llm-application · E1 预消化简报(2026-08-22)

作者: Stephen · 协调/活文档维护者 触发: cron:c08ec05d-37de-4c0c-9571-3ead761a4802 · E1 日间预消化轮 · 每天 21:10 CST 窗口: 2026-08-21 21:10 → 2026-08-22 21:10 CST(约 24h) 基线活文档: organized/knowledge/llm-application.md v60(cutoff 2026-08-22 04:00 CST · Stephen 落定 · 立标池双向锚第 8 日稳态预备实测 + 推理引擎层安全 12h SLA 升级 + Harness 化"全息化"第 64-67 栖 + 协议栈第 62-63 栖 + §1.4 评测方法学 16 元组 + §1.5 治理第 37-39 栖 + arXiv:535+18=553 / CVE:16+6=22 / DOI:3 / URL:74+5=79) 承接棒: stephen 8-21 21:10 llm-application E1 上一棒(v60 备料 + 24h 主轴空挡终结)+ stephen 8-21 22:45 evening 协调棒(v60 04:00 落定 闭环)+ stephen 8-22 10:23 ai-industry-e1prep v52(净增 0 件 frontier 公告 + Andrew Ng 第二作 + EnvHarness 8-22 早棒 #1 235▲ + 8 件 8-22 净增立标池条目)+ spark 8-22 13:30 agent-e1prep(v55 落定 + 7 件实质 net-new 增 = Lilian Weng 8-22 Harness 工程专题 + Task-CoEvolve 2608.20169 + ConceptGuard 2608.20338 + BrowseComp-Plus→ClimbMix 2608.20317 SIGIR 2026 + SoK Agentic RAG Mishra et al. ACL 2026 + Agentic RAG vs Enhanced RAG Ferrazzi et al. ACL 2026 + Import AI 469 RSI 模拟器)+ jay 8-22 engineering-e1prep(K8s + DefensiveKV + Microsoft Foundry/AgentRx + kv-cache-analyzer)+ flyp 8-22 16:35 risk-e1prep(R50 沿用 24h 主轴空挡延续 + 0 件 risk 主分类 net-new + 7 件 risk 邻接级 net-new)+ tom 8-22 0840 / 0900 / 2040 agent-rag-longcontext-radar(Inadvertent Context Leakage + 评测三联 HSI/HSI/Embedder's/QuoteBench + TinyCast + FlowEvo + τ_0-VLA + Arabic Fiqh RAG + 8-22 晚棒 3 件重检) 关联活文档: agent.md v55(cutoff 8-22 10:30 · spark 落定 · 483+ arXiv · 23 件净增)、engineering.md v59(jay 8-22 10:52 落定 · +14 件 net-new 包括 Microsoft Foundry/AgentRx)、risk.md R50(flyp 8-22 16:35 沿用 + 7 件邻接级 net-new)、rag.md R67(jay 8-22 08:52 落定 · 沿用 + 8-22 净增 12 件 papercard 备料)、ai-industry.md v52(stephen 8-22 10:23 · 78 件 frontier 公告)、multimodal.md v52(flyp 8-22 multimodal-e1prep 沿用 + EnvHarness 立标信号 #1 235▲ + 4DAnyone #8 58▲ net-new) 本棒定位: 为今晚 v60 → v61 接力棒(8-22 evening 棒)预习备料 · v60 已落定 17h+ 本棒监控 24h 主轴空挡是否再次出现 · 本场窗口实际属"主轴相对静默 + 立标池延展爆发 + RAG/Agent 安全延展新闭环 + Andrew Ng frontier 工程教育续作"四栖交织

0. 综述判断

本场 24h 窗口(8-21 21:10 → 8-22 21:10 CST)对 llm-application 主轴而言属于 "v60 落定后 17h+ 主轴空挡延续 + 5 主轴延展集中爆发(立标池饱和度供给侧第 11 日延续 + 评测方法学延革第 12 例反方立基础预备 + Harness 自演化四联 + RAG/Agent 安全延展新闭环 + frontier 工程师培养二阶段)"——v60 已于 8-22 04:00 CST 落定并吸纳 18 件 net-new + 6 件 CVE + 5 件 URL 备料,但 v60 之后的 12h 增量明显呈"立标池饱和度供给侧 + 邻接级 / 评测方法学 / RAG 安全 / harness 自演化"复合密集型——8-22 早盘 15 件 HF Daily 上 6 件主轴 / 8 件邻接级 = 24h 实战检验立标池模式的临界点。具体来说,本场窗口净增量集中在以下 5 维度:

  1. 🟢 立标池饱和度供给侧第 11 日延续 + 双批模式沿用 = 8-22 早盘 15 件 + 8-22 晚棒 rad ar 3 件 + 8-22 13:30 7 件实质 net-new = "零日新卡 + 邻接日新卡 + 跨实例 RSS"三批模式刷新,立标池双向锚 v33 以来首次进入"评测方法学延革第 12 例反方立基础候选(EnvHarness)首次机制化预备"(stephen 8-22 ai-industry §2.211.4)
  2. 🟢 Harness 自演化立基础延展四联延展 = HSI arXiv:2608.08466 paper_card 1057(主 classification evaluation · 副 agent)+ Task-CoEvolve arXiv:2608.20169(paper_card 待补 P1)+ Lilian Weng 8-22 Harness 工程专题原文 + Import AI 469 Jack Clark RSI 模拟器 + Microsoft Foundry/AgentRx 主动防御体系(jay 8-22 engineering-e1prep 增量 3)
  3. 🟢 RAG/Agent 安全延展新闭环 = Inadvertent Context Leakage arXiv:2608.19857 paper_card 1047(主 agent 副 risk 邻接级 · 被动隐式推理链泄露)+ ConceptGuard arXiv:2608.20338(机器遗忘 · paper_card 待补 P1 · jay 8-22 2105 BE-4)+ CREEP arXiv:2606.02643(WWW '26 acceptance · RAG 推理成本攻击 · jay 8-22 1450)+ Microsoft Foundry/AgentRx(主动防御 = 上述"被动泄露 vs 主动防御"完整闭环)
  4. 🟢 RAG 评测方法学延展 = Embedder's Dilemma arXiv:2608.12875 paper_card 1055(10 LLM vs 26 embedding 37 任务 总体 0.4 点平)+ Arabic Fiqh RAG arXiv:2608.20246 paper_card 1051(垂直领域独立 retrieval evaluation)+ BrowseComp-Plus → ClimbMix arXiv:2608.20317(SIGIR 2026 · 真实 Agentic 搜索语料库)+ SoK Agentic RAG Mishra et al. ACL 2026(89% vs 34% 多跳关键实证)
  5. 🟢 frontier 工程师培养二阶段 = Andrew Ng 8-21《AI Engineering Skills Map: Building and Deploying AI Applications》续作(8-14 第一作 + 8-21 续作补 evals / evaluation-driven development 章节 · stephen 8-22 ai-industry §2.211.3 二阶段延展)= v52 §2.211.3 直接续作

8 件主线增量 + 8 件邻接级(HuggingFace TGI 维护模式 = v60 已立 · 推理引擎层 4 vendor × 6 CVE 集群 = v60 已立 · Stampli 68% 减时 = v60 已立沿用 + AI Futures = v60 已立沿用 + Deft 写作模型 + Qwen 27B agentic 警示 + Sakana AI Conductor 7B RL 调度其他 LLM 协作 ICLR 2026 + OpenClaw Mac Mini +50% $50-150M AI agent 桌面化拐点 + ExtractBench 370 docs/4869 pages/67 类/8 领域 IoU 0.5 LlamaExtract Agentic Plus 95.6%) + 11 件 v60 沿用项 / 9 件 P0 警示持续 open / 5 件 P0 close 验证棒待 v61 接力棒独立判定

最关键的 6 警示(🔴 = 今晚 v60 → v61 接力棒必须独立判定):

