Skill Issue（arXiv:2609.12742）
源：09-11。论点：coding agent 越来越多从仓库内 SKILL.md 读 procedural knowledge；已有工作用 benchmark 自动合成 skill 文档，但真实空仓没有 benchmark，且人造任务太弱——强 agent 无文档也能饱和。做法：从仓库 已合并 PR 挖更难任务（在冻结 base commit 上 revert），以「同 agent 有文档 vs 无文档」的提升作为文档分数。三仓 Kotlin：GEPA 文档平均 +4.9pp，SkillOpt 几乎不动（+0.1pp）；单仓任务量不足以把 GEPA 增益与 agent 运行方差分开。维护者主观阅读认为文档含「只有做过项目才知道」的知识——分数与可读性脱钩。
对 second_brain / Grok Bot org：skill 优化目标函数要换——合成 toy task 会虚高；应优先用真实 PR/事故/回归任务做 with/without skill 对照，并显式报告方差与样本量。与 COBRA-Skills / SkillAlign / Astra instruction tax 同轴：可复用单元是 skill，但 评测任务硬度 决定优化是否有信息量。
Harness or Model?（arXiv:2609.11987）
源：09-08（Mon recent 可见；此前 dig 未收）。论点：agentic coding = model + harness；业界默认「厂商原生 harness 配对更好」。在私有、防污染的 256 任务套件上做 同模型配对对照：Opus 4.8 上 claude-agent-sdk vs deepagents；GPT-5.5 上 openai-codex SDK vs deepagents。平均上 两侧 harness 无显著优势（Opus −1.25pp / GPT +1.25pp，CI 跨零）。分层却相反：原生 harness 在 61 个仓库任务落后 9.0pp，在 19 个 contest 任务领先 23.7pp（事后划分，需设计性复现）。正确性与完成度分离：81 次触墙时钟取消中有 22 次其实已产出可过 patch。中性 harness 每解任务成本约 1.2–1.6×（用量语义修订后账单排序仍未定）。
LifeFuse-Mem（arXiv:2609.12436）
源：09-11。设定：写 episode 带 lifecycle 元数据，读时做 phase-aware readout——区分「应跨交互持续影响」与「仅当前上下文有效」的信息。临时信息覆盖持久知识会导致长期 agent 行为漂移。LifeFuse-Mem 用 lifecycle-aware 神经记忆与状态融合，对抗 temporary overwriting。
AIM（arXiv:2609.12320）
源：09-11。现有 agentic memory 多停在单用户；AIM（Agentic Interoperable Memory）面向 multi-agent × multi-user：动态把信息分为 private（单用户不可外泄）与 public（可跨用户共享），在索引层做访问控制，使私有记忆永不进入其他用户检索，同时共享公共知识提升下游回答。
对 Grok Bot / 公司脑：共享记忆 ≠ 无边界记忆。Coordination Backbone / company brain 的「权限问题」文已提示——AIM 给出可操作的 private/public 分类 + index ACL。与 Artificial Id（对齐边界）可对照：身份/租户边界应落在 memory 索引，而非仅 prompt 约定。
VRL-Bench（arXiv:2609.12404）
源：09-11。Reflexion 等 verbal RL 把失败试验写成文本指导后续尝试。VRL-Bench 在 有限 trial 预算 下公平评测 trial-and-error：MiniWoB / WebShop 上多种 verbal-memory 方法相对无记忆重试有时升有时降；replay 显示 reflection 可降低成功率——经验利用 vs 继续探索 的权衡。提出 VEX² 作为 verbal experience 更新变体。
When Does AI Augment Work?（arXiv:2609.12482）
源：09-11。批评仅用自动化能力/采用率衡量 AI 职场价值；主张把分析从原子任务扩到 未来 workflow 级人机协作。给出 AI augmentation 六条件：耐久净价值、有意义的人类控制、问责与恢复、以及通过学习/职业路径/工作意义实现的长期人类发展。
对 learning-and-craft / 个人 agentic OS：与 Agent Manager craft、TIMEWELL、When Agents Disagree 同读——增强 ≠ 替代任务列表；组织 dig 与 briefing 本身应满足「控制、问责、学习路径」条件，避免只堆自动化吞吐。
交叉图（本窗）
flowchart LR skillDoc[Skill Issue<br/>SKILL.md vs PR tasks] harnessEval[Harness or Model<br/>same-model contrasts] memLife[LifeFuse-Mem<br/>lifecycle fusion] memAIM[AIM<br/>private/public ACL] vrl[VRL-Bench<br/>finite-trial verbal RL] work[When AI Augments Work<br/>workflow 6 conditions] skillDoc --> harnessEval memLife --> memAIM vrl --> skillDoc work --> harnessEval
Open follow-ups
- Skill Issue 的 PR-revert 任务矿 × COBRA / SkillAlign 优化器：换目标函数后 bandit/进化是否仍稳。
- Harness or Model 的 repo vs contest 分层 × Turn Release / AgentX：分层是否来自工具面与超时策略。
- LifeFuse lifecycle 标签 × Governing Evolving Memory / Env-Probing：统一 schema。
- AIM index ACL × Coordination propose/commit / company-brain permissions。
- VRL-Bench 预算协议 × AIR 事故登记：失败反思入库门槛。
- Augmentation 六条件 × 个人/组织 agent OS 检查清单（控制、恢复、学习路径）。