Negentropy 技术调研索引。调研按「认知 → 框架 → 存储 → 图谱 → 执行 → 进化」六段论归档，逐层递进（其中「认知与上下文」与「自进化与工具」两段兼收领域材料精读、对本仓的机制映射与由此派生的可复刻蓝图），另设独立主题分组（量化与投资科学、视频与动效生产、Agent Harness 工程）；本页为各主题分组的阅读入口。
#一、认知与上下文 · cognitive-context/
| 文档 | 主旨 |
|---|
| 智能认知增强 | Agentic 认知增强总览与理论基线 |
| Context Engineering 通俗全解 | 上下文工程主流框架与论文精解 |
| Snowflake Horizon Context 精读笔记 | 产业范本精读：三阶段演进全景（语义对象化→治理内嵌→生态开放）+ 重评选校准后七机制 M1–M7（语义视图口径单点×查询期重算 / 查询期行列级访问策略 / 语义级治理执行 / 应答层验证锚定 / 端到端列级血缘 / Agent Identity / 分类与标签驱动策略传播）+ 富化/检索/互操作三专章保留（降级理由与重评触发器随文）+ 实证数字与批判性边界，含随笔记入库的 M1–M7 最小原型（十次破坏性实验）与 MCP 服务原型，M1–M7 各配一张 archify 动效工程图，§1 另配病因链与机制对位总览图、§2 另配组件全景与演进时间线两张总览图，§10–§12 降级章四张沿用（共十四张，trace 动画） |
| Horizon Context ↔ negentropy 机制映射 | 16 条机制逐条对照本仓 definitions registry / patrol-Judge / skills_injector / Catalog（✅ 已对齐 4 · 🔶 值得落地 8 含部分对齐 1 · ⏸ 暂缓 4；2026-09-17 随 M 集重评选重审，新晋四机制补映射），锚点均经代码核验 |
| Context Layer 技术蓝图与方案 | 精炼设计蓝图 SSOT（2026-09-22 深度清减至 1W 字级；同日内容面重铸为视频前置内容载体：去电报化·三拍叙事·比喻单射·术语首释，约 1.03W 字）：五正交层机制本质（M1–M7）+ 通用设计规格 + 业界四路线格局 + MCP 供给面威胁模型 + 评测标尺与组织运营 + negentropy 实例化总装（ADR/16 条映射状态表/Phase 1–3）+ 双轨演进路线（P0–P3 × Phase 1–3）；全量机制载荷由 011 冻结档案承载（重评选审计存 git 史） |
| OpenViking 精读笔记 | volcengine 上下文数据库精读（钉点 14a7b81，AGPL-3.0）：viking:// 文件系统范式统一资源/记忆/技能、目录级 L0/L1/L2 sidecar 自底向上生成与新鲜度冒泡（256/4000 字符、L0 从 L1 裁出零 LLM、10% 判据）、两档检索（find 固定平铺 / search+rerank 目录递归、α=1.0）、会话两阶段提交与确定性身份记忆提炼（.done 提交点、add_only 只增）；代码实值裁决文档旧口径 8 组、厂商基准证据分级（LoCoMo 24.20%→82.08% 全自报、单轮 RAG 66.87%<LightRAG 76.00% 反例、ClawWork 算术错）、五条底层规律与三个争议、双 Agent 费曼对抗实录；含编目/检索两相 archify 图与 clean-room 最小原型（--selftest + 六次破坏性实验） |
| OpenViking ↔ negentropy 机制映射 | 13 条机制对照本仓记忆/上下文子系统（✅4 · 🔶5 · ⏸4）：最大真增量 = M-d 会话两阶段提交对准「交互式对话→长期记忆」断链（add_session_to_memory 零调用方、consolidation_jobs 只入队无消费者）；M-a 副本式 URI 与 013 ADR-1 冲突只取寻址不取存储；取证副产物 8 处本仓漂移（D1–D8，ISSUE-195）与 AGPL 引入约束 |
本仓内部的实施入口（定位声明 + 章节指针 + 实施状态）原为 docs/concepts/design/context-layer.md：设计正文已于 2026-09-20 全量并入上方蓝图，该页于 2026-09-21 删除——013 自此为单一事实源。
#二、Agent 框架与引擎 · agent-runtime/
#三、检索与存储 · retrieval-storage/
向量算法 / 数据库
OceanBase 簇
Snowflake
#四、知识与图谱 · knowledge-graph/
#五、Agent 基础设施 · agent-infra/
#六、自进化与工具 · self-evolution/
#七、量化与投资科学 · quant-finance/
| 文档 | 主旨 |
|---|
| 凯利公式与股市投资的数学基石 | 七块严格成立的定理（凯利仓位 / 统计功效 / 破产风险 / 波动拖累 / 复利年金 / Markowitz 分散化 / Sharpe 算术）+ 经核验的实证数据（SPIVA / 上交所账户研究等）+ 中国市场可执行操作路径与避坑清单 |
#八、视频与动效生产 · video-production/
| 文档 | 主旨 |
|---|