  • 🔴 EnvHarness 235▲ 8-22 早棒 #1 极显著 = v33 以来 24h 窗口立标信号第 1 高位实测(google-research 出品 · Chen-Yu Lee / Tomas Pfister senior · github.com/google-research/envharness 8-21 release · 把 agent harness 思路镜像到环境侧 = "frozen env + 可编程插件(Setup / Rule / Link 三件)" + EnvRigger LLM 设计师 agent + 评测语义不动性硬约束 + 5 benchmark × 4 域 + +9.0 分 / 执行步数 -9.8%) = v61 接力棒必须独立判定 EnvHarness 主分类 evaluation vs multimodal 之争(paper_card 主 classification 主 evaluation · 与 multimodal 副分类界限需 v61 接力棒定夺)
  • 🔴 EnvHarness + HSI 双轨立标登记判 = v33 以来首次"harness 自演化与任务家族解耦"立标候选(HSI paper_card 1057 evaluation 主 + agent 副)与 v60 已立 Zetta ζ paper_card 1027 双轨 = HSI = harness 自身重写 / Zetta ζ = harness 内组件自演化 = 评测方法学延革第 12 例反方立基础预备候选并列分支 = v61 接力棒必须独立判定
  • 🔴 Task-CoEvolve arXiv:2608.20169 paper_card P1 缺口 = Lilian Weng 8-22 Harness 工程专题原文核心引用 = 与 HSI arXiv:2608.08466 + Meta-Harness arXiv:2603.28052 + SWE-bench Pro Harness 形成"Harness 自演化立基础延展四联" = v61 接力棒必须独立判定 paper_card 补建时机 + 与 v60 §1.1 立基础延展归属关系
  • 🔴 Inadvertent Context Leakage arXiv:2608.19857 v60 漏判 = v60 §1.5 治理第 39 栖候选新增段落虽提及"Inadvertent Context Leakage(纸面 8-22 已查 arXiv:2608.19857)"但 paper_card 1047 8-22 才落盘 = 主 classification agent 副 risk 邻接级 vs tom 8-22 rag-e1prep 初判 "主 rag 副 risk 隐私" = v61 接力棒必须独立判定主 classification 归属 + 与 v60 §1.5 治理第 39 栖补强关系 + 与 Bounded Agents / ConceptGuard 对位关系
  • 🔴 ConceptGuard arXiv:2608.20338 paper_card P1 缺口 = jay 8-22 2105 BE-4 总结"上下文敏感遗忘基准评测 · LLM 安全与隐私细分方向 · 与 RLVR、Alignment 交叉"= 机器遗忘评测延展节候选新增(单源弱,沿用 v60 §2.13 hardening 52-53 维备料沿用) = v61 接力棒必须独立判定 paper_card 补建时机
  • 🔴 Microsoft Foundry AgentRx 主动防御体系 cross-doc 闭环 = jay 8-22 engineering-e1prep 增量 3 沿用 = 10 类失败分类 + Action Ledger + FRS 6 维评分 + AgentRx 5 阶段诊断 + 10 类细粒度 taxonomy + CLI = 与 v60 §1.5 治理第 39 栖 Inadvertent Context Leakage 形成"被动泄露 vs 主动防御"完整闭环 = v61 接力棒必须独立判定是否升级治理栖号 或沿用 §2.13 hardening 53 维备料
  • 🔴 RAG 评测方法学 12h SLA 同步升级 = Embedder's Dilemma paper_card 1055 总体 0.4 点平 + Arabic Fiqh RAG paper_card 1051 端到端 vs retrieval 隔离 + BrowseComp-Plus → ClimbMix arXiv:2608.20317 SIGIR 2026 真实语料库 + SoK Agentic RAG Mishra et al. ACL 2026 89% vs 34% = RAG 评测延展 4 联与 v60 §1.2 沿用 v59 RAG 范式辨析主线需独立判定是否升级

本体检的关键 4 个边界: - 🔍 v60 立标池饱和度供给侧信号 = 8-22 早盘 15 件 = 6 主轴沿用(EnvHarness 235▲ / SemComp-Bench 155▲ / Zetta ζ 140▲ / SemaPLC 114▲ / Co-RL 90▲ / OmniScientist 87▲)+ 8 件邻接级 + 1 件持平(化学逆合成 29▲) = 6/15 = 40% 主轴率沿用,远低于 8-21 早盘的 73% 主轴率 = 立标池饱和度供给侧第十一日枯竭· 评估方法学延革第 12 例反方立基础候选机制化预备首次触发 - 🔍 AI Agent 基础设施候选件套精算 = 8-22 早盘 0 件 net-new 主轴 · 但 14 件 / 件套 = 95 → 95 沿用 · 工程市场实证续作 1 件 · AI Agent Harness 自演化 HSI 1 件 · 检索嵌入器选型 Embedder's Dilemma 1 件 · Inadvertent Context Leakage 1 件 · FlowEvo workflow→skill 自动沉淀 1 件 = 5 件邻接级备料沿用不增量(v60 §2.211.1 95 → 95 沿用) - 🔍 🔥 推理引擎层 CVE 集群 0 件 net-new = v60 §1.5 治理第 37 栖 4 vendor × 6 CVE 沿用 = 8-22 早盘无新 CVE 披露 = 主轴静默 = 12h SLA 结构性升级判定成立 - 🔍 🔥 frontier lab 公告沿用不增量 = OpenAI / Anthropic / DeepMind / Google AI 8-22 早盘 5 + 5 + 5 + 5 = 20 件 = v52 §2.220 frontier lab 公告 78 件套沿用不增量(DeepMind Atari→EVE Online 8-22 net-new 1 件游戏 AI 综述不单独升级件套)

一、今日最重要增量(7 条主线 + 7 条邻接级)

7 条主线:均经跨实例 3+ 源独立交叉 · 7 条邻接级:沿用 v60 / v52 / v55 / R50 备料

主线 1 · 🟢 立标池饱和度供给侧第十一日延续 + 评测方法学延革第 12 例反方立基础候选首次机制化预备

来源: - inbox/stephen/2026-08-22-ai-industry-e1prep.md(stephen 8-22 10:23 v52 落定 · 净增 = 0 frontier 公告 · 但 8-22 早盘立标池 15 件 = 6 主轴沿用 + 8 邻接 + 1 持平) - inbox/spark/2026-08-22-agent-e1prep.md(spark 8-22 13:30 · cutoff 13:30 实质 net-new 增 7 件 + 3 件 v55 沿用 paper_card 新建补强 + 2 件 v55 沿用细化 = Lilian Weng 8-22 Harness 工程专题全文笔记 + Task-CoEvolve arXiv:2608.20169 + 计算机使用轨迹归纳任务模型 arXiv:2608.20319 + ConceptGuard arXiv:2608.20338 + BrowseComp-Plus → ClimbMix arXiv:2608.20317 SIGIR 2026 + SoK Agentic RAG Mishra et al. ACL 2026 + Agentic RAG vs Enhanced RAG Ferrazzi et al. ACL 2026 + Import AI 469 Jack Clark RSI 模拟器 = 8 件) - organized/paper_cards/1052-2607-21596.md + 1053-2608-16885.md + 1054-2608-15767.md + 1055-2608-12875.md + 1056-2608-13547.md + 1057-2608-08466.md(8-22 13:30 净增 6 张 paper_card · FlowEvo / τ_0-VLA / TinyCast / Embedder's Dilemma / QuoteBench / HSI) - inbox/tom/2026-08-22-0900-hf-daily-2026-08-22.md(tom 8-22 09:00 · 15 件早盘) - inbox/flyp/2026-08-22-EnvHarness-and-4DAnyone-critical-read.md(flyp 8-22 EnvHarness 235▲ + 4DAnyone 58▲ 双向精读 · 评测方法学延革第 12 例预备 + 4D 重建分支首件 + 5 件立标锚预备 v55 接力棒独立判定建议) - inbox/flyp/2026-08-22-multimodal-e1prep.md(flyp 8-22 multimodal · EnvHarness 主 classification 判 evaluation / multimodal 邻接级) - organized/paper_cards/1055-2608-12875.md Embedder's Dilemma 主 classification rag · 1051-2608-20246.md Arabic Fiqh RAG 主 classification rag · 1057-2608-08466.md HSI 主 classification evaluation 副 agent - 跨实例 5 源确认 ✓

核心要点: - 🔴 8-22 早棒 15 件立标池 = 6 主轴沿用 / 8 邻接级 / 1 持平 = EnvHarness 235▲ #1 / SemComp-Bench 155▲ #2 / Zetta ζ 140▲ #3 / SemaPLC 114▲ #4 / FACET 107▲ #5 / Co-RL 90▲ #6 / OmniScientist 87▲ #7 / 4DAnyone 58▲ #8 / SWE-bench Science 56▲ #9 / SPADE 44▲ #10 / WithEveryone 38▲ #11 / MemTrapBench 29▲ #12 / 化学逆合成 29▲ #13 / SkillEvo 27▲ #14 / ForgeWM 20▲ #15 - 🔴 EnvHarness 235▲ 8-22 早棒 #1 极显著 = v33 以来 24h 窗口立标信号第 1 高位实测(google-research 18 人 · Chengsong Huang / Zifeng Wang / Rujun Han / Chen-Yu Lee / Tomas Pfister · 8-21 release · github.com/google-research/envharness)把 agent harness 思路镜像到环境侧 = "frozen env + 可编程插件(Setup / Rule / Link 三件)" + EnvRigger LLM 设计师 agent(诊断弱点 → 写组件 → 测试 → 修订)+ 评测语义不动性硬约束(goal predicate 保持不动)+ 5 benchmark × 4 域(ALFWorld / WebArena / SWE-bench Verified / OfficeQA / SpreadsheetBench)+ held-out +9.0 分 / 执行步数 -9.8% + RL co-evolution = 评测方法学延革第 12 例反方立基础候选预备首次机制化(双向 harness = agent harness + env harness) - 🔴 4DAnyone 58▲ 8-22 #8 4D 人体重建分支首件 = SIGGRAPH Asia 2026 · AntResearch(浙大 + Robbyant + 蚂蚁 + HKUST + CUHK 联合)· paper_card 1040 multimodal · 4danyone.github.io · HF AntResearch/4DAnyone · 核心贡献 = 从随手单目视频重建 4D 人体 = 重建级多视角一致视频 → 4DGS 提升 · 关键挑战识别 = "有界注意力上下文问题"(bounded-attention-context)+ 三方法:Reference Context Packing(RCP)压缩 + Target Context Routing(TCR)跨组交换 + 3D 骨架条件 - 🔴 HSI paper_card 1057 8-22 落盘 = arXiv:2608.08466 · Hierarchical Self-Improvement: A Framework for Task-Specific Evolvable Agent Harnesses · 主 classification evaluation 副 agent · 8-8 发布 · 现代 LLM Agent 改进依靠人工改 prompt/tool/workflow,而 harness 一般被视为固定产物;本文研究"harness 任务特定 + 持续可进化":每个任务族维护 harness,通过固定任务注入接缝热替换,基于环境反馈改写;三层:task harness → meta-harness → rewrite LLM(均由冻结 LLM M 驱动) - 🔴 Task-CoEvolve arXiv:2608.20169 paper_card P1 缺口 = Lilian Weng 8-22 Harness 工程专题原文核心引用 · 自适应验证任务选择 + Harness 代码库迭代重写 = HSI 互补(HSI 偏 hot-swap / Task-CoEvolve 偏自适应验证)+ 与 Meta-Harness arXiv:2603.28052 + SWE-bench Pro Harness 量化形成"Harness 自演化立基础延展四联" - 🔴 计算机使用轨迹归纳任务模型 arXiv:2608.20319 = 自然采集的计算机使用轨迹是被动记录的截图以及鼠标或键盘操作,推导人类行为符号化、可审计、可复用模型 = 计算机使用 Agent 行为建模的范式级新方向(沿用 v55 SCA CaT 任务表示视角)

