探索扩容归档（2026-06-28，07-04/07-07 更新）
本页承接 2026-06-28 的全库盘点、agenda 精简和外部现实对照，以及 2026-07-04 和 2026-07-07 的 agenda 精简卸载。
research-agenda.md只保留活跃操作节；详细统计、长问题库、旧方向库和被卸载的近况摘要留在这里。
一、Agenda 精简记录
最近思考结论摘要从 10 条压缩到 5 条；更早的 5 条转存到本页。思考日志索引从全量日列表压缩到最近 5 日 + 关键 archive。待验证问题改成高杠杆问题清单；完整方向库和长问题库转存到本页。当前研究焦点从“并列累积题目”改成“内部缺口 + 外部现实 + 下一步动作”的结构。
二、2026-06-28 全库快照
| 指标 | 实测 | 含义 |
|---|---|---|
| Entity | 286 | 概念层已很厚，不缺点，缺中层承载 |
| Topic | 30 | topic 增速明显慢于 entity |
| Comparison | 19 | 组织与工程层已有骨架，但新方向承载不足 |
| Source Summary | 154 | source 层不薄 |
| Output | 5 | 产出层明显断层 |
| Raw | 152 | 原始来源持续增加 |
| 待编译 Raw | 1 | 仅剩 Tokenpocalypse 相关文章未编译 |
| 全图零入链 entity | 3 | 绝对孤岛不严重 |
| 知识层零互引 entity | 22 | 知识层互引仍健康 |
| 整合层未承载 entity | 100 | 主问题仍是 topic/comparison 稀薄 |
| 被 output 消费的 entity | 12 | Output 对图谱的压力测试极弱 |
| Entity 审计复核队列 | 61 | 大量单源概念还没决定该补强还是降级 |
| 合并或降级候选 | 1 | [[Decide-Execute-Deliver-Sandwich]] |
| 疑似重复 | 15 | 命名收敛仍需持续治理 |
结构性失衡
| 现象 | 实测 | 含义 |
|---|---|---|
AI-Agent primary tag | 52 | 主航道仍在 agent 工程 |
agentic-engineering integrated | 25% (3/12) | AI-native engineering 组织层还没有长成 topic |
AGI-economics integrated | 0% (0/5) | 经济学线已成簇但未成主题 |
memory-system integrated | 0% (0/5) | 记忆系统仍停在概念岛 |
organization output coverage | 0% (0/12) | 组织层知识没有被产出层消费 |
AI output coverage | 0% (0/18) | 高连接概念未转成文章或报告 |
已成簇但尚未长成主题的区域
| 簇 | 当前状态 | 典型节点 |
|---|---|---|
| AGI-economics | 5/5 未承载 | Demand-Collapse、Messy-Middle、Relational-Sector |
| memory-system | 5/5 未承载 | Dreaming、Staleness-Problem、Memory-Synthesis |
| agentic-engineering | 9/12 未承载 | Agent-Ergonomics、Context-Minimalism、Validation-Pipeline |
| organization | 6/12 未承载 | AI-Washing、Alignment-Tax、The-OpenAI-Deployment-Company |
| person | 13/21 未承载 | 人物页数量足够，但很多仍只作为出处，不是知识节点 |
Output 盲区
以下是“被 topic/comparison 承载、但尚未进入 output”的高杠杆节点，说明输出不是缺材料，而是缺转化动作：
[[Judgment]][[Agentic-Engineering]][[Agent-Harness]][[Verifiability]][[AI-Ready-Organization]][[Agent-Orchestration]][[Machine-Readable-Processes]][[Ontology]]
三、外部现实信号（按日期）
| 日期 | 信号 | 对议程的含义 |
|---|---|---|
| 2026-06-26 | Anthropic Economic Index 报告：使用节奏 | 经济学线从“能否证明 ROI”转向“哪些工作正在形成稳定使用节律” |
| 2026-06-24 | Gemini 3.5 Flash 引入 computer use 功能 | Agent 的行动面从 API 工具扩张到跨界面操作，治理问题上移到 runtime/control plane |
| 2026-06-23 | Qwen-AgentWorld：面向通用智能体的语言世界模型 | benchmark 正从静态题集转向动态环境与 world model |
| 2026-06-23 | IBM 开源 CUGA：轻量级智能体框架 | 企业 adoption 的一条新线索是“轻量治理骨架”，不是无上限堆上下文 |
| 2026-03 | Reward Hacking in AI Agents: Engineering More Reward Yet Worse Behavior | 评测体系已经成为 Agent 质量的薄弱点，指标可被优化而行为变差 |
