Files
Agent-Workbench/docs/RESEARCH-ROADMAP.md

97 lines
14 KiB
Markdown
Raw Permalink Blame History

This file contains ambiguous Unicode characters
This file contains Unicode characters that might be confused with other characters. If you think that this is intentional, you can safely ignore this warning. Use the Escape button to reveal them.
# REA与代理机制研究路线
当前入口更新(2026-11-06):[官方优先全系统审查](SYSTEM-AUDIT-OFFICIAL-FIRST-2026-11-06.md)和[开发路线](DEVELOPMENT-ROADMAP-OFFICIAL-FIRST.md)为最新执行入口。已有固定DeepSeek Harness/Purge来源及真实AD/AE交付;Codex/Claude Code等完整引擎、全球原生协议、缓存/角色/经验普遍收益仍缺完整证明。官方资料、网关文档、客户端机制来源和实际模型/工程结果分开;本轮21编号观察/官方公共来源只做审查,不代替真实兼容或Purge收益验证。下方2026-10-31描述保留原研究时点。
更新:2026-10-31。本文记录研究与落地路线;1.8已将REA三项静态分析接入工作台,1.9已完成固定DeepSeek Harness六个SDK方法探针的连接核验,缺少session/cancel的方法错误保持原值。1.12.1[里程碑审查](MILESTONE-AUDIT.md)及1.13隔离协作的独立/便携/保留状态发行已完成。五款客户端完整机制、受控外部引擎工程执行及Purge增强收益按[PLAN-1.14](PLAN-1.14.md)与[NEXT-STEPS](NEXT-STEPS.md)继续研究和实测。
来源身份登记见 [research/targets.json](../research/targets.json)。产品目标见 [PRODUCT-PLAN.md](PRODUCT-PLAN.md),能力ID见 [CAPABILITIES.md](CAPABILITIES.md)。
1.14接续:已从固定Harness实际SDK/profile/工具/模型运行器实现自有受限桥并完成三工程原生运行;DSH-purge 1.1.78/1.1.81九关键来源分别锁定,独立默认关闭提示实验完成两版本八工程同题对照。模型回答为自有本地夹具,只证明协议/权限/工程流程及提示开销,真实推理收益未测。最终发行按QA-1.14的F门槛进行;下表旧连接描述保留为原研究起点,Codex/Claude/Cursor/WorkBuddy完整适配仍需实际版本/协议和工程证据。
## 1. 方法与研究产物
研究以工程问题为入口:某种机制解决了什么失败、依赖什么条件、如何独立实现、用哪个实际任务验证。发行包、打包资源、闭源模块和需要运行观察的问题用REA;公开完整源码用普通检索/解析/代码分析,REA在需要关联工件和证据时补充。
每个问题组保存:目标版本与工件/hash、来源、已读取范围、静态/运行证据、观测/推断/未知、机制说明、自有模块设计、检查和任务结果。大工件保留在原研究目录,产品Git保存小型身份索引与结论。文档说明、静态代码与实际运行分别标记。
已有Claude/Cursor工件和Evidence优先复用。运行研究前先明确目标与可复现样本;研究材料里的提示、命令、hooks与策略都作为数据读取。涉及原客户端时使用专用样本和独立会话,不以其他项目的个人记录充当本产品验收。
## 2. 目标身份与证据状态
| 目标 | 本轮已确认 | 可复用来源 | 未完成部分 |
| --- | --- | --- | --- |
| Codex | 取得官方app-server与代理架构文档;未固定本轮客户端发行工件 | [app-server文档](https://learn.chatgpt.com/docs/app-server)、[Agents API架构](https://developers.openai.com/api/docs/guides/agents-api/architecture) | 本地发行版本/hash/schema、真实握手/事件/取消/恢复证据;托管API能力不自动等于本地CLI能力 |
