状态截至 2026-09-28

论文体系 导览

一个生产级桌面 AI Agent 运行时，五条相互咬合的研究主线，全部由真实运行数据驱动。

体系定位

WeClaw 的论文体系不是零散的学术产出，而是围绕同一个生产级桌面 AI Agent 运行时、由真实运行数据驱动的一组相互咬合的研究。五条主线各自锁定框架的一个核心引擎或机制，从系统全景到单点机制逐层拆解，共同回答「如何让桌面 LLM 智能体在真实环境里可靠、高效、可复现地行动」。所有实验数据均来自线上生产日志回放（17,226 次工具调用、196 条经验快照、十周库漂移纵向观测），而非合成基准。

数据风格

与以基准数据集（MNIST/CIFAR/EEG/DAiSEE）为主的意识理论研究不同，WeClaw 论文线的数据风格是「真实生产日志」——工具调用回放、经验快照与纵向库漂移，负结果（如真实执行下的排名反转）如实入稿。

主题分配 · 投稿计划 · 五篇基本情况

每条主线锁定框架的一个核心引擎或机制，从系统全景到单点机制逐层拆解。

W1重构投（待上传）— 三拒后改换「评价函数」，从新颖性优先刊转向实证严谨性刊

WeClaw 自适应运行时（旗舰主稿）

对应引擎 / 机制：自适应运行时 PTE-FD + 跨会话经验 EBEAC + 鲁棒上下文管道 RCR（全架构系统主论文）定位：系统主论文：三大引擎的整体架构与实证评估目标期刊：Empirical Software Engineering (EMSE, Springer)

核心实测结论（真实生产数据）

  • 选择层 400 次实验（4 后端 × 100）：同等准确率下 Schema Token 削减 7–12%
  • 执行层 real-execution 重评分：PTE-FD 较 static-retry 省 63–66% schema token，但让渡 4–8 点最终成功率
  • 诚实重定位为「token-efficiency 机制」——静态基准领先的动态暴露在真实执行下排名反转
CFTA待投 — 15 步流程全完成，正按 OUP 编号制/模板适配

对话优先、工具异步

对应引擎 / 机制：意图置信度三级分流 + 延迟工具检测 + 事件驱动整合（应用层异步工具编排）定位：机制拆稿：把工具执行从对话主线解耦目标期刊：The Computer Journal (Oxford UP / BCS)

核心实测结论（真实生产数据）

  • 数据集：17,226 次工具调用、60,695 条会话消息
  • 平均首响应延迟 21.3s → 9.3s（−54.1%，慢速工具 −74.1%，paired t-test p=4.5×10⁻¹¹⁶，n=2000）
  • 生产工具成功率 91.7%，取消率仅 0.05%
EBEAC在审（双盲，2026-09-27 提交）— KAIS desk reject 后补强至 7 基线

事件溯源工具失败记忆

对应引擎 / 机制：EventBus 事件驱动经验采集 + SQLite/向量库三层过滤检索注入定位：机制拆稿：零 LLM 成本的经验记忆目标期刊：Neural Computing and Applications (NCAA, Springer)

核心实测结论（真实生产数据）

  • 196 条真实经验 / 23 个抽象模式（时间切分 137 train / 59 test）
  • 7 基线下 R@1=71.19%、R@3=76.27%、Precision=89.36%、FP=3.39%，检索延迟 0.97ms
  • 零额外 LLM 调用（vs ERL 2.7 / ExpeL 5.2 per session）
W2在审（双盲，2026-08-29 提交）— 等待编辑初审

生产经验库漂移

对应引擎 / 机制：经验库治理：append-only 累积退化的纵向实证定位：实证 / experience report：生产环境经验库的纵向漂移目标期刊：Software: Practice and Experience (SPE, Wiley)

