分类： agents
-
Codex 源码阅读（II）：Goal 是运行时状态，不是提示词
TLDR：Codex Goal 是线程级的长期任务状态机。它保存目标、状态、预算、使用量、恢复状态和延续门，而不是靠模型记住一段提示词。
-
Codex 源码阅读（III）：子智能体是一棵线程树
TLDR：Codex 子智能体不是后台模型调用，而是持久子线程。它有身份、继承的运行时策略、分叉上下文、邮箱通信、容量限制和恢复行为。
-
RLM：递归语言模型
TLDR：RLM 的真正见解不是“递归”这个口号，而是把长上下文移出 Transformer 窗口，放进模型可以检查、切片、搜索和委托的外部环境。
-
Apodex-1.0：作为多智能体验证的深入研究
TLDR：Apodex-1.0 作为以验证为中心的智能体系统设计是最有趣的：独立的子智能体进行探索，共享报告池积累证据，验证者智能体审核来自工作智能体轨迹之外的声明。
-
Agent Graph：多 Agent 价值来自于信息流
TLDR：智能体图很有用，因为它将协作视为测试时图问题：选择相关智能体，对他们的答案进行评分，向正确的方向传递消息，并汇集结果。
-
SkillOpt：在权重之外训练流程
TLDR：SkillOpt 将智能体 skill 视为可优化的文本产物。模型保持冻结，rollout 提供证据，优化器建议编辑，验证门只接受真正的改进。
-
LeanMarathon：把长期形式化当成智能体工程
LeanMarathon 把论文级 Lean 形式化变成一个可恢复的多智能体工程系统：蓝图、证明 DAG、受限 worker、reviewer issue 和 CI gate 共同防止长任务漂移。
-
动态工作流程：从提示到运行时
动态工作流将长视野智能体工作重新构建为运行时综合：分割上下文、外部化状态、验证中间输出，并让 harness 携带单个提示无法可靠保存的部分。