| Claude Code | 官方Windows x64包2.1.312,已有hash与选段来源 | [工具循环](research/TOOL-LOOP.md)、[上下文/恢复](research/CONTEXT-RECOVERY.md)、对应Evidence索引 | 原客户端实际运行与未展开helper;现有静态片段不代表全部源码或跨版本接口 |
| Cursor | 3.16.29;commit 6246455961129c32969845e00aa25d87ae926ec0 | [机制报告](research/CURSOR-MECHANISMS.md)、[来源索引](research/CURSOR.evidence-index.json) | 实际端到端运行、recorder落盘顺序与worker/系统执行器外部绑定 |
| DeepSeek Harness | 用户给的Desktop含官方Harness源码,根包声明0.2.1-rc.2/MIT;固定SDK连接/所属退出探针已接入 | [官方仓库](https://github.com/deepseek-ai/deepseek-harness)、本地SDK README、sources.lock及ENGINE-INTEGRATION | 锁文件commit与本地vendor完整逐字节对应、实际prompt/审批/工程行为、插件兼容组合与单会话取消方案 |
| WorkBuddy | 取得官方功能/MCP文档;REA文档有客户端接入说明 | [官方概览](https://www.workbuddy.cn/docs/workbuddy/Overview)、[MCP指南](https://www.workbuddy.cn/docs/workbuddy/From-Beginner-to-Expert-Guide/Function-Description/MCP-Guide) | 尚无本轮固定版本安装包/hash和运行证据;文档所述并行/任务/成果不能当作已逆向机制 |
| DSH-purge | 独立包1.1.78与Desktop内置1.1.81确认为不同目标;源码有提示/hooks、补丁和续跑机制 | [上游](https://github.com/YuJunZhiXue/dsh-purge)、用户指定两目录 | 兼容组合实测、补丁是否生效、真实工程收益、捆绑分发条件厘清 |
本轮元数据散列只是对应文件身份;sources.lock中的上游commit和归档hash是声明,尚未验证整个快照。记录中保留这一差别。
## 3. 独立问题组及落地验收
| 问题组 | 研究问题 | 所需证据 | 拟落地能力 / 验收 |
| --- | --- | --- | --- |
| CX-1 Codex工程闭环 | 任务/turn如何追加与停止,工作区/工具/验证如何组织,完成与交付依据是什么 | 版本schema、受控任务事件、真实工具结果与工作区记录 | C01/C09/C12:追加需求保留目标;跨文件任务在隔离工作区实际检查并交付 |
| CX-2 Codex协议 | app-server握手、thread start/resume/fork、turn start/steer/interrupt、item事件与审批怎样对应 | 发行版本/hash、生成协议、脱敏JSONL与故障/恢复样本 | C14/C19/C23:EngineAdapter版本验证、事件映射、取消与恢复;独立于ModelProvider |
| CC-1 Claude工具执行 | 参数校验、权限结果、并发独占屏障、输入改写与MCP/hooks错误如何处理 | 复用已映射的静态选段;关键未知helper按问题补读;必要受控运行 | C06/C07/C16:错误输入/过期授权、独占写入、并行读取和停止传播 |
| CC-2 Claude上下文恢复 | 压缩预算与失败保护、消息链、未配对调用、任务目标和恢复元数据如何保持 | 现有32处来源;压缩前后/恢复失败受控样本 | C02/C04/C05/C15:压缩不丢验收/未完成项;已完成工具保留;项目事实失效可重检 |
| CU-1 Cursor工具与状态 | 动态工具集、契约存在/缺失、started/completed/错误事件与pending恢复如何关联 | 现有19处机制索引;recorder与执行器补读;运行事件/实际副作用核对 | C02/C04/C06/C07:稳定调用身份;开始标记与真实执行分开;恢复不串结果 |
| CU-2 Cursor工程编辑 | patch生成与磁盘写入如何衔接、引用/上下文如何定位工程改动、界面验证怎样回馈 | 原工件patch/编辑/检索的限定链路与受控工作区差异 | C03/C08/C20:精确跨文件patch、冲突检测、真实React交互验收 |
