← 返回藏书阁

llm-wiki 自我优化 2026-09-12：实现不覆盖标准，高分不覆盖弃权

wiki/ai/sources/llm-wiki-optimization-2026-09-12.md
分类：ai / sources · 更新：2026-09-12 09:23 最近更新

llm-wiki 自我优化 2026-09-12

今天最值得留下的不是「更多支持 A2A/MCP 的工具」，而是三条证据边界：Card 可读≠任务获授权，生产案例≠安全标准，条件准确率≠全量覆盖。

今天发现并深度入库什么

A2A / MCP Gateway / harness-runtime：真实企业接入的多重关口

atlassian-rovo-a2a-live-card-and-enterprise-gates 已取得真实 Agent Card 和 OAuth Protected Resource Metadata，10 项离线 JSON 断言通过。version=1.0.0 与 protocolVersion=0.3.0 同时存在；streaming 开启但 push/history 关闭。接入必须分别通过 OAuth、组织 A2A enablement、用户 AI policy 和业务资源权限。网关实际 Card 而非上游自报，才是客户端的能力合同。^[raw/articles/atlassian-rovo-a2a-live-card-and-enterprise-gates-2026-09-12.md]

深度判断：有 live 对象、架构与 E2E 手册，足以沉淀接入验收法；本机未登录租户或运行任务，因此不是「A2A 已端到端测试成功」。来源文档标注更新于八月，本次新意是知识库新覆盖，不假称今天刚发布。

MCP Gateway / sandbox-security：借用服务账号前必须授权

enterprise-mcp-persona-credential-boundaries 把 persona 与 credential 拆开，关键在 User→SA 的授权必须早于 credential injection。但论文的 ROPC 路径与 RFC 9700 的 MUST NOT 冲突；RFC 8693 中历史 act 也仅作信息记录，不能当多跳双边授权。原文保留，source 明确 contested: true，没有把论文所有做法打包成推荐。^[raw/articles/enterprise-mcp-persona-credential-boundaries-2026-09-12.md] ^[raw/articles/rfc9700-oauth-security-selected-sections-2026-09-12.md] ^[raw/articles/rfc8693-token-exchange-selected-sections-2026-09-12.md]

深度判断：复用身份矩阵与授权点，同时用一手标准纠偏，比再收一个网关产品名单更耐久。未来来源更新不能仅凭「更晚发表」覆盖仍有效的安全标准。

benchmark-evaluation / sandbox-security / harness-runtime：奖励来源本身需要验收

benchshield-reward-lifecycle-integrity 将 static exposure、具体使用、语义充分性分开；独立 verifier 仍可能因 handoff、fail-open 或答案泄露给出假成功。作者表 4 的 96.0% 是 126 个 covered cell 中的准确率，144 个 runnable cell 另有 18 个弃权，coverage 87.5%。本机复算了分母，未复现运行。^[raw/articles/benchshield-reward-lifecycle-integrity-2026-09-12.md]

深度判断：能直接转化为内部 BASE/RED/GOLD runner 的设计检查，但论文形式模型不能替代真实 backend 可观测性；raw socket 等通道边界也必须保留。

候选评分与没有晋升的原因

每维 1–5，顺序为 relevance / novelty / durability / actionability / source-quality / depth-potential。总分是分流辅助，不是自动晋升阈值。

候选知识点轴六维分数 / 总分决策
Rovo A2AA2A、MCP Gateway、harness-runtime、sandbox-security5/5/5/5/5/5 = 30深读；真实发现面与企业权限边界
BenchShieldbenchmark-evaluation、sandbox-security、harness-runtime5/5/5/5/4/5 = 29深读；奖励全链路与弃权分母
企业 MCP auth 论文MCP Gateway、harness-runtime、sandbox-security5/4/5/5/4/5 = 28深读并对照 RFC；局部做法 contested
Harbor Adapters / Harbor-Indexbenchmark-evaluation、harness-runtime4/4/5/4/4/5 = 26raw-only；全文已存，只读摘要/引言，尚未审计 adapter parity/筛选/泄漏
AISI SandboxEscapeBenchsandbox-security、benchmark-evaluation5/1/5/4/5/5 = 25已有正式页，本轮不重复入库
MCPG federationMCP Gateway、sandbox-security5/3/4/4/3/4 = 23raw-only；有策略/凭证配置，但实现与负例未核，暂不堆另一篇网关介绍
Copying / collective agentssandbox-security、context management、benchmark-evaluation3/4/4/3/4/4 = 22raw-only；只取摘要，事件归因与完整证据未核
T1 terminal-agent RLharness-runtime、benchmark-evaluation3/3/4/3/3/4 = 20search-only；训练/分数信号优先级低，未读取全文

