llm-wiki 自我优化 2026-09-02

wiki/ai/sources/llm-wiki-optimization-2026-09-02.md

分类：ai / sources · 更新：2026-09-02 09:08

今天学到的东西

今天入库的四个来源把雷达从“发现单个工具/benchmark”推进到一个更清楚的系统合同：长期 agent workflow 需要同时管理 工具面、凭据面、验证面、环境面。

- [[moor-local-mcp-gateway-manager	Moor]] 提醒：本地开发者机器也会形成 MCP 工具面蔓延，需要 Profile、inventory 和 audit，不只是企业网关才需要控制面。
- [[bromure-agentic-coding-sandbox	Bromure Agentic Coding]] 提醒：真实凭据不应进入 agent 可读环境，应该在 VM / proxy / gateway 边界按目的地、TTL、consent 注入。
- [[da-verify-programmatic-verification-harness	da-verify]] 提醒：LLM self-check 不等于验证；可程序检查任务里，独立样本 + programmatic agreement gate 更接近可靠 verifier。
- [[cuarena-instrumented-computer-use-environments	CUArena]] 提醒：computer-use 环境必须 reset / observe / grade，UI clone 没有 log contract 和 rubric 就不能成为可靠 benchmark。

这四点合起来说明：llm-wiki 的 AI 雷达不应只问“今天有没有新项目”，而应问候选是否补充了某个控制边界。今天四个候选分别覆盖本地 gateway、沙箱/凭据、安全执行、程序化验证、computer-use 环境合同，属于高权重主题的机制补全。

新增 4 个 source 页，并在每页末尾添加 ## 写入记录：Moor、Bromure、da-verify、CUArena。
更新 MCP-Gateway-Runtime：加入本地 MCP gateway / Profile / audit 维度，和 ContextForge 的企业联邦控制面形成谱系。
更新 Harness-Engineering：把程序化验证、凭据边界注入、本地工具 profile 统一到 effect-boundary harness 原则。
更新 Agent-Benchmarks：强调 verifier 与环境合同，补充 da-verify 与 CUArena 对重复、程序化评分、reset/observe/grade 的启发。
更新 Loop-Engineering：把长程 loop 的 receipts 收紧为候选、raw hash、页面/index/log/reindex 与最终报告 claim 支撑。
更新 _index.md 和 log.md，使后续 orient 能看到 2026-09-02 雷达新增内容。

未来候选打分建议新增这些字段，帮助判断是否值得 deep ingest：

字段	用途
`local_tool_surface`	是否解决本地多 agent / 多 MCP 配置蔓延，而不只是远程平台治理
`credential_visibility`	真实凭据是否进入 agent runtime，还是由边界注入
`egress_boundary`	网络出站是否有目的地、方法、TTL、审批和审计
`verifier_independence`	验证者是否独立于生成者；是否只是同模型自检
`programmatic_oracle`	是否有程序化 scorer、agreement gate、hidden verifier 或 deterministic receipt
`environment_contract`	benchmark 是否明确 reset / observe / grade / log contract
`claim_receipt`	README 中关键指标是否能追溯到 report、raw results、CI 或可运行脚本

建议后续创建 wiki/ai/comparisons/mcp-gateway-control-plane-spectrum.md，把 Moor、ContextForge、ToolHive、Gate22、Microsoft MCP Gateway、deco、Keidai、AIPermission、GATRA、AgentFlow、Golf Scanner 按本地/团队/企业/联邦、profile、identity、credential boundary、policy、audit、observability 对比。今天未创建，是因为需要集中复读 10+ 页，范围较大。
建议后续创建 wiki/ai/comparisons/agent-verifier-design-spectrum.md，把 self-check、independent re-derivation、programmatic verifier、hidden verifier、claim-level receipt、human rubric 的适用边界对比。
建议把每日 radar 的候选 tape 从自然语言 log 进一步结构化；但这会改变 cron 工作流和文件结构，暂不在无人任务中自动改造。

2026-09-02 09:00 CST：新增今日 llm-wiki 自我优化文章，沉淀本地工具面、凭据边界、程序化验证、computer-use 环境合同和后续比较页建议。