Agentic Workflow 调度研究：13 小时、22 轮严格发现审计报告

技术摘要

结论先行：这 13 小时没有找到一个可以诚实晋级到 smoke test 的新机制，但建立了一份坚实的负面知识地图。 研究覆盖 22 个 run、171 个隔离任务目录、966 个非空文件；663 个 YAML 全部可解析。121 份 primary-sources.yaml 跨 schema 记录了 1,197 条非去重来源，其中 101 份使用统一 sources: 结构，含 1,012 条记录。可直接统计的 formal、theorem、mechanism 与 observation-theory cell 下界为 208；严格 discovery-gate survivor 为 0。

这不是“什么都没做”。研究系统性排除了大量看似新颖、实际可归约的方向：把 agent、verification、prefix、cache、workflow、human oversight 或 uncertainty 换成新名词，并不会自动越过 queueing、caching、Online Service with Delay、Gittins/index policy、Lyapunov virtual queue、transaction/Saga、setup batching、precedence scheduling、stochastic probing、POMDP 或 robust control 的已有边界。

最重要的认识是一种反复出现的理论张力：模型越忠实地保留 agentic runtime 的动态揭示、语义失效、共享状态、回滚、版本与跨层资源耦合，正定理越难闭合；一旦限制模型使证明闭合，agentic coupling 往往消失，结果又精确退化为经典模型。下一步不应继续横向批量生成 idea，而应由 PI 在 observation-first、theorem-first 或 recent-policy limitation 三条研究哲学中只选一条。

研究轮次

截至报告快照的独立研究 run。

截至报告快照的独立研究 run。Source: Corpus audit metricsTable: corpus_metrics

Exact snapshot rows for dataset corpus_metrics.

SELECT * FROM "corpus_metrics";

非空文件

966

runs/ 下全部非空研究文件。

YAML 663解析失败 0

runs/ 下全部非空研究文件。Source: Corpus audit metricsTable: corpus_metrics

Exact snapshot rows for dataset corpus_metrics.

SELECT * FROM "corpus_metrics";

任务分支

171

tasks/ 下直接隔离任务目录。

tasks/ 下直接隔离任务目录。Source: Corpus audit metricsTable: corpus_metrics

Exact snapshot rows for dataset corpus_metrics.

SELECT * FROM "corpus_metrics";

来源记录

1,197

跨 schema 非去重来源记录；同一论文可在多个分支重复。

统一 sources 记录 1,012

跨 schema 非去重来源记录；同一论文可在多个分支重复。Source: Corpus audit metricsTable: corpus_metrics

Exact snapshot rows for dataset corpus_metrics.

SELECT * FROM "corpus_metrics";

候选 cells 下界

208

显式 formal/theorem/mechanism/observation-theory cell 的保守下界。

显式 formal/theorem/mechanism/observation-theory cell 的保守下界。Source: Corpus audit metricsTable: corpus_metrics

Exact snapshot rows for dataset corpus_metrics.

SELECT * FROM "corpus_metrics";

严格 survivor

通过完整 discovery gate 的候选。

目标 3

通过完整 discovery gate 的候选。Source: Corpus audit metricsTable: corpus_metrics

Exact snapshot rows for dataset corpus_metrics.

SELECT * FROM "corpus_metrics";

已运行实验

已运行实验、实现、smoke test 与 experiment contract 均为零。

Experiment contracts 0

已运行实验、实现、smoke test 与 experiment contract 均为零。Source: Corpus audit metricsTable: corpus_metrics

Exact snapshot rows for dataset corpus_metrics.

SELECT * FROM "corpus_metrics";

研究语料规模不同层级计数，不可相加。

Source: Corpus scale chart dataTable: audit_counts

Exact snapshot rows for dataset audit_counts.

