# codedouble **Repository Path**: ziruichen12138/codedouble ## Basic Information - **Project Name**: codedouble - **Description**: No description available - **Primary Language**: Unknown - **License**: Not specified - **Default Branch**: main - **Homepage**: None - **GVP Project**: No ## Statistics - **Stars**: 0 - **Forks**: 0 - **Created**: 2026-06-25 - **Last Updated**: 2026-06-30 ## Categories & Tags **Categories**: Uncategorized **Tags**: None ## README # 自学习代码分身（The Self-Learning Code Double） 一套设计：一个**外置于执行代理的、关于开发者"判断力"的分身**——一个*自学习、可复用、有强干预力*的 代理。它从你的真实行为中学习**何时该询问你、何时直接行动**，并把这份判断力随你带到你拥有的每一个 工具和每一个仓库。 > **未来是一个"分身市场"。** 分身基于你的行为训练，且*独立于*任何单一工具——因此它是**你拥有的资产**， > 可跨执行器、跨仓库、跨时间复用。终局是：分身可以被**出售**——把一位顶尖工程师的编码判断力打包、 > 售卖，插入到任何人的代理里。 > > **但你必须先证明它有效。** 如果底层的学习闭环并不真的在学习，市场就毫无价值。一切之前的关卡是一个 > *没人拿到过*的经验数字：**随着分身学习一个真实人类的方式，他的"覆盖率（override rate）"是否在下降？** > 先挣到这个数字。市场是它*解锁*的东西——而不是我们最先该造的东西。 本文是设计讨论，而非定稿。开放问题以 **[OPEN]** 标记。 --- ## TL;DR —— 一屏看懂整套设计 - **§0 什么是分身** —— 一个外置的、*自学习 · 可复用 · 强干预*的"判断力分身"；必须同时跨过两道门槛： 没有任何代理能做到 **且** 它是真实痛点。 - **§1 核心原则** —— 检测代理"自信但其实错了"之处，路由到最便宜的解决源（仓库 → 历史 → 人）； *是索引，不是智能*。三个来源里有两个正在被商品化——分身活在第三个里。 - **§2 外置监督者** —— 一个*独立*代理监视意图；它不能是给执行体的一句提示词（自我反思 61.2% vs 外置 监督 69.4%；RLHF 毁掉了自我校准）。 - **§3 询问 · 行动 · 偏好** —— 偏好负责*解决*，询问/行动负责*把关*；每一次被回答的询问都会变成一条 偏好，让它下次能直接行动。这个闭环就是"学习"本身。 - **§4 可逆性** —— `git` 让"撤销"几乎免费，所以"先行动、错了再回退"胜过"凡事都问"；只在*既欠定义又 不可逆*时才强干预。一旦把善后成本算进去，正确性*就是*便利性。 - **§5 可防御性** —— 护城河是 A+B+C+D 这套*组合*（外置 · 询问/行动+偏好 · 被动行为 · 透明+可度量）； 没人四样都有。外加两条结构性护城河：git 即标签、单用户飞轮。 - **§6 数据层** —— 记录 `resolution_event`；`situation_signature` 是成败关键；标签来自行为 （回退/纠正 = 黄金），绝不把"从未查看"当作正向。 - **§7 冷启动** —— 永远不会*完全*冷（仓库**及其 git 历史**就是先验）；检索而非训练 → 第一条事件就有用； 挖掘提交历史来预热。 - **§8 验证关卡** —— 决定一切的那个数字：*一个真实人类的覆盖率是否在下降？* 没人拿到过。 在做市场之前先证明它；这个数字日后会变成市场的信任凭证。 - **§9 通往市场之路** —— 先在顶尖程序员身上证明 → 卖给 B2B（团队记忆）→ 面向消费者的市场放到**最后** （被售卖的分身 = 可抄袭的"专家预设"；有 IP 风险）。 - **§10 第一个产物** —— 一个什么都不解决、只做记录的日志器；在动手造任何东西之前，先检查签名是否成簇。 - **§11 各部分如何拼合** —— 三个进程（执行体 · 监视器 · 捕获），一个共享索引；索引*就是*分身。 - **§12 相关文献** —— 这套架构在 2025–26 年被学界收敛；真实人类的那条曲线仍是空白。 --- ## 0. 什么是分身——以及它必须跨过的门槛 四个词，每个都承重——而且每一个，都是当下任何代码代理*无法同时*宣称拥有的： - **自学习** —— 从你的行为（纠正、`git revert`）中学习*偏好*（你想要什么）**和**询问/行动的校准 （要不要打扰你）——而不是靠手写规则。被商品化的那一片是*静态*内容偏好（tab、async）；尚无人占据 的那一片是*情境化*的决议偏好 **+** 那道把关闸门（§3）。 - **可复用** —— 它*外置*于执行体，因此可跨模型、跨工具、跨仓库迁移。是**你拥有**的资产，而不是绑死在 某一家厂商上的功能。 - **强干预** —— 一个有牙齿的监督者：它能*拦停*执行体、能*注入*执行体遗漏的东西——但只在真正值得介入 的地方。 - **分身** —— 是你*判断力*的分身，且保持**透明**：它做的每一个假设都可见、可否决。不是一个不透明的 双子。 **定位：** *不是又一个会写代码的助手——而是一个学会"你何时想被询问"、并且归你所有的分身。* **门槛（两道把关标准）。** 每一个设计选择都必须同时跨过： 1. **没有任何现有代码代理能解决它** —— 一个真实的未解空白，而不是 Cursor / Claude Code / Copilot / Devin 已经在做的事。 2. **它是真实痛点** —— 真的被人感受到，而非假想。 二者的交集刻意很窄：那些出名的痛点会吸引所有人，所以目标是*真实但被攻坚不足*之处。（为何本设计正落在 这个交集里见 §5；什么动作会把它推出交集见 §9。） --- ## 1. 核心原则 > **检测代理"自信但其实不该自信"之处，然后要么用索引解决，要么升级给人——在动用人的注意力之前， > 先穷尽一切便宜、可证明的解决方式。** 代理低估了三个真相来源，因为它认不出自己的无知： 1. **代码库** —— 被低估，因为它不去搜索。 → 由监视器从索引中*注入*。 2. **用户过去的决定** —— 被低估，因为它不去回忆。 → 从历史中*静默解决*。 3. **用户本人** —— 被低估，因为它不知道该问什么。 → 由监视器*向人询问*。 一个元模式统御这三者：**一个外置监视器，检测代理未被识别的无知，并把它路由到能修复它的最便宜来源。** 人是最后手段——最昂贵的索引——但对于不可消除的歧义，是唯一握有答案的那一个。 **是索引，不是智能。** 分身是*对一条已记录索引的检索*，而不是一个被训练出来的"人的模型"。这正是它保持 透明的原因（"我假设了 X，因为上周你……"），既绕开了数据量天花板，也避免了"戴着面具的先例"。 **三者中已有两者正在被商品化——分身活在第三者里。** 现代代理*确实*会 grep 仓库（来源 1），也*确实* 会通过规则/记忆文件存储内容偏好（来源 3，但很弱）。真正能跨过标准 1 的，是**来源 2 的硬核形态**： 从*被动行为*中学习*你的决议偏好与询问/行动校准*。下文一切都围绕它构建。 --- ## 2. 分身是一个外置监督者 它不是"切到批评者模式"的执行体。它是一个**独立代理**，在执行体行动之前监视其声明的意图。两个监视器， 都在检测*虚假的自信*： | | 代码监视器 | 用户监视器 | |---|---|---| | **空白在哪** | 代理不知道某个 helper 已存在 | 代理不知道该问用户什么 | | **为何搜索会失败** | 不会去 grep 它不曾怀疑的东西 | 不会去问它不曾怀疑有歧义的意图 | | **何时触发** | 代理意图与"工件能证明的"相背离（太自信，且*错了*） | 代理意图未被用户所说的话所确定（太自信，且*此刻无从得知*） | | **基准真相** | 在场且可查询（grep 仓库） | **缺席**——用户*所指*之物不存在于任何地方 | | **解决方式** | 从代码注入 | 向人询问 | **为何这种对称会"漏"（以及分身如何修补）：** 代码监视器之所以奏效，是因为它的基准真相在场且可查询。 用户的意图是缺席的——这正是它有歧义的原因。因此，光秃秃的用户监视器只能检测出*"解读空间显然是多元的"*， 而无法检测出*"对这个用户来说是错的"*。