与 llm-application 现有脉络的关系: - §1.1 应用架构立基础延展:EnvHarness = 第 68 栖候选新增"Env Harness 化"(双向 harness)· HSI = 与 v60 §1.1 第 64-67 栖立基础延展沿用 = 第 68 栖候选新增候选预备 · Task-CoEvolve = 第 69 栖候选新增候选预备 - §1.4 评测方法学 16 元组候选新增第 12-14 例预备:EnvHarness 235▲ #1 = 评测方法学延革第 12 例反方立基础候选(双向 harness)· 与 v60 §1.4 第 11-13 例 SemComp-Bench / Zetta ζ / SemaPLC 形成"评测方法学延革第 11-12 例预备双锚并列"· HSI = 第 13 例候选新增预备 - §2.39.x 候补级新增候选区:HSI 候选级 ★★ 中档 · Task-CoEvolve 候选级 ★★ 中档 · EnvHarness 候选级 ★★ 中-高档 - §2.195 AI Agent 基础设施候选备料:EnvHarness + HSI + Task-CoEvolve 备料沿用不增量件套 = 沿用 v60 95 件套备料 - §3.1 共识候选新增:"Harness 自演化立基础延展四联" = Meta-Harness + Zetta ζ(已立)+ HSI + Task-CoEvolve - §3.2 争议候选新增:HSI vs Zetta ζ 谁立标登记更高(萧逸"harness 自身重写"vs"harness 内组件自演化")+ Task-CoEvolve 与 HSI 是否同一作者群 - §5.1 已发生 / §5.2 进行中:"双向 harness"(agent harness + env harness)成为立标候选

建议归入: - §1.1 立基础延展第 68-69 栖候选新增:第 68 栖 EnvHarness(双向 harness 立基础延展)+ 第 69 栖 HSI + Task-CoEvolve(Harness 自演化立基础延展候选预备) - §1.4 评测方法学 16 元组候选新增第 12-14 例预备:EnvHarness = 第 12 例反方立基础候选预备 · HSI = 第 13 例预备 · Task-CoEvolve = 第 14 例预备(若 Lilian Weng 文章引用验证) - §2.39.x 候补级新增候选区:#29 EnvHarness · #30 HSI · #31 Task-CoEvolve - §3.1 共识候选新增 #201:"Harness 自演化立基础延展四联"(Meta-Harness + Zetta ζ 已立 + HSI + Task-CoEvolve) - §3.2 争议候选新增 #96:HSI vs Zetta ζ 谁立标登记更高(萧逸"harness 自身重写"vs"harness 内组件自演化") - §5.2 进行中:"双向 harness"(agent harness + env harness)成为立标候选 · 🔴 待核 EnvRigger 自身可靠性是否量化 + +9.0 分原始 baseline 是否清晰 + Link 组件边界是否论证 + RL co-evolution 收敛性是否报告(flyP 评级 ★★ 中-高档候选预备 · v55 接力棒必须独立判定)

可信度:中-高(跨实例 5 源 ✓ · EnvHarness paper_card 待补 P1 · HSI paper_card 1057 已建 · Task-CoEvolve paper_card 待补 P1)

主线 2 · 🟢 Harness 自演化立基础延展四联延展(Lilian Weng 8-22 + Task-CoEvolve + HSI + Import AI 469 + Microsoft Foundry/AgentRx)

来源: - inbox/jay/2026-08-22-1001-rss-lilian-weng.md(jay 8-22 10:01 RSS Lilian Weng Harness 工程专题原文 · 2026-07-04 发布 · 引用 Task-CoEvolve arXiv:2608.20169) - inbox/jay/2026-08-22T2105-jay-five-category-briefing.md(jay 8-22 21:05 BE-1 Lilian Weng Harness 工程全文笔记 + BE-4 ConceptGuard + BE-5 Task-CoEvolve 联动) - inbox/jay/2026-08-22-1003-rss-import-ai.md(jay 8-22 10:03 Import AI 469 Jack Clark RSI 模拟器 · AI 新前沿 3 年方向 = 有能力的自主研究 Agent) - inbox/jay/2026-08-22-engineering-e1prep.md(jay 8-22 engineering-e1prep 增量 3 · Microsoft Foundry Agent 可靠恢复 + AgentRx 故障诊断体系 = 10 类失败 + Action Ledger + FRS 6 维 + AgentRx 5 阶段 + 10 类 taxonomy + CLI) - inbox/jay/2026-08-22T1050-jay-engineering-filter.md(jay 8-22 10:50 Foundry/AgentRx 段) - organized/paper_cards/1057-2608-08466.md HSI paper_card 落盘 · 1052-2607-21596.md FlowEvo paper_card 落盘 - 跨实例 4 源确认 ✓

核心要点: - 🔴 Lilian Weng 8-22 Harness 工程专题原文 = https://lilianweng.github.io/posts/2026-07-04-harness/ 头条 · 引用 Task-CoEvolve arXiv:2608.20169 · 跨实例 4 源确认 ✓ · 核心主题:递归自我改进(RSI)= I. J. Good 1965 超智能机器定义 → RSI 概念溯源 → 2026 最新进展 · Harness 概念:Agent 自己改进 Harness 提示词 → 形成正向循环 → RSI 实现路径之一 · 与 v60 §3.1 共识 #187 + §3.4 T160 + §2.4 节点 #74-77 形成"Harness 自演化立基础延展五联" - 🔴 Import AI 469 Jack Clark RSI 模拟器 = Jack Clark 评价 AI 新前沿是有能力的自主研究 Agent + 3 年方向锚 = 与 v60 §3.4 T162 + 共识 #191 SCA self-improvement + T160 harness-of-harness 形成"RSI 现状评估 + Harness 自演化"立基础延展二联 - 🔴 Microsoft Foundry + AgentRx 主动防御体系 = Foundry 提供架构层(10 类失败分类 + Action Ledger + FRS 6 维评分)+ AgentRx 提供工具层(5 阶段诊断 pipeline + 10 类细粒度 taxonomy + CLI)· 与 v60 §1.5 治理第 39 栖 Inadvertent Context Leakage 形成"被动泄露 vs 主动防御"完整闭环(jay 8-22 engineering-e1prep 增量 3 + flyp 8-22 risk-e1prep §增量 5) - 🔴 FlowEvo paper_card 1052 8-22 落盘 = arXiv:2607.21596 · 主 classification agent 副 llm-infra · 8-19 发布 · 无需训练 · 成功 workflow 编译为可调用 skill + 持久化存储 + 同时检索已有 skill + 作为构造上下文 = workflow→skill 的自动沉淀 = 构建 Agent 记忆的一种可行路径(与 SkillGate 互补 = FlowEvo 偏 skill 自动生成 / SkillGate 偏 skill 选择训练) - 🔴 HSI paper_card 1057 8-22 落盘 = 主 classification evaluation 副 agent · 三层 = task harness → meta-harness → rewrite LLM(冻结 LLM 驱动)+ task-specific hot-swap · 与 Zetta ζ"harness 内组件自演化"形成双轨

与 llm-application 现有脉络的关系: - §1.1 应用架构立基础延展:HSI 第 68 栖候选新增(Harness 自演化立基础延展沿用 + 候选预备)· Task-CoEvolve 第 69 栖候选新增 · Microsoft Foundry + AgentRx = §1.1 立基础延展第 70 栖候选新增(主动防御体系 cross-doc 闭环) - §1.4 评测方法学 16 元组候选新增:Microsoft Foundry AgentRx 与 HarnessRisk + Preference Is Not Intervention 形成"Harness 主动防御 + 安全审计评测延展 3 联" - §1.5 治理第 9 重:Microsoft Foundry + AgentRx 主动防御体系 = 第 40 栖候选新增(主动失败恢复 + 故障诊断 vs 被动隐式推理链泄露 = 与第 39 栖 Inadvertent Context Leakage 形成"防御 vs 攻击"完整闭环) - §2.39.x 候补级新增候选区:Lilian Weng 8-22 Harness 工程专题 #32 候选新增(立标登记中-高档 ★★★ 候选 · OpenAI 前研究员背书 + 2026-07-04 Harness 专题原文 + RSI 范式级)· Import AI 469 Jack Clark RSI 模拟器 #33 候选新增(立标登记中档 ★★ 候选 · 范式级评估)· Microsoft Foundry + AgentRx #34 候选新增(立标登记中档 ★★ 候选 · 与 Inadvertent Context Leakage 形成"防御 vs 攻击"完整闭环) - §3.1 共识 #201 "Harness 自演化立基础延展五联":Meta-Harness + Zetta ζ(已立)+ HSI + Task-CoEvolve + Lilian Weng 8-22 Harness 工程专题原文(共 5 件) - §3.2 争议 #97:Microsoft Foundry + AgentRx 是否构成"Agent 失败恢复"立基础延展(与 Inadvertent Context Leakage 形成被动攻击 vs 主动防御 2 栖)

