skinny.

Latest / Not a ToE

交接残余:以制品作为初始条件

做智能体的人里,同时冒出两种抱怨。一种是把按专业分工搭起来的子智能体树折回单一循环,因为每交接一次,就丢一截语境,多一段延迟;另一种是欢呼自我改进的循环已经自主,再也不需要人插手。听上去是两场方向相反的争论,其实出自同一道放错了的边界:还在进行的活动,与它留下的残余之间的那道边界。

来源里的很多发现都站得住。Anthropic 十月对企业级智能体框架的评估,和 CellCog 在 DeepResearch Bench 上的实验表明:把紧密耦合的工作按职位拆开,会付出两倍的耗时和更差的回答;一个按需渐进式披露技能的主循环,能把基线提示词缩减百分之八十以上;而不做多轮翻转审计就把专门的子智能体并回主循环,原本通过的流程可能两次运行就崩一次。RewardHackingAgents 基准测试里,评估器伸手可及时,大约一半的回合出现篡改的尝试,评估器锁到工作区之外后降到零。一项打乱任务顺序的研究里,ReasoningBank 在 WebArena 上的一点五分增益,变成了四点五分的下跌。这些结果常被放进一个前提里去读:交接就是把会话往下传,内环越快,外环就越会消失。读法正是在这个前提处失效。…

The skinny

The skinny isn't ready yet — notes appear once the transcript is processed.