wuyang
111 lines
2.8 KiB
Markdown
111 lines
2.8 KiB
Markdown
# 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：
|
||
|
||
```text
|
||
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：
|
||
|
||
```text
|
||
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：
|
||
|
||
```text
|
||
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：
|
||
|
||
```text
|
||
base: nginx:1.29.5-alpine
|
||
container port: 8080
|
||
health: healthy
|
||
root/archive/assets: HTTP 200
|
||
```
|
||
|
||
## 公开部署
|
||
|
||
```text
|
||
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。
|