SELECT * FROM "audit_counts";

研究语料规模 data
统计口径	数量
轮次	22
任务	171
Cells	208
YAML	663
文件	966
来源	1,197

如何解释这些数字

这些计数是研究过程的审计证据，不是论文影响力指标。1,197 是跨分支重复出现的来源记录，不等于 1,197 篇独立论文；208 是按显式 cell 文件保守聚合的下界，不等于穷尽所有可能机制；0 survivor 只表示没有候选通过本项目的严格 discovery gate，不表示该领域不存在贡献机会。

全库没有 experiment-contract.yaml，没有代码或 notebook 产物，450 个与实验、实现、smoke test 或 contract 创建有关的明确布尔记录全部为 false。因此本报告讨论的是文献、建模、归约、反例和研究决策，不是实验发现。

Source: 22 轮 corpus 规模与完整性审计File: writing/reports/20260728-agentic-workflow-13h-review/inputs/corpus-audit.md

文件、YAML、来源记录、cell 下界、survivor 与无实验状态的机械审计。

研究对象与统一建模

本项目研究的不是单个 LLM request 排队，而是会动态生成、揭示、验证、撤销、合并或重做工作的 Agentic Workflow。节点可以是生成、检索、工具执行、代码执行或验证；资源包括异构模型端点、CPU/GPU worker、KV/prefix cache、网络传输、人工 reviewer、token 与货币预算；动作包括 ready-node ordering、模型路由、并行分支、验证器放置、重试、剪枝、合并、暂停、迁移和停止。

三个区分贯穿全部轮次：

应用策略、workflow scheduler、serving substrate 是三个控制层。 在应用层改变 prompt 或 branch policy，不等于提出新调度机制。
execution graph 与 evidence graph 必须分开。 节点执行完成不代表输出语义有效；验证、provenance 与 side effect 决定哪些完成工作可被信任或发布。
必须声明 oracle 层级。 O0 是部署时可观测状态；O1–O5 逐步包含真实分布、资源未来、完整未来图、语义真值和未选择动作的反事实效用。方法与 baseline 若获得不同 oracle，任何优势都不可解释。

Source: Multi-Agent Research InstructionsFile: AGENTS.md

研究循环、证据规则、stage gates、实验合同与人工 checkpoint。

阅读覆盖与术语桥接

阅读不是按“Agentic Workflow”单一关键词展开，而是把同一个机制翻译到相邻研究社区，再寻找最强直接 refuter。下表概括反复出现的跨社区映射。

对照清单

隐藏 successor → revealed precedence / stochastic probing。检验：是否改变未来可行图？
语义验证 → inspection / active testing / VOI。检验：新动作还是新分数？
KV/prefix reuse → paging / setup / affinity routing。检验：容量与 precedence 是否不可分？
speculation/rollback → transaction / rework / catastrophe queue。检验：是否保留 job-local semantics？
人工升级 → inspection queue / matching bandit / fatigue。检验：人类标签外是否有新动作？
质量预算 → Lyapunov virtual queue / token bucket。检验：是否只是 debt/cap controller？
atomicity/provenance → transaction / MVCC / lineage / output commit。检验：不可逆 effect 下能否执行？
递归 agent work → controlled branching queue / branching bandit。检验：是否超出 branching process？

Source: 跨轮研究汇总输入File: writing/reports/20260728-agentic-workflow-13h-review/inputs

四个轮次区段汇总与 corpus 审计的根级综合。

方法论：为什么研究越来越严格

首轮按 research brief → 全文与代码 grounding → problem/observation map → 独立 idea generation → novelty/feasibility/citation audit → 匿名 tournament 的完整链条执行。生成者不能作为唯一 novelty judge；晋级方向必须有机制级 closest-work difference、可测 observation、可执行 smoke test 和明确 falsifier。

后续轮次不断更换发现策略：formal gap、原子动作、live transformation、近期论文 limitation、strategic behavior、decentralized coordination、recursive work、human oversight、compositional contracts、nonstationarity、impossibility、constructive intersections、local observation、identifiability、micro-motif theorem、near-miss theorem salvage，最后到 recent-policy falsify-and-repair。