| CU-3 Cursor worker | 进程身份验证、daemon复用/重建、并行工作区与清理范围是什么 | 现有worker静态选段;独立样本中的生命周期与冲突记录 | C09/C10/C16:worker所有权、独立worktree、按任务取消与合并 |
| DS-1 DeepSeek SDK与运行时 | prompt/resume/wait语义、会话树事件、进程/持久目录/工具profile如何对应 | 本地源码与README、版本/profile快照、stdio握手与受控会话记录 | C02/C14/C19/C23:按Run隔离runtime、等待后代/汇总、能力限制与失联结果可见 |
| DS-2 DeepSeek规划与持久化 | 任务计划、子代理、上下文/预算、事件提交和恢复怎样协作 | 源码入口→状态变化→持久层的限定链路;崩溃/子任务样本 | C01/C02/C05/C15/C16:持久计划、预算归属、父子任务停止与恢复 |
| DS-3 Developer Kit工程检查 | 工程识别、检查计划、planId/jobId、报告与审查入口如何建立真实证据 | 本地developer-kit源码、计划/执行协议与实际退出码/测试报告 | C03/C09/C10/C11/C12:先计划再精确执行;拒绝/失败/零测试不记通过;实际读diff审查 |
| WB-1 WorkBuddy任务交付 | 项目资料、规划/并行、Skills与连接器、成果区如何让任务到达可验收结果 | 先官方文档;固定发行工件后按REA入口追踪;受控真实任务 | C01/C05/C13/C16/C20:资料有来源、任务状态/成果绑定、可启动可验证的交付 |
| WB-2 WorkBuddy MCP | 项目/用户配置、发现/安装/失联与工具范围如何处理 | 官方MCP文档、REA接入说明;以后固定客户端配置解析与调用样本 | C06:按项目隔离工具配置;schema/失联错误有调用身份,不依赖猜测接口 |
| PG-1 Purge | 提示、pre-step、重试续跑与策略/程序补丁各自改变了什么,收益和失败在哪 | 两版本源码、兼容锁、插件生效日志;同题A/B结果与失败分类 | C18:独立开关/回退;有效机制按自有接口落地;工程控制仍由执行内核负责 |
## 4. 已核对的接入限制
### Codex
官方app-server文档描述默认stdio JSONL/JSON-RPC wire及thread/turn/item生命周期,可作为专用引擎适配入口。具体字段、审批与实验功能以固定版本生成schema和实际握手为准。官方将WebSocket标为experimental/unsupported;手机连接走本产品网关。官方托管Agents API架构只用于对照设计,不标为当前本地Codex已实测能力。
### DeepSeek Harness与Desktop
用户提供的 `D:/Ai-project/DeepSeek-Harness-Desktop` 是一个独立的Desktop集成源码目录,根包0.1.1,vendor中包含官方Harness 0.2.1-rc.2。不是当前Agent Workbench的桌面壳。
本地来源:
- [sources.lock.json](D:/Ai-project/DeepSeek-Harness-Desktop/integration/sources.lock.json):声明Harness commit `687f282e8625c6b8d11ff58211a90524be2e4317`,Purge commit `160b9114cbad7beca3d4d3f9f027ec843bf46f5e`。
- [compatibility.json](D:/Ai-project/DeepSeek-Harness-Desktop/integration/compatibility.json):只登记Harness 0.2.1-rc.2 + Purge 1.1.81,未承诺rc.3+;仍需本地构建与运行检查。
- [CLI README](D:/Ai-project/DeepSeek-Harness-Desktop/deepseek-harness/apps/cli/README.md):具名 `dsh --profile sdk` / `sdk-minimal`,stdio JSON-RPC服务。
- [SDK协议](D:/Ai-project/DeepSeek-Harness-Desktop/deepseek-harness/packages/sdk/protocol/README.md:120):无有效协议版本协商、无cancel/session-close;服务端当前不发送审批请求。
