于已被改写的输入。这是 #418 输入可信层在真实产品里的具体风险点：分类器本身是一个会静默改变语义的写入面（与 §3.2 R14 同构：失败不报错，只是悄悄改变后续一切）。
建议归入：§2.5 新立第 143 栖（入站归集 + 人审闸门）；§3.1 承接/强化 #419·#425（补"审批作为架构原语"与"闸门≠撤销"的边界）；§3.2 增 1 条反方（分类器是未受审计的输入侧改写）。
证据缺口：README 未读；"nothing goes out until you approve"未说明审批粒度（逐条 / 批量 / 规则化）；未说明审批后是否可撤销；experimental 阶段，143★；卡面"分类"是否为 LLM 分类、由谁审核、误分类如何处理，均无信息。

增量 3 ⚠⚬ · `ssinder/bioinformatics-agent-skills`："领域技能包"成为编码 Agent 的可交付物 —— 全库绝对净新增 ⚠⚬

来源：organized/repo_cards/4736-ssinder-bioinformatics-agent-skills.md（材料 key repo_cards:ssinder/bioinformatics-agent-skills · v 0b7df5649f70aa5d… · mtime 1793338335 = 2026-10-30）· GitHub https://github.com/ssinder/bioinformatics-agent-skills · 33★ · +70 · MIT · Python · 主分类 agent · 主题 agent · 形态 app · 分类 academic-writing · experimental · 最近提交 2026-10-27。
要点（仅卡面简介，README 未读）： 1. 定位：Agent Skills for computational biology，明示 "Turn any AI coding agent into a computational biology assistant" —— 明确以"任意编码 Agent"为目标受众。 2. 覆盖域：RNA-seq、single-cell、protein structure、molecular dynamics、peptide design、literature mining、publication figures。 3. 学术状态：accepted · publishing（卡面标 学术相关度 90 · 学术判定 deterministic）。 4. 学术主任务 figures-tables · 学术方向 figure · 学术用途 data-analysis/research-design · 能力分面 visualization。 5. 周增 +70 —— 在 33★ 的基数上，周增是星数的 2 倍以上，是本批 8 项中增速最异常的一件。
与活文档现有脉络的关系：
对 §2.5「Agent 基础设施」：v125 已收录 KalarisLabs/research-agent-skills（v122 = §2.5 #125 栖，跨 harness 技能包市场栖位第 1 例）。本件是该栖位的同族第 2 例，但方向相反：KalarisLabs 是技能包的市场/聚合，本件是垂直学科的技能包实体。二者合起来给出该栖位的完整轮廓：技能包既可被交易，也可被学科化。
对 §3.1 #423「工具调用可靠性」与 §2.1「harness 是税基」："Turn any AI coding agent into..." 这个措辞是 §2.1 主线的一个重要旁证 —— 它意味着技能包层正在尝试与 harness 解耦：把"学科能力"从"某个 agent 的内置功能"抽成可移植资产。若成立，则 §2.1「harness 是模型与优化器之间的可变接口」的结论，可向"harness 是模型与学科能力之间的可变接口"扩展。
对 §6 边界：卡面标 academic-writing 分类、学术状态 accepted/publishing、学术主任务 figures-tables —— 本件主归 academic-writing 邻接轴，coding-agents 侧只应采信"技能包跨 harness 可移植"这一机制命题，不应把生物信息学内容搬入本档。
对 §3.1 #417「规范须有可校验一致性机制」：一个"任意编码 Agent 都能用"的技能包，其正确性保证必然依赖 harness 无关的接口契约 —— 这与 v125 §3.1 #417 和 §4 P2-#541（跨 harness 权限/策略基线）是同一个缺口的不同面：现在缺的不是更多技能包，而是技能包可依赖的跨 harness 契约。
建议归入：§2.5 承接（#125 同族第 2 例，方向为垂直学科技能包），不新立栖位；§2.1 补"技能包层正与 harness 解耦"的机制旁证；§6 明确归 academic-writing 邻接。
证据缺口：README 未读；周增 +70 的口径未明（可能是算法推送曝光而非真实增长，不作为新观点）；"accepted"未说明是哪本期刊/会议，不可作学术质量背书；技能包数量、质量、依赖的外部工具链均未知；33★ 基数小。

