知识图谱

01 展陈 — 181

02 源头 — 82

每个源头都是一篇论文、博客或设计文档的结构化摘要。

• Neurosymbolic AI: The 3rd Wave Garcez & Lamb (2020/2023)：神经符号 AI 第三波，Kautz 六类分类法详述，命题固着边界，忠实性 XAI 原则，Pearl 因果层级的神经符号实现
• Li et al. (2022/2023)：涌现的世界表征——OthelloGPT Li et al. (ICLR 2023)：OthelloGPT 奠基论文，非线性探针+激活干预验证棋盘表征的因果性，序列模型涌现世界模型的范式案例
• Emergent Linear Representations in World Models of Self-Supervised Sequence Models Nanda、Lee、Wattenberg (BlackboxNLP 2023)：OthelloGPT 线性化修正，Mine/Yours/Empty 坐标系使线性探针准确率从 ~75% 跃升至 ~99%，线性向量加法干预法，多电路假说
• Language Models Represent Space and Time Gurnee & Tegmark (ICLR 2024)：Llama-2 内部自发形成线性时空表征，空间神经元/时间神经元，世界模型基本成分的实证证据
• The Linear Representation Hypothesis and the Geometry of Large Language Models Park、Choe、Veitch (ICML 2024)：LRH 严格反事实形式化，因果内积统一子空间/测量/干预三种表征，LLaMA-2 实验验证
• From Words to Worlds: Compositionality for Cognitive Architectures Dhar & Søgaard 2024：LLM 组合性实证检验，规模提升组合性、指令微调降低组合性，ICML 2024 Workshop
• Neuro-Symbolic AI in 2024: A Systematic Review 2025 年 PRISMA 系统综述，167 篇论文，五维功能分类，元认知仅 5% 但最关键，AlphaGeometry 为唯一全谱案例，Kahneman System 1/2 自我批判
• Yuan & Søgaard (2025)：重访 Othello 世界模型假说 Yuan & Søgaard (ICLR 2025)：7 个 LLM 的 Othello 实验，99% 无监督接地精度，跨架构表征对齐 93–96%，世界模型假说的最强证据，但 2-hop 规划退化
• AgenticOS Workshop @ ASPLOS 2026 AgenticOS Workshop（ASPLOS 2026）：学术系统社区首次聚焦 agent OS 设计，12 篇论文涵盖资源控制、OS 接口、Skill OS、Fork-Explore-Commit、安全隔离
• Jamba: AI21's SSM-Transformer Hybrid Model Jamba：首个生产级 SSM-Transformer 混合架构，256K context
• AIOS: LLM Agent Operating System AIOS：Rutgers 团队的 LLM Agent OS，OS 六大模块映射到 agent 管理，context 快照恢复，2.1x 吞吐量提升
• On the Biology of a Large Language Model Claude 3.5 Haiku 内部机制研究：规划、幻觉、越狱、CoT 忠实性
• Building Agents with the Claude Agent SDK Claude Agent SDK 设计哲学：给 agent 一台计算机，隐式循环架构，gather-act-verify-repeat
• Building Effective AI Agents Anthropic 官方 agent 构建指南，workflows vs agents 分类，五种 workflow 模式，ACI 设计原则
• Circuit Tracing: Revealing Computational Graphs in Language Models 电路追踪方法论：跨层转码器、归因图、替代模型
• Claude Code 权限系统（官方文档） Claude Code 权限系统官方文档：三级工具分级、deny-first 规则语义、六种权限模式、五级作用域层次、权限与沙箱双层纵深防御
• Effective Context Engineering for AI Agents Anthropic context engineering 总论：注意力预算、context rot、just-in-time context、compaction/note-taking/sub-agent 三种长时策略
• Effective Harnesses for Long-Running Agents 长时运行 agent 的 harness 设计：initializer-coder 双 agent 架构、feature tracking、增量推进
• Emergent Introspective Awareness in Large Language Models LLM 内省能力研究：概念注入、思维检测、自我觉察
• Equipping Agents for the Real World with Agent Skills Agent Skills 开放标准：指令+脚本+资源的可组合打包，三层渐进式披露
• Harness Design for Long-Running Application Development GAN 式 generator-evaluator 架构、sprint contracts、context reset vs compaction、harness 随模型进化简化
• Harnessing Claude's Intelligence: 3 Key Patterns for Building Apps 三大模式：用已知工具、持续剥离假设、谨慎设边界
• Introducing Claude Opus 4.6 Claude Opus 4.6 发布：1M context、agent teams、adaptive thinking、effort 控制
• Scaling Managed Agents: Decoupling the Brain from the Hands Anthropic Managed Agents 架构：agent 组件虚拟化、brain-hands 解耦、session 外部化、meta-harness 概念