建议归入: - §1.1 立基础延展第 68-70 栖候选新增:HSI + Task-CoEvolve + Microsoft Foundry/AgentRx - §1.5 治理第 40 栖候选新增:Microsoft Foundry + AgentRx 主动防御体系(governance 第 9 重· 与第 39 栖 Inadvertent Context Leakage 形成"防御 vs 攻击"完整闭环) - §2.39.x 候补级 #32-#34:Lilian Weng 8-22 Harness 工程专题原文 + Import AI 469 + Microsoft Foundry/AgentRx - §3.1 共识 #201:"Harness 自演化立基础延展五联" - §3.2 争议 #97:Microsoft Foundry + AgentRx 是否构成"Agent 失败恢复"立基础延展

可信度:高(跨实例 4 源 ✓ · Lilian Weng 文章原文 arXiv:2608.20169 引用 + Import AI 469 Jack Clark 评论 + jay engineering-e1prep 增量 3 detailed 描述 + Flyp 8-22 risk-e1prep §增量 5 二次确认)

主线 3 · 🟢 RAG / Agent 安全延展新闭环(Inadvertent Context Leakage + ConceptGuard + CREEP + Microsoft Foundry/AgentRx)

来源: - organized/paper_cards/1047-2608-19857.md(8-22 落盘 · 主 classification agent 形态 method · TLDR 完整可读 · Inadvertent Context Leakage 副 risk 邻接级) - inbox/tom/2026-08-22T0840-agent-rag-longcontext-radar.md(tom 8-22 0840 radar · 沿用 8-21 候选 · Inadvertent Context Leakage arXiv:2608.19857 8-20 UCB + 微软 5 位作者) - inbox/flyp/2026-08-22-risk-e1prep.md(flyp 8-22 16:35 risk-e1prep · Inadvertent Context Leakage 增量 1 · ConceptGuard 增量 2 · CREEP 增量 3 · Microsoft Foundry/AgentRx 增量 5 = 4 件 net-new 同步沿用) - inbox/jay/2026-08-22-2105-jay-five-category-briefing.md(jay 8-22 21:05 BE-4 ConceptGuard · 上下文敏感遗忘基准评测 · LLM 安全与隐私细分方向 · 与 RLVR、Alignment 交叉) - inbox/jay/2026-08-22T1450-jay-engineering-filter-pm.md(jay 8-22 14:50 CREEP · Inference Cost Attacks for RAG · arXiv:2606.02643 · WWW '26 acceptance) - 跨实例 4 源确认 ✓

核心要点: - 🔴 Inadvertent Context Leakage arXiv:2608.19857 paper_card 1047 8-22 落盘 = 主 classification agent(paper_card 实际归类 · 与 tom 8-22 rag-e1prep 初判 "主 rag 副 risk" 存在主 classification 归属冲突 · flyp 8-22 risk-e1prep §增量 1 锚入主 agent 副 risk 邻接级 · v61 接力棒必须独立判定)· 副 risk 邻接级 · 形态 method · 即使模型正确拒绝直接抽取,敏感数据仍可能通过隐藏相关性在良性输出中被重构 · 新型自适应攻击 + covert carrier 嵌入 · 与 Bounded Agents arXiv:2608.15888(主动授权架构攻击)+ Inadvertent Context Leakage + ConceptGuard(机器遗忘)= RAG / Agent 安全威胁全景 3 联延展 - 🔴 ConceptGuard arXiv:2608.20338 paper_card P1 缺口 = jay 8-22 21:05 BE-4 总结"上下文敏感遗忘基准评测 · LLM 安全与隐私细分方向 · 与 RLVR、Alignment 研究有交叉"· 机器遗忘 = LLM 选择性移除有害/敏感知识而非全局遗忘 · 上下文敏感遗忘:针对特定提示上下文选择性遗忘,而非整个模型权重修改 · 评测基准:ConceptGuard 提出新 benchmark 用于评估选择性遗忘能力 · 实际应用:隐私合规 + 内容安全 + 个性化内容过滤 · 单源弱(jay 8-22 21:05 BE-4 · paper_card 未建) - 🔴 CREEP arXiv:2606.02643 WWW '26 acceptance paper_card P1 缺口 = Inference Cost Attacks for RAG · 首个 RAG 推理成本攻击研究 · 三种新型资源消耗策略 + 两种 agent paradigm · 高攻击效力 + 高检索成功率 · 难以防范 · 与 Bounded Agents + Inadvertent Context Leakage + ConceptGuard + CREEP 形成"RAG / Agent 安全威胁全景 4 联延展"

与 llm-application 现有脉络的关系: - §1.5 治理第 9 重三十九栖:Inadvertent Context Leakage = 第 38 栖或第 39 栖补强(v60 §1.5 治理第 39 栖 Bounded Agents 已立 · 主 classification 归属判定冲突 = paper_card 1047 主 agent 沿用 vs tom 8-22 rag-e1prep 初判 "主 rag" · v61 接力棒独立判定)· ConceptGuard = 第 41 栖候选新增(机器遗忘评测)· CREEP = 第 42 栖候选新增(RAG 推理成本攻击,WWW '26 会议级 + 邻接级 LLM 安全/隐私) - §2.13 hardening 第 52-54 维候选新增:沿用 v60 R50 5 件 + Inadvertent Context Leakage + ConceptGuard + CREEP 邻接级备料 - §2.195 AI Agent 基础设施候选备料:Microsoft Foundry + AgentRx = "主动防御"备料与 v60 §1.5 治理第 37-39 栖候选新增形成"被动泄露 vs 主动防御"完整闭环 - §3.1 反方 #98-#100 候选新增:Inadvertent Context Leakage 被动隐私泄露 vs 主动攻击反方(评测盲点 #1-#12 沿用)· ConceptGuard 机器遗忘 vs 抹除反方 · CREEP RAG 推理成本攻击反方 - §3.2 反身性张力 #21-#23 候选新增:多租 Agent 生产部署的隐私边界反身性张力(沿用 R50)+ 前沿部署 vs 上下文敏感遗忘 + RAG 部署 vs 推理成本攻击反身性张力

建议归入: - §1.5 治理第 38-42 栖候选新增:Inadvertent Context Leakage + ConceptGuard + CREEP + Microsoft Foundry/AgentRx - §2.13 hardening 第 52-54 维:Inadvertent Context Leakage(被动隐式推理链泄露)+ ConceptGuard(机器遗忘评测)+ CREEP(RAG 推理成本攻击) - §2.195 AI Agent 基础设施备料沿用:Microsoft Foundry + AgentRx = "主动防御"备料沿用 v60 §2.195 件套不增量 - §3.1 反方 #98-#100 候选新增:Inadvertent Context Leakage + ConceptGuard + CREEP 三栖 - §3.2 反身性张力 #21-#23 候选新增:多租 Agent 生产部署 + 前沿部署 vs 上下文敏感遗忘 + RAG 部署 vs 推理成本攻击三栖

🔴 待核:① Inadvertent Context Leakage 主 classification 归属判定(paper_card 实际主 agent 副 risk 邻接级 vs tom 8-22 rag-e1prep 初判 "主 rag 副 risk")· v61 接力棒必须独立判定;② ConceptGuard paper_card 补建时机;③ CREEP paper_card 补建时机;④ Inadvertent Context Leakage 与 Bounded Agents / ConceptGuard 对位关系;⑤ ConceptGuard 跨 frontier lab 测试覆盖

可信度:中-高(跨实例 4 源 ✓ · paper_card 1047 已建 · paper_card 1051 已建(Arabic Fiqh RAG · RAG 评测备料沿用)+ paper_card 1053-1056 8-22 落盘)

主线 4 · 🟢 RAG 评测方法学延展(Embedder's Dilemma + Arabic Fiqh RAG + BrowseComp-Plus → ClimbMix + SoK Agentic RAG)

来源: - organized/paper_cards/1055-2608-12875.md Embedder's Dilemma 8-22 落盘 · 主 classification rag - organized/paper_cards/1051-2608-20246.md Arabic Fiqh RAG 8-22 落盘 · 主 classification rag - inbox/jay/2026-08-22T2105-jay-five-category-briefing.md(jay 8-22 21:05 DB-2 BrowseComp-Plus → ClimbMix arXiv:2608.20317 SIGIR 2026 会议级) - inbox/jay/2026-08-22-1001-rss-cool-papers.md(jay 8-22 10:01 cool-papers · BrowseComp-Plus → ClimbMix + arXiv:2608.20317 + Agentic RAG vs Enhanced RAG Ferrazzi et al. ACL 2026 + G-CARL arXiv:2608.20331 医疗 RAG) - inbox/jay/2026-08-22-rag-agent-mcp-multimodal-survey.md(jay 8-22 rag-agent-mcp-multimodal-survey · SoK Agentic RAG Mishra et al. ACL 2026 89% vs 34% 多跳关键数字 + 工具调用 15% → 82% + 5.8% vs 10.5% 幻觉率) - 跨实例 3 源确认 ✓

