arc-skill：用可证伪预测门禁驱动 ARC-AGI-3 游戏探索
arc-skill：用可证伪预测门禁驱动 ARC-AGI-3 游戏探索
一句话结论
arc-skill 的关键不是“给 Claude 更多游戏知识”，而是给每个动作加一个可被下一帧反驳的预测。harness 拒绝没有预测的按键，并把预测与结果逐项评分；这把 agent 玩未知游戏从自由探索变成了证据驱动的世界模型更新。
为什么对用户重要
这直接对应 Hermes 的完成报告问题：agent 不应只说“我认为这个动作会推进任务”，而应在 effect boundary 前写下可检查的预期。对于 llm-wiki ingest，这可以迁移为：写文件前声明要创建/更新哪些路径，写后用文件存在、hash、索引/log 变更验证；对于 coding agent，则是 patch 前预测测试/行为变化，patch 后用真实测试或 diff 验证。
机制 / 一阶原理
项目要求每次 arc act 都携带 --predict，例如某个 cell 会变化、形状会移动、区域会改变、level+1 或 noop。预测语法很小，因为小语法更容易机械判定；计划序列在第一个 miss 处停止，避免错误理论继续烧动作预算。README 还描述了五类工具：See、Press、Plan、Compute、Model，以及一页短 notes 保存已验证事实、假设和下一步测试，让 context compaction 不会抹掉跨轮知识。
与已有 wiki 的关系
- 对 Harness-Engineering：这是 effect-boundary gate 的优秀微型样本，gate 不在 prompt 里，而在工具调用层拒绝无预测动作。
- 对 Agent-Benchmarks：它把 benchmark 成功拆成可重放动作、预测命中/失误、scorecard，而不是只给最终胜率。
- 对 External-Agent-Skills-Design-Patterns：它说明 skill 的高价值不一定来自大量领域知识，而可能来自把任务变成可观测、可反驳、可恢复的仪器化接口。
对 Hermes / llm-wiki 的可执行启发
- 给高风险写操作增加“预测 → 执行 → 对账”模板：预期文件、预期验证、实际结果、差异。
- 对长任务维护一页短状态：已证实、已反驳、仍是假设、下一步测试，避免上下文压缩后重复探索。
- 把失败预测视为有价值数据：它精确标出模型信念和现实分叉的位置。
失败模式 / 边界
- ARC-AGI-3 是强可观测、强反馈环境；开放式工程任务不一定能把所有动作写成小语法预测。
- 预测门禁可能提高摩擦；低风险、可逆动作不应被过度门禁拖慢。
- README 声称 25/25 games、100 RHAE，需以 ARC scorecard 和完整 replay 进一步验证；今天只读取了 GitHub README。
写入记录
- 2026-08-21 09:06 CST：新增 arc-skill source page，沉淀可证伪预测门禁、短状态页和 action-level receipts 对 agent workflow 的启发。