Agent System Knowledge Index¶

本文件是 agent-system 域的全局索引，记录 Agent/Harness 工程、编排、记忆、可靠性与治理的经验知识。 LLM 写作/决策前首先读取本文件，定位相关节点后按需读取 insights/{node}.yaml。

知识体系状态¶

节点	Bloom	Insights	当前核心立场
harness-architecture	evaluate	15	暂定：六维 Harness 结构是外化智能的结构性要求，上下文预算是可靠性压力起点；开放边界可下沉到核心能力插件化，但须与追加式事件日志成对设计以保证可重建。
orchestration	apply	8	暂定：多 Agent 价值在 context 保护+并行+专业化，按 context 边界分解优于按问题类型；并发编排可与推理放置解耦，负载应按会话树而非瞬时请求计量。

节点	Bloom	Insights	当前核心立场
tool-use	apply	6	暂定：工具调用质量由 harness 准备的环境上下文决定，按任务层级分档选模型优于一律最强；Code Mode 的差异在程序化控制流与中间数据留在执行环境，而非并行本身。
agent-memory	evaluate	11	Agent 记忆须分两层治理——应用层 memory 决定给模型看什么，KV memory 决定模型看完留下什么；四类信息更新频率不同，无差别混入致过期冲突与行为腐化。
skill-management	evaluate	12	暂定：全量暴露 Skill 库净负收益（-6.7% 损失>+3.3% 增益），曝光控制优先级高于采集速度。
knowledge-crystallization	evaluate	7	验证闭环是知识结晶的质量门槛：HumanReview/人工策展显著优于无验证自动提炼（curated +16.2pp vs self-generated −1.3pp）。
reasoning-planning	remember	0	—

节点	Bloom	Insights	当前核心立场
reliability-engineering	evaluate	6	暂定：Agent 能力天花板高但可靠性地板低——从 demo 到产品的门槛是稳定工作、优雅降级、成本可预测、安全边界清晰，而非一次性完成率。
enterprise-governance	evaluate	5	暂定：Skills 承担组织能力分发时，安全审计/回归测试/版本控制优先级高于扩展速度。

节点	Bloom	Insights	当前核心立场
evaluation-agent	evaluate	12	暂定：Agent benchmark 三类盲区（归因/安全/Pass@1），公开集 43.6% vs 商业集最高 17.8%。

节点	Bloom	Insights	当前核心立场
agentic-rl	evaluate	5	暂定：Agentic RL 瓶颈在跨阶段关键路径协同；真实轨迹只解决任务分布真实性，可复现环境与 verifier 才是训练信号的前提。

节点	Bloom	Insights	当前核心立场
code-agent	evaluate	8	Coding 能力领先的结构性原因是反馈回路密度高（可验证 reward）；当前短板在 repo 导航、工具稳定性与上下文管理，而非代码生成。
agent-infra-kv	evaluate	23	暂定：agentic KV 命中率是核心 SLO，middle-phase thrashing 额外耗 49% 延迟；高命中下瓶颈外移：分词仍按全上下文扫描，路由器负载正比于活跃前缀长度。

本域节点	交叉域	交叉节点	连接说明
agent-infra-kv	kvcache	prefix-cache / routing / evaluation-benchmarks	会话级前缀、粘性路由与 AgentX 回放构成 agentic serving 的 KV 侧
agent-infra-kv	inference-system	engine-architecture	有状态分词与 CPU 网关把增量工作量从 GPU 侧延伸到前端
harness-architecture	inference-system	engine-architecture	Harness 向推理引擎的接口设计（流式输出、tool result 注入）决定 agent 延迟体验
agentic-rl	distributed-training	rl-infrastructure	Agentic RL 的 rollout 与训练解耦，共用 RL 基础设施但有 agent-specific 要求
orchestration	cluster-infra / inference-system	heterogeneous-cluster / request-scheduling	多 agent 并发请求的放置与异构节点能力感知
evaluation-agent	inference-system	long-context-serving	SWE-bench 等代码 agent 评测需要长上下文稳定推理能力
enterprise-governance	inference-system	serving-infrastructure	Agent Gateway 把供应商治理推向企业级 serving 与身份审计面

当前活跃矛盾 0 处。 2026-09-15 结晶对新增 7 条做逐条比对（88 组同节点 claim 对 + 5 组跨节点/跨域），0 新增；详细裁决见 insights/contradictions.md。

reasoning-planning：Bloom=remember、0 条 Insight，唯一空节点，需专门文章补齐。
标准化 agentic 负载发生器的空缺已由 AgentX 填补（kvcache:evaluation-benchmarks-006/007），但它固定 assistant history，任务正确率不在测量面；Agent × KV 联合的"质量+成本"评测仍空白。
闭环率 15%（活跃域中偏低）：verified_by 非空条目仍集中在 agent-memory / code-agent / knowledge-crystallization。

待验证候选（再补 1 篇独立来源即可升 high，2 条）：agent-infra-kv-022（长上下文小增量下 CPU/GPU 工作量反转，有状态分词降到 O(ΔN+w)）、code-agent-001（SWE-Bench Pro 失败分析量化三类执行链路改进方向）。

2026-09-15：新增 7 条；0 处升/降 high；0 条 stale；bloom 均维持；4 个节点 stance 重写；矛盾 0 新增；eval scenario-002 自评 good。