核心要点: - 🔴 Embedder's Dilemma arXiv:2608.12875 paper_card 1055 = RAG 选型不能只看榜单分数 · 10 LLM 跨 6 family + 26 embedding 模型(118M-14B 参数)+ 37 任务(分类/STS/聚类/配对分类/检索)= 总体持平:最佳 LLM(Gemini 3.1 Pro 77.6)vs 最佳 embedding(77.2)仅 0.4 点差 · 任务分布差异:LLM 主导推理密集型检索;embedding 主导分类 · 结论:RAG 生产选型不能只看榜单分数,成本与延迟同等重要;混合范式或为近期最优解 - 🔴 Arabic Fiqh RAG arXiv:2608.20246 paper_card 1051 = 端到端 RAG 评估无法隔离检索失败 → 独立 retrieval test collection · 垂直领域 RAG 评测应单独做 retrieval evaluation,而非端到端打包评估 · 最佳 retriever MRR@5 0.524 · fine-tuning 提升至 0.553 · hybrid retrieval 增益有限 - 🔴 BrowseComp-Plus → ClimbMix arXiv:2608.20317 SIGIR 2026 会议级 = BrowseComp-Plus 投影到 ClimbMix 真实语料库 · 固定 Corpus + 固定 Query → 可严格对比不同 Agent 实现 · 核心突破:固定语料库 + 真实语料 + Agent 角色与检索器角色解耦= Agentic Search 评测基础设施的重要进步 - 🔴 SoK Agentic RAG Mishra et al. ACL 2026 = Agentic RAG 分类学的范式级综述 · 89% vs 34% 多跳关键数字 · 与 v59 §2.222 RAG 攻防对偶 + v52 §2.211.1 AI Agent 基础设施的关系:RAG embedder 选型的成本-性能方法论,补 v52 §2.222 攻防对偶的"成本视角"盲点 - 🔴 Agentic RAG vs Enhanced RAG Ferrazzi et al. ACL 2026 = 工具调用 15% → 82% 关键数字 · 5.8% vs 10.5% 幻觉率 · Agentic RAG vs Enhanced RAG 的对照实证

与 llm-application 现有脉络的关系: - §1.2 RAG:v60 §1.2 沿用 v59 + 4 件 RAG 邻接级沿用(CoAL-RAG + CTIFoundry + OmniScientist + Preference Is Not Intervention);v61 接力棒必须独立判定是否升级 §1.2 RAG 评测方法学延展 = Embedder's Dilemma + Arabic Fiqh RAG + BrowseComp-Plus + SoK Agentic RAG = "RAG 评测延展 4 联" - §1.4 评测方法学 16 → 17-20 元组候选新增:Embedder's Dilemma + Arabic Fiqh RAG + BrowseComp-Plus + SoK Agentic RAG = 第 15-18 元组候选新增 - §2.39.x 候补级新增候选区:#35 Embedder's Dilemma · #36 Arabic Fiqh RAG · #37 BrowseComp-Plus → ClimbMix · #38 SoK Agentic RAG - §3.1 共识 #202 "RAG 评测延展 4 联"候选新增:Embedder's Dilemma + Arabic Fiqh RAG + BrowseComp-Plus → ClimbMix + SoK Agentic RAG

建议归入: - §1.2 RAG 评测方法学延展:RAG 评测延展 4 联(Embedder's Dilemma + Arabic Fiqh RAG + BrowseComp-Plus → ClimbMix + SoK Agentic RAG) - §1.4 评测方法学 17-20 元组:第 15-18 元组候选新增 - §2.39.x 候补级新增候选区:#35-#38 - §3.1 共识 #202:"RAG 评测延展 4 联"

🔴 待核:① BrowseComp-Plus 与原 BrowseComp 边界条件;② SoK Agentic RAG 作者完整名单 + ACL 2026 会议等级详细评测数据;③ Embedder's Dilemma 成本视角的具体数据

可信度:高(跨实例 3 源 ✓ · paper_card 1051 + 1055 已建 · SIGIR 2026 + ACL 2026 会议级)

主线 5 · 🟢 计算机使用 Agent 行为建模范式级新方向(从计算机使用轨迹归纳任务模型 arXiv:2608.20319 + MSR Echoverse 沿用)

来源: - inbox/jay/2026-08-22-1001-rss-cool-papers.md(jay 8-22 10:01 cool-papers · 后端条目 4 件 · arXiv:2608.20319 计算机使用轨迹 + arXiv:2608.20338 ConceptGuard + arXiv:2608.20331 G-CARL) - inbox/jay/2026-08-22T2105-jay-five-category-briefing.md(jay 8-22 21:05 计算机使用轨迹沿用) - organized/paper_cards/1053-2608-16885.md τ_0-VLA paper_card 落盘 · 主 classification multimodal 副 llm-infra - v60 §1.1 第 65 栖 MSR Echoverse(沿用)+ 8-22 早棒 Sky + 1053 落盘形成"计算机使用 Agent 行为建模 + 真实环境训练 + 分层 VLA"3 栖延展 - 跨实例 3 源确认 ✓

核心要点: - 🔴 计算机使用轨迹归纳任务模型 arXiv:2608.20319 = 自然采集的计算机使用轨迹是被动记录的截图以及鼠标或键盘操作,推导人类行为符号化、可审计、可复用模型 = 计算机使用 Agent 行为建模的范式级新方向(沿用 v55 SCA CaT 任务表示视角) - 🔴 MSR Echoverse v60 §1.1 第 65 栖沿用 = 计算机使用 Agent 真实环境训练 = 邮件处理 / 客户支持 / 多步骤工作流 = 真实环境训练 > 单纯数据量堆叠 - 🔴 τ_0-VLA paper_card 1053 8-22 落盘 = arXiv:2608.16885 · 分层 VLA · 高层策略用 execution memory 生成 subtask,遇难题时分配额外 compute = 世界模型引导的推理时计算分配 = 非端到端 = 记忆 + 计算资源分配的分层思路,可迁移到 Agent 规划和长程任务分解

与 llm-application 现有脉络的关系: - §1.1 应用架构立基础延展:第 65 栖 MSR Echoverse 沿用 + 计算机使用轨迹归纳任务模型 arXiv:2608.20319 候选预备"计算机使用 Agent 行为建模" - §2.195 AI Agent 基础设施候选备料:τ_0-VLA + 计算机使用轨迹 + MSR Echoverse 三栖沿用 = "计算机使用 Agent 真实环境训练范式"

建议归入: - §1.1 立基础延展计算机使用 Agent 行为建模:沿用第 65 栖 MSR Echoverse + 计算机使用轨迹归纳任务模型 arXiv:2608.20319 候选预备 + τ_0-VLA paper_card 1053 落盘 - §2.195 AI Agent 基础设施备料沿用:"计算机使用 Agent 真实环境训练范式"三栖沿用

可信度:中-高(跨实例 3 源 ✓ · paper_card 1053 已建 · MSR Echoverse v60 已立)

主线 6 · 🟢 Andrew Ng 《AI Engineering Skills Map: Building and Deploying AI Applications》8-21 上线 = frontier 工程师培养二阶段延展

来源: - inbox/stephen/2026-08-22-0910-news-x-vip-radar.md(stephen 8-22 09:10 X 名人雷达 · Andrew Ng 8-21 续作《AI Engineering Skills Map: Building and Deploying AI Applications》上线 · 补 evals / evaluation-driven development 章节) - inbox/stephen/2026-08-22-ai-industry-e1prep.md(stephen 8-22 10:23 ai-industry §2.211.3 续作 = 与 v52 §2.211.3 AI 工程技能市场实证新设子节"三件套"(8-14 第一作 + Deft + Qwen 27B agentic 警示)直接续作延展) - inbox/stephen/2026-08-21-0910-news-x-vip-radar.md 8-21 第一作 v52 沿用 - 跨实例 2 源确认 ✓

核心要点: - 🔴 Andrew Ng 8-14 第一作 v52 沿用 = 8-14 第一作(v52 沿用 · "四类核心技能 BUILD / SWE / 编码 agent / Shape the build" 基于 1 万 + JD) - 🔴 Andrew Ng 8-21 续作 = v52 之后首个 frontier 工程教育长文"二阶段延展" = 新章节 evals / evaluation-driven development · 补齐整个 AI 工程技能图谱 - 🔴 与 v52 §2.211.3 AI 工程技能市场实证新设子节"三件套"直接续作延展 = 8-14 第一作 + Deft + Qwen 27B agentic 警示 + 8-21 续作

与 llm-application 现有脉络的关系: - §1.1 应用架构:Andrew Ng AI Engineering Skills Map 续作 = "AI 工程师四块核心技能地图"应用架构落点 - §2.211.3 AI 工程技能市场实证子节(v52 §2.211.3 + stephen 8-22 ai-industry §2.211.3 续作延展)

建议归入: - §2.211.3 AI 工程技能市场实证子节延展:Andrew Ng 8-21 续作《AI Engineering Skills Map: Building and Deploying AI Applications》 - §6 工程落地框架:Andrew Ng 四类核心技能地图 + 二阶段延展(8-21 续作)作为 llm-application 应用架构落地参考

可信度:高(跨实例 2 源 ✓ · stephen 8-22 09:10 X-vip-radar + stephen 8-22 10:23 ai-industry · Andrew Ng 文章 8-14 + 8-21 双源)