**分身的全部职责，就是把那个缺席的神谕变成在场的**——把"用户所指" 变成一条可查询的索引——这正是当初让代码监视器奏效的那一招，被应用到那个缺席的神谕上。 **监督者必须是外置的——不能是给执行体的一句提示词。** 这不可妥协，而且有实证：一个*独立*的监督进程把 解决率拉到 **69.4%**，而让执行体"小心一点"只有 **61.2%**（§12，arXiv 2603.26233）。原因是结构性的—— RLHF 毁掉了执行体的自我校准；它自信地错着，且*感觉不到*（§12，arXiv 2505.22655）。代理无法监督自己的 自信。这一个事实，就是它必须是一个独立产品、而永远不能是一句系统提示词的原因。 --- ## 3. 升级阶梯——询问、行动、偏好 分身运行在三个原语上：**询问**、**行动**、**偏好**。**偏好**是*解决者*（你想要什么）；**询问**和 **行动**是*闸门*（要不要打扰你）。它们是分层的、而非互相竞争：分身先尝试用偏好解决，而它对*这次偏好 匹配的置信度*决定了是行动还是询问。这三者构成一个**闭环**——每一次被回答的**询问**都会变成一条新的 **偏好**，让分身下次能直接**行动**。这个闭环*就是*自学习本身。 **两种偏好——只有一种值得你去防御。** *静态内容*偏好（tab、async、命名）是无状态的、已被商品化的 （规则/记忆文件）。*决议*偏好——**你**如何解决**这一类**歧义，以 `situation_signature` 为键、从纠正/ 回退中学得——才是那种基于行为、不可抄袭的偏好。分身两者都需要；护城河是后者，外加那道闸门。 ``` 代理意图欠定义（监视器的触发条件） │ [1] 情境本身能解决吗？（失败的测试、打开的文件、diff、仓库结构） → 行动 │ 否 [2] 分身能以"高校准置信度"解决吗？ → 行动，并把假设可见地记录下来 │ （这个用户近期的决定、蒸馏出的偏好、这个仓库的惯例） │ 否 / 低置信度 [3] 询问人 → 并把答案写回索引 └─ 这个回写箭头是全部关键：每一次升级都是一个训练样本； 下次面对这个签名时，阈值就会下降。 ``` **要工程化对抗的陷阱（第 2 级）：** "从历史中静默解决"是代码监视器的强项，却变成了用户监视器的陷阱。 先例（"他们之前怎么修的"）不是当前意图（"他们现在想要什么"）。一个分身就是*被编译成模型的先例*—— 更有说服力的先例，戴着用户的嗓音。缓解措施： - 让分身保持为**透明检索**，而非不透明的双子 → 你能展示并记录该假设； - **以校准置信度为第 2 级把关**——只有高置信度的解读才能静默解决； - **把假设可见地记录下来**，让用户能抓住一次糟糕的静默解决。 --- ## 4. 可逆性（先行动、后回退）——分身如何摆脱权衡 整件事都活在**便利性 ↔ 正确性**这根轴上。我们的赌注是*摆脱*这个权衡，而非在其上取平衡。第二件工具， 经济学正好相反： - **先问后做：** 在*每一个*有歧义的动作上付出 `C_ask`（用户注意力）。 - **先做后退：** 只在出错的那部分上付出 `p · C_revert`。 - **当 `p · C_revert < C_ask` 时，"先做后退"获胜**——动作通常是对的*且*回退便宜。 **编码拥有所有领域里最低的 `C_revert`**，因为 `git` 是一个通用、免费、完美的撤销。这正是"先行动"在 这里*格外*可行的原因——回退的基础设施已经存在。（这也是为何该领域是被*锁定*的：在编码里，`git revert` **既是**撤销**又是**训练标签——见 §5。） 这两件工具组合成一个 **2×2**，监视器在其中选择——而这正是分身如何配给它的**强干预力**： ``` 低回退成本 高回退成本 （叶子节点，git 可撤销） （地基性、相互纠缠） 高置信度 │ 绕过，记录假设 │ 行动，但标记待复查 （索引密集） │ │ 低置信度 │ 绕过，吵闹地+可轻易回退 │ 先询问 ← 唯一真正该问的象限 （欠定义） │ │ ``` **只在右下象限强干预**——既欠定义*又*难以撤销。其余一切，分身都保持被动（先行动、记录、错了再回退）。 凡事都强干预，你就重建了那个整套设计要打败的"凡事都问"稻草人。牙齿，只咬在重要之处。 **可逆性是机械可估的**（git 边界干净吗？有下游依赖吗？是叶子级编辑还是地基性的类型改动？）——这是一个 比"校准意图"*远为可处理*的信号。这是个好消息：它在安全处降低询问率，却不在危险处降低。 **对抗"什么都绕过"这种天真做法的失败模式（必须工程化对抗）：** 1. **检测延迟** —— `C_revert` 随"察觉所需时间"增长；10 秒内抓到的 bug 是免费的，深藏三个提交之后则昂贵。 2. **复利/纠缠** —— 动作 B 依赖错误的动作 A；回退就变成了解开一张依赖图，而非一次 `git revert`。 3. **静默接受之毒** —— 系统把*未被注意*误当作*被认可*，越来越自信，并把自己的盲区训练得更深。 **"从未查看"必须是"无信号"，而非一个正向信号。** **授权注意事项：** "在分支/worktree/沙箱里对可逆编辑先行动"是站得住脚的（分支*就是*干这个用的）。 一个强干预的分身**绝不能**绕过那些守护"不可逆或对外动作"的权限闸门。这个 2×2 把真正不可逆的动作留在 "先询问"象限里。 **那个反转你直觉的关键点：** 过了某个点，便利性与正确性是*一致的*——一个自信地错着的代理才是*最*不便的 结果（你在三个提交之后调试它留下的烂摊子）。**一旦把善后算进去，正确性*就是*便利性。** --- ## 5. 为什么没人能抄走它（可防御性） 不要逐个功能去争——你会输，因为每个功能都在*某处*存在。要争的是**组合**：它需要四块拼图，它们只有 *合在一起*才奏效，而**每一个现有产品最多只有其中一块。** | 拼图 | 含义 | 谁有 | 谁没有 | |---|---|---|---| | **A — 外置** | 由一个*独立*代理判断自信，而非执行体自我反思 | 审查/批评者代理 | Cursor、Copilot、"小心点"提示词 | | **B — 对的对象** | 学的是**询问/行动的决策 + 情境化偏好**，而非静态内容偏好 | arXiv 2603.26233 | Cursor Memories、所有规则文件 | | **C — 对的信号** | 从**被动行为**（纠正、`git revert`）学习，而非对话/手写规则 | ~没人 | 所有人（对话/手写） | | **D — 可证明** | **透明 + 可度量**——可见/可否决 + 一条下降的覆盖率曲线 | ~没人 | 所有人 | - Cursor/Copilot 的记忆 = 内容偏好，来自对话/手写 → **缺 B 和 C。** - 代码审查器 = 外置，但无状态，审查的是*产出*而非*意图* → **缺 B 和"学习"。** - 最接近的研究（arXiv 2603.26233）= A + B，但**没有跨任务持久化** → **缺 C 和 D。** **没有人拥有 A+B+C+D。** 一句话反驳：*"对，每块拼图都存在——一堆零件也叫'存在着一辆车'。产品是那次 组装，而没人在一个真实用户身上把它组装起来过。"* **最难的反对，配最难的反驳。** *"直接提示代理小心一点不就行了。"* 用数字回答：自我反思 **61.2%** vs 外置监督 **69.4%**（§12）。这不是调参的差距——是结构性的。 **两条即便对手明天抄走架构也依然成立的护城河：** 1. **领域锁定。** 它之所以奏效，是因为 `git revert` *既是*免费的撤销*又是*训练标签——修复错误的那个 动作，同时也在教会分身。没有别的领域会给你这个。它的持久*正因为*它是编码专属。 2. **单用户数据飞轮。** 即便完美克隆了你的代码也是冷启动。你的分身拥有*你*几个月的决议历史——不可复制， 且切换成本随使用而复利增长。"用得越久越好用"同时也是"用得越久越被锁定"。 --- ## 6. 数据层——记录什么 原子单位是一个**决议事件（resolution event）**：一个"意图欠定义并被解决"的瞬间。这份数据你免费就能产生 ——捕获本就在发生的决定，无需任何打标工作。*（这种"免费的、来自行为的"捕获就是拼图 C——对的信号。）* **Git 历史是同一套 schema，只是回溯的。** 提交——尤其是回退（revert）和补丁（fix-up）——就是决议事件， 你可以在用户*从未*实际运行分身*之前*就把它们挖出来；这是最强的冷启动加速器（§7）。注意：git 给你的是 `resolution`、以及（对于回退）`outcome`，但 `situation_signature` 和 `interpretation_space` 必须从 diff 中**推断**、而非直接读出——一个错误的推断会污染索引。 ``` resolution_event { situation_signature: 是什么让它有歧义 （检索键） interpretation_space: 各种说得通的解读 resolution: 哪个解读胜出 source: situation | double | human （哪一级） reversibility_est: low | high （2×2 那根轴） outcome: accepted | overridden | reverted | answered （标签） } ``` **`situation_signature` 是成败攸关的决定。** 它是检索键。对编码而言它异常丰富且廉价可取：失败的测试/ 错误类型、在场的文件与符号、被触及的仓库惯例（**复用代码监视器的索引**）、请求的措辞类别（"修一下" / "清理一下" / "做成像 X 那样"）、这个仓库里的先例。 - 太粗 → 自信地误用上周的决议（自动化的面具）。 - 太细 → 覆盖永远稀疏、永远走不出冷启动、永远在问。 同一根"粗/细"刀刃也支配着**泛化**：把一条事件（"删掉这条注释"）变成一条原则（"别再写显而易见的注释"） = 选择一个更粗的签名。LLM *提出*一个泛化；用户随后的行为*修正它的高度*（一个过宽的泛化会表现为覆盖率 的尖峰，§8）。为覆盖率而激进地泛化；让行为把它拉回正确高度。 **标签来自行为，而非问卷：** - **纠正（override）** —— 代理假设了 X，用户改成了 Y。捕获 (X→Y)。这是"自信地错了"的事件。 - **回退（revert）** —— 用户亲手撤销了它（`git checkout`/undo）。*最干净*的负向标签，带时间戳。 - **回答（answered）** —— 人回答了一个澄清问题。最强的正向，最稀有，价值约为一次静默接受的 ~100 倍。 - **接受（静默）** —— 弱正向；**狠狠降权、随时间衰减，并且绝不把"从未查看"当作正向。** --- ## 7. 冷启动——四个层，四种成本 它不是一个问题。 - **层 0——情境索引从不冷。** 对一个全新用户，分身仍然拥有**仓库**。"这个代码库是怎么解决这类歧义的？" 这个问题可以从代码里回答——而且用的是**代码监视器早就建好的同一条索引。** 第 [1] 级在第零天就奏效。 *这就是为什么编码是对的范围。* - **层 1——群体先验。** 对仓库也无法解决的情况，退回到"一个谨慎的开发者会指什么？"（基座模型的默认）。 新用户 = 谨慎的中位数，会多问一点。 - **层 2——快速个性化，而非训练。** 分身是**上下文内/检索式的，不是微调的** → *单独一条*决议事件即刻 可用。冷启动不是在 N 个样本之后结束，而是在*每一个情境类*的*第一条*决议之后结束。 - **层 3——显式引导（可选加速器）。** 摆出 5–10 个真实的有歧义编码情境，让用户解决它们，播种高置信 事件。可选。 **最大的加速器：挖掘 git 历史（由用户提供）。** 一个仓库的提交日志就是一条*回溯式的决议事件流*—— 作者早已做出的真实决定，免费的，在分身被实际使用*之前*就存在： - **回退提交** → 历史性的*回退*标签（最干净的负向，§6）； - **补丁/后续提交**（"改用已有的那个 helper"）→ 历史性的*纠正*（X→Y）； - **由审查驱动的改动** → 这个团队视为"错"的东西 → 决议偏好； - **反复出现的 diff 模式 + `git blame`** → 个人偏好（可迁移层）与团队共识（仓库限定层）。 吸收历史，把"从不冷"（层 0）从*仓库当前的样子*升级为*仓库全部的决策历史*——一个密集得多的先验。 **注意事项（与实时捕获同一套纪律）：** - git 展示的是**决议，而非 interpretation_space**——你必须*推断*每个提交所解决的 `situation_signature`； 错误的推断会污染索引； - **被提交 ≠ 被认可**——上线的代码可能是赶 deadline 的凑合，或审查者的要求；把每一行被提交的代码都当作 正向，就是在历史尺度上重演静默接受之毒（§4）。给显式回退/补丁加权，给"仅仅被提交"降权； - **时间衰减**——一个三年前的偏好可能已过时；代码库和作者都已往前走了； - 它**预热先验，但不结束冷启动**（仍是逐情境类的）——实时的"纠正/回退/回答"闭环仍是黄金标签。 **可复用性把"新仓库的冷启动"解决了一半。** 因为分身可迁移且归你所有，一个*新*项目并非完全冷的： 用户的**个人层**（例如"我讨厌显而易见的注释"）会迁移过来；只有**仓库限定层**从零开始。