llm-wiki 自我优化 2026-08-22

wiki/ai/sources/llm-wiki-optimization-2026-08-22.md

分类：ai / sources · 更新：2026-08-22 09:08

今日从雷达内容学到什么

今天入库的材料共同指向一个变化：AI/工程知识雷达不能只发现“新工具”，而要优先发现能让 workflow 可复现、可审计、可控、可评估的机制。[[llm-as-a-verifier-fine-grained-agent-verifier

LLM-as-a-Verifier]] 强化结果/轨迹 verifier，[[Gate22-mcp-gateway-control-plane

Gate22]] 强化 MCP 工具控制面，[[OSWorld-V2-release-versioned-computer-use-benchmark

OSWorld-V2]] 和 [[WeaveBench-hybrid-gui-cli-agent-benchmark

WeaveBench]] 强化 computer-use 的版本化环境与跨通道状态验证，[[IssueBenchKit-private-repo-coding-agent-benchmark

IssueBenchKit]] / [[OpenBenchmark-trajectory-to-benchmark

OpenBenchmark]] 强化私有工作流 benchmark。

今日候选评分明确增加“是否有 verifier / release manifest / trajectory / cost / permission boundary”字段，避免把浅层工具介绍误晋升为正式 wiki 页面。
更新核心概念页，使 Agent-Benchmarks、Harness-Engineering、MCP-Gateway-Runtime、Loop-Engineering 都能从今天的新来源反向找到设计启发。
在 _index.md 增加 2026-08-22 雷达新增入口，减少后续重复发现和找不到页面的问题。

Agent benchmark 搜索 query 应长期包含：fine-grained verifier、trajectory judge、versioned release、private issue benchmark、cost accounting、hidden fixtures。
MCP/control-plane 搜索 query 应从“gateway”扩展到：bundle、function allow-list、credential mode、tool diff、audit log、budget/quota。
Computer-use 搜索 query 应优先找能提供 release manifest、trajectory viewer、跨 GUI/CLI 验证和 fabricated-evidence penalty 的来源。

GitHub API 今天触发 403 rate limit，后续应优先 raw.githubusercontent 或官网文档读取，必要时减少 API 搜索数量。
arXiv API 多次 timeout/429，今天未把 paper-level 数值 claims 作为高置信事实写入；正式页保持 confidence: medium。
今日新增页面较多，已执行向量重建；后续仍应用 vector coverage / targeted link check 监控重复或断链。