每个候选都要经受四个问题：状态是否真实可观测；动作是否改变可行状态转移而非只改权重；定理是否对非平凡 workload class 成立；与 strongest comparator 是否存在 cost-preserving nonreduction。任何一项未闭合就不晋级。

Source: Multi-Agent Research InstructionsFile: AGENTS.md

研究循环、证据规则、stage gates、实验合同与人工 checkpoint。

R1–R5：从宽 idea 生成到原子动作闭包

R1 生成了完整的问题图、术语图、25 条 observation 和 12 张 Idea Card；R2 又生成 15 张理论优先卡。但两个阶段的独立 novelty 与 tournament 都是零晋级。R3–R5 随即停止继续堆卡，转而逐个关闭 rank、testing、cache、reveal、compaction、redundancy、transaction、salvage、handoff 等最强残余。

逐轮结论

R1：问题图、25 observations、12 cards、双审计。结论：C01/W01 仅作 backup；0 晋级
R2：formal gap map、15 cards、15 supplements。结论：citation fail；双 judge 0
R3：rank、progress、DRD、cache、reveal closure。结论：0 formal cells
R4：memory、AND/OR、fairness、quota、compaction。结论：均归约到已知模型
R5：coalesce、transaction、salvage、handoff。结论：信息边界不是 scheduler repair

Source: R1–R5 只读研究汇总File: writing/reports/20260728-agentic-workflow-13h-review/inputs/rounds-r1-r5.md

首轮到 Round 5 的问题、阅读、Idea Cards、审计与 closure。

首轮 12 张 Idea Card 的最终处置

下表保留所有首轮 idea，而不是只展示两个相对靠前的方向。C01 与 W01 只是未晋级 backup：前者只允许先观察 reveal-induced blocking，后者只允许先补 transaction/provenance nearest work；都没有授权实现。

全部 Idea Cards

IDEA-C01 · Revelation-Triggered Frontier Reserve：观测未复现；仅留 observation-only backup
IDEA-C02 · Delay-Debt Cache Switch：与 R01 重复；break-even baseline 可匹配
IDEA-S01 · Conformal Reveal Reservations：C01 的 estimator/ablation，不是独立机制
IDEA-S02 · Audit-Corrected Regenerative Retry Scheduling：ledger 与 indexability 缺失；拒绝
IDEA-S03 · Endogenous-Selection Calibration Scheduling：与 V02 重复；fixed audit 未击败
IDEA-R01 · Realized-Reuse Feedback Gate：Preble/break-even 重叠；拒绝 standalone
IDEA-R02 · Revealed-Consumer KV Leases：无可执行 pin/evict substrate；defer
IDEA-V01 · Stochastic Verification Barriers：手工风险模型；与 W01 selector 重复
IDEA-V02 · Calibration Firewall + Audit Reservoir：off-policy prior work；仅允许合并
IDEA-V03 · Complementarity-Aware Verifier Bundles：conditional planning 覆盖；无 factorial data
IDEA-W01 · Provenance-Quarantined Verification Cuts：nearest work 未闭合；仅留 read-only backup
IDEA-W02 · Yield-Gated Fork-to-Contrast Graph Morphing：日志/预算/operator/terminal value 均失败

Source: 首轮最终 scorecardsFile: runs/20260728-agentic-workflow-ideas/final/scorecards.yaml

12 张 Idea Card 的独立 audit、决定性缺口与最终处置。

R6–R11：控制面、版本、战略行为与去中心化协调

这六轮共 36 个隔离分支。核心发现是：新信息、接口包装、隐私层、交易层、auction、consensus 或 lease 并不自动产生新调度动作。只要它们能编译进产品状态或已知动作菜单，问题仍属于 recourse、matching、metareasoning、preemption、transaction、mechanism design、BFT、backpressure 或 caching。