增量 4 ⚠⚬ · `subgentic/coral`："Agentic IDE"成为独立产品形态 —— 全库绝对净新增 ⚠⚬

来源：organized/repo_cards/4752-subgentic-coral.md（材料 key repo_cards:subgentic/coral · v da6ba54df868812f… · mtime 1793338318 = 2026-10-30）· GitHub https://github.com/subgentic/coral · 115★ · +0 · Apache-2.0 · Go · 主分类 agent · 主题 agent · 形态 tool · 分类 ai · experimental · 最近提交 2026-10-30 · 首次采集 2026-10-30。
要点（仅卡面简介，README 未读）： 1. 定位一句话：Agentic IDE for Claude Code, Codex CLI, Antigravity CLI, and Pi.dev。 2. 支持对端：Claude Code / Codex CLI / Antigravity CLI / Pi.dev（4 款，均为非 Cursor 系）。 3. Go 实现，Apache-2.0，experimental，115★，周增 +0。
与活文档现有脉络的关系：
对 §2.5「Agent 基础设施」：这是本批第 3 个"编排既有 agent 而不自建"的构件（增量 1 Codync、增量 2 taskuary、本件 Coral），但方向是第三种：Codync 走消息面、taskuary 走工作流面、Coral 走编辑器面。三件同批独立出现"包住既有 agent"，说明 "harness 之上的壳层"正在成为一个独立品类。
对 §3.1 #414「harness 税是成本税而非能力税」：这正好是验证 #414 的天然实验装置 —— Coral 若真的只是"壳"，它不应改变成功率，只应改变成本与交互；反之若它改进了成功率，则说明存在壳层级的 harness 改进，#414 的"成本税而非能力税"表述需要收紧。这是本件最有价值的一句 —— 它把一个可证伪的判据摆到了本档面前。
对 §2.1「harness 是税基」：Coral 支持 Antigravity CLI 与 Pi.dev —— Pi 正是 HarnessTax 研究中被单列为"四工具即触 Pareto 前沿"的那一端（见 v125 §2.1）。也就是说，HarnessTax 的评测对象之一，现在有了第三方 IDE 壳。若 Coral 的壳层对 Pi 有增益，HarnessTax 的"12 组中 9 组由非自家 harness 取得最高成功率"结论需要重新审视"harness"的外延（壳算不算 harness？）。
对 §3.1 #423/#424：无新增机制，仅多一个"接入位置"实例（与增量 1 同族）。
建议归入：§2.5 新立第 144 栖（编辑器/IDE 壳层栖位）；§3.1 为 #414 补可证伪判据（"壳层是否改变能力"是 #414 的直接检验）；§2.1 补 Pi/Antigravity 已进入第三方壳层的引用一致性说明。
证据缺口：README 未读；功能、权限模型、是否只读代理均未知；"Agentic IDE"是自我定位而非已验证的形态学分类；115★ 周增 +0；experimental。

增量 5 ⚠⚬ · `AgenticResourceRegistry/AgenticResourceRegistry`："编码 Agent 资源"被当作团队级可共享对象来分发 —— 全库绝对净新增 ⚠⚬

来源：organized/repo_cards/4733-agenticresourceregistry-agenticresourceregistry.md（材料 key repo_cards:agenticresourceregistry/agenticresourceregistry · v d65d012ab3410d61… · mtime 1793295120 = 2026-10-29）· GitHub https://github.com/AgenticResourceRegistry/AgenticResourceRegistry · 4534★ · +0 · Apache-2.0 · Python · 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 2026-10-30。
要点（仅卡面简介，README 未读）： 1. 定位：Share and discover coding agent resources across your team（团队内共享与发现）。 2. Self-hosted · Apache 2.0。 3. 支持对端：Claude Code、Kiro、Cursor、Codex、Pi and more（明列 5 款 + "more"）。 4. 4534★ —— 本批 8 项中星数最高，且是唯一一件千星级以上的新材料。
与活文档现有脉络的关系：
对 §2.5「Agent 基础设施」：与增量 3（技能包）同一资源层的两端 —— AgenticResourceRegistry 做分发与发现，ssinder 做实体供给。v125 §2.5 已有 KalarisLabs（#125 跨 harness 技能包市场栖位第 1 例），本件是该栖位的第 2 例，且形态更重（自托管 + 团队级 + 4534★）。
对 §2.1「harness 是税基 / 初始上下文是税基主要来源」（#416）："初始上下文是税基主要来源"这条共识，在"资源由他人挑选并共享"的机制下获得了新的含义 —— 若上下文由团队成员手选，那么税基的高低开始取决于"谁来选"，即组织的知识资产分配。这是 #416 从"技术度量"向"组织度量"的一次外推，但证据仅为卡面，无任何数据，只能作为边界提示。
对 §3.1 #417「规范须有可校验一致性机制」+ §3.2 R16：一个自托管的、跨 6+ 种 harness 的资源注册表，天然携带供应链风险 —— v125 §3.2 已记"Skill Constellations 供应链"为反方。本件在机制上同构（共享的 agent 资源 + 第三方来源），是该反方的一个新实例（见 §2 矛盾 C）。
对 §3.1 #419 / §2.4「Agent 安全」：自托管 + 团队共享 = 权限边界从"我的机器"扩展到"团队的注册表" —— 这是 §2.4 里 20 件 CVE 之外的机制型风险，本档此前对 CVE 清单登记充分，但对"团队级共享资源"这一横向面尚无立标。
建议归入：§2.5 承接（#125 同族第 2 例 · 团队级资源注册表）+ 记为资源分发层代表；§2.4 补机制型风险面（团队共享供应链）；§3.2 承接"Skill Constellations 供应链"反方为新实例；§3.1 为 #416 补"谁在选上下文"的组织维度边界提示。
证据缺口：README 未读；"resources"具体指什么未定义（skill？prompt？rule？MCP server？全部？）；无被引、无安全审计说明、无版本固定机制；周增 +0（4534★ 但零周增值得关注：可能是长尾存量项目，或采集口径问题）；卡片 mtime（10-29）与首次采集（10-30）不同步，属采集时序噪声，不作观点。