核心实测结论（真实生产数据）

  • 静默检索坍缩：169 条经验中 141 条 hit_count=0，87% 查询返回空（根因为嵌入模型语言失配）
  • 基础设施换代漂移：MiniLM → bge-base-zh-v1.5，Hit@1 33.3% → 93.3%，同时打破相似度阈值契约
  • 结构性坍缩：196 条 → 23 pattern（88.3%）
N1在审（双盲，2026-09-28 提交）— STIX 字体合规 + ETRI Checklist 14 项对表

识别-暴露鸿沟

对应引擎 / 机制：工具暴露门控：意图检测置信度与真实工具可用性之间的断层定位：短稿 / systems：识别正确 ≠ 暴露正确目标期刊：ETRI Journal (Wiley)

核心实测结论（真实生产数据）

  • LLM 推荐命中 17/17=100%，但真实暴露仅 9/17=52.9%（GAP 47.1%）
  • 证明「即使识别 100% 正确，断层仍发生」
  • 零训练闭合至 GAP=0%（失败 round-trip 16→0、升级 8→0、延迟下界 31.2s→0）

官方投稿序列

机制拆稿先行、系统主稿压轴，后续系统线承接整体叙事。

CFTA
EBEAC
W2
W1
W3 / W4

后续规划（系列主题池）

N1 已成稿；以下主题在规划中，尚未成稿。

N2规划中

关键词优先的双语检索

面向工具检索的零依赖双语召回：以关键词优先替代纯向量召回，缓解跨语言嵌入失配。

N3规划中

抗漂移作为设计原则

把 W2 观测到的库漂移转化为主动的抗漂移设计准则（退役、封顶、再校准）。

N4规划中

可复现工程

演化冻结的可复现工程方法：匿名仓 + Zenodo DOI + tag 快照 + 代码事实机器化复核。

W3 / W4规划中

后续系统线

官方投稿序列末端的后续系统论文，承接 W1 主稿与机制拆稿的整体叙事。

论文工程化方法论

区别于传统学术写作的独有产出，已内化为 WeClaw 产品内置学术工具链。

115 / 16 步论文生成流水线

p01 选题 → p08 引文交叉验证 → p10 三角色模拟评审 → p11 修订回复信 → p12 AI 检测修订 → p13 语言润色 → p14 终稿排版 → p15 投稿策略 → p16 图表 AI 重绘/实际提交。CFTA、EBEAC、W2、N1 四篇均完整走通。

2AI 检测修订规范

Phase 12 降 AI 七层指导原则（Turnitin / Copyleaks 口径），四篇均达标：CFTA 24.4%、EBEAC 17.5%、W2 23.8%、N1 24.5%（阈值 <25%）。

3双盲 / 单盲匿名化基建

匿名稿编译 + PDF 元数据清理 + 身份泄漏全文扫描（0 处）+ 匿名仓 tag 冻结 + 匿名 Zenodo DOI + 代码事实机器化复核（W1 v3 快照 33/33 PASS）。

4跨刊改版与实名稿基建

W1 历经 ARRAY 双盲 → ISWA 单盲 → EMSE 实证体裁重构：按评审制度定性决定上传实名稿还是盲审稿，同模板家族刊间迁移只改期刊标识与复现资产 tag 别名。

5真实生产数据 + 负结果诚实披露

数据全部来自生产日志回放（17,226 工具调用 + 196 经验快照 + 十周库漂移），非合成基准；real-execution 排名反转等不利结论如实入稿。

投稿范式（按评审制度）

双盲刊ARRAY / ETRI / SPE / NCAA

投「盲审稿」：私有开发仓 + 匿名快照仓 + 匿名 Zenodo DOI；NCAA 变体不建匿名仓，改以盲审正文去作者块 + 自引匿名 + DOI 评审期 withheld + docx 元数据清空 + 独立标题页实现双盲。

单盲刊ISWA / EMSE

主投稿件即「实名稿」（含作者块 / ORCID / CRediT），匿名稿仅作 EM 意外要求时的备份件（同一匿名仓补打期刊别名 tag、复用同一 DOI）。各类均以身份/期刊名泄漏全文扫描 0 处为闸门。