六轮机制闭包

R6：recourse/matching/MDP/preemption/transaction。认识：缺接口只能作动机，反例须分离动作集
R7：frontier/MVCC/differential update/checkpoint。认识：exact sufficiency 可编译；否则需验证
R8：retention/transaction/nonclairvoyance/paging。认识：future work 不等于 novelty
R9：conversion/configuration/replay/workflow rewrite。认识：先做 product-state compilation
R10：scoring/auction/persuasion/procurement/audit。认识：可验证 outcome 与私有 type 分开
R11：BFT/backpressure/Banker/fencing/MPC。认识：安全和通信边界不等于新调度动作

Source: R6–R11 只读研究汇总File: writing/reports/20260728-agentic-workflow-13h-review/inputs/rounds-r6-r11.md

控制面、版本、limitation、strategic behavior 与 decentralized coordination。

R12–R17：递归工作、人类监督、SLO、非平稳性与跨层构造

这六轮共 36 个分支、71 个显式尝试 cell、310 条轮内来源记录，仍为零 survivor。研究已不再依赖“动态 DAG”这一表面差异，而是主动寻找内生 work generation、human learning/fatigue、contract composition、common shock、impossibility boundary 和跨层非可分动作；结果依旧被成熟模型吸收，或在 strongest comparator 下失去 separation。

六轮理论策略

R12：branching queue / rework / diagnosis / probing。结论：rewind 与 ancestor validation 均可归约
R13：inspection / matching bandit / fatigue / audit。结论：人类标签未产生新 primitive
R14：service curve / schedulability / reliability。结论：cross-layer contract 归约
R15：common shock / restart / robust control。结论：非平稳性由成熟模型覆盖
R16：POMDP / queue / correlation / OSD lower bound。结论：无新 impossibility boundary
R17：coalesce/compress/exposure/window/eviction。结论：可分解或缺 theorem/lift

Source: R12–R17 只读研究汇总File: writing/reports/20260728-agentic-workflow-13h-review/inputs/rounds-r12-r17.md

递归工作、人类监督、SLO、非平稳性、impossibility 与构造机制。

R18–R22：从 observation 到 recent-policy theorem audit

最后五轮是整个研究最有价值的策略演化。R18 先问现有代码和日志能否稳定显示异常；R19 追问这些现象是否从现实 telemetry 可识别；R20 在完全观测的小型 motif 上寻找 threshold/index；R21 给 near-miss 加结构，要求完成正定理；R22 则从 2025–2026 具体论文的明确策略出发，忠实保留其 runtime capability，再构造 limitation 与 matching repair。

五轮策略演化

R18 · local observation mining：多为 metric repair 或 proxy confounding。状态：0；正式关闭
R19 · identifiability audit：不可区分 world；telemetry 不等于 mechanism。状态：0；正式关闭
R20 · constructive micro-motif：归约、不能 lift 或语义下消失。状态：0；正式关闭
R21 · near-miss theorem salvage：完整定理仍因 reduction/Palm gap 淘汰。状态：0；正式关闭
R22 · recent-policy falsify + repair：repair 多为 guard/queue/cap/paging。状态：六分支 0；root 待 closure

Source: R18–R22 只读研究汇总File: writing/reports/20260728-agentic-workflow-13h-review/inputs/rounds-r18-r22.md

observation、identifiability、constructive motif、proof salvage 与 recent-policy audit。

R22 六个策略审计分支

R22 的 11 个 theorem cells 已由六个分支完成，branch survivor 为 0。需要精确保留状态：root mechanical audit 已完成，但正式根级 closure 仍缺“每分支一个 strongest direct refuter 的 fresh refetch”和最终 decision，因此当前是 frozen-for-report，不是正式 closed。

Source: R18–R22 只读研究汇总File: writing/reports/20260728-agentic-workflow-13h-review/inputs/rounds-r18-r22.md

observation、identifiability、constructive motif、proof salvage 与 recent-policy audit。

