agent/experiments/operations/2026-07-28-completion-research-document.md

实验：Agent 完成研究文档网页

status: completed date: 2026-07-28 owner: Codex + user

问题

能否把 research/completion-verification/ 的研究结论和证据账本做成更容易连续阅读和深入核查 的网页，同时不提前决定未来知识产品的网站形态？

边界

• 这是文档呈现，不是新的 Agent 产品。
• 不运行 Agent benchmark，不生成新的实验数字。
• 不让网页结论强于 Markdown 事实源。
• 旧的 v1 评测说明页必须保留。
• 系统推论必须继续标记为未验证。

实现

首页按阅读顺序组织：

核心判断
-> 八条结论
-> 具体能力拆解
-> 完成证明 / 失败恢复双链
-> 八条论证与边界
-> 2023-2026 进展
-> 未验证系统推论
-> 37 篇证据账本
-> 未知问题和可反驳预测

证据浏览器支持：

• 中文/英文/数字全文搜索；
• core / support / context 级别筛选；
• 完成证明、协议审计、失败恢复、风险可靠性主题筛选；
• 单条或当前结果批量展开；
• 每篇直接打开 arXiv 原文。

evaluation-site/build_research_data.py 从 Markdown 账本生成浏览器数据。 tools/check_project.py 检查源文件 SHA-256，以及：

full-text pool: 40
audited:        37
core:           26
support:        11
context:         3

旧页面保留在 /evaluation-v1.html。

本地验证

真实 Google Chrome：

desktop viewport: 1440 x 1000
mobile viewport:   390 x 844
desktop overflow:  0
mobile overflow:   0
console/page errors: 0
rendered evidence records: 40
core filter records: 26
search "恢复" within core: 6
batch expand: 6/6
archived page: HTTP 200

本地生产镜像：

base: nginx:1.29.5-alpine
container port: 8080
health: healthy
root/archive/assets: HTTP 200

公开部署

app slug: agent-eval
immutable image: docker.k1412.top/wuyang/agent-eval:20260727T165727Z-4c88faa
NAS mapping: 12005 -> 8080
public URL: https://agent-eval.k1412.top/
archive URL: https://agent-eval.k1412.top/evaluation-v1.html
health: /health

已验证：

• Unraid Compose Manager 管理标签与容器健康；
• VPS 到 NAS Tailscale 返回 200；
• HTTP 到 HTTPS 返回 301；
• HTTPS 使用 HTTP/2 并返回 200；
• Let's Encrypt SAN 为 agent-eval.k1412.top；
• 三个新静态资源的公网 SHA-256 与仓库一致；
• 公网页面桌面/手机无横向溢出和浏览器错误；
• 公网 recovery 主题为 12 条，进一步搜索“根因”为 2 条，展开 2/2；
• 旧报告返回 200；
• 首页条目保持 AGENT EVAL / projects / order 130。

当前判断

网页解决了“如何阅读本轮产物”，没有解决“未来知识系统应该是什么产品形态”。下一步仍是让 用户使用该文档质疑结论、补反例和收窄边界，而不是继续增加交互或恢复评测实现。