Workbench 全局仪表盘
Codex / DSH 一个月的会话、journal、知识树与产物的离线入口。 先看全局，再沿 知识树 下钻到证据。
359会话codex 304 · dsh 55
29知识笔记6 个领域
24journal 天数自动块 + 人工块
15精选产物共 15 条登记
162,457,491累计 tokens来自 Codex token_count
all采集窗口→ 2026-11-05
领域地图
Agent Harness 架构与机制
DSH / Codex / Claude Code / OpenCode / Pi 等 coding-agent harness 的上下文管理、工具循环、会话持久化、安全与恢复机制。
6 篇笔记
Agent 评测与实验
DeepSWE / Pier / Harbor / Inspect AI 与 mini-swe-agent 的评测生命周期、归因实验、验证器、成本与验收标准。
6 篇笔记
模型 API 与协议
OpenAI Responses / Chat Completions、Anthropic Messages、Gemini Interactions 的请求响应模型、推理状态、流式与网关翻译。
4 篇笔记
本地基础设施与工具链
llm-gateway 观测与 cost tracking、DSH 安装/升级与 profile、macOS 环境、版本锁定与可复现构建。
4 篇笔记
知识管理与工作方法
本仓库自身的捕获/摘要/发布/复盘 SOP，agent 维护协议，skills 与自动化，写作与证据标准。
5 篇笔记
个人事务（敏感）
投资研究、持仓风险、工具选型、面试准备等个人主题。全部条目标记 sensitivity: personal，发布页显示个人徽标。
4 篇笔记
最近 60 天活动热力图
少 多
格子按自然周排列（列=周，行=周一至周日），悬停查看当天会话数。数据来自 data/manifests/。
最近会话
你是 Workbench 项目的 industry-rese
2026-11-05 · dsh · 16:28 · 0 tokens
你是 Workbench 项目的 kb-architect
2026-11-05 · dsh · 16:28 · 0 tokens
你是 Workbench 项目的 pipeline-buil
2026-11-05 · dsh · 16:28 · 0 tokens
你是 Workbench 项目的 data-miner，
2026-11-05 · dsh · 16:28 · 0 tokens
Git 知识库工作记录 SOP
2026-11-05 · dsh · 16:16 · 0 tokens
生成两字花名
2026-11-05 · dsh · 15:08 · 0 tokens
session-d2e934be-98ae-4464-bc4c-52af11717fcb
2026-11-05 · dsh · 15:08 · 0 tokens
询问 agent-development skill 详情
2026-11-05 · dsh · 11:12 · 0 tokens
工作梳理与GitHub持久化方案
2026-11-05 · dsh · 11:08 · 0 tokens
opencode 与 pi 本地工作流推荐
2026-11-05 · dsh · 11:01 · 0 tokens
启动 Codex Subagent 测试
2026-11-05 · dsh · 10:55 · 0 tokens
支持。**dsh（DeepSeek Harness）对
2026-11-05 · dsh · 10:46 · 0 tokens
最近更新的笔记
Eval 领域导览：Agent 评测与实验
Harbor/Pier 评测生命周期、DSH×mini 归因方法、SCC 实验与 benchmark 选型的入口。
AI Coding benchmark 选型：能力匹配与可复现前置
按能力面选 benchmark 并要求私有留出集；本地评测未完成，卡在 Python/uv/Docker 与数据下载验收。
DSH 与 mini-swe-agent 归因方法论：先机制暴露，再单变量实验
归因必须区分配置、请求抓包与任务结果；S0 只是仪表化背景，S2/S3 是 DSH 改进探索，不是 mini 差异的因果证据。
SCC 五步 workflow 对照实验：B1-B5 的信号与边界
SCC 2/2 vs 原生 0/2 只是探索性信号；B2 零触发、B3/B4/B5 均未带来验收提升，且真实批次只跑到 Oracle。
Harbor 的 Task 与 Verifier：评测单元定义权与信号质量
Task 是自包含目录包，Verifier 用 tests/ 产出 reward；任务镜像装依赖、harness 装 agent，两者不能混为一谈。
Harbor 的 Trial 生命周期：可复现性的真正边界
一次 trial 的可复现性由环境启动、agent 相位、verifier 模式与产物落盘共同决定，不只看 reward。
Harness 领域导览：Agent Harness 架构与机制
DSH/Codex 等 coding-agent harness 的上下文、线程/会话、shell 执行与行业工程实践入口。
Codex 线程与会话：持久化记录不等于运行时对象
CodexThread 是加载态门面、Session 是模型运行时；持久化的是 StoredThread/RolloutItem，不是内存 struct。