CandidateL2Tier 0 · 候选信号(未实测)局部改动SEDR
短目录式 AGENTS.md(地图而非百科)+ 机械化文档保鲜
跨厂商强收敛信号(OpenAI 与 Anthropic 独立报告巨型常驻指令文件会稀释注意力并腐化);尚未执行 SOTA 本地 Tier 1 基准实测,保持 Candidate 等待 2026-W48 验证。
对照基线:baseline-v0 · 引入日期:2026-11-19 · 最近更新:2026-11-19 · 原始日志:logs/iterations/2026-W47.md
可证伪假设(Hypothesis)
在 SE-01/SE-03 等多文件任务中,将常驻注入的 AGENTS.md 严格控制在 <=120 行索引地图并把细则下沉至按需读取的 docs/,相比将全部规范塞入 600+ 行单文件说明,可降低 >=25% 无关上下文消耗并减少关键约束遗漏。
严肃竞争性解释(Competing Explanation)
现代前沿模型的长上下文召回已大幅增强,600 行文本(约 4k–6k tokens)占比很小;拆分为多文件反而可能因 Agent 懒得按索引二次读取而遗漏深层规则。
证伪 / 削弱条件(Disconfirmation)
若在 SE-01、SE-03 同题对照中,短目录版因“未主动检索下层文档”导致的约束违反次数高于长单文件版,或总步数显著增加且正确率无优势,则推翻或收窄适用范围。
回滚条件(Rollback Guardrail)
若升格后在新一代模型上出现按需检索遗漏关键红线,或机械保鲜检查带来过高维护摩擦,则回退至 Baseline v0 默认策略。
Primary Provenance
一手观察与交叉验证来源
| 来源标题 | 类型 | 发布/采集日期 |
|---|---|---|
| OpenAI Engineering · Harness engineering: leveraging Codex in an agent-first world ↗ | official | 2026-02-11 |
| Anthropic Engineering · The components of agent memory ↗ | official | 2026-11-06 |
| Anthropic Engineering · Effective context engineering for AI agents ↗ | official | 2025-09-29 |
核心观察(跨厂商独立收敛)
本期扫描中,两家独立前沿工程团队在不约而同的生产实践里报告了几乎一致的 L2 失效模式:
- OpenAI Codex 团队(2026-02-11):在 5 个月产出约百万行代码的 Agent-First 仓库实践中,尝试过“一个大而全的
AGENTS.md”后明确宣告失败——原因包括挤占任务上下文、所有规则都标重要等于都不重要、内容迅速过时且难以机械化校验。最终改为约 100 行左右的短AGENTS.md作为目录地图,真实规格沉淀到结构化docs/,并用 CI Linter 与定期“doc-gardening”代理清理陈旧文档。 - Anthropic 工程团队(2026-11-06):在 Claude Code 自动记忆与记忆分层研究中同样指出,过长的常驻指令文件会降低遵循度(adherence),因此主动将预加载的顶层
MEMORY.md限制在 200 行或 25 KB 以内,使其充当索引目录,把细节下沉到按需搜索/读取的下层文件。
为什么值得纳入 Candidate(而非直接 Validated)
- 对 SOTA Baseline v0 的增量价值:
Baseline v0已确立“文件即长期记忆 + 渐进披露”,但尚未给出可执行的入口文件体量红线与机械化保鲜机制。 - 证据缺口:目前所有定量经验均来自厂商自身仓库环境;在 SOTA 的中小规模代表性任务(
SE-01、SE-03)上,“短地图 + 显式跳转”是否真的优于“中等长度单文件”,仍需下周本地同题对照确认,以排除“索引跳转漏读”的竞争性解释。