纪律在于把这两 层分开——一条仓库限定的决议*绝不能*泄漏进可迁移层，否则它会在下一个仓库里失灵（自信地错）。 **策略：拥有越少，就问得越多。** 询问阈值是"解决历史对*当前签名*覆盖了多少"的函数。冷启动不是一个你 会走出的阶段——它是一个逐情境的覆盖度数字。一种*新类型*的歧义，即便对一位经验老到的用户，也会正确地 重新触发询问。 --- ## 8. 验证关卡——必须最先到手的那个数字 > **在索引说"高置信度，保持沉默"的那些次里，用户有多少比例做了纠正/回退——而且这个比率是否随时间下降？** **这是市场之前的关卡。** 如果这条曲线是平的，§9 里的一切都毫无价值。每一篇已发表的论文都是针对一个 *模拟*用户来度量它。**没人拿到过真实人类的纵向数字。** 在一个真实开发者的编码历史上把它做出来，恰恰 贡献了文献给不出的东西——*而且*这正是日后让分身可被售卖的那个东西。 **日后，同一条曲线会变成市场的信任凭证。** 你不是卖"相信我，这是某专家的分身"——你卖的是"这个分身在 一套留出测试集上的覆盖率是 X%"。*现在*证明它有效的那个指标，正是*日后*让它可交易的那个指标。造一次即可。 --- ## 9. 通往"分身市场"之路 愿景是卖分身；纪律是顺序。**不要**以市场打头阵——它是最炫的那张幻灯片，也是最易被抄的那个产品。 **第 1 步——在顶尖程序员身上证明闭环（楔子实验）。** 让精英工程师用上几周。三赢：(a) 它产出 §8 那条 没人有的真实人类曲线；(b) 它播种出第一个可售卖的分身；(c) 它证明论点——曲线要么弯、要么不弯，平的话 没有任何模型质量能救（§10）。顶尖程序员是*对的*实验对象，正因为他们会**纠正**——纠正/回退是质量最高 的标签（§6）；新手会静默接受垃圾、毒化索引。**在那一周开始之前，先用他们的提交历史把各自的分身预热 （§7）**，这样曲线度量的是*在真实先验之上的学习*，而不是冷启动下的乱扑腾。 **第 2 步——先做 B2B 变现。** 一个团队的分身 = **团队记忆**：新人在第一天就继承了团队的判断力。买家 清晰、预算真实、靠飞轮留存——而且分身**留在内部**，从而绕开市场最糟的那个问题（IP，见下）。 **第 3 步——面向消费者的市场（未来，放最后）。** 人们在线上出售自己的分身：一位顶尖工程师的判断力被 打包、被购买。诱人——也是*可复用 + 归你所有*的自然终局。但三个难题让它是第 3 阶段、而非楔子： 1. **个人的东西不可迁移——一个被*售卖*的分身是更弱、更易被抄的产品。** 护城河本是"从*你的*行为学*你的* 判断力"。一个被*购买*的分身学的是别人的，于是退化成一个**专家预设**——这远更易被抄（对手下个季度就 出一个"资深 Staff 工程师规则包"），并**重新削弱标准 1**。更糟的是，它把*卖家*的询问/行动焦虑强加给 买家——"戴着面具的先例"（§3），只不过是别人的面具，还是你花钱买的。 2. **IP / 隐私雷区。** 一个在工作单位训练了数周的分身，编码了雇主的惯例、专有模式、可被推断的机密。 "卖你的分身"可能意味着"卖你雇主的编码判断力"。（这是 B2B 优先更安全的第二个原因——分身留在组织内部。） 3. **来源/可信。** 由 §8 的"曲线即凭证"解决——但前提是那个指标先存在。 **纪律，重申一遍：** 以个人学习闭环打头阵（不可抄——那是*你*经年累月的行为），而非市场（一个被售卖的 分身是可抄的预设）。市场是被证明过的闭环所**解锁**的东西，不是我们最先要造的东西。 --- ## 10. 第一个产物（本周可造） **一个捕获决议事件、却什么都还不解决的日志器。** 搭在现有代码代理之上。跑一周。然后检查：*相似的签名是否 真的得到了一致的决议？* - 若是 → 签名设计奏效，分身可行，去造监视器。 - 若否 → 签名错了，且没有任何模型质量能救它。先修签名。 **在造解决器之前先度量。** 签名函数是那个唯一成败攸关的工程决定；在投入监视器或解决器之前，先用实证 验证它。这个日志器也正是 §9 的第 1 步——它就是你在顶尖程序员身上要跑的东西。 --- ## 11. 各部分如何拼合 三个进程，一个共享索引。分身**外置**于执行体——绝不在它脑子里（后训练会腐蚀执行体自身的自信；校准必须 被外置化）。"外置"也正是它**可复用**的原因：一个包裹任何执行体的层，归用户所有。 ``` ┌─────────────────────────────────────────────────────────────────┐ │ 执行代理（executor）—— 干编码的活。