• Anthropic 结构化输出官方文档 Anthropic 官方结构化输出文档：output_config.format API、grammar-constrained sampling、文法缓存失效规则、可选参数复杂度模型、Extended Thinking 整合
• Tracing the Thoughts of a Large Language Model Anthropic 可解释性综述：AI 显微镜、归因图、十种行为的内部机制
• Beyond pass@1: A Reliability Science Framework for Long-Horizon LLM Agents 可靠性科学框架：RDC/VAF/GDS/MOP 四指标评估长时 agent
• The History of Pets vs Cattle and How to Use the Analogy Properly
• The History of Pets vs Cattle Pets vs Cattle 云计算类比：服务器可处置性的规范定义，基础设施设计的核心区分
• Mamba-3: An Inference-First State Space Model Mamba-3：推理优先 SSM，复数值系统、MIMO、经典控制论启发
• Context Rot: How Increasing Input Tokens Impacts LLM Performance Chroma 2025 研究：18 个前沿模型的 context rot 系统性测试，三种退化机制
• Claude Code 源码泄露：社区分析与内部机制研究（2026） 2026 年 Claude Code 源码泄露社区分析：cache 边界标记、autoCompact 机制、append-only JSONL 历史、子 agent fork-join KV cache、anti-distillation
• CLI-Anything：让所有软件都成为 Agent-Native CLI-Anything：HKUDS 开源项目，跨 8+ agent 平台的插件生态，生成 20+ 软件 CLI harness，CLI-Hub 自主发现注册中心，agent-native software 范式的代表实现
• Don't Break the Cache：长 Horizon Agent 任务的 Prompt Caching 评估 长 Horizon agent 任务 prompt caching 实证评估：500+ session，system-prompt-only 策略最优，45-80% 成本降低
• Evaluating Context Compression for AI Agents Factory.ai 压缩质量评估：三种策略对比，probe-based 功能质量测试，artifact tracking 难题
• Connectionism and Cognitive Architecture: A Critical Analysis Fodor & Pylyshyn 1988：系统性论证，联结主义为何无法替代经典符号架构，思维语言假说，实现解释建议
• Fractal Architecture（Anton Telesh, 2016） 分形架构：自相似组件、统一接口、递归组合，从 React/Elm/Cycle.js 提取的通用模式
• Fractal Buddhism: The Avatamsaka Sutra 华严经的分形解读：因陀罗网的 Cook 1973 经典描述、"无碍互入"即分形结构、学术资源
• Harness Engineering 为什么是 Agent 时代的"控制论"？ 控制论视角的 harness engineering：三次同构（调速器→K8s→harness），隐性知识编码
• Google A2A Protocol — 官方文档 Google/Linux Foundation 的 A2A 开放协议：Agent Card 发现、Task 生命周期、HTTPS/JSON-RPC、SSE 流式传输、OAuth 安全
• World Models Race 2026 世界模型竞赛：AMI Labs、Genie 3、Marble、Cosmos
• [1hr Talk] Intro to Large Language Models Karpathy 2023 标志性演讲：LLM OS 类比首次提出，三阶段训练流水线，scaling laws，System 1/2，LLM 安全攻防
• LLM = CPU, Agent = Operating System Kernel Karpathy 推文：LLM=CPU、Agent=OS Kernel，token vs byte，统计性 vs 确定性
• Software Is Changing (Again) — Andrej Karpathy YC AI Startup School 演讲 Karpathy 2025 YC 演讲：Software 1.0/2.0/3.0 分类法、LLM OS 类比、部分自主产品、autonomy slider、generation-verification loop
• The Third AI Summer: AAAI Robert S. Engelmore Memorial Lecture Kautz (AI Magazine 2022)：三个 AI 夏天历史框架，耦合谱权衡形式化，"不会有第三个冬天"论断，分类法权威原始来源
• LangGraph Documentation LangGraph：显式图编排框架，隐式循环的对比范式
• The /llms.txt file llms.txt 提案规范：Jeremy Howard 2024 年提出的网站 LLM 友好文档约定，格式规范、与 robots.txt/sitemap.xml 的关系、推理时 vs 训练时使用
• Manus：面向生产级 AI Agent 的 Context Engineering Manus 团队四次架构重建的 context engineering 实战：五维框架、KV cache 10× 成本优化、logit masking 保 cache、可恢复压缩原则、todo.md 注意力工程
• MemGPT: Towards LLMs as Operating Systems MemGPT：虚拟上下文管理，OS 层次化内存映射到 LLM context，长文档分析与多会话聊天
• I-JEPA: Image Joint Embedding Predictive Architecture I-JEPA：表征预测架构，世界模型基础，LeCun 愿景
• MIT Technology Review: Mechanistic Interpretability (2026 Breakthrough) MIT Tech Review 2026 十大突破：mechanistic interpretability
