第 20 章事实核验：自改进的工程边界与长期运行 Agent

核验范围

本次核验覆盖正文、Research Brief、提纲、局部候选来源、图示和纯内存示例的事实边界。它不验证任何模型训练、模型权重更新、外部 Agent、发布、真实 Canary、监控、回滚、权限、数据、网络、后台作业或长期运行系统。

来源级核验

引用键	2026-07-16 实际读取的来源	正文允许陈述	外推禁区
REF-001	Lilian Weng：Harness Engineering for Self-Improvement	Harness 围绕模型协调执行、工具、上下文、工件和评估；文章以候选提出、评估和接受等循环组织自改进研究。	不使用实验数字、预测、产品例子或论文结果证明本书/任意 Agent 已具备自改进能力。
REF-009	Google SRE Workbook：Canarying Releases	canary 是部分、限时变更及其评估，可用于决定是否继续；资料讨论小变更、可归因监控和回滚背景。	不写出实际流量比例、SLO、Google 运行环境、发布算法或跨系统保证。
REF-070	NIST AI RMF Core	自愿风险管理语境中包含持续风险管理、角色责任、上线后监控、事件响应、恢复、变更管理与可测量持续改进。	不导出法规义务、认证、固定 Agent 协议或具体部署结论；AI RMF 1.0 正在修订。
REF-071	Google SRE Workbook：Configuration Design and Best Practices	资料讨论变更追踪、所有权、渐进应用和回滚能力。	不把配置实践写成 Prompt、Skill、模型或 Agent 变更的充分安全证明。

本书模型与事实的分界

内容	分类	核验结论
Candidate Change Protocol、Change Gate、长期健康检查	本书工程模型	字段、门序、状态名和停止条件均为原创教学设计。
needs_spec、needs_evidence、needs_approval、rejected、ready_for_controlled_release	纯内存教学状态	未被写成 SDK、CI、发布平台或真实外部状态。
重试策略候选案例	教学案例	不请求网络、不变更本仓库、不发布、不回滚。
Canary、NIST、配置变更的叙述	受限工程背景	仅支持文中明确限定的类比，未外推为 Agent 默认机制。

示例与图示复核

2026-07-16 实际先运行测试，得到 ERR_MODULE_NOT_FOUND；原因是 self-improvement-boundary-assessment.mjs 尚未创建。这是预期红灯，不表示候选或任何外部系统失败。

实现后实际执行：

node --test examples/agent/self-improvement-boundary-assessment.test.mjs
node examples/agent/self-improvement-boundary-assessment.mjs

结果为 10 项 Node 内置测试通过、0 项失败；演示输出 ready_for_controlled_release / candidate_change_gate_passed。这只验证注入对象的确定性判断。Mermaid 导出和局部 Markdown/链接检查的实际命令与结果见审查记录。

待核验与动态边界

• TODO(verify)： 若将候选用于真实 Prompt、Skill、工作流、模型或配置变更，须在执行日记录版本、数据、独立评估器、权限、批准人、监控、预算、回滚/补偿与事件响应方案。
• TODO(verify)： 若引用 Canary、NIST 或任何产品的具体流程、参数、指标或法规结论，须重读当日原始页面并限定适用范围。
• TODO(verify)： 真实长期任务必须通过外部系统观测来证明健康、漂移、资源消耗和恢复能力；本章没有这类证据。

Fact Check 完成检查

• [x] 四项来源已于写作日读取，且每项有允许用途与外推禁区。
• [x] 未把来源背景、本书协议和教学示例混写成真实运行时事实。
• [x] 已记录示例红绿验证的真实结果和无外部副作用范围。
• [x] 已为动态资料和真实部署保留重新核验要求。