增量 6 ⚠⚬⚬⚬ · `arXiv:2607.12227`《Rethinking the Evaluation of Harness Evolution for Agents》："匹配预算基线 + 留出评估"是 harness 演化的评估底线 —— 直接命中本档 §3.2 R13 ⚠⚬⚬⚬

来源说明：本件不在本轮清单 8 项 materials 内，来自本任务指定抽查范围 —— organized/paper_cards/ 近 3 天新卡 + 对照活文档缺口核对。卡片 organized/paper_cards/434-2607-12227.md（mtime 2026-10-30 02:00）· arXiv:2607.12227 · https://arxiv.org/abs/2607.12227 · DOI 10.48550/arxiv.2607.12227 · 主分类 evaluation · 形态 benchmark · 副分类 agent · S2被引 62 · 影响力被引 2 · OpenAlex 更新 2026-07-19 · 来源：tom 的 agent-rag-longcontext-candidates.json 系列 + S2 enrich + OpenAlex backfill。 - 要点（TLDR 级证据，卡片 TLDR 原文）："The evaluation of automatic harness evolution procedures is revisited and the need for matched-budget baselines and held-out evaluation to distinguish genuine harness improvements from benchmark-specific search and overfitting is highlighted." —— 要点为：(1) 重审自动 harness 演化流程的评估方法；(2) 需匹配预算的基线；(3) 需留出（held-out）评估；(4) 目的是区分真正的 harness 改进与"针对特定基准的搜索"及过拟合。 - 与活文档现有脉络的关系（这是本件的价值所在）： - 直接命中 §3.2 R13：v125 R13 原文是 —— "OPAL 报告缺少 train/val/test 三分，'优于现成 recipe'有选择偏差风险 …… 若 Agent 搜索自由度更高，则'匹配或超过'可能来自搜索预算不对称而非方法优越。对照 2608.06714 的 22/22/45 三分设置，本项是可直接借鉴的修补方向。" 2607.12227 是 R13 的现成方法论答案，且是两条路径的合体：R13 要求的是"同等搜索预算对照"（= matched-budget baseline）+ "train/val/test 三分"（= held-out evaluation），而本篇同时主张这两件事。R13 不再是一个"待自行修补的开放问题"，而是一条有文献支撑的既有规范。 - 对 §2.1「harness 学术化」：v125 §2.1 记 HarnessTax 是 harness 从"被研究对象"变"被量化对象"的起点。2607.12227 是 HarnessTax 的方法论对照项 —— 前者问"哪个 harness 更好"，本篇问"你怎么知道你改进的是 harness 而不是 benchmark"。两者合起来才构成 harness 学术化的完整评估骨架。 - 对 §4 P2-#539「训练回路写入的搜索预算公平性如何校准？」：P2-#539 的答案就是本篇的协议（matched-budget + held-out）。这是本档开放问题清单里最容易被直接关闭的一条。 - 对 §3.1 #421「Agent 写入的正确靶区是'配方缺失区'」：如果连 harness 演化的评估都需要 matched-budget + held-out 才能区分"真改进"与"过拟合"，那么 OPAL 的"匹配或超过 5 个 leaderboard recipe"同样需要这套协议才能被认定为真改进 —— 这强化（而非推翻）R13 的分量。 - 对 §2.6「评测方法学」：v125 §2.6 已从 2608.06714 借来 Terminal-Bench 2.0 的 22/22/45 三分设置。本篇提供的是与之互补的第二层：不是"怎么切分数据集"，而是"怎么和基线公平对照"。两者可拼成完整协议。 - 建议归入：§2.6 主体落点（评测方法学层，作为"harness 演化评估协议"正式登记）；§3.2 R13 补注（"已有文献支撑：matched-budget baseline + held-out evaluation"）；§4 P2-#539 补注或标注可关闭；§2.1 HarnessTax 旁注；§7.1 arXiv 索引净增 1（可终止连续两棒的"立标空窗 #9"）。 - 证据缺口：仅卡片 TLDR 级（未读正文/摘要全文）—— 但该 TLDR 本身已完整包含两个协议要件，故足以支撑"该规范存在"这一命题，不足以支撑任何具体数字；被引 62 系 S2 数据，引用面未核实；是否与本档 §2.1 所引 HarnessTax 同源团队/同期工作未核实。