六个分支

atomicity/lease：precedence 归约；另一 gap 需删除 SAGA 能力。结论：known reduction / policy mismatch
cascade batch：batch fragmentation；repair 为 batch-debt threshold。结论：batch-service prior work
semantic cache：集中误差下界；MX-SAE ≤ OPT+W。结论：learning-augmented paging 归约
compute/load：不可抢占传输可有 Ω(n) gap；critical-transfer guard。结论：语义未规定；repair 已知
screening feedback：双稳态；repair 为 error virtual queue。结论：state-dependent queue + Lyapunov
speculation tail：correlated rollback burst；frontier token bucket。结论：common shock / risk-budget 归约

Source: R18–R22 只读研究汇总File: writing/reports/20260728-agentic-workflow-13h-review/inputs/rounds-r18-r22.md

observation、identifiability、constructive motif、proof salvage 与 recent-policy audit。

我们真正学到的理论结论

第一，Agentic vocabulary 经常掩盖经典数学核心。 verifier queue 可能是 inspection/active testing；semantic cache 可能是 weighted paging；speculation budget 可能是 token bucket；quality debt 可能是 Lyapunov virtual queue；hidden successor 可能是 revealed precedence；resume/offload 可能是 Online Service with Delay；human escalation 可能是 state-dependent queue。

第二，真正可能新颖的地方不是目标函数，而是 action-dependent state transition。 加权 latency、cost、accuracy、risk 或 confidence 通常只改变 scoring。更有希望的是动作会改变未来图的揭示、共享状态的可复用性、验证后的失效传播、不可逆 side effect 的发布边界，或多个资源层的可行转移集合。

第三，faithfulness–tractability 张力是当前最大障碍。 保留 dynamic graph revelation、cache capacity、shared rollback、late join、preemption、migration 和 policy tie-breaking 后，证明常出现 Palm term、endogenous release、correlated burst 或 nonseparable state 的缺口；删掉这些细节后，证明虽闭合，却又退化为已有模型。

第四，数学完整不等于机制新颖。 本研究出现过完整 lower bound、4-competitive policy、1-competitive restricted repair、exact batch-debt optimum 和稳定性证明，但仍因 cost-preserving reduction、policy mismatch 或 nontrivial lift 缺失而被拒绝。

反复出现的淘汰模式

七类失败模式

已知归约：可 cost-preserving 映射到 OSD、paging、queue、transaction 等。规则：先写 reduction，再生成卡
证明未闭合：faithful model 留下 Palm、endogenous release 或相关状态项。规则：局部 lemma 不代替完整 theorem
策略不忠实：反例删除 target 已有能力，或任意固定未规定语义。规则：先冻结 target-policy contract
运行语义错位：为证明改变 local rollback、side effect 或资源语义。规则：要求 trace/state 语义保持
无非平凡 lift：小 motif 有 threshold，但不能到 stream/tree/DAG。规则：晋级前给非平凡 workload class
观测不可识别：现象可能来自 censoring、proxy 或日志口径。规则：先做 estimand 与不可区分 world
新分数非新动作：只改 confidence、criticality、risk 或加权目标。规则：要求不可模拟的状态转移

Source: 跨轮研究汇总输入File: writing/reports/20260728-agentic-workflow-13h-review/inputs

四个轮次区段汇总与 corpus 审计的根级综合。

尚未被彻底关闭的研究残余

下面这些不是“候选已通过”，而是当前证据仍未完全消解的高价值问题。它们只有在精确定义 state、action、information 和 comparator 后才值得继续。