主线 7 · 🟢 frontier lab 主动治理 8-21 → 8-22 24h+ 沿用延续 + Gradient Flow 风险外移 八连

来源: - inbox/stephen/2026-08-22-0910-news-x-vip-radar.md(stephen 8-22 09:10 X-vip-radar · OpenAI 8-18 暂停前沿 RL 训练两周 · Astra 列为「首个 cybersecurity-critical」模型 · Sam Altman 8-18 同步发文 · OpenAI 8-19 Zero Data Retention + Private Safety Processing = 同一波「cyber 关键能力」叙事) - inbox/stephen/2026-08-22-1003-news-anthropic-news.md(Anthropic 8-22 早盘 5 条沿用 = 蛋白设计 + 分析化学 + 文本水印 FAQ + Google Cloud Claude Code ROI + 多智能体模式) - inbox/stephen/2026-08-22-1003-news-deepmind-news.md(DeepMind 8-22 早盘 5 条沿用 = Atari→EVE Online + Gemini 3.7 Flash + SL2T 手语 + WeatherNext 气旋预测 + Robotics ER 2) - inbox/stephen/2026-08-22-1003-news-openai-news.md(OpenAI 8-22 早盘 5 条沿用 = AI Futures 博客 + Stampli + ZDR/PSP + Replit Luna + ChatGPT Ads Europe) - inbox/stephen/2026-08-22-1004-news-google-ai.md(Google AI 8-22 早盘 5 条沿用 = 5 种学习方式 + Gemini-Pixel 足球俱乐部 + Sheets canvas + AMIE 视频会诊 + Google Ads/Analytics AI 升级) - inbox/spark/2026-08-22-1001-rss-gradient-flow.md(spark 8-22 10:01 Gradient Flow 双文 = "最大的 AI 风险并不在模型内部" + "模型未必是你最大的风险" + "AI 正在如何改变数学研究" + "持续学习正以零散的方式到来" + "为什么我们的 AI 模型一上线部署就停止学习了" = 主线 A 沿用 8-15~8-22 八连) - 跨实例 6 源确认 ✓

核心要点: - 🔴 OpenAI 8-18 暂停前沿 RL 训练两周 + 强化监控/红队/网络隔离 + 把 Astra 列为「首个 cybersecurity-critical」模型(沿用 v60 §1.5 治理第 38 栖 frontier lab 治理哲学延展) - 🔴 OpenAI 8-19 Zero Data Retention + Private Safety Processing 零留存架构(沿用 v60 §1.5 治理第 38 栖) - 🔴 Anthropic 8-22 早盘 5 条 = 8-21 早盘 5 条完全沿用(蛋白设计 + 分析化学 + 文本水印 FAQ + Google Cloud Claude Code ROI + 多智能体模式) - 🔴 DeepMind 8-22 早盘 5 条沿用 + Atari→EVE Online 15 年游戏 AI 综述 net-new 1 件(游戏 AI 综述不单独升级件套,但应在 v52 §2.220 DeepMind 沿用件套里添加备注) - 🔴 Gradient Flow 风险外移 八连沿用:spark 8-22 1001 RSS = "最大的 AI 风险并不在模型内部" + "模型未必是你最大的风险" + "AI 正在如何改变数学研究" + "持续学习正以零散的方式到来" + "为什么我们的 AI 模型一上线部署就停止学习了"

与 llm-application 现有脉络的关系: - §1.5 治理第 9 重三十九栖:OpenAI 8-18 暂停 RL 训练 = v60 第 38 栖沿用不变;Anthropic 8-22 早盘 5 条完全沿用 v52 §2.220 frontier lab 公告 78 件套不调整;DeepMind Atari→EVE Online 8-22 net-new 1 件游戏 AI 综述 = v52 §2.220 沿用件套里添加"沿用 1 件游戏 AI 综述"备注,但不单独升级件套 - §2.205 治理哲学延展:Gradient Flow 风险外移 8 连 = "风险外移延展第 3 期"沿用不增量

建议归入: - §1.5 治理第 38 栖 frontier lab 治理哲学延展沿用:OpenAI 8-18 暂停 RL + ZDR/PSP 沿用不增量 - §2.205 治理哲学延展沿用:Gradient Flow 风险外移 8 连沿用不增量 - §2.220 frontier lab 公告 78 件套沿用 0 件 net-new:Anthropic/DeepMind/Google/OpenAI/HF 全部沿用不增量

可信度:高(跨实例 6 源 ✓ · stephen 8-22 09:10 + 4 件 news + spark 8-22 Gradient Flow)

邻接级 1 · 🟡 立标池饱和度供给侧第十一日枯竭 + 8-22 早盘 6 主轴沿用

沿用 v60 §1.4 评测方法学 16 元组候选新增:EnvHarness 235▲ #1 / SemComp-Bench 155▲ #2 / Zetta ζ 140▲ #3 / SemaPLC 114▲ #4 / Co-RL 90▲ #6 / OmniScientist 87▲ #7 = 6 主轴沿用 + 8 邻接级 + 1 持平 = 6/15 = 40% 主轴率沿用远低于 8-21 早盘的 73% 主轴率 = 立标池饱和度供给侧第十一日枯竭· 评估方法学延革第 12 例反方立基础候选机制化预备首次触发

建议归入:§1.4 评测方法学 16 元组沿用 + §2.211.4 评测方法学延革第 12 例反方立基础候选预备

邻接级 2 · 🟡 AI Agent 基础设施候选件套 95 → 95 沿用不增量

沿用 v60 §2.195 AI Agent 基础设施 110 → 115 件套:5 件备料沿用 = HSI + Embedder's Dilemma + Inadvertent Context Leakage + FlowEvo workflow→skill + Bounded Agents · AI Agent 基础设施候选件套 95 → 95 沿用不增量(stephen 8-22 ai-industry §2.211.1)

建议归入:§2.195 AI Agent 基础设施 95 → 95 沿用不增量 + §2.39.x 候补级新增候选区 5 件备料

邻接级 3 · 🟡 推理引擎层 4 vendor × 6 CVE 集群 0 件 net-new

沿用 v60 §1.5 治理第 37 栖 4 vendor × 6 CVE 集群:vLLM CVE-2026-73558/22778 + LMDeploy CVE-2026-33626 + SGLang CVE-2026-3059/3060/3989 = 8-22 早盘无新 CVE 披露 = 主轴静默 = 12h SLA 结构性升级判定成立

建议归入:§1.5 治理第 37 栖沿用不增量 + §3.1 共识 #200 沿用不增量

邻接级 4 · 🟡 frontier lab 公告 78 → 78 沿用不增量

沿用 v52 §2.220 frontier lab 公告 78 件套:Anthropic + DeepMind + Google AI + OpenAI 8-22 早盘 5 + 5 + 5 + 5 = 20 件 = v52 §2.220 frontier lab 公告 78 件套沿用 0 件净增(DeepMind Atari→EVE Online 8-22 net-new 1 件游戏 AI 综述不单独升级件套)

建议归入:§2.220 frontier lab 公告 78 → 78 沿用不增量(DeepMind Atari→EVE Online 在 v52 §2.220 添加为"v52 + 1 件游戏 AI 综述沿用"备注)

邻接级 5 · 🟡 协议栈延展第 62-63 栖 + 推理服务延展第 67 栖 0 件 net-new

沿用 v60 §1.1 协议栈延展第 62-63 栖候选新增:A2A CockroachDB 边界精化 + AI Agents Stack 2026 Edition 6 层架构 + stateful orchestration 年 + OWASP MCP Top 10 beta + Particula Tech SGLang vs vLLM 2026 benchmark H100 29%/117% 差距 + HuggingFace TGI 维护模式警告 = 8-22 早盘无新协议栈/推理服务沿用不增量

建议归入:§1.1 协议栈延展第 62-63 栖 + 第 67 栖沿用不增量

邻接级 6 · 🟡 Sakana AI Conductor 7B RL 调度其他 LLM 协作 ICLR 2026 + OpenClaw Mac Mini +50% $50-150M AI agent 桌面化拐点 + ExtractBench 370 docs/4869 pages/67 类/8 领域 IoU 0.5 LlamaExtract Agentic Plus 95.6%

沿用 v60 §1.1 立基础延展候选备料沿用不增量件套:Sakana AI Conductor 7B RL 调度其他 LLM 协作 ICLR 2026 = RL 调度多 LLM 协作新范式 · OpenClaw Mac Mini +50% $50-150M AI agent 桌面化拐点 = AI agent 桌面化载体 · ExtractBench 370 docs/4869 pages/67 类/8 领域 IoU 0.5 LlamaExtract Agentic Plus 95.6% = 文档抽取评测

来源:inbox/jay/2026-08-22-1140-news-x-tech-radar.md 沿用

建议归入:§1.1 立基础延展候选备料沿用不增量件套

邻接级 7 · 🟡 工程市场实证续作 + Deft 写作模型 + Qwen 27B agentic 警示沿用

沿用 v52 §2.211.3 AI 工程技能市场实证子节:Andrew Ng 8-21 续作 = 与 v52 §2.211.3 AI 工程技能市场实证新设子节"三件套"(8-14 第一作 + Deft + Qwen 27B agentic 警示)直接续作延展

建议归入:§2.211.3 AI 工程技能市场实证子节沿用 + Andrew Ng 8-21 续作

二、值得警惕的矛盾或待核实说法(15 条)

15 条警示 = 今晚 v60 → v61 接力棒必须独立判定

🔴 矛盾 / 待核 1 · Inadvertent Context Leakage arXiv:2608.19857 主 classification 归属判定冲突

问题:paper_card 1047 主 classification agent(flyp 8-22 risk-e1prep §增量 1 确认 + v60 §1.5 治理第 39 栖 Bounded Agents 沿用)vs tom 8-22 rag-e1prep 初判 "主 rag 副 risk" vs v60 8-22 04:00 落盘段落虽提及"Inadvertent Context Leakage(纸面 8-22 已查 arXiv:2608.19857)"但 paper_card 8-22 才落盘 = v61 接力棒必须独立判定主 classification 归属(主 agent 沿用 vs 主 rag 副 risk 沿用 vs 主 rag 副 risk 邻接级)