增量 7 ⚠⚬ · `arXiv:2607.25431`(CodeNib)：仓库上下文被做成"单 manifest + 成本可见"的编译产物 ⚠⚬

来源说明：不在本轮清单 materials 内，来自 paper_cards 近 3 天抽查（卡片 organized/paper_cards/647-2607-25431.md，mtime 2026-10-30 20:00）。· arXiv:2607.25431 · https://arxiv.org/abs/2607.25431 · DOI 10.48550/arxiv.2607.25431 · 主分类 agent · 形态 method · 副分类 llm-infra · S2被引 2 · OpenAlex 更新 2026-08-25。 - 要点（TLDR 级）："CodeNib is a multi-view data system that serves search, navigation, and bounded context to agents through one cost-visible runtime, and it is the first to compile lexical, dense, and structural views of one commit behind a single manifest and source-address contract." —— 要点：(1) 多视图数据系统（词法 + 稠密 + 结构）；(2) 单一成本可见（cost-visible）运行时；(3) 服务 search / navigation / bounded context 三类供给；(4) 首个把同一 commit 的三种视图编译到单一 manifest 与 source-address 契约之后。 - 与活文档现有脉络的关系： - 对 §3.1 #416「初始上下文是税基主要来源」："cost-visible runtime"是 #416 的工程侧实现形态 —— 把"上下文有多贵"从隐式变成运行时可见的属性。v125 §2.1 记 HarnessTax 实测"Claude Code 初始上下文 >10× Pi"，即税基差异是数量级级的；CodeNib 提供让这个税基可被管理的机制。 - 对 §3.1 #418「产出可信三层（输入/变更/输出）」："单一 manifest + source-address 契约"直接对应 #418 的输入可信层 —— 若每个视图都指向同一 commit 的同一 source address，则输入的来源可追溯、可版本固定，这正是 #418 要求但本档此前未见成体系的实现。 - 对 §3.1 #423「工具调用可靠性」："bounded context"（有界上下文）是编码 Agent 特有的需求 —— 与 #423 同源（一次上下文失败在编码 Agent 上是乘性损伤），但本篇把它下沉为数据系统层的契约，而非运行时补丁。 - 对 §2.5「Agent 基础设施」：补上下文供给层栖位（区别于 #140 Rapid-MLX 的推理承载层：那是"模型跑在哪"，这是"上下文怎么来"）。 - 对 §6 边界：卡面副分类 llm-infra，inference.md / llm-application.md / risk.md 已收；本档只采信"多视图 + 成本可见 + 单一契约"的机制命题，不重复立标。 - 建议归入：§2.5 新立或承接（上下文供给/编译层栖位） —— 建议承接为轴代表 + 单点引用，因已有 3 轴收录；§3.1 为 #416·#418 补机制锚点；§7.1 arXiv 净增 1。 - 证据缺口：仅 TLDR 级，未读正文 —— "first to compile..."是作者自陈的首创性声明，不可直接采信；无性能数字、无对照系统、"cost-visible"未定义度量口径；被引 2，引用面未核实。

增量 8 ⚠⚬ · `arXiv:2607.24882`(Agent Retrieval Bench)："检索式初始上下文"优于随机上下文，且与 oracle 仍有可观差距 ⚠⚬

