part-0006 工具集与 agent harness：18 工具与上下文管理
- 输入来源: 本地 pdf 预提取文本（source-06.txt，arXiv:2608.30730v1 [cs.LG]）
- 原文链接: https://arxiv.org/html/2608.30730v1
摘要
Table 3：18-tool action space（7 组，分钟成本 + 环境效果）：
- 市场调研：market_search（30，三级披露：店型/类目/单类目销售带，退货与 margin 给定性标签）、 supplier_search（10，名字/联系方式/类目，无价格/评级/诚实信号）
- 店铺运营：trace_return_sources（10，把混合库存归因到送货供应商）、open_store（60，¥500 开店， ≤4）、close_store（30，关店，货回仓或 10% 残值清算）、check_store_status（10，昨日营收/退货/ 运费/单 SKU 速度）、set_prices（10，改写货架价，次日触发生效）、join_promotion（10，以 0.05– 0.50 折扣报名促销）
- 库存：list_products（10，可售 SKU + reference 价）、check_warehouse（10，仓内数量 + 实付价）、 publish_to_store（20，上架，仓储照计）、return_to_warehouse（15，下架回池）、ship_orders（20， 扣运费、净额进 9 天 escrow、按所选速度种退货）
- 财务：check_balance（10，四个桶 + 结算日）、withdraw（10，唯一 wallet→bank 通道）
- 谈判：chatbox（30，一条自由文本可发给 1 到多家，fenced negotiate 块路由进内核）
- 记忆：operate_memory（10，20 条窗口外条目增删改查）
- 时间：wait_for_next_day（0，跳次日 08:00、放弃当日剩余分钟、触发日管线）
A.1 The Interface Contract：模型只见工具 schema 与回复——所有通知都塞在回复里。结构化结果 返回 JSON、纯文本原样；额外通知放 JSON 内部（关闭括号前，保证仍可 parse）；按日通知挂在跳日 结果上（避免算到无关早先调用头上）。早间 pass 算了 17 个字段只报 3 个给 agent（日期、day 索引、 新闻 feed）——90 场里该通道共运 8,301 条、其中 6,722 条是每日一条的到货聚合。Listing 1 给两 条真实工具消息（一条带日通知、一条带破产前余额警告），都带窗口外的 token 计量条 （<system_warning>Token usage: …</system_warning>）。
A.2 Loop Control and Context Editing：token 计数用本地 tokenizer（覆盖文本 + 工具调用 + 推理轨迹；加密 reasoning 的 opaque artifact 与窗口外 schema 不计入）。system prompt 直接告诉 模型 120k 阈值 / 60k 释放地板 / 两个受保护组。驱逐 pass 六步：① 未清消息求和，低于上限只发 usage 字符串；② 从第三条消息起找组（assistant 带工具调用开场、到其连续工具结果末尾），system 与首个 user turn 永久豁免；③ 最新两组豁免——只剩 ≤2 组时什么都不清（少数超大组的窗口可长期 悬在上限上）；④ 释放目标 = max(地板, 超限部分)；⑤ 从最旧可清组开始标记、累计到达标；⑥ 重建 请求、整体跳过已清条目。两类消息永远不可驱逐：纯文本 assistant turn 与 idle warning（它们不 开组也不在组内）——整组清除是保持 transcript 有效的方式（任何 provider 协议都拒绝工具结果 脱离调用）。
要点归纳
- 分钟制让「信息获取」与「行动」共享同一时钟预算——查余额 10 分钟与发货 20 分钟同池竞争， 这使查询成本成为策略变量而非固定开销
- 驱逐粒度 = 组（一次回复 + 其全部工具结果），约 50 组/窗口；被逐文本无痕消失 → 记忆 store 是唯一抗驱逐通道（但读回即重新可驱逐，形成 token 税）
- 接口契约对「通知归属」很讲究（day-scoped notices 挂跳日结果），避免误导归因——评测工程 细节决定行为信号质量
术语 / 概念
- fenced negotiate block — chatbox 自由文本里
```negotiate包裹的 JSON 经济动作 （offer/accept/reject），文本其余部分只是对话 - context eviction（上下文驱逐） — 120k 触发、60k 释放、整组从旧到新
- token gauge — 回复末尾的
<system_warning>token 用量条（在 JSON 之外） - turn budget（4,000 回合）/ three idle turns — 回合制循环的两个终止条件
原句摘录
The agent is told the policy verbatim, thresholds included, so preserving what matters in its memory is a choice it can make.
Reading the store back is cheap in minutes yet expensive in tokens, since returned entries re-enter the context and become evictable like everything else.