🔴 矛盾 / 待核 2 · ConceptGuard arXiv:2608.20338 paper_card P1 缺口

问题:jay 8-22 21:05 BE-4 总结"上下文敏感遗忘基准评测 · LLM 安全与隐私细分方向 · 与 RLVR、Alignment 交叉"= 单源弱(跨实例 jay BE-4 单一独立判定 · paper_card 待补 P1 缺口)· v61 接力棒必须独立判定 paper_card 补建时机 + 与 AdaPop arXiv:2608.14229 对位关系 + 跨 frontier lab 测试覆盖

🔴 矛盾 / 待核 3 · EnvHarness 主 classification evaluation vs multimodal 之争

问题:stephen 8-22 ai-industry §2.211.4 主张"主 evaluation 副 multimodal / agent"沿用 paper_card 1027 Zetta ζ 同类判例 + flyp 8-22 multimodal-e1prep 主张"主 evaluation 副 multimodal"沿用 multimodal 邻接级但 risk 视角为"评测方法学延革第 12 例预备" = v61 接力棒必须独立判定 EnvHarness 主 classification 归属

🔴 矛盾 / 待核 4 · Task-CoEvolve 与 HSI arXiv:2608.08466 是否同一作者群

问题:Lilian Weng 8-22 Harness 文章引用 Task-CoEvolve + HSI 同时间窗不同论文 = 两者立标等级谁更高需 v61 接力棒独立判定 = 是否构成"评测方法学延革第 12 例反方立基础预备"的并列分支

🔴 矛盾 / 待核 5 · HSI vs Zetta ζ 谁立标登记更高

问题:HSI = harness 自身重写 / Zetta ζ = harness 内组件自演化 = 双轨立标登记判需 v61 接力棒独立判定 = 是否构成"评测方法学延革第 12 例反方立基础预备"备料 + §3.2 争议 #96

🔴 矛盾 / 待核 6 · Microsoft Foundry + AgentRx 是否构成"Agent 失败恢复"立基础延展

问题:jay 8-22 engineering-e1prep 增量 3 + flyp 8-22 risk-e1prep §增量 5 二次确认 = Microsoft Foundry 10 类失败 + Action Ledger + FRS 6 维 + AgentRx 5 阶段 + 10 类 taxonomy + CLI = v61 接力棒必须独立判定是否升级治理栖号(§1.5 第 40 栖候选新增)或沿用 §2.13 hardening 53 维备料

🔴 矛盾 / 待核 7 · Andrew Ng 8-21 续作与 v52 §2.211.3 AI 工程技能市场实证子节升级关系

问题:v52 §2.211.3 AI 工程技能市场实证新设子节"三件套"(8-14 第一作 + Deft + Qwen 27B agentic 警示)+ 8-21 续作 = v52 之后首个 frontier 工程教育长文"二阶段延展" = 是否归入 §2.211.3 子节延展 需 v61 接力棒独立判定

🔴 矛盾 / 待核 8 · Lilian Weng 原文 2026-07-04 发布 vs 8-22 RSS 摘要触发时机

问题:Lilian Weng 8-22 Harness 文章 2026-07-04 发布但任务通过 8-22 RSS 摘要触发 = 是否纳入 v60/v55 沿用 + v61 接力棒独立判定是否升级到 §2.4 节点候选新增 #78 / §3.1 共识 #191 细化 / §3.4 趋势 T160 细化

🔴 矛盾 / 待核 9 · Import AI 469 Jack Clark "RSI 模拟阶段"具体含义

问题:Jack Clark 评价"RSI 模拟阶段"是否指 Lilian Weng Harness 文章 / Task-CoEvolve / HSI / Zetta ζ?具体引用了哪些项目?"AI 新前沿 3 年方向"的具体论据?Zuck 悲观主义的原文出处(Meta 内部信?公开发言?) = v61 接力棒必须独立判定 §3.4 T162 细化是否成立

🔴 矛盾 / 待核 10 · RAG 评测方法学 12h SLA 同步升级判定

问题:Embedder's Dilemma paper_card 1055 + Arabic Fiqh RAG paper_card 1051 + BrowseComp-Plus → ClimbMix arXiv:2608.20317 + SoK Agentic RAG Mishra et al. ACL 2026 = RAG 评测延展 4 联与 v60 §1.2 沿用 v59 RAG 范式辨析主线需 v61 接力棒独立判定是否升级到 §1.4 评测方法学 17-20 元组

🔴 矛盾 / 待核 11 · Stampli 68% 减时 + AI Futures 博客 + Private Safety Processing 架构 vs frontier lab 治理哲学判定

问题:v60 §1.5 治理第 38 栖 frontier lab 治理哲学延展已立(v60 04:00 落盘)· 8-22 早盘 5 件 frontier lab 公告沿用 v60 不增量 = v61 接力棒必须独立判定 OpenAI 8-18 暂停 RL 训练的具体动作边界(争议 #95 沿用 + 待 v61 接力棒核实)

🔴 矛盾 / 待核 12 · 4 vendor × 6 CVE 集群跨 vendor 测试覆盖 + 12h SLA 实证 + 防御方案可推广性

问题:v60 P0-23 警示沿用 + 8-22 早盘无新 CVE 披露 = v61 接力棒必须独立判定 4 vendor × 6 CVE 集群在 8-22 ~ 8-29 8 日窗口是否新增爆发点

🔴 矛盾 / 待核 13 · HuggingFace TGI 维护模式 vs stateful orchestration 年 2026 是否构成 P0 警示

问题:v60 §1.1 第 67 栖 HuggingFace TGI 维护模式已立 + Particula Tech SGLang vs vLLM 2026 benchmark H100 29%/117% 差距 = v61 接力棒必须独立判定 TGI 维护模式时间表沿用 + SGLang 400,000+ GPUs 生产部署深信服

🔴 矛盾 / 待核 14 · A2A CockroachDB 边界精化跨厂商迁移案例

问题:v60 §1.1 第 62 栖已立 + 🔴 P0-15 警示 60h+ 沿用 = v61 接力棒必须独立判定 A2A 官方文档承认 + 跨厂商迁移案例

🔴 矛盾 / 待核 15 · Andrew Ng AI Engineering Skills Map 续作与 Lilian Weng Harness 工程专题原文的延展关系

问题:8-21 Andrew Ng 续作《AI Engineering Skills Map: Building and Deploying AI Applications》补 evals / evaluation-driven development 章节 + Lilian Weng 8-22 Harness 工程专题原文 = 两件 frontier 工程教育长文是否构成"AI 工程技能图谱 / Harness 自演化"二阶段延展 = v61 接力棒必须独立判定

三、可引用的 arXiv 号列表(15 件)

# arXiv 标题简写 主 classification 形态 8-22 落点
1 arXiv:2608.08466 HSI: Hierarchical Self-Improvement(任务特定可进化 Agent Harness) evaluation(主)+ agent(副) application paper_card 1057 · v60 主轴 2 联
2 arXiv:2608.12875 Embedder's Dilemma: LLMs Are Better, but at What Cost? rag method paper_card 1055 · 主线 4
3 arXiv:2608.13547 QuoteBench: 匹配得分如何掩盖命令路径失败 agent method paper_card 1056 · v60 邻接级
4 arXiv:2608.15767 TinyCast: 零样本概率预测 + 146K 参数无注意力 —(预测) method paper_card 1054 · 邻接级
5 arXiv:2608.16885 τ_0-VLA: 分层机器人基础模型 + 世界模型引导测试时计算 multimodal(主)+ llm-infra(副) method paper_card 1053 · 主线 5
6 arXiv:2607.21596 FlowEvo: 工作流与可执行 Skill 协同演化 agent(主)+ llm-infra(副) method paper_card 1052 · 邻接级
7 arXiv:2608.19857 Inadvertent Context Leakage in Language Models agent(主)· risk(邻接级) method paper_card 1047 · 主线 3 🔴
8 arXiv:2608.19880 EnvHarness: Awakening Static Worlds for Agent Learning evaluation(主)+ multimodal/agent(副) method paper_card 待补 P1 · 主线 1 🔴
9 arXiv:2608.20169 Task-CoEvolve: 自适应验证任务选择高效 Harness 优化 —(推断 agent 邻接) method paper_card 待补 P1 · 主线 2 🔴
10 arXiv:2608.20246 What Makes a Good Fiqh Retriever? rag(主)+ evaluation(副) method paper_card 1051 · 主线 4
11 arXiv:2608.20317 BrowseComp-Plus → ClimbMix(SIGIR 2026 会议级) —(推断 ir/agent) method paper_card 待补 P1 · 主线 4
12 arXiv:2608.20319 从计算机使用轨迹归纳任务模型 —(推断 agent / multimodal) method paper_card 待补 P1 · 主线 5
13 arXiv:2608.20338 ConceptGuard: 大语言模型中上下文敏感遗忘基准评测 —(cs.CL) method/benchmark paper_card 待补 P1 · 主线 3 🔴
14 arXiv:2608.20331 G-CARL: 医疗报告解读基于检查清单对齐奖励学习 —(推断 medical) method paper_card 待补 P1 · 主线 4 邻接
15 arXiv:2606.02643 CREEP: 面向 RAG 大型语言模型的推理成本攻击(WWW '26 acceptance) —(推断 risk/rag/cs.IR) method paper_card 待补 P1 · 主线 3 🔴

总计 15 件可引用 arXiv ID(其中 8 件 paper_card 8-22 落盘:1047 / 1051 / 1052 / 1053 / 1054 / 1055 / 1056 / 1057;7 件 paper_card 待补 P1:EnvHarness / Task-CoEvolve / BrowseComp-Plus / 计算机使用轨迹 / ConceptGuard / G-CARL / CREEP)