四、降秩：后续研究的四根生成器
这次全库盘点后，值得继续深挖的不是十几个并列热点，而是四根能把现有现象重新生出来的生成器。
- 运行时变成产品 过去关注“模型会不会做”，现在更重要的是“runtime 怎么限制、批准、记录、回退”。
- 评测开始被博弈 过去把 benchmark 当镜子；现在 benchmark 本身成了战场。
- 环境变成能力的一部分 长期自主性、记忆、world model、interactive benchmark 其实都在问同一个问题：能力是不是环境耦合产物。
- 人的位置从不可替代性转向可维持性 真问题不再是“人有没有 AI 做不到的事”，而是“人能否在 AI 旁边持续保有判断与责任结构”。
ASCII 结构图
外部世界加速
|
+-- 运行时变成产品
| +-- computer use
| +-- hosted runtime / control plane
| +-- approval / sandbox / audit
|
+-- 评测开始被博弈
| +-- reward hacking
| +-- judge reliability
| +-- composition coverage
|
+-- 环境变成能力的一部分
| +-- long-running drift
| +-- memory lifecycle
| +-- world model / dynamic benchmark
|
+-- 人的位置上移
+-- judgment maintenance
+-- small decision teams
+-- work rhythms / adoption cadence五、新方向库（长版）
| 方向 | 为什么该做 | 内部锚点 | 证伪方向 | 可能落点 |
|---|---|---|---|---|
| 托管 Agent / 计算机使用控制平面 | action surface 扩大后，治理与责任结构会变形 | [[ACI-Agent-Computer-Interface]]、[[Agent-Harness]]、[[Agent-Containment]] | 如果 computer use 最终只是更强工具调用，而非新治理层，这条线会降级 | topic / comparison |
| 评测抗博弈与基准治理 | Agent 质量可能先死在指标上，而不是能力上 | AI 原生测试框架、[[Verifiability]]、[[LLM-as-a-Judge]] | 如果 production sampling 与 held-out states 无法显著提高稳定性，则需回到更强人工门禁 | topic |
| 动态环境基准与世界模型 | 静态 benchmark 已难暴露长期自主与环境耦合失败 | [[World-Model]]、[[Evaluation-Set]]、[[Agent-Orchestration]] | 如果 dynamic benchmark 只带来更贵的评测而无更高解释力，则不值得升 P0 | topic |
| Agent logic 与轻量 harness | 企业也许更需要“好骨架”而不是“更大脑” | [[Agent-Logic]]、[[Validation-Pipeline]]、[[Plan-as-Agent-Checkpoint]] | 如果大模型+长 context 足以覆盖大部分企业约束，这条线会弱化 | topic |
| AI 经济学与使用节律 | ROI 静态化，节律更能解释 adoption 真进展 | [[Tokenpocalypse]]、[[Allocation-Economy]] | 如果 cadence 不能稳定预测 adoption 成败，则回到传统成本结构分析 | topic / output |
| 长期自主性与记忆生命周期 | drift、staleness、dreaming、summary page 需要统一框架 | Dreaming、Memory-Synthesis、Staleness-Problem | 如果这些概念最终只是不同产品命名，说明应该合并而不是扩展 | comparison / topic |
| AI-native engineering 组织 | 当前 entity 很多，但“人机协作组织形态”还没长成中层理论 | Role-Merging、Captain-Mindset、Agent-Ergonomics | 如果这些概念只在个体工具层成立，不能稳定迁移到组织层，则不建 topic | topic |
| 中国企业集成约束 | 这是组织层的最大盲区之一 | 中国 CIO / 制造业 / 平台基础设施 source | 如果中国案例只是重复西方案例而无结构差异，则只补 source 不单独升 topic | topic / comparison |
六、长问题库
运行时与控制平面：
- computer use 任务是否会把治理重心从“工具调用权限”转成“运行时环境设计”？
- hosted runtime / managed agent 会不会把一部分 FDE 工作平台化？
- approval loop 的上限在哪里？何时会退化成橡皮图章化？
评测与抗博弈：
- production traffic sampling 能否稳定抑制 reward hacking？
- judge panel 的一致性问题是 LLM-as-a-Judge 的局部噪声，还是结构性边界？
- 多 Agent 的 composition coverage 能否变成工程门禁，而不只是研究术语？
长期自主与记忆：
- 有效自主时间究竟主要由模型能力决定，还是由记忆/环境/工具回路决定？
Dreaming、Summary Page、Staleness是不同层，还是同一机制的不同表现？- reset 策略在长期任务中是“失败恢复”，还是一等设计原语？