从不评判自己的意图置信度。 │ │ 在行动前发出意图。 │ └───────────────┬───────────────────────────────────┬──────────────┘ │ "我打算做 X，因为……" │ 行动 / 用户反应 ▼ ▼ ┌──────────────────────────────┐ ┌───────────────────────────┐ │ 监视器（监督者） │ │ 捕获 │ │ 外置。逐意图： │ │ 观察结果： │ │ 签名 → 查询索引 │ │ 纠正 / 回退 / │ │ → 覆盖度 + 置信度 │ │ 接受 / 回答 │ │ + 可逆性估计 │ │ → 写入决议事件 │ │ → 选择 2×2 象限 │ └─────────────┬─────────────┘ └──────────────┬───────────────┘ │ │ 人的回答（黄金标签） │ ▼ ▼ ┌────────────────────────────────────────────────────┐ │ 索引（"分身"） │ │ 以 situation_signature 为键的决议事件。 │ │ 以代码监视器的仓库索引作为先验，二者共享。 │ │ 是检索、而非被训练的双子 → 透明。 │ │ 可迁移 + 归用户所有 → 可复用，日后可售卖。 │ └────────────────────────────────────────────────────┘ ``` **和代码监视器是同一套架构，而非新的一套：** 二者都是一个外置进程——给情境签名、查询共享索引、在背离处 行动。**一套索引基础设施，两种查询模式，两个触发器。** --- ## 12. 相关文献（2025–2026） 这套架构今年被学界收敛——这既验证了设计，也把"真实人类的纵向指标"（验证关卡，§8）留作空白。 - **Ask or Assume? Uncertainty-Aware Clarification-Seeking in Coding Agents**（arXiv 2603.26233）—— 最接近的已实现版本。独立的"Intent Agent"监视执行历史，在欠定义处停下。被监督的多代理把解决率拉到 **69.4%**，对比完全明确规格的 **70.8%**；单代理"小心点"只有 **61.2%** → **监视器必须是一个独立进程， 而非给执行体的一句提示词。** 校准是真实且粗粒度的（在 62% 的简单任务上询问 → 在最难的任务上 100%）。 注意：用的是 GPT-5.1 *模拟器*而非人类；需要前沿模型；是提示词搭建而非原生；成本约 2 倍（约 $3.50 vs $1.63/任务）。**没有跨任务持久化——他们完全绕开了冷启动**（即他们有 A+B，而无 C+D——§5）。 - **Training Proactive and Personalized LLM Agents**（arXiv 2511.02208）—— *被训练*的那一支。对"询问的 后果"做 RL；逐用户校准的阈值**同时打败"凡事都问"和"凡事不问"。** 把那个"再训练回写箭头"落到了实处。 - **T-POP: Test-Time Personalization with Online Preference Feedback**（arXiv 2509.24696）—— 在 **测试时从近期交互**构建分身，而非靠微调。这正是"检索而非训练"的机制；用不多的反馈即见效。 - **PersonaAgent / Survey on Personalized & Pluralistic Preference Alignment**（arXiv 2504.07070）—— 情景记忆（近期交互）+ 语义记忆（蒸馏出的长期偏好）。 - **Position: UQ Needs Reassessment for LLM Agents**（arXiv 2505.22655）—— 基座 LLM 的似然是校准的， **但 RLHF 摧毁了它；单轮 RLHF 鼓励过度自信。** → 这就是*为何*校准必须活在一个外置监视器里，而非执行 体里。 - **Learning to Ask: When LLM Agents Meet Unclear Instruction**（EMNLP 2025）—— 面对有歧义的请求， 当下最强的 LLM 默认是"假设意图"而非"询问"。