# 方案:智能体 / 大模型优化方向(代码即文档 · OKF · 沙盒) | | | |---|---| | 状态 | **Accepted · O1–O5 locked** | | 日期 | 2026-10-16 | | 调研 | [ai-agent-llm-optimize-2026-10.md](../research/ai-agent-llm-optimize-2026-10.md) | | 路线 | [ext-ai-optimize.md](../roadmap/ext-ai-optimize.md) | | 相关 | [ext-ai-sandbox.md](ext-ai-sandbox.md) · [ext-agent.md](ext-agent.md) · [okf.md](okf.md) · [engineering-knowledge.md](engineering-knowledge.md) · [ext-agent-optimize.md](../roadmap/ext-agent-optimize.md) · [ai-stack.md](../roadmap/ai-stack.md) | --- ## 0. 方案立场 1. **强化差异化**:可执行 `.mq.md` 为权威;OKF 为复用;沙盒为证明;LLM 为探索。 2. **不向隐藏 TOOL: 循环 / 向量权威回退。** 3. 下列方向均为**可行**;推荐波次见 §3,最终裁剪由你选型。 4. **不改** `doc/next/*`;落地时另开 roadmap 切片。 --- ## 1. 架构愿景(闭环) ```text 目标 / 任务 │ ▼ EFI / OKF lookup ──hit──► llm_free / marqdo 执行 ──► writeback │ miss ▼ small-llm 路由 / 父分解 │ ▼ 生成或修补 .mq.md(代码即文档风格) │ ▼ sandbox.open → sandbox.run(caps)→ diff │ ├─ 失败 → writeback error / 隔离,不 promote └─ 成功 → 人审或策略 → commit → solidify / OKF promote │ ▼ 下次 REUSE(降本) ``` --- ## 2. 可行方向全集 每个方向标注:解决的问题(Pn)、依赖、风险、粗粒度成本。 ### A. 沙盒 × Agent 闭环 | ID | 方向 | 解决 | 做什么 | 依赖 | 风险 | 成本 | |----|------|------|--------|------|------|------| | **A1** | `step`/`plan` 默认经 sandbox 试跑再写实树 | P1 | 生成落 upper;绿才 `commit` | sandbox | 破坏现有金样默认 | 中 | | **A2** | Promote / solidify 强制 sandbox proof | P1 | OKF 写入前要求 proof fixture 绿 | sandbox+OKF | 过严挡复用 | 中 | | **A3** | Sandbox profile 表(caps 宣告) | P1/P3 | GFM 表声明 net/plugin/fs | sandbox | 表方言膨胀 | 低 | | **A4** | Guest 风格门禁(表优先、禁 json 胶水) | P5 | commit 前 lint / preflight | sandbox+parser | 误杀合法 json.parse | 中 | | **A5** | 会话 diff → view 审阅卡 | P1/P4 | HITL 看 CoW diff | view+sandbox | UI 工时 | 中高 | | **A6** | 多会话并行 CoW(fan-out 实验) | — | 每假设一 session | sandbox | 隔离/合并复杂 | 高 | ### B. OKF / EKC / 技能层 | ID | 方向 | 解决 | 做什么 | 依赖 | 风险 | 成本 | |----|------|------|--------|------|------|------| | **B1** | OKF 技能元数据:适用条件 / fixtures / sandbox_profile | P2 | frontmatter + 目录约定 | okf | 与 catalog 字段冲突 | 中 | | **B2** | Progressive disclosure(索引轻、正文按需 READ) | P2/P6 | 对齐 Anthropic Skills 层级 | agent A3 | 实现重复 | 中 | | **B3** | Skill Lift 评测(有/无技能配对) | P4 | harness 指标 | B1 评测 | 样本少噪声大 | 中 | | **B4** | 失败技能隔离(quarantine)+ 回归用例跟随血缘 | P1 | ForgeAgent 式 | OKF | 状态机复杂 | 中高 | | **B5** | near-match / soft_match 产品化默认开 | P6 | 已有 roadmap | okf-near | 误复用 | 低中 | | **B6** | EKC preflight 默认硬门槛(REUSE→ADAPT→CREATE) | P6 | step 前强制 EFI | EKC | 拖慢探索 | 中 | | **B7** | Capability 包与 `llm_free` 资源双向链接 | P2 | catalog L3↔任务包 | EKC+OKF | 图维护 | 中 | ### C. 