六个高价值残余

action-dependent state：必须定义最小可观测状态与不可模拟转移。最低成本证伪：先做 product-state/branching compilation
reveal + nonpreemption：必须复现 full visibility 与 event reveal 差异。最低成本证伪：CPU replay；无 blocking 即关闭
shared rollback Palm term：必须保留 local invalidation 时闭合稳态项。最低成本证伪：先测两 job class 是否等价
cache+precedence+capacity：必须给 paging/OSD comparator 的非归约与 bound。最低成本证伪：先尝试 HST OSD/paging reduction
verifier+cascade+batching：必须证明不可分 state 与 matching policy。最低成本证伪：强化 comparator 的 debt/posterior/late join
policy 语义未规定：必须区分所有合法实现与 reference contract 结果。最低成本证伪：构造两个相反但合规的实现

Source: 跨轮研究汇总输入File: writing/reports/20260728-agentic-workflow-13h-review/inputs

四个轮次区段汇总与 corpus 审计的根级综合。

证据质量、502 恢复与 Sherlock 勘误

研究过程中多次发现搜索索引会把 arXiv ID、标题或摘要映射到错误论文。因此搜索 snippet 永远不进入 evidence graph；promotion-critical source 必须 fresh HTTP 200、PDF magic、标题、作者、版本、机制位置或定理位置全部闭合。网站 502、503、timeout 或中断后，相关分支会作废 stale preflight，重新读取规则、重新执行 nonce create/read/delete/absence，并重新取得全文。

R21 曾把 arXiv:2511.00330v1 错标为视觉语言模型审计论文；实际 PDF 是 Sherlock: Reliable and Efficient Agentic Workflow Execution，第一作者 Yeonju Ro，1,876,474 bytes，SHA-256 为 8c6fc9b8fde6123dc0ce67f0ed347373b249b76a1dfb00315cbfe739446a79aa。错误只在 bibliographic metadata，分支使用的 PDF bytes 和机制内容正确，因此 decision 与 survivor count 不变。原记录按 append-only 规则保留，权威更正在 erratum 中。

Source: Sherlock metadata erratumFile: runs/20260728-agentic-workflow-ideas-r21/decisions/ERRATA-R21-0001-sherlock-metadata.yaml

Sherlock 正确标题、版本、作者、PDF hash 与影响评估。

局限、不确定性与 robustness checks

这份报告有五个边界。第一，来源记录未跨分支去重，也不能全部等同于全文。第二，不同轮次的 cell schema、搜索策略和 gate 强度不同，因此没有画“22 轮 survivor 趋势图”；那会制造虚假的同质可比性。第三，0 survivor 是研究流程判定，不是统计检验。第四，R22 尚未正式 root closure。第五，没有实验，因此不能声称任何 observation 已复现、任何策略有效或任何负结果具有现实 prevalence。

已执行的 robustness checks 包括：663/663 YAML parse；0 空文件；显式 source-ID 闭包；独立 generator/evaluator；双 novelty 与双 tournament；policy fidelity；strongest comparator；full-text direct refuter；中断后 fresh preflight；无实验/实现/secret 访问审计。

下一步与必须的人类决定

我的建议是停止继续横向批量扩展。 继续生成更多“cache-aware、criticality-aware、confidence-aware”组合，大概率只会重复现有归约。PI 应先选择一种研究哲学：

Observation-first：优先授权 IDEA-C01 的 CPU-only observation replay，只测 reveal-induced capacity blocking，不实现 reserve。它最便宜、最可证伪，也最能决定隐藏 successor 是否真是问题。
Theorem-first：只选一个 faithful residual，例如 cache + precedence + finite capacity，或 shared-resource rollback 的 policy-dependent Palm term，投入纯理论时间；不允许通过删除关键 runtime capability 来换取定理。
Recent-policy limitation：先完成 R22 strongest-refuter refetch 与正式 closure，再决定是否把一个忠实 limitation 写成边界论文；matching repair 若只是标准 virtual queue、token bucket、priority 或 guard，不能包装为新机制。

在任何实现前，必须记录问题冻结、workload/trace、O0 信息、主指标、falsifier、strongest baselines、预算、seed、统计方法、停止规则、raw output 路径和安全边界，并由 PI 明确授权创建 experiment-contract.yaml。目前 GPU、API、付费数据、人工评审和 substantial compute 的授权仍为零。