组织与人的位置：
- 判断力维护最有效的是个体反思装置，还是组织级责任设计？
- “发散 1 人 + AI，收敛 2-3 人小组”是否真是跨行业稳定结构？
- AI-native engineering org 的管理对象，最终是人、agent，还是两者混编的 workflow？
经济学与采用：
- cadence 指标是否真比 ROI 更早反映 adoption？
- token 治理问题和价值衡量问题是否被企业混成了一件事？
- 开源切换、路由切换、托管 runtime 切换，哪个最先重写企业成本结构？
中国与行业约束：
- 中国企业 adoption 的核心瓶颈是流程、权限、责任还是集成面？
- 制造、金融、客服三类场景的 Agent Ready 条件是否同构？
- 中国案例里，标准产品、FDE、内部 AI Factory 的边界是否和美国不同？
七、从 Agenda 卸载的近况摘要
research-agenda.md只保留最近 5 条短期记忆；以下条目已从 agenda 摘要区下沉。
| 时间 | 焦点 | 保留原因 |
|---|---|---|
| 2026-06-27 | Agenda 自清洁：假设生命周期管理 | 属工作流规则，已进入已收敛操作原则 |
| 2026-06-27 | 开源验证器的可民主化边界 | 已形成稳定判断，等待更多实证再升级 entity |
| 2026-06-27 | FDE 核心价值：从部署到工程化 | 已沉淀到 [[Forward-Deployed-AI-Enablement]] |
| 2026-06-27 | AI 管理同构性：有限隐喻的边界 | 已沉淀到 [[AI-Capability-Management-Alignment]] |
| 2026-06-27 | Minsky 悖论：稳定制造不稳定 | 已沉淀到 [[Minsky-Paradox]] |
八、旧日志索引
agenda 仅保留最近 5 日的索引。更早但仍有价值的日志留在这里。
- 2026-06-23 — 开源安全追赶、统一透明化标准、Cybernetic Teammate、位置性统一理论涌现
- 2026-06-22 — 不可见编排、Governor 迁移、反馈回路、沉默型崩溃、AI 管理同构性、元思考不可替代性
- 2026-06-21 — 过度合规、例外升级、不可见编排、大胆模型发散
- 2026-06-20 — 多 Agent 内态记录、过度合规、例外升级监督
九、07-04 Agenda 精简卸载
旧新方向库（07-03 版，已升级到 agenda 07-04 精简版）
以下为 07-03 版详细方向库表格，07-04 精简后以更紧凑的格式重写进 agenda。保留在此供溯源。
软件工程层
| 方向 | 内部锚点 | 优先级 |
|---|---|---|
| AI 编程范式下一站 | Software-2.0/Software-3.0/Vibe-Coding/Code-as-Conceptual-Infrastructure | P1 |
| Distillation 与模型经济终局 | Adversarial-Distillation/API-Distillation-Catch-Up/Model-Distillation | P1 |
| Headless Agent 作为新范式 | Headless-Automation/Headless-Mode/HaaS/Thin-Harness-Fat-Skills | P1 |
| Benchmark 生命周期与博弈 | SWE-Bench/CORE-Bench/ITBench/Evaluation-Set | P1 |
| 长期自主 Agent 生命周期 | Agent-Logic/Ralph-Loops/Continual-Learning/Staleness-Problem | P0 |
组织系统层
| 方向 | 内部锚点 | 优先级 |
|---|---|---|
| AI 时代组织形态谱系 | AI-Factory/FDE/AI-Ready-Org/Agent-First-Enterprise/Company-Brain | P0 |
| 多 Agent 系统病态学 | Multi-Agent-System-Pathology/Shared-Memory-Contamination | P1 |
| Computer Use 治理与 screen gate | ACI-Agent-Computer-Interface/Agent-Containment | P1 |
| 责任架构创新 | Human-Governor-Agent-Operator/Escalation-Based-Human-Oversight | P1 |
知识系统层
| 方向 | 内部锚点 | 优先级 |
|---|---|---|
| 知识库自身元方法论 | LLM-Wiki/Knowledge-Compilation/Context-Engineering | P0 |
| 数据/语料作为基础设施 | Latent-Knowledge-Demand/Latent-Space-vs-Deterministic/Human-Curation | P2 |
| Skill Engineering 工程化 | Skill-Chains/Skill-Internalization/Thin-Harness-Fat-Skills | P0 |
人的核心价值层
| 方向 | 内部锚点 | 优先级 |
|---|---|---|
| AI 社会抵抗与拒绝者 | AI-Amish/AI-Washing/AI-Psychosis/Societal-Resilience | P2 |