来源说明：不在本轮清单 materials 内，来自 paper_cards 近 3 天抽查（卡片 organized/paper_cards/656-2607-24882.md，mtime 2026-10-30 20:00）。· arXiv:2607.24882 · https://arxiv.org/abs/2607.24882 · DOI 10.48550/arxiv.2607.24882 · 主分类 agent · 形态 benchmark · 副分类 rag · S2被引 3 · OpenAlex 更新 2026-08-25。 - 要点（TLDR 级）："A controlled seed-intervention pilot finds that retrieval-derived initial context yields higher file F1 with less post-seed exploration than random non-gold context, while oracle gold context shows substantial remaining headroom." —— 要点：(1) 受控种子干预（controlled seed-intervention）试点设计；(2) 检索式初始上下文 vs 随机非 gold 上下文：file F1 更高 + 种子后探索更少；(3) oracle gold 上下文仍有可观剩余空间。 - 与活文档现有脉络的关系： - 对 §3.1 #416「初始上下文是税基主要来源」的正面实证：这是本档第一次拿到"初始上下文可被实验干预并产生可测增益"的证据。v125 对 #416 的支撑主要来自 HarnessTax 的跨 harness 对照（相关性），本篇提供的是干预性证据（因果方向更强），且结论方向一致：检索式上下文 > 随机上下文。 - 对 §3.1 #423「工具调用可靠性是乘性损伤」："less post-seed exploration" 提供了与 #423 同构的机制表述 —— 初始上下文质量直接决定后续探索次数，而探索次数在编码 Agent 上是乘性成本的来源。 - 对 §4 P2-#540「工具调用解析正确率能否被独立测量并公开？」：本篇给出了一个方法论范式（受控种子干预 + file F1 指标 + 与 oracle 的 headroom 三元组）—— 这正是 #540 想要的可公开、可独立复现的测度法，只是测的是上下文而非解析率。P2-#540 可借此范式扩展表述。 - 对 §6 边界：卡面副分类 rag，llm-application.md / risk.md 已收；本档只采信"受控干预设计 + 三元结论"，不重复立标。 - 建议归入：§2.6（评测方法学：受控种子干预范式）+ §3.1 为 #416 补因果级证据；§4 P2-#540 补范式参考；§7.1 arXiv 净增 1。 - 证据缺口：仅 TLDR 级，未读正文；作者自陈是 "pilot"（试点） —— 样本量、任务集、统计显著性均不可见，这是本件最大的限制；"substantial remaining headroom"未量化；file F1 对非文件类修改（重构、配置、多文件协同）的适用性未知；被引 3。

2. 值得警惕的矛盾与待核实说法

A. "Agent-agnostic"（增量 1 Codync）与本档 HarnessTax 结论存在张力 ⚠⚬ - Codync 卡面自述 "Agent-agnostic"、支持 40+ AI agents。但 v125 §2.1 记 HarnessTax 实测：harness 间成功率差 ±2–5%、成本差至 5 倍、Claude Code 初始上下文 >10× Pi、12 组中 9 组由非自家 harness 取得最高成功率。 - 矛盾点：若 harness 差异真实存在，则"一套网关同时驱动 40+ 个差异巨大的 agent"要么只透传不改写（则网关价值在消息传递，安全面小），要么做归一化抽象（则归一化必然抹掉某些 harness 的能力差异 —— 即增量 1 自身可能成为 §2.1「harness 是税基」的一个税基损耗源）。 - 待核实：README 未读，无从判断 Codync 是否做工具调用层的归一。今晚不得据此改写 §2.1。

B. 人审闸门（增量 2 taskuary）≠ 可撤销（§3.1 #419 第三段缺口） ⚠⚬ - "nothing goes out until you approve" 覆盖了 #419 的"人执行 + Agent 监督"，但卡面完全未提撤销 / 回滚 / 出站撤回。 - 这不是矛盾，是覆盖不全：本档 #419 明确包含"撤销兜底"三段，Taskuary 只覆盖前两段。不能把它当作 #419 的完整实现。 - 待核实：README 未读；审批粒度（逐条/批量/规则）、审批后可否撤回，均未知。

C. 团队共享的编码 Agent 资源（增量 5）重演"Skill Constellations 供应链"风险 ⚠⚬ - v125 §3.2 已登记"Skill Constellations 供应链"为反方。AgenticResourceRegistry（自托管 + 团队级 + 跨 6+ 种 harness）在机制上同构，但本轮无任何安全说明、无版本固定机制、无审计信息。 - 注意：4534★ 是存量热度，不是安全证明；周增 +0 与"star 数最高"并存，属采集口径待核（卡片 mtime 10-29 / 首次采集 10-30 不同步）。 - 待核实：README 未读；"resources"的定义边界；是否有版本 pin / 签名 / 审计。

D. 本轮"绝对净新增 5 件"全部只有卡面级信息 —— 立标强度不足 ⚠⚬⚬ - 增量 1–5 五件均 README 未读，只有 stars/语言/许可/一句话简介。v125 §2.5 的 #135–#141 七栖中，Rapid-MLX(4022★) 与 OPAL(190★) 之所以能立标，是因为有 README 级机制细节 + 自报实测数字。 - 纪律：本轮 5 件只能作"定位登记"（栖位存在 + 形态命名 + 对端清单），不能作机制级立标。 - 今晚建议：若时间紧，先立 2 栖 + 承接 3 件（Codync/Coral 立栖 —— 形态命名清晰；taskuary 立栖 —— 闸门机制独特；bioinformatics/AgenticResourceRegistry 承接），并在每栖注明"卡面级，README 待补"。这比 5 件并列平铺更符合本档"证据密度" tradition。

