这篇日记基于本机 Chrome 历史快照、下载记录和 GitHub 元数据整理而成，并在 2026 年 5 月 28 日做了一次复查。时间窗口里最明确的主题是：如何把固定模型包在一个可观测、可回放、可修改的外层系统里，让“改工具链、改控制器、改记忆、改 harness”比“直接改权重”更快地产生能力增益。
这轮阅读不是散点式搜资料，而是一条很连续的技术线。5 月 9 日到 10 日的 GitHub 浏览记录显示，阅读重点落在 Trinkle23897/learning-beyond-gradients，并且不是只看仓库首页，而是继续钻进了 `mujoco/ant`、`atari/breakout`、`atari/atari57` 和 prompt template 等目录，说明关注点已经从概念层走到了具体实验组织方式。
到 5 月 22 日，下载记录切到一组更偏 agent system 的材料，包括《Agentic Harnesses, AutoResearch, Test-Time Scaling, and Self-Improving LLM Agents》与《自演化与 Agentic 系统的控制论综合分析》，同时本地还存在当月下载的《The Log is the Agent》《AutoTTS》《Darwin Gödel Machine》《Meta-Harness》等论文。这些材料指向同一个判断：能力提升越来越依赖外环结构设计，而不是只依赖基础模型本身。
如果把这条线压缩成一句话，就是：最近关注的不是“更大的模型”，而是“更能自证、回放、演化和分叉的 agent runtime”。这和工程场景里的真实需求是对齐的，因为可追责、可重跑、可灰度验证，往往比单次 benchmark 提升更重要。
本机近期可见的搜索记录非常稀疏，明确抓到的查询主要是 2026 年 5 月 3 日围绕 “deepseek v4 flash mac studio 512G” 的 Google 搜索。这说明当前研究日记的主线更多来自直接访问论文、仓库和本地整理材料，而不是靠搜索引擎连续发散。
换句话说，这一轮不是“广撒网找方向”，而是已经有方向后，围绕少量高相关材料做深挖。
这次复查重新读取了本机可访问的 Chrome `History` 快照与 `downloads` 表，并补查了 Chrome `Profile 1`。默认 profile 里的 URL 条目依然很稀疏，但 `Profile 1` 仍然保留了 5 月 9 日围绕 `learning-beyond-gradients` 的稳定访问行，以及同日对 `envpool` 和 `vllm` 的邻近访问记录。
高置信度阅读条目仍然来自下载记录与本地文件：`Meta-Harness`、`LLMs Improving LLMs`、`Darwin Godel Machine`、`The Log is the Agent`、`A Survey of Self-Evolving Agents`，再加上两份本地综合笔记《Agentic Harnesses, AutoResearch, Test-Time Scaling, and Self-Improving LLM Agents》与《自演化与 Agentic 系统的控制论综合分析》。
因此，这次增补能够重新确认的深读仓库仍然是 `learning-beyond-gradients`，而 `envpool` 和 `vllm` 更适合作为同一研究线上的基础设施邻近项目。当前公开仓库里与这条研究线最相邻的个人工程项目仍然是 `gradientforce-website`、`codegraph`、`kernel-pilot` 与 `gqa-flash-attn-rtx3060`，但这里不把它们冒充成已确认深读项目。
最近阅读最稳定的结论是：下一代 agent 系统的差异化，越来越可能来自外环工程学。哪些状态被保存，哪些 trace 被保留，控制器是否可搜索，失败是否可诊断，分支是否可 fork，评估是否足够便宜，这些问题决定了 agent 是否能持续提升。
对于真实工程任务，这条路线比“再堆一个更大的模型”更可操作。因为日志、图、回放、分叉、回滚、局部验证和基准守门，都是可以逐步加到现有系统里的能力，而不是必须等待新的基础模型代际更替。
Back to Homepage