| 视频动效建模与 Web 可视化搭建工具全景调研 | 以现役 Remotion 科普视频管线为基线的全网与 GitHub 全景调研（54+9 候选、四路深评、87 条主张双反驳核验）：A 轨 @remotion 官方增强簇即刻提升表达力、B 轨 HyperFrames（Apache-2.0、agent 原生）平行试点、C 轨 Cavalry/Jitter→Lottie 设计师资产管线，附四道击穿门评估框架、迁移成本口径与 POC 验收清单 |
#九、Agent Harness 工程 · agent-harness/
一手材料：① 170–175 以 Learn Claude Code 课程站点修订与 shareAI-lab/learn-claude-code 仓库 main 整合版（MIT，固定提交取证）为信源；② 180–181 以阿里巴巴《AI Native 研发范式实践手册》（2026-09，68 页）为信源；③ 190–191 以 NousResearch/hermes-agent 固定提交 068db016（MIT）与其官方文档站为信源。
SSOT 边界（170–175）：逐章原文引语、可调参数、生产版行号与口播判据在科普视频工程各集 research/source-notes.md；章→集归属与固定提交选择只登记在系列信源地图。本分部只做跨层综观、main 轨净增量与本仓机制对位，冲突一律以上述两处为准。
| 文档 | 主旨 |
|---|
| 五层 Harness 精读总览 | 执行→规划→记忆→时机→协作五层的依赖链与层间缺口、角色台账（单射贯穿）、证据三级纪律、SSOT 边界与不得重述清单、main 轨视频未取材两章的落位、跨章级文档—实现不一致清单、与本仓 025/038/039/040/skills 的机制对位；含随笔记入库的最小原型与六次破坏性实验 |
| ① 工具与执行 | 循环不变式与续轮判据（看内容块不看停止标记）、工具分发与批次、执行前校验链、权限三闸门顺序的正确性论证、钩子作为权限与审计的共用扩展点 |
| ② 规划与协调 | 待办只增规划不增执行、子 agent 的上下文隔离与结果回注、技能渐进披露、系统提示按运行时状态装配、错误恢复三类分治；附 main 轨 s17_goal_loop 目标闸门（无工具评估器 + 停止钩子决策机 + 显式防注入） |
| ③ 记忆管理 | 收台四步的顺序不变式（大结果先落盘才允许旧结果变占位符）、裁剪的配对硬约束、持久记忆两条加载路径（索引常驻 / 正文按需以免击穿缓存）、旁路挑选与压缩前快照；原型实测补上材料只有论证没有实验的缺口，并发现顺序与「未读不动」是两道独立保险 |
| ④ 并发与时机 | 后台任务的显式路由与独立通知块（不复用回执编号）、调度与执行的解耦、诚实边界（调度器随进程死）；附 main 轨 s16_workflow_runtime——全仓唯一的事件循环扇出并发，parallel 有屏障 vs pipeline 无屏障、journal 幂等续跑、双重熔断 |
| ⑤ 多 Agent 平台 | 任务图与认领、消费式收件格、带类型校验与幂等的协议握手、自治三阶段与压缩后身份重注入、工作树隔离的拆除纪律、MCP 接入对工具池缓存的连锁反应，以及「机制很多、循环一个」的收束 |
| 精读：AI Native 研发范式实践手册 | 企业级 Harness 视角：三案例 → 五挑战 → 四层基础设施（Harness / 运行环境 / 可信安全 / 可观测）的全貌解剖、五条底层规律（模型提意图·确定性系统决策 / 证据先于结论 / 权限逐级收敛 / 结论绑定现场·不确定即拒 / 环境与知识是第一类上下文）、两个核心争议与批判性边界五条（含度量示例 SQL 多对多扇出实测复现）；≤2000 字精炼版，配套原型六次破坏性实验 |
| AI Native 手册 ↔ negentropy 机制映射 | 十七条机制对照（✅8 / 🔶3 / ⏸6）：闭环骨架已同构，真增量为凭据边界（占位值 + 出站注入）、授权第三态 Challenge 与生产门控对象，均绑定「触达生产或不可信代码」触发条件暂缓 |
| 精读：Nous Research Hermes Agent | 自学习闭环 Harness 视角：缓存优先的三段式提示装配（会话内唯一计划内断点是压缩）、有界常驻记忆（2200/1375 字符）+ 按需技能两级记忆、交付后旁路 review 自写技能（分派侧白名单 · 先读后写 · 署名保护）+ Curator 只归档不删除、FTS5 零 LLM 会话检索 + 工具组不拆的四阶段压缩、委派/定时/命令守卫的受控扩张；五条规律（缓存/容量/写回/历史/边界）、三个争议、21 处文档↔代码漂移与「无学习效果评测」的批判性边界，配套原型六次破坏性实验与两张 archify 图 |
| Hermes Agent ↔ negentropy 机制映射 | 十六条机制对照（✅4 / 🔶6 / ⏸6）：真增量=交互式对话零压缩（未启用 ADK 原生 EventsCompactionConfig）、记忆写入与注入两端无防注入、历史会话不可检索；取证副产物=中文关键词检索失效（english tsvector 整段汉字单 token，ISSUE-196）、审批门只接线两个工具（ISSUE-197）与 0001 RFC 的 Hermes 口径校正；运行中自写技能按争议一暂缓 |
阅读建议：首次按一→六段论顺序通读；选型查阅直接跳到对应分组。各子目录的 _category_.json 提供分组级描述，wiki 左栏可折叠展开。
