不追逐每日热点,持续进化一套最强通用任务执行系统
SOTA 不是模型跑分榜单或工具目录。我们按 5 个系统能力层拆解通用任务执行架构,以周度节奏筛选一手工程信号, 通过代表性任务基准集(软件工程 / 深度研究 / 数据分析)对照基线验证——只把带来真实净增益的做法沉淀为架构升级,公开保留反例与回退记录。
Architecture Blueprint · L5 → L1
通用任务执行系统 5 层全景架构
点击任意能力层查看默认基线与待验证假设
最新周期:2026-W47
第 1 期启动周:建立 SOTA 5 层 Baseline v0 与 12 题基准集,完成首轮跨厂商一手工程信号扫描与去噪,锁定 3 项 Candidate 原始预测与 2 项 Observation;在完成本地基准对照前坚持本周无架构升级。
12
扫描信号
7
过滤噪音
3
新增候选
0
通过升格
近期追踪实践与反例警示
短目录式 AGENTS.md(地图而非百科)+ 机械化文档保鲜Candidate
L2 · 2026-11-19 · 跨厂商强收敛信号(OpenAI 与 Anthropic 独立报告巨型常驻指令文件会稀释注意力并腐化);尚未执行 SOTA 本地 Tier 1 基准实测,保持 Candidate 等待 2026-W48 验证。
离线记忆整理与知识 Wiki 蒸馏(Sleep-Time Compute / Dreaming)Observation
L2 · 2026-11-19 · 高价值前沿机制,但原文已坦承明显边界反例(单文档任务无收益、极端情况下 Wiki 比原文还大);当前暂留 Observation 观察,不急于增加 L2 架构复杂度。
本地确定性 CLI 优先 + MCP 按需披露/代码执行混合路由Candidate
L3 · 2026-11-19 · 多源交叉研究已证伪“全盘 CLI”或“全量预加载 MCP”两种极端;提炼出基于安全边界与上下文开销的混合选型规则,进入 Candidate 待 Benchmark v0 对照验证。