E. 材料 6 (OPAL) 卡面与 v125 登记值不一致 ⚠ - v125 记 OPAL 为 190★ · MIT · experimental；本轮卡面 190★ · MIT · experimental · 最近提交 2026-10-24 · 上次采集 2026-10-25 · 首次采集 2026-10-25，与 v125 一致；但清单材料的 mtime 为 1792863117 = 2026-10-25，与"首次采集"同日 —— 本轮该材料未带来任何机制更新，属纯承接。 - 纪律：按既定规则，采集时间 / 星数周增变化不作新观点；此处仅作引用一致性核对通过的记录。

F. 两份 Jay 笔记已由 v125 完整吸收，本轮不构成增量 ⚠ - 材料 7（10-24 12:20）与材料 8（10-24 08:20）的核心条目（Claude Code + Git 指南的 permissions.Bash 三档分级；agents-cli 的"部署必须经人工确认"；Skills 指南的配置层级与 permissions.deny）已全部落在 v125 §1⑥（CSDN URL 已在 §7.3 索引内：6a8125b2662f9a54cb9d55a6 / 6a56e440662f9a54cb8f6b0c / 6acfbd1e3d0de04db9d46f34）。 - 注意：两份笔记各自列出的 4 条 Substack 摘要线索，v125 §1⑦ 已整批剔除（能源配网 / 提示词方法论 ×2 / 灵活性神话），理由是主题距离远或仅摘要级 —— 本轮维持该判断，不重开。 - 口径一致性：材料 8 自陈"4 条 substack 链接的 channel 被标为 csdn，实为英文 Substack 站" → v125 §3.2 R17 已采信为教训。两处一致，无需修订。

G. 本档 §2.1 记"连续两棒 arXiv 净增 0"，但今晚的实际起点仍是 v125 ⚠ - v125 §2.1 原文："arXiv 净增 0 —— 立标空窗 #9（连续第二棒）"。 - 本轮核对：v126 从未落定（coding-agents.md 仍是 v125；organized/knowledge/ 下无 .coding-agents-candidate*.md；archive/coding-agents-changelog.md 末段仍停在 v121）。 - 推论：今晚若以 v125 为基线直接落 v126，则"连续第二棒净增 0"应为第三棒空窗，除非本轮采纳增量 6/7/8（建议净增 3 件）→ 可终止空窗。 - 同时：10-29 简报的 P0 建议（2610.37255 / 2609.32600 / 2609.09134）至今 0 命中。其中 2610.37255（Your Policy Is Secretly a Harness）与 2609.09134（协同进化的 Harness 与模型）仍为 0 命中，且 2610.37255 在 paper_cards 中无卡片（本轮核对确认）—— 若今晚要采纳 2610.37255，须先取卡片或原始出处。

H. 冲突提示：§4 P2-#538 与 §4 P2-#539 均可被增量 6 触及 ⚠ - P2-#538（Agent 改写训练栈时何种等价性保证才算足够）不被 2607.12227 触及 —— 后者管的是"评估是否公平"，不是"等价性判据"。 - P2-#539（训练回路写入的搜索预算公平性如何校准）被完整触及 —— 匹配预算基线 + 留出评估正是该问的协议答案。 - 纪律：不要因增量 6 而顺手关闭 #538，只可标注 #539 有现成协议。

3. 可引用的 arXiv 号列表

3.1 本轮建议净增（3 件，均不在本轮清单 materials 内，来自 paper_cards 近 3 天抽查 + 活文档缺口核对）

arXiv 号	标题	卡片	建议落点	证据强度
2607.12227	Rethinking the Evaluation of Harness Evolution for Agents	`paper_cards/434-2607-12227.md`	§2.6 + §3.2 R13 + §4 P2-#539	TLDR 级（协议要件完整，无数字）
2607.25431	CodeNib: A Multi-View Data System for Serving Repository Context to Coding Agents	`paper_cards/647-2607-25431.md`	§2.5 + §3.1 #416·#418	TLDR 级（"first to…"为作者自陈）
2607.24882	Agent Retrieval Bench: Evaluating Repository Context Retrieval for Coding Agents	`paper_cards/656-2607-24882.md`	§2.6 + §3.1 #416	TLDR 级（作者自陈 pilot）