大模型 / 路由 / 成本 | ID | 方向 | 解决 | 做什么 | 依赖 | 风险 | 成本 | |----|------|------|--------|------|------|------| | **C1** | 步骤级路由(lookup / patch / sandbox_run / net) | P3 | 扩展 route policy 表 | routing | 策略过拟合 | 中 | | **C2** | 总成本计量(含推理 token 膨胀)写回文档 | P7 | usage→writeback/metrics | llm result | 噪声 | 低中 | | **C3** | 用强模型「反思」优化 standing / policy `.mq.md`(类 GEPA) | P3/P5 | 离线优化环,产物仍是文件 | llm | 需评测集 | 高 | | **C4** | 高频 OKF 技能蒸馏/微调小模型(编译进权重) | — | 长期研究 | 数据+算力 | 运维重;偏离「源码权威」 | 很高 | | **C5** | Named model 绑定任务类型(fast=路由,reasoning=分解) | P3 | 已有 named handles 加深 | llm | 配置漂移 | 低 | | **C6** | Prompt document 强制:无参 ask 必须来自 type:prompt 文件 | P5 | 硬化 005 | llm | 破坏脚本式调用 | 低 | ### D. 代码即文档(产出质量) | ID | 方向 | 解决 | 做什么 | 依赖 | 风险 | 成本 | |----|------|------|--------|------|------|------| | **D1** | 官方「可读 Marqdo」Skill 强化(表/链接取元/禁混名) | P5 | skills/marqdo 加厚 | skill | 模型仍违规 | 低 | | **D2** | AST/结构 lint:json.set 链、混 EN/ZH API | P5 | `marqdo lint` 或 sandbox 钩子 | parser | 误报 | 中 | | **D3** | 工作簿补丁只允许表驱动 / 命名槽写回 | P5 | 收紧 A0 补丁面 | agent | 表达力下降 | 中 | | **D4** | 示例库:sandbox+OKF+表风格 canonical demos | P4/P5 | examples/ | 文档 | 维护 | 低 | ### E. 评测与产品化 | ID | 方向 | 解决 | 做什么 | 依赖 | 风险 | 成本 | |----|------|------|--------|------|------|------| | **E1** | 完成 Wave B1 harness(constitution / writeback / call_site) | P4 | 已规划 | agent | — | 中 | | **E2** | 指标面板:ReuseRate / ProofRate / TokenCost | P4/P7 | metrics 写回或 catalog | agent | 虚荣指标 | 中 | | **E3** | Live 金样矩阵(sandbox 开/关 × 路由后端) | P4 | CI optional | CI | flaky | 中 | | **E4** | 教程:「只读一份 .mq.md 理解 Agent」 | — | doc/tutorial | 文档 | — | 低 | ### F. 明确不优先 / 需单独论证 | ID | 方向 | 理由 | |----|------|------| | **F1** | 第二套 Agent Framework(Python/TS 对象图权威) | 违宪 | | **F2** | 向量库升为记忆权威 | 违宪;可作证据工具 | | **F3** | 默认通用 shell Agent | 与 Marqdo-only 沙盒战略冲突 | | **F4** | 整库 `ext/web` 进默认沙盒 | 已否决 | | **F5** | 人人 microVM 本地默认 | DX 过重;留给 hosted | --- ## 3. 执行顺序(O1→O5 locked) | 波次 | 方向组合 | 为何先做 | |------|----------|----------| | **O1** | A1 轻量(opt-in `sandbox=True`)+ A3 + D1 + D4 | 立刻接上刚落地的沙盒,风险可控 | | **O2** | A2 + B1 + B3 + E1 | 验证→晋升→可度量 Skill Lift | | **O3** | C1 + C2 + B6 | 降本与 EFI 硬门槛 | | **O4** | A4 + D2 + A5 | 质量门禁与人审 | | **O5** | B4 + C3 | 失败隔离与离线提示优化 | | **O∞** | C4 / A6 | 研究项,单独立项 | 切片实现见 [ext-ai-optimize.md](../roadmap/ext-ai-optimize.md)。 --- ## 4. 验收原则(任一波次) - 金样:有/无沙盒、有/无 OKF hit、路由后端切换。 - 指标:至少报告 ReuseRate 或 TokenCost 之一相对基线变化。 - 文档:`.mq.md` 示例仍可读为 Markdown(表/链接取元,少 json 胶水)。 - 红线:不改 `doc/next/*`;ext 不调 `host_*`。 --- ## 5. 落地 O1–O5 已锁定;实现见 [roadmap/ext-ai-optimize.md](../roadmap/ext-ai-optimize.md)。**仍不改** `doc/next/*`。