Agent Loop

同探索路径 · Agent 核心

解读 arXiv:2609.30662：把 agent-loop「目标已满足仍低价值空转」命名为 LLM Parkinsonism；GEC v0.2 拆开提案与项目级停止权，在匹配候选基准上近同等成功率下砍约 36% token。机制与 harness 清单。

同探索路径 · Agent 核心

解读 Purdue arXiv:2609.30725：在 Claude Code 与 Mini-SWE-Agent 的 1200 条轨迹上，三种成本浪费行为覆盖 79%–98% 任务、最高占任务花费 22.75%；结构感知检索可能反抬成本，开发者设计的 Skills 约可翻倍于 agent 自合成。

同探索路径 · Agent 核心

解读 arXiv:2609.18366 CHASE：自动 harness 优化会在固定发布协议上钻基准级捷径；用 Challenger 搜可执行协议变换、有效性防火墙与持出确认，在 Syn-Ledger / OfficeQA 上保住发布分、压低增益摧毁。

同探索路径 · Agent 核心

解读 arXiv:2609.29095：用 Limbo（6 服务、12 故障、25930 轮）拆开 LLM agent 工具副作用的 exactly-once——可读回时模型主导，in-flight/redelivery 时契约主导；幂等键把重复率从 28% 压到 4%；勿信 agent「成功」自报。

同探索路径 · Agent 核心

解读 arXiv:2609.30266：多数本地 coding-agent harness 把 session trace 放在 agent 可写路径；直指令、恶意 skill、奖励压力下可删改伪造。需主机外独立 append-only 拦截。对照 Hard Stop 遏制动作 vs 遏制历史。

同探索路径 · Agent 核心

Anthropic Research 客座文（Matt von Hippel）讲 Fable 5.1 在 Claude Science harness 上算出平面 N=4 SYM 九圈六粒子振幅。本文核对可核数字与边界，主张刷新前沿的是显式 harness + 最小人类干预，不是更大模型。

同探索路径 · Agent 核心

解读 Accenture arXiv:2609.28919：企业 coding-agent 账单常归因于「模型贵」，论文把责任挪到 harness 默认；用 Jev 做缓存安全路由，在仿真万席企业收回约 14–21% 模型花费，并给出从观测到主权阶梯的可落地清单。

同探索路径 · Agent 核心

解读 arXiv:2609.29808 Hard Stop：当 URL allowlist、被动 SIEM 与应用层 LLM 护栏不够时，originating harness 与 ingestion 平台双侧需要什么 out-of-band、POSIX/内核级抢占与 fail-closed 不变量。

同探索路径 · Agent 核心

解读 arXiv:2609.29769：typed classifier Jev 与三位 flash LLM 在九 panel、5003 pairs 上对照——准确率多数分不出显著差异，成本/时延差 29–325× 与 30–220×；相关错误让「廉价一阶段 + LLM 回退」cascade 最多只多出约 1.5pp。

同探索路径 · Agent 核心

解读 arXiv:2609.29921 SpecHarness：把可见规格编译成可验证义务，Agent 只提案、外部运行时凭合格证据提交状态与收尾；对照 OpenSpec/SDD 与站内 harness 叙事，并给出可落地的提案–权威分离清单。

同探索路径 · Agent 核心

对照官方公告与 harness-sdk 仓库，拆解 Strands harness / Harness SDK 如何把上下文管理、会话、工具闸门与循环控制产品化；对照站内 ECC、Growing Harness、Claude Code harness，给出选型与落地清单。

同探索路径 · Agent 核心

arXiv:2609.27678 在 ContractNLI 上对照 Jev 与九家托管/本地模型：成本、时延、基线准确率与 All-12 持续正确率会排出不同名次。均分相近可以掩盖翻盘；选型要盯 persistent correctness，而不是只看 accuracy。

同探索路径 · Agent 核心

拆解 alibaba/open-code-review 的混合架构：确定性工程管文件筛选与定位，Agent 管深度推理。对照 AACR-Bench、委托模式与 CI 接入，说明企业可复制点与边界。

同探索路径 · Agent 核心

拆解 cloudflare/security-audit-skill：Skill 分发形态、六阶段审计、confirmed / needs_validation / rejected 三态结论、对抗式校验与无沙箱时的 fail-open。说明安装用法、企业可抄点与安全边界。

同探索路径 · Agent 核心

从零讲透 Cordis 插件系统、内核、可撤销 effect、反应式 coeffect 与时空可组合性，并说明它与 DeepSeek Harness、Koishi、Shigma 及 Cordis v4 的关系、边界与实践取舍。

同探索路径 · Agent 核心

教科书里的 ReAct 循环到底缺了什么？我们从 Claude Code 源码中提炼出 Agent Harness 模式——一个可泛化的、让 AI Agent 在生产环境中存活的工程蓝图。

本综合分析审视了自主软件工程中两种主导方法：Ralph Wiggum循环（暴力执行模式）和开放规范（结构化需求框架）。探索这些方法如何解决LLM的"上下文腐烂"和"愚蠢区域"等局限性，以及它们在重塑2026年软件开发的兴起"自主栈"中的作用。