3.2 跨轮承接（10-29 简报已列、今晚仍未采纳；不在本轮 materials 内）

arXiv 号	标题	卡片	10-29 建议落点
2610.37255	Your Policy Is Secretly a Harness	paper_cards 中无卡片 —— 须先取原始出处	§2.1 / §3.1 #414-#416 / §4
2609.32600	CUA-SWE：当 Computer-Use Agents 遇见可视化软件工程	`paper_cards/1615-2609-32600.md`（被引 1 · agent/benchmark）	§2.6（与 Terminal-Bench 2.0 工具面宽窄对照）
2609.09134	协同进化的 Harness 与模型：On-policy 修正助力弱模型在模仿失效处迎头赶上	`paper_cards/1299-2609-09134.md`（被引 6 · evaluation/method）	§2.1（harness × 权重协同进化条目由"仅标题"升级为"有实质论文"）

3.3 本档已收、仅作引用一致性核对（不作新观点）

arXiv 号	在本档的位置	核对结果
2607.21557	§7.1 索引内（OpenForgeRL，训练 harness-native agent）	✅ 已在索引，无更新
2607.08964	§7.1 索引内（Long-Horizon-Terminal-Bench）	✅ 已在索引，无更新
2606.08671	SkillHone（continual agent skill evolution）	⚠ 本档 0 命中，但 llm-application / multimodal / risk 三轴已收；见 §4 备注
2605.01210	ChatGPT 生成代码严格评估	⚠ 本档 0 命中，属 llm-application/evaluation 轴，非本档
2607.08057 / 2607.08716	§7.1 索引内	✅ 已在索引

其他编码 Agent 相关但本轮未深读、不建议今晚采纳：2609.27308(EmbodiedSWE · 机器人 coding agent，邻接过远)· 2610.03715(4DCodeBench · 动态场景逆向图形)· 2609.29964(World Action Agent · 机器人操控)· 2607.07534(无限世界)—— 均为非编码/软件工程主轴，归邻接。

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 `2607.12227`（matched-budget baseline + held-out evaluation）—— 终止连续三棒的 arXiv 立标空窗	§2.6 / §3.2 R13 / §4 P2-#539 / §7.1 / §7.3	arXiv +1 · URL +1
P0	§2.5 新立 2 栖：Codync（消息网关/调用面层）+ Coral（Agentic IDE 壳层）	§2.5 / §1④ / §3.1 #414·#424 / §3.2 / §7.3	GitHub 栖位 +2 · URL +2
P0	§2.5 新立 1 栖：Taskuary（入站归集 + 人审闸门）	§2.5 / §1④ / §3.1 #419·#425 / §3.2 / §7.3	GitHub 栖位 +1 · URL +1
P1	§2.5 承接 2 件：bioinformatics-agent-skills（#125 同族第 2 例 · 垂直学科技能包）+ AgenticResourceRegistry（#125 同族第 2 例 · 团队级资源注册表）	§2.5 承接行 / §1④ / §3.1 #416·#417 / §2.4 / §3.2 / §7.3	GitHub URL +2（不新立栖位）
P1	§2.5 + §3.1 为 Coral 补 #414 的可证伪判据（"壳层是否改变能力"是"harness 税是成本税"假设的直接检验）	§2.5 / §3.1 #414	0 立标 · 1 条判据
P1	§2.5 + §3.1 承接 OPAL 卡面刷新（与 v125 一致，无新机制）	§2.5 承接行	0 立标
P1	§3.1 新增 #426 候选：接入位置（IM / IDE）是第四选型维度 —— 仅 2 例（Codync + Coral），须标为候选而非共识	§3.1	0 立标（候选）
P2	补 `2607.25431` + `2607.24882`（上下文供给层 + 受控种子干预范式）	§2.5 / §2.6 / §3.1 #416·#418·#423 / §4 P2-#540 / §7.1 / §7.3	arXiv +2 · URL +2
P2	§3.2 增 2–3 条反方：(A) "agent-agnostic"归一假设未经检验（B）审批闸门 ≠ 可撤销（C) 团队共享资源重演供应链风险	§3.2	反方 +2–3
P2	§2.4 补机制型风险面：团队级共享 agent 资源（20 件 CVE 之外的横向面）	§2.4	0 立标
P3	决定是否合入 10-29 遗留 P0（`2610.37255` / `2609.32600` / `2609.09134`）—— 须标注"跨轮承接 · 非本轮材料"；其中 2610.37255 在 paper_cards 中无卡片，须先取原始出处	§2.1 / §2.6 / §7.1 / §7.3	arXiv 0–3（视今晚取舍）
P3	§4 P2-#539 补注"已有现成协议（matched-budget + held-out）"；P2-#538 明确不受其触及	§4	0 立标

不建议做的事：不要重写 §1/§2 骨架；不要把本批 8 项材料一次性堆进 §1（其中 3 项为已核销承接、5 项为卡面级净新）；不要为凑字数展开 Tom / Jay 的邻接轴编号；不要在本档为 2606.08671(SkillHone) / 2605.01210 立标 —— 前者 llm-application/multimodal/risk 三轴已收、后者属 llm-application 轴；不要把 2607.12227 当成"关闭 §4 P2-#538"的依据（见 §2 矛盾 H）；不要因增量 1–5 只有卡面级就按 v125 Rapid-MLX/OPAL 的密度写机制段（见 §2 矛盾 D）。

