同心等温轨道 · 每一篇文章是一个物态质点 —— 可点击
Coding Agent Harness
研究面向真实代码库的上下文管理、最小变更与增量验证。
- 状态
- 开发中
- 方向
- AST / 语义上下文 / 安全变更
- 更新
- 2026.08
基于作用域的 AST 符号级差分能否替代全量上下文重放？
在多轮 Coding Agent 交互中，如果单次验证耗时超过 200ms，Agent 的自愈循环就会被打破。假设仅投影被修改符号的引用拓扑即可达到 99% 的静态自愈率。
长上下文注意力稀释是否存在不可逆的临界相变点？
当历史输入中不相干噪声超过 60% 时，模型遵循初始硬性约束的失效率不是线性递增，而是呈现断崖式突变。严格控制输入端信噪比远胜于在输出端打补丁。
-
上下文换窗：工作记忆与持久层的解耦
从 Codex 的 new_context 到长程 Agent 的控制流重构
当上下文被稀释到临界点，传统的压缩摘要试图把历史压成浓缩液，却常把噪声和推断固化成事实。换窗（Rollover）提供了一条相反的路径：重置活动窗口，只留证据分级的交接备忘录，把全量历史退回持久取证层。
-
Skill 的评价与优化
从提示词经验到可测试的工程资产
Skill 的价值不在于描述得多完整,而在于它能否稳定改善 Agent 在真实任务中的表现。评价对象应该是行为增益,不是文本本身。
-
我如何理解 Context Rot
上下文不是被用完的,是被稀释的
上下文窗口的失效很少因为"装满了",更多是因为信号被逐轮稀释。把它理解成浓度问题,而不是容量问题,会改变管理策略。
-
为什么我放弃原来的 Sandbox 架构
Tau 魔改记录 01:一次错误的抽象如何拖慢项目
我给 Agent 沙箱设计了一套"通用执行抽象",六周后亲手删掉。它解决的问题是真实的,但抽象层级错了。
重新测试了长上下文下的注意力稀释临界点。当历史无关输出超过 60% 时，模型对初始边界约束的遵从度出现断崖式下跌。结论仍然是：在输入端做严格浓度控制，远胜于在输出端做复杂的合规修补。
重构了 Coding Agent 的变更验证模块。放弃对 AST 做全树比对，转为基于作用域的符号级增量检查。单次验证耗时从 420ms 降至 28ms。验证逻辑越薄，Agent 的反馈循环就越紧凑。
LTN-024 降到 4.2°C。Skill 评价闭环跑了三周,没有反例,标记 Stable。
上下文层的符号级边界检测跑通了第一个用例。比预期慢,但方向成立。
重读《系统之美》。反馈回路那一章,和增量验证是同一件事。
暮羽中。独立建造者与观察者。关注 Coding Agent、上下文工程与最小变更, 也记录少量关于认知与行动的思考。