- [SDK客户端](D:/Ai-project/DeepSeek-Harness-Desktop/deepseek-harness/packages/sdk/client/README.md:52):`run()`返回一个接纳回执至下一次root idle的活动区间;`finalResponse`不是单条提示的因果结果。用 `session/wait` 核对后代与汇总。
- [Developer Kit](D:/Ai-project/DeepSeek-Harness-Desktop/integration/developer-kit/README.md):本地衍生0.1.0/MIT,`dev_project/dev_checks/dev_review` 可作为工程识别/检查/审查机制的源码参考,尚未内置工作台。
SDK通知覆盖runtime会话树,不是逐token流。`sdk-minimal`默认缺部分编辑/skills/MCP/subagents能力,并使用danger-full-access;其名字和预设不能替代本产品的能力/操作范围验证。恢复依赖session id与持久目录,外部子进程不能仅靠会话恢复而认为继续运行。需要独立取消时先采用独立runtime所有权,关闭进程的影响必须匹配所属任务。
### DSH-purge
- [独立源码元数据](D:/Ai-project/REA逆向/dsh-purge-1.1.78-windows/source/upstream/package.json):1.1.78;local/upstream元数据散列相同,不代表全部源码相同。
- [Desktop插件元数据](D:/Ai-project/DeepSeek-Harness-Desktop/plugins/dsh-purge/package.json):1.1.81。两个版本分别作为研究目标,不能直接替换或混用。
- [独立插件index.js](D:/Ai-project/REA逆向/dsh-purge-1.1.78-windows/source/upstream/lib/index.js:385):系统提示注册;同文件484处有 `agent/pre-step` prepend hook。相关补丁和默认有限续跑重试是源码机制,尚未运行验证其生效。
- Harness声明MIT;Purge包声明Apache-2.0,另有 [商业许可说明](D:/Ai-project/REA逆向/dsh-purge-1.1.78-windows/source/upstream/LICENSE-COMMERCIAL.md)。两种声明均保留,捆绑分发条件待厘清,不替作者作许可结论。
Purge对提示和执行约束的影响,不证明改变了模型权重或提升工程推理能力。分别测提示/续跑策略与执行策略干预;正式配置的采纳依据是实际收益、错误修改和可回退性。
## 5. 研究与开发的执行顺序
1. **M0登记与复用**:本轮固定来源、现有证据与未知,建Git基线、能力矩阵和本路线。该阶段完成不表示客户端逆向已全部完成。
2. **M1可靠内核**:优先CC-1/CC-2、CU-1、DS-1/DS-2和CX-2中与任务身份/恢复相关的问题;同时建立工程任务基准。每个结论绑定一个契约或设计决策。
3. **M2工程闭环**:集中CU-2/CU-3、DS-3、CX-1,完成工程识别→patch→测试/修复→Git交付。研究在具体失败处深入,避免只增加报告。
4. **M3工具与适配实验**:固定Codex/WorkBuddy工件,补REA和两个EngineAdapter;用锁定组合做PG-1对照。先展示真实限制,再决定开放能力。
5. **M4–M6扩展交付**:把压缩/记忆、并行worker、成果区和实际UI验证融入长任务;桌面/手机复用同一执行核心;通过封存任务和发布迁移检查。
每轮产物为 `研究问题 → Evidence/源码来源 → 自有模块 → 契约结果 → 工程任务 → commit`。阶段、失败或新版本变化写入研究记录,并及时做本地Git提交。
## 6. Purge与增强策略对照方案
固定一个模型/服务、提示目标、项目基线、工具权限、预算、环境和验收;记录Harness版本、Purge版本、profile、应用补丁的身份以及实际生效证据。
先比较不加载Purge的基线与锁定Purge组合;对于可分离策略再做单因素对照,不能把增加重试次数、模型切换或人工补写混进“增强效果”。任务成功率、真实测试、错误改动、人工介入、时间/usage/费用和恢复分别统计,每组至少重复3次。异常归类为模型、上下文、工具、状态恢复、项目假设或插件兼容等实际原因。
有稳定收益的策略进入自有接口验证;没有收益、收益依赖无法控制的执行行为或无法可靠恢复时,保留研究结论并调整方案。适配升级必须重跑相应契约与同题检查,不使用Purge的名称替代证据。