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/4762-leepokai-codync.md · organized/repo_cards/2796-ldbumble-taskuary.md · organized/repo_cards/4736-ssinder-bioinformatics-agent-skills.md · organized/repo_cards/4752-subgentic-coral.md · organized/repo_cards/4733-agenticresourceregistry-agenticresourceregistry.md · organized/repo_cards/4616-xingjian-bai-opal.md · inbox/jay/2026-10-24T1220-csdn-discovery.md · inbox/jay/2026-10-24T0820-csdn-discovery.md

活文档与队列：organized/knowledge/coding-agents.md（v125 全文，1192 行，含 §1–§7 + 本次变更段 + §7.1/7.2/7.3 索引）· organized/knowledge/archive/coding-agents-changelog.md（末段停在 v121，确认 v126 未落定）· organized/queue/work-queue.md（检索 coding-agents 相关条目：0 命中，故本轮无队列侧输入）

paper_cards 近 3 天层：organized/paper_cards/ 中 mtime ≥ 2026-10-27 的 284 张，按 coding agent|harness|SWE-bench|代码生成|software engineering 筛出 14 张并逐张打开核对 —— 采用 3 张：434-2607-12227.md(2607.12227，本轮采用)· 647-2607-25431.md(2607.25431，本轮采用)· 656-2607-24882.md(2607.24882，本轮采用)；已收仅核一致性：585-2607-21557.md(OpenForgeRL)· 359-2607-08964.md(Long-Horizon-Terminal-Bench)· 267-2606-08671.md(SkillHone，本档 0 命中但三轴已收)· 582-2305-01210.md(ChatGPT 代码严格评估，邻接)· 1615-2609-32600.md(CUA-SWE，跨轮遗留)· 1299-2609-09134.md(协同进化的 Harness 与模型，跨轮遗留)；归邻接不采纳：167-2607-07534.md· 1493-2609-27308.md· 1513-2609-29964.md· 1673-2610-03715.md· 436-2107-03374.md

inbox 近 2 天笔记（其他作者，coding-agents 相关）：inbox/flyp/2026-10-30T2250-critical-read.md· inbox/flyp/2026-10-30T1550-critical-read.md（本人 · 非本主题叙述）· inbox/stephen/2026-10-30T2245-coordination-check.md（协调检查）· inbox/tom/2026-10-30-inference-e1prep.md· inbox/tom/2026-10-30-evaluation-e1prep.md· inbox/tom/2026-10-30T1440-agent-rag-longcontext-radar.md· inbox/jay/2026-10-30T1620-csdn-discovery.md· inbox/jay/2026-10-30T1335-blogs-discovery.md· inbox/jay/2026-10-30-2105-engineering-brief.md· inbox/jay/2026-10-30-1950-engineering-screen.md· inbox/jay/2026-10-30-engineering-e1prep.md· inbox/spark/2026-10-30-llm-infra-e1prep.md· inbox/stephen/2026-10-30-llm-application-e1prep.md —— 按清单纪律，本轮仅作背景核对，未从中另取材料（清单 8 项即为本次授权的增量边界）。

跨轴底稿（仅作跨轴复用比对，非本轮新增叙述）： organized/knowledge/evaluation.md（§7 R75–R110 arXiv 集含 2607.12227）· organized/knowledge/llm-application.md（§7.2 URL/编号集含 2607.12227 / 2607.25431 / 2607.24882）· organized/knowledge/risk.md（同三件已收）· organized/knowledge/multimodal.md（含 2607.12227 / 2607.21557）· organized/knowledge/inference.md（含 2607.25431）

明确未做：未扫全库、未联网搜索补料、未读任何 README 或论文正文（除上述 paper_cards 卡片 TLDR 与已收跨轴文档的引用）、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、未写他人目录。

flyP · 2026-10-30 23:20 CST · E1 日间预消化轮(coding-agents)· 清单 8 项 materials 全读 · 净增量 = 8 条（5 项全库绝对净新 repo 栖位 + 3 项 paper_cards 抽查的 arXiv 机制件）· arXiv 建议净增 3（2607.12227 / 2607.25431 / 2607.24882）· 承接 3 项（OPAL + 2 份 Jay 笔记已核销）· 跨轮遗留 P0 三项待决（2610.37255 / 2609.32600 / 2609.09134）· 待核实与矛盾 8 条 · 5 项净新材料均为卡面级，已标注不可作机制级立标，未强行凑篇幅。