8.21 日报

任务一 · 读论文《Towards Long-Horizon Agents》第三、四章

第三章 · 提示技术与行动权限

• Self-Consistency：对多条推理链采样，多数投票聚合，以多路径分布替代单一脆弱路径；
• Least-to-Most Prompting：依次解决有序子问题，把任务分解显式化；
• Plan-and-Solve Prompting：把"显式规划"与"执行"拆开，形成清晰的"先计划、后行动"模板，后来大量智能体循环都继承了这一结构。

智能体到底被允许做什么？——hooks、middleware、pre-action gates、sandboxes、policy layers。接触较少

第四章 · Harness 实现原理待补充

需要补充 Loop & Workflow、Orchestration、Hooks & Middleware 的实现原理。代表工作：

• Loop & Workflow：ReAct、Self-Refine、ReWOO、Arbor、Tree-of-Thoughts、LATS；
• Orchestration：MetaGPT、CAMEL、Magentic-One、LangGraph、GPTSwarm、A2A；
• Hooks & Middleware：AEGIS、IsolateGPT、AgentSpec、ShieldAgent、AdaptiveGuard、AGrail。

Internalizing the loop：通过训练，把运行时的外部 harness 经验蒸馏到模型权重中。

• 线性工作流：ReAct（最常见）；
• 分支工作流实现未接触：在一旦出错提交就可能使整个任务受阻时非常有用（maker-checker）。

上下文与记忆：上下文是当前的，记忆是永久的。管理动作三分：discard、compress、select。

• context rot（上下文腐蚀）如何解决待查；
• trajectory consolidation（轨迹整理）如何实现待查；
• 上下文选择（Context Selection）的实现新接触；
• experiential memory 在工程上一般存放在哪个文件待查。

任务二 · Codex 源码

完成 codex-main 源码逆向解析：39 章文档 + 形式化技术报告，已建成站点。详见 → Codex 技术报告