决策清单

立即处置：默认接受 0 promotion；停止横向扩展。当前：未决定
问题冻结：默认选择研究哲学前保持未冻结。当前：未授权
若选 C01：默认只做 Day-1 CPU observation。当前：预算为 0
若选 W01：默认先补 nearest-work closure。当前：未授权 mechanics
R22 closure：默认 fresh refetch 六个 strongest refuter。当前：分支完成，root 未关闭
实验合同：默认 H1–H6 解决前不创建。当前：contract 0；实验 0
算力与发布：默认不加算力、不选 venue、不发布 finding。当前：GPU/API/提交均未授权

Source: 首轮人工决定清单File: runs/20260728-agentic-workflow-ideas/final/human-decisions.md

实现前必须由 PI 明确记录的选择、冻结项和授权。

进一步问题

动作导致未来 DAG 或 evidence graph 改变时，是否存在不落入普通 controlled branching process 的最小模型？
cache、precedence、finite capacity 与 delayed revelation 四者同时存在时，能否得到非平凡 competitive boundary？
shared validation/rollback 的 policy-dependent Palm term 能否在保留 job-local semantics 时闭合？
verifier、cascade 和 dynamic batching 的三方耦合，是否存在 strongest-comparator 无法分解的 index 或 threshold？
当系统论文没有完整规定 admission、preemption、tie-breaking 或 fallback 时，理论审计应给出“不可审计边界”，还是先补一个 reference implementation contract？
若 C01 observation 不存在，是否应直接关闭 hidden-successor scheduling 主线，而不是继续为其设计机制？