| 认知债务新型态 | Cognitive-Debt/Cognitive-Surrender | P1 |
| 工作节奏与采用节律 | Agent-Adoption-Curve/AI-Use-Rhythm/Anthropic-Institute | P1 |
| 智慧工作与剩余价值 | Wisdom-Work/Judgment/Taste/Discernment/Chosen-vs-Seen/Positionality | P0 |
07-03→07-04 期间卸载的最近思考结论摘要
agenda 只保留最近 5 条；以下 8 条从 07-03 活跃区下沉。
| 时间 | 焦点 | 临界发现 |
|---|---|---|
| 2026-07-03 | 代理-现实差距二元结构 | 投影型(Gödel回响)+近似型(科学模式)；单一生成器；零差距不可达；竞赛不对称→转向不可博弈信号；仲裁者也博弈→共享脆弱性=演化 |
| 2026-07-03 | Compliance-as-Code修正 | 可自动化≈30-40%；愿景≠自动问责="Code as Evidence"(O'Reilly)；AI合规=概率性行为(Dragan)；边界随可解释性移动 |
| 2026-07-03 | Reward Hacking三层防御修正 | 有效性=f(信息不对称,博弈成本比,时间)×序贯衰减；三层序贯攻破:哨兵→主锚→后盾 |
| 2026-07-03 | Agent互操作协议收敛假说修正 | Transport多协议共存稳定；TCP/IP类比不完全适用；前提=语义标准化+中性治理(CNCF式) |
| 2026-07-03 | Context工具使用衰减修正 | 衰减=f(长度,异构度,工具描述位置)；缓解=工具描述优先区>裁剪>数量控制；最优=动态重排 |
| 2026-07-03 | 多Agent编排倒U型修正 | 峰顶=f(架构模式,任务耦合度,分层压缩率)；层级+最紧密=5-15硬上限,Team of Teams=~100+ |
| 2026-07-03 | Token FinOps 品类窗口定理修正 | 语义归因层(L3)=真实新数据源；双重挤压模型；美国=CloudHealth路线(2-3年)，中国=利基独立(5-7年) |
| 2026-07-03 | 记忆双重衰减修正与Context扩展悖论 | 检索干扰>存储衰退；Context衰减三层修正模型；编码策略杠杆(编码1单位=检索10单位节省) |
十、07-07 Agenda 精简卸载
卸载内容
| 卸载项 | 去向 | 原因 |
|---|---|---|
| 待证伪判断（全部 ~30 条） | → resolved-judgments 新增 07-06/07 批次（19 条非重复） | 全部已 synthesized/extracted；11 条与旧批次重复 |
| 新方向库详细四层表 | → 已在本文档第五节（07-04 版） | agenda 保留精简摘要版 |
| 最近思考结论摘要（10→5） | → 已在本文档第七节（07-04 版） | 保持 agenda 5 条上限 |
| 图谱健康度数字修正 | agenda 内原地修正 | 301→307 entity, 18→2 pending raw, 7%→1.6% 转化率 |
| 死 topic 数量修正 | agenda 内原地修正 | 7→9（补充 OpenClaw-Agent-System, AI-Mediated-Organization） |
07-07 全量盘点关键数字
| 指标 | 值 |
|---|---|
| Entity | 307 |
| Topic | 31（9 零入链） |
| Comparison | 19（13 零入链） |
| Output | 5（全部零被引，转化率 1.6%） |
| Raw | 180（2 pending） |
| Source Summary | 178（覆盖率 98.9%） |
| Research Log | 23 文件（16 日 + 2 专项 + 5 归档） |
| 收敛判断 | 61 条（5 批次） |
| 收敛原则 | 9 条 |
| 总思考条目 | ~219 |
07-07 新发现的缺口（此前未在 agenda 中出现）
- Comparison 层严重欠链接 — 13/19 零入链，是知识库"隐藏资产"
- Output 层终端孤岛 — 转化率仅 1.6%，34 天无新产出
- 缺失 10 个 topic — Agent Harness/Coding Agents/Context Engineering/Agent Orchestration/Knowledge Compilation/Vibe Coding/Token Supply Chain/Verifiability/Headless Agent/Agent-to-Agent Economy
- 缺失 6 个 comparison — Prompt vs Context Engineering/Workflow vs Agent/Frontier vs Specialized Models/Copilot vs Agent/Harness vs Swarm/RAG vs Context Engineering vs Knowledge Compilation
- 安全簇稀疏 — AISI/Mythos/Agent-Containment 等 entity 存在但仅 2 topic
- 外部新信号 — US AI Incident Reporting Act/Databricks 多 Agent 327% 增长/Forrester Agent Sprawl/S&P Global 31% 生产化/Gartner 40% 项目取消预测