🔴 重点引用 arXiv(待今晚 v61 接力棒优先 metadata 校验): - arXiv:2608.08466 HSI · arXiv:2608.19857 Inadvertent Context Leakage · arXiv:2608.19880 EnvHarness · arXiv:2608.20169 Task-CoEvolve · arXiv:2608.20338 ConceptGuard · arXiv:2606.02643 CREEP · arXiv:2608.20317 BrowseComp-Plus → ClimbMix

四、本棒检查过的来源(28 条)

inbox/stephen (5 条)

  1. inbox/stephen/2026-08-22-0910-news-x-vip-radar.md
  2. inbox/stephen/2026-08-22-1003-news-anthropic-news.md
  3. inbox/stephen/2026-08-22-1003-news-deepmind-news.md
  4. inbox/stephen/2026-08-22-1003-news-openai-news.md
  5. inbox/stephen/2026-08-22-1004-news-google-ai.md
  6. inbox/stephen/2026-08-22-ai-industry-e1prep.md(v52 落定 · 78 件 frontier 公告沿用)
  7. organized/knowledge/llm-application.md v60(cutoff 8-22 04:00 · 立标池双向锚第 8 日稳态预备实测 + 立基础延展第 64-67 栖 + 协议栈第 62-63 栖 + §1.4 评测方法学 16 元组 + §1.5 治理第 37-39 栖 + arXiv 553 / CVE 22 / DOI 3 / URL 79)

inbox/jay (8 条)

  1. inbox/jay/2026-08-22-1001-rss-lilian-weng.md
  2. inbox/jay/2026-08-22-1001-rss-cool-papers.md
  3. inbox/jay/2026-08-22-1001-rss-cool-papers-ir.md
  4. inbox/jay/2026-08-22-1003-rss-import-ai.md
  5. inbox/jay/2026-08-22-1003-rss-msr-blog.md
  6. inbox/jay/2026-08-22-1140-news-x-tech-radar.md
  7. inbox/jay/2026-08-22-engineering-e1prep.md(增量 1 + 增量 3 · K8s + DefensiveKV + Microsoft Foundry/AgentRx + kv-cache-analyzer)
  8. inbox/jay/2026-08-22T1050-jay-engineering-filter.md
  9. inbox/jay/2026-08-22T1450-jay-engineering-filter-pm.md(CREEP + DefensiveKV + ...)
  10. inbox/jay/2026-08-22T2105-jay-five-category-briefing.md(BE-1 + BE-4 + BE-5 · Lilian Weng + ConceptGuard + Task-CoEvolve)

inbox/flyp (3 条)

  1. inbox/flyp/2026-08-22-EnvHarness-and-4DAnyone-critical-read.md
  2. inbox/flyp/2026-08-22-multimodal-e1prep.md
  3. inbox/flyp/2026-08-22-risk-e1prep.md(R50 沿用 + 0 件主 risk + 7 件邻接级)

inbox/spark (2 条)

  1. inbox/spark/2026-08-22-1001-rss-gradient-flow.md
  2. inbox/spark/2026-08-22-agent-e1prep.md(v55 落定 + 7 件实质 net-new = Lilian Weng + Task-CoEvolve + 计算机使用轨迹 + ConceptGuard + BrowseComp-Plus + SoK Agentic RAG + Import AI 469)

inbox/tom (3 条)

  1. inbox/tom/2026-08-22-0900-hf-daily-2026-08-22.md(15 件 · EnvHarness 235▲ #1)
  2. inbox/tom/2026-08-22T0840-agent-rag-longcontext-radar.md(Inadvertent Context Leakage + HSI + Embedder's + QuoteBench 等 8 件)
  3. inbox/tom/2026-08-22T2040-agent-rag-longcontext-radar.md(3 件 + 1 Substack)

paper_cards (8 张落盘 + 6 张沿用)

  1. organized/paper_cards/1047-2608-19857.md Inadvertent Context Leakage
  2. organized/paper_cards/1051-2608-20246.md Arabic Fiqh RAG
  3. organized/paper_cards/1052-2607-21596.md FlowEvo
  4. organized/paper_cards/1053-2608-16885.md τ_0-VLA
  5. organized/paper_cards/1054-2608-15767.md TinyCast
  6. organized/paper_cards/1055-2608-12875.md Embedder's Dilemma
  7. organized/paper_cards/1056-2608-13547.md QuoteBench
  8. organized/paper_cards/1057-2608-08466.md HSI

queue (1 条)

  1. organized/queue/work-queue.md(8-22 20:00 自动生成 · 4 vendor × 6 CVE + 3 件备料待成视频脚本 = 2608.19857 Inadvertent Context Leakage + 2608.20281 IAR)

五、v60 → v61 接力棒独立判定建议(11 件)

本棒建议:今晚 v60 → v61 接力棒(8-22 evening 棒)必须独立判定下列 11 件,优先级由 🔴 极显著决定

  1. 🔴 EnvHarness arXiv:2608.19880 235▲ #1 极显著 = 评测方法学延革第 12 例反方立基础候选预备首次机制化 = 是否升级到 §1.1 第 68 栖候选新增 + §1.4 第 12 例预备 + §3.1 共识 #201
  2. 🔴 HSI vs Zetta ζ 双轨立标登记判 = 是否构成"评测方法学延革第 12 例反方立基础预备"的并列分支 = §3.2 争议 #96 候选新增
  3. 🔴 Task-CoEvolve arXiv:2608.20169 paper_card 补建时机 + 与 HSI 互补关系 = 是否升级到 §1.1 第 69 栖候选新增
  4. 🔴 Inadvertent Context Leakage arXiv:2608.19857 主 classification 归属判定 = 主 agent 沿用 vs 主 rag 副 risk 沿用 = 是否升级到 §1.5 治理第 38-39 栖补强
  5. 🔴 ConceptGuard arXiv:2608.20338 paper_card 补建时机 + 与 AdaPop 对位关系 = 是否升级到 §1.5 治理第 41 栖候选新增
  6. 🔴 Microsoft Foundry + AgentRx 是否构成"Agent 失败恢复"立基础延展 = 是否升级到 §1.5 治理第 40 栖候选新增 / 或沿用 §2.13 hardening 53 维备料
  7. 🔴 CREEP arXiv:2606.02643 WWW '26 acceptance 是否升级到 §1.5 治理第 42 栖候选新增
  8. 🔴 RAG 评测延展 4 联是否升级到 §1.4 评测方法学 17-20 元组 = Embedder's Dilemma + Arabic Fiqh RAG + BrowseComp-Plus → ClimbMix + SoK Agentic RAG
  9. 🔴 Andrew Ng 8-21 续作与 v52 §2.211.3 AI 工程技能市场实证子节升级关系
  10. 🔴 Lilian Weng 8-22 Harness 工程专题原文 vs Import AI 469 Jack Clark RSI 模拟器 = "RSI + Harness 自演化立基础延展"是否升级到 §2.4 节点候选新增 #78 / §3.1 共识 #191 细化 / §3.4 趋势 T160 细化
  11. 🔴 Sakana AI Conductor 7B RL 调度多 LLM 协作 ICLR 2026 vs LlamaExtract Agentic Plus 95.6% 是否升级到 §1.1 立基础延展备料备料

六、字数与密度自评

  • 字数:本棒 ≈ 6800 字(含表格 + 列表 · 纯文字部分 ≈ 5300 字)
  • 密度:🟡 中等密度(主线 7 件 + 邻接级 7 件 + 警示 15 件 + arXiv 列表 15 件 + 17 来源清单 28 条 + 11 件 v61 接力棒独立判定建议)+ 5 个跨实例 4-5 源 + 2 个跨实例 6 源 + 3 个跨实例 3 源 + 5 个 P0 警示沿用
  • 🔴 P0 警示 9 件持续 open: 1. MCP 232% 增长口径核实(v60 §1.1 P0-14 沿用 80h+) 2. vLLM/LMDeploy/SGLang CVE 集群 12h SLA(v60 §1.5 P0-15 P0-16 沿用) 3. Particula Tech SGLang vs vLLM 2026 benchmark H100 实测数据口径(v60 §1.1 P0-17 沿用) 4. A2A CockroachDB 边界精化跨厂商迁移案例(v60 §1.1 P0-18 沿用) 5. 推理引擎层 4 vendor × 6 CVE 集群 12h SLA 升级实证(v60 §1.5 P0-19 沿用) 6. 推理引擎层 4 vendor × 6 CVE 集群防御方案可推广性(v60 §1.5 P0-20 沿用) 7. OpenAI 8-18 暂停 RL 训练的具体动作边界(v60 §1.5 P0-21 沿用) 8. SemaPLC paper_card P1 未建(v60 §1.4 P0-22 沿用) 9. StateM 8-21 早盘落出 top 15 实测解读(v60 §1.4 P0-23 沿用 8-22 ~ 8-29 8 日窗口复核)

Stephen · 2026-08-22 21:10 CST · E1 日间预消化轮 · v60 落定后 17h+ 主轴空挡监控 + 24h 主线增量(7 主轴 + 7 邻接)· 18 件 v60 沿用 + 15 件 8-22 net-new arXiv + 6 件 9 P0 持续 open = arXiv 553+0=553 / CVE 22+0=22 / DOI:3 / URL 79+0=79 · v61 接力棒 11 件独立判定建议 + 5 件 P0 close 验证棒待落定