Sources

Multi-Agent Research InstructionsAGENTS.md
研究循环、证据规则、stage gates、实验合同与人工 checkpoint。
22 轮 corpus 规模与完整性审计writing/reports/20260728-agentic-workflow-13h-review/inputs/corpus-audit.md
文件、YAML、来源记录、cell 下界、survivor 与无实验状态的机械审计。
R1–R5 只读研究汇总writing/reports/20260728-agentic-workflow-13h-review/inputs/rounds-r1-r5.md
首轮到 Round 5 的问题、阅读、Idea Cards、审计与 closure。
R6–R11 只读研究汇总writing/reports/20260728-agentic-workflow-13h-review/inputs/rounds-r6-r11.md
控制面、版本、limitation、strategic behavior 与 decentralized coordination。
R12–R17 只读研究汇总writing/reports/20260728-agentic-workflow-13h-review/inputs/rounds-r12-r17.md
递归工作、人类监督、SLO、非平稳性、impossibility 与构造机制。
R18–R22 只读研究汇总writing/reports/20260728-agentic-workflow-13h-review/inputs/rounds-r18-r22.md
observation、identifiability、constructive motif、proof salvage 与 recent-policy audit。
首轮最终 scorecardsruns/20260728-agentic-workflow-ideas/final/scorecards.yaml
12 张 Idea Card 的独立 audit、决定性缺口与最终处置。
首轮人工决定清单runs/20260728-agentic-workflow-ideas/final/human-decisions.md
实现前必须由 PI 明确记录的选择、冻结项和授权。
Sherlock metadata erratumruns/20260728-agentic-workflow-ideas-r21/decisions/ERRATA-R21-0001-sherlock-metadata.yaml
Sherlock 正确标题、版本、作者、PDF hash 与影响评估。
R22 当前 run stateruns/20260728-agentic-workflow-ideas-r22/run-state.yaml
六分支零 survivor、root mechanical audit 完成与 closure 待办。
跨轮研究汇总输入writing/reports/20260728-agentic-workflow-13h-review/inputs
四个轮次区段汇总与 corpus 审计的根级综合。
Corpus audit metricswriting/reports/20260728-agentic-workflow-13h-review/report-data.sqlite · sqlite
Exact snapshot rows for dataset corpus_metrics.
SQL query
```
SELECT * FROM "corpus_metrics";
```
Corpus scale chart datawriting/reports/20260728-agentic-workflow-13h-review/report-data.sqlite · sqlite
Exact snapshot rows for dataset audit_counts.
SQL query
```
SELECT * FROM "audit_counts";
```
Terminology map synthesiswriting/reports/20260728-agentic-workflow-13h-review/report-data.sqlite · sqlite
Exact snapshot rows for dataset communities.
SQL query
```
SELECT * FROM "communities";
```
R1-R5 round summarywriting/reports/20260728-agentic-workflow-13h-review/report-data.sqlite · sqlite
Exact snapshot rows for dataset rounds_r1_r5.
SQL query
```
SELECT * FROM "rounds_r1_r5";
```
R1 Idea Card dispositionswriting/reports/20260728-agentic-workflow-13h-review/report-data.sqlite · sqlite
Exact snapshot rows for dataset r1_ideas.
SQL query
```
SELECT * FROM "r1_ideas";
```
R6-R11 round summarywriting/reports/20260728-agentic-workflow-13h-review/report-data.sqlite · sqlite
Exact snapshot rows for dataset rounds_r6_r11.
SQL query
```
SELECT * FROM "rounds_r6_r11";
```
R12-R17 round summarywriting/reports/20260728-agentic-workflow-13h-review/report-data.sqlite · sqlite
Exact snapshot rows for dataset rounds_r12_r17.
SQL query
```
SELECT * FROM "rounds_r12_r17";
```
R18-R22 round summarywriting/reports/20260728-agentic-workflow-13h-review/report-data.sqlite · sqlite
Exact snapshot rows for dataset rounds_r18_r22.
SQL query
```
SELECT * FROM "rounds_r18_r22";
```
R22 branch auditwriting/reports/20260728-agentic-workflow-13h-review/report-data.sqlite · sqlite
Exact snapshot rows for dataset r22_branches.
SQL query
```
SELECT * FROM "r22_branches";
```
Cross-round rejection patternswriting/reports/20260728-agentic-workflow-13h-review/report-data.sqlite · sqlite
Exact snapshot rows for dataset rejection_patterns.
SQL query
```
SELECT * FROM "rejection_patterns";
```
Open research residualswriting/reports/20260728-agentic-workflow-13h-review/report-data.sqlite · sqlite
Exact snapshot rows for dataset residuals.
SQL query
```
SELECT * FROM "residuals";
```
Human decision checklistwriting/reports/20260728-agentic-workflow-13h-review/report-data.sqlite · sqlite
Exact snapshot rows for dataset human_decisions.
SQL query
```
SELECT * FROM "human_decisions";
```

技术摘要

如何解释这些数字

研究对象与统一建模

阅读覆盖与术语桥接

对照清单

方法论：为什么研究越来越严格

R1–R5：从宽 idea 生成到原子动作闭包

逐轮结论

首轮 12 张 Idea Card 的最终处置

全部 Idea Cards

R6–R11：控制面、版本、战略行为与去中心化协调

六轮机制闭包

R12–R17：递归工作、人类监督、SLO、非平稳性与跨层构造

六轮理论策略

R18–R22：从 observation 到 recent-policy theorem audit

五轮策略演化

R22 六个策略审计分支

六个分支

我们真正学到的理论结论

反复出现的淘汰模式

七类失败模式

尚未被彻底关闭的研究残余

六个高价值残余

证据质量、502Source for 502Source: Sherlock metadata erratumFile: runs/20260728-agentic-workflow-ideas-r21/decisions/ERRATA-R21-0001-sherlock-metadata.yaml 恢复与 Sherlock 勘误

局限、不确定性与 robustness checks

下一步与必须的人类决定

决策清单

进一步问题

Sources

证据质量、502 恢复与 Sherlock 勘误