• Computer Science as Empirical Inquiry: Symbols and Search Newell & Simon 1975 图灵奖讲座：物理符号系统假说（PSSH）、启发式搜索假说、问题空间框架、弱方法与强方法、符号 AI 的定性结构律奠基
• Energy-Based Diffusion Language Models for Text Generation EDLM：能量扩散语言模型，非自回归文本生成
• Harness Engineering: Leveraging Codex in an Agent-First World OpenAI 零人工编码实验：agent legibility、repo 即知识系统、架构执行、熵管理
• Introducing Codex Codex 产品发布：云端 agent、AGENTS.md 引导、codex-1 模型
• Introducing Structured Outputs in the API OpenAI 2024 Structured Outputs 发布：JSON Schema → CFG → 约束解码，格式错误率从 ~11.97% 降至 <0.1%，符号规则约束神经生成的工程化实现
• A Practical Guide to Building Agents OpenAI agent 构建指南：设计基础、编排模式、guardrails、人类介入
• Unlocking the Codex Harness: How We Built the App Server Codex App Server 架构：threads/turns/items 会话原语、双向 JSON-RPC、多表面集成
• Unrolling the Codex Agent Loop Codex agent loop 内部机制：prompt 构建、推理流程、prompt caching、compaction
• jylin04 (2024)：OthelloGPT 学到了一袋启发式规则 jylin04 (MATS 6.0, 2024)：OthelloGPT 机制分析，空格检测电路逆向工程，表征准确≠算法统一，Bag of Heuristics 概念来源
• An Introduction to Causal Inference (Pearl 2010) Pearl 2010 因果推理权威综述：SCM 统一框架、do 算子、后门/前门准则、中介分析、因果概率、四步方法论
• The Hidden Cost of Structure: How Constrained Decoding Affects Language Model Performance Schall & de Melo（RANLP 2025）：约束解码的隐性代价，轨迹偏差命名与实证，11 模型实验揭示句法合规≠语义正确，指令微调模型 vs 基础模型的分歧行为
• The Elements of Operating-System Style
• The Elements of Operating-System Style Unix 哲学：统一思想塑造开发风格，"一切皆文件"和管道作为持久抽象
• ReliabilityBench: Evaluating LLM Agent Reliability Under Production-Like Stress Conditions ReliabilityBench：三维可靠性曲面 R(k,ε,λ)，生产级压力下的 agent 评估
• Schneier's Blog (2026-04 Snapshot) Schneier 博客快照：认知安全分类、加密法律、hackback
• Aristotle on Causality（亚里士多德论因果性） 亚里士多德因果性理论：四因说、aitia 概念、目的因辩护与解释优先性、假设必然性
• The Metaphysics of Causation (SEP) 因果关系形而上学（SEP）：五大因果理论（规则性/反事实/干预主义/概率/过程）、因果关系项、先占/预防/开关案例、因果模型
• 规则性与推断性因果理论（SEP） 规则性与推断性因果理论（SEP）：HRT→Mill→INUS→当代规则性、DN 模型→排名函数→Ramsey 测试→Kairetic、差异制造
• Counterfactual Theories of Causation (SEP) 反事实因果理论（SEP）：Lewis 1973/2000 理论、可能世界语义学、先占问题演化、结构方程框架、语境主义辩论
• 休谟哲学综述（斯坦福哲学百科） 休谟哲学综述（SEP）：因果性理论、恒常连结、必然联系、归纳问题、经验主义、道德情感主义
• SEP: The Problem of Induction 归纳问题（SEP）：休谟论证、齐一性原则、贝叶斯方案、证伪主义、Goodman grue 问题、No Free Lunch 定理、元归纳
• Herbert Simon —— The Architecture of Complexity（1962） Simon 1962 论文笔记：层级系统、近可分解性、钟表匠寓言、复杂性的描述与演化
• On the Proper Treatment of Connectionism Smolensky 1988：亚概念层理论，调和理论，功能性组合性，符号规则作为联结主义宏观描述
• 须弥藏芥子，芥子纳须弥 — 佛教典故的含义 须弥芥子佛教典故：智常禅师对话、阿含经米粒故事、大小无碍的哲学原理
• The Bitter Lesson
• The Bitter Lesson Rich Sutton 的苦涩教训：通用计算方法总是胜出，人类领域知识内建短期有效但长期阻碍进展
• SWE-EVO: Benchmarking Coding Agents in Long-Horizon Software Evolution Scenarios SWE-EVO：多步长 horizon 软件演进基准，48 任务平均 21 文件 874 测试，GPT-5.4 仅 25%，误差级联效应的核心证据
• Twitter/X Reactions: Managed Agents Launch Managed Agents 发布的 X/Twitter 社区反应：三种 harness 模式分类、Agent Sandbox Protocol 空白、平台吃掉中间件叙事
• Causal Model（因果模型）— Wikipedia 因果模型 Wikipedia 条目：结构因果模型、DAG、do 演算、因果之梯、Pearl 框架
• Coastline Paradox（海岸线悖论） 海岸线悖论 Wikipedia 条目：Richardson 效应、分形维数、统计自相似性、Mandelbrot 开创分形几何
• Physical Symbol System（Wikipedia） Wikipedia PSSH 条目：支持与挑战 PSSH 的论证全景（Dreyfus、Brooks、深度学习、符号接地问题、神经符号混合路径）