Agent Lab
f01-filesystem-context · Filesystem Context
f01-filesystem-context · Filesystem Context
状态：
scaffold。当前只有实验合同，不代表能力已实现或验证。
研究何时用文件系统卸载上下文，并测试权限和信息召回。
- 前置：05-context-engineering
- 产物：
experiment contract - 能力：
filesystem-context
1. Frame
先回答：文件系统比长 Prompt 多带来了什么可测收益？
不要先选框架。先写清任务输入、成功条件、风险和不需要 Agent 的最小基线。
2. Predict
在运行前预测可观察轨迹：
write-note → read-note → synthesize
3. Build
完成或审查 experiment contract。实现入口：
4. Break
主动制造这些失败，不要只跑 happy path：
path-escapestale-notesecret-write
5. Trace
只记录节点、工具、状态、证据和终止原因。不要记录或要求模型暴露隐藏推理。
6. Evaluate
验收合同：
sandbox-onlyrecall-measured
关联 suite：frontier-filesystem-candidate
7. Reflect
解释额外复杂度解决了哪个已观察问题，以及它新增了什么维护和失败成本。
8. Promote
把失败提升为 dataset case、确定性 policy、测试或版本化 learning。没有新证据时，不提升状态。