搜索与部分 web_extract 遇到 Firecrawl 403，改用官方 HTTPS 抓取完成主要取证。Rovo /task-handling/ 返回 404；BenchFlow GitHub API rate limit 403，仅 current-main README 可读，未据此声称实验源码/commit 已核验。没有执行外部 README 的安装或会话上传指令。

已直接实施的低风险优化

  • 在 AI-Knowledge-Point-Radar 同步三条检查：service/protocol/effective capability 分开；架构案例对照规范；planned/runnable/covered/correct 分母并列。
  • 新增双语检索词：用户借用服务账号授权、奖励生命周期完整性、条件准确率与弃权、网关有效能力卡；仍按知识点轮换，不按人物加权。
  • A2A-Agent2Agent-Protocol、MCP-Gateway-Runtime、Agent-Benchmarks 只加关键结论及 source 反链，不复制三篇长摘要。
  • 沿用 LLM-Wiki-Optimization-Log 的证据分层与路径集合验收，不更改 cron、gateway、IdP、向量模型或外部工具配置。

本轮文件范围

新增正式页位于 wiki/ai/sources/：

  • atlassian-rovo-a2a-live-card-and-enterprise-gates.md
  • enterprise-mcp-persona-credential-boundaries.md
  • benchshield-reward-lifecycle-integrity.md
  • llm-wiki-optimization-2026-09-12.md（本篇）

更新正式概念页位于 wiki/ai/concepts/：A2A-Agent2Agent-Protocol.md、MCP-Gateway-Runtime.md、Agent-Benchmarks.md、AI-Knowledge-Point-Radar.md；维护 _index.md、log.md。

新增原文归档位于 raw/articles/：

  • atlassian-rovo-a2a-live-card-and-enterprise-gates-2026-09-12.md
  • enterprise-mcp-persona-credential-boundaries-2026-09-12.md
  • rfc9700-oauth-security-selected-sections-2026-09-12.md（完整选定章节，非完整 RFC）
  • rfc8693-token-exchange-selected-sections-2026-09-12.md（完整选定章节，非完整 RFC）
  • benchshield-reward-lifecycle-integrity-2026-09-12.md
  • harbor-adapters-harbor-index-2026-09-12.md（raw-only）
  • mcpg-federation-2026-09-12.md（raw-only）
  • copying-collective-agents-abstract-2026-09-12.md（raw-only，摘要）

候选账本：raw/notes/ai-knowledge-radar-2026-09-12.md。本轮不改既有 raw 文件。

本轮验收与存量边界

八篇新建/更新文章的必要 frontmatter、写入记录、正文概念链接、目标路径与定向 lint ERROR 均通过；九份新 raw 的 body SHA-256 一致，旧 raw 无改写。关键词工具已返回当天文章，首次全量重建收录 524 篇（27.4 秒、33 次 GLM API 调用），三条语义检索均把对应新 source 排第一。

全库检查仍有 333 ERROR（正式 wiki 63，raw 270），与本轮入库前实测错误数相同；不是全库 lint 通过。新 source 的四条 orphan warning 来自旧检查器只按 title 判断入链、忽略实际 stem 链接的口径，本轮正文已有反链；不为了消除告警批量改名。MCP/Benchmark 超长概念页与历史链接治理仍留作独立维护任务。最终路径集合、索引与公网正文回读结果写入 log.md，不以工具退出 0 代替验收。

后续三项建议

  1. 内部 runner 先加「verifier 超时/证据缺失」负例，并把 coverage 与 conditional accuracy 拆成两列。
  2. 接入企业 agent 前列出交互用户、cron 工作负载和实际执行 SA，验证无 entitlement 时不会注入凭证。
  3. 下次深读 Harbor 先核 adapter parity、任务筛选分母与答案泄漏，不因为支持 benchmark 多就晋升；历史断链/超长页另开维护批次。

用户入口：https://abos-at.work/llm-wiki/index.html

写入记录

  • 2026-09-12 09:20 CST：新增今日机制综合、六维候选判断与完整路径清单，沉淀实现/规范/弃权边界；对真实 GET、表格复算与未运行实验分别标注。
  • 2026-09-12 09:22 CST：补入定向检查、raw 完整性、索引及语义召回结果；明确历史 lint 错误、orphan 口径与超长页未被本轮修复。
藏书阁 · Published from llm-wiki · 2026-09-12 12:06:22