疑问 / 待查
- 把驱逐策略逐字告知模型 = 把「harness 顺应」变成能力变量：会主动写 memory 的模型（如 Claude Opus 4.8 用 4.7% 调用）与不会的（Qwen3.5-Plus 0%）差距被算进能力画像是否公平，值得讨论
- Listing 1 展示了真实 token 计量与余额提醒的格式，可作复现自己 runner 的参考
Backlinks (1)
flowchart LR
n0["ch-0001 凶案、侦探与母亲的信（第 2–163 章）"]
n1["ch-0002 坦白、出逃与和解（第 163–233 章）"]
n2["The Curious Incident of the Dog in the Night-Time 人物"]
n3["The Curious Incident of the Dog in the Night-Time（整理完成）"]
n4["The Curious Incident of the Dog in the Night-Time 笔记"]
n5["The Curious Incident of the Dog in the Night-Time 故事线"]
n6["E-Commerce Bench（整理完成）"]
n7["E-Commerce Bench 笔记"]
n8["part-0001 摘要与引言：一年期电商运营基准（Abstract + §1）"]
n9["part-0002 相关工作与定位：continuing 任务谱系（Table 1 + §2）"]
n10["part-0003 基准设计：四层架构与确定性经济（§3 主体）"]
n11["part-0004 实验结果：18 模型的多维画像（Table 2 + §4）"]
n12["part-0005 结论与参考文献（§5 + References）"]
n13["part-0006 工具集与 agent harness：18 工具与上下文管理（Table 3 + Appendix A）"]
n14["part-0007 数据层：类目、店型、日历与供应商（Appendix B）"]
n15["part-0008 经济引擎：13 步结算与需求/退货/成本公式（Table 7 + Appendix C）"]
n16["part-0009 确定性谈判内核：决策函数与骗局目录（Appendix D）"]
n17["part-0010 评测指标定义：六个维度与统计口径（Appendix E）"]
n18["part-0011 每维度结果导览与模型/实验设置（Table 10 + Appendix F）"]
n19["part-0012 失败案例研究：骗局实录与一次破产（Appendix G）"]
n20["part-0013 失败模式规则表与提示词设计（Table 18 + Appendix H）"]
n21["The End of Software Engineering（整理完成）"]
n22["The End of Software Engineering 笔记"]
n23["part-0001 摘要与引言：范式重构的宣告（Abstract + §1 前段）"]
n24["part-0002 第一性原理：传统软件与 Agent 系统的形式化模型（§1 后段 + §2）"]
n25["part-0003 三代交付史与 AI→Software→Result 的失败（§3.1–3.2）"]
n26["part-0004 Agent→Result 与 Agentic Engineering 学科（§3.3 + §4）"]
n27["part-0005 实证证据与 EvoClaw 落差（§5）"]
n28["part-0006 四阶段演进路线图（前段：表 3 + Stage I–III）"]
n29["part-0007 路线图后段与建议：实践者与研究者（§6.3 后段 + §6.4 + §7.1–7.2）"]
n30["part-0008 组织建议、结论与参考文献（§7.3 + §8）"]
n31["ch-0001 Introduction（为什么做数据可视化）"]
n32["ch-0002 选工具讲你的数据故事（Ch 1）"]
n33["ch-0003 强化电子表格技能（Ch 2）"]
n34["ch-0004 找到并质询你的数据（Ch 3）"]
n35["ch-0005 清洗脏数据（Ch 4）"]
n36["ch-0006 做有意义的比较（Ch 5）"]
n37["ch-0007 图表化你的数据（Ch 6）"]
n38["ch-0008 地图化你的数据（Ch 7）"]
n39["ch-0009 表格化你的数据（Ch 8）"]
n40["ch-0010 嵌入网页（Ch 9）"]
n41["ch-0011 用 GitHub 编辑与托管代码（Ch 10）"]
n42["ch-0012 Chart.js 与 Highcharts 模板（Ch 11）"]
n43["ch-0013 Leaflet 地图模板（Ch 12）"]
n44["ch-0014 转换你的地图数据（Ch 13）"]
n45["ch-0015 识别谎言、减少偏差（Ch 14）"]
n46["ch-0016 讲述并展示你的数据故事（Ch 15）"]
n47["ch-0017 附录 A 排查常见问题"]
n48["Hands-On Data Visualization（整理完成）"]
n49["Reading"]
n0 --> n4
n3 --> n0
n3 --> n1
n3 --> n2
n3 --> n4
n3 --> n5
n5 --> n3
n6 --> n7
n6 --> n8
n6 --> n9
n6 --> n10
n6 --> n11
n6 --> n12
n6 --> n13
n6 --> n14
n6 --> n15
n6 --> n16
n6 --> n17
n6 --> n18
n6 --> n19
n6 --> n20
n21 --> n22
n21 --> n23
n21 --> n24
n21 --> n25
n21 --> n26
n21 --> n27
n21 --> n28
n21 --> n29
n21 --> n30
n22 --> n21
n30 --> n22
n48 --> n31
n48 --> n32
n48 --> n33
n48 --> n34
n48 --> n35
n48 --> n36
n48 --> n37
n48 --> n38
n48 --> n39
n48 --> n40
n48 --> n41
n48 --> n42
n48 --> n43
n48 --> n44
n48 --> n45
n48 --> n46
n48 --> n47
n49 --> n3
n49 --> n6
n49 --> n21
n49 --> n48
click n0 "../../curious-incident/ch-0001/" "ch-0001 凶案、侦探与母亲的信（第 2–163 章）"
click n1 "../../curious-incident/ch-0002/" "ch-0002 坦白、出逃与和解（第 163–233 章）"
click n2 "../../curious-incident/characters/" "The Curious Incident of the Dog in the Night-Time 人物"
click n3 "../../curious-incident/" "The Curious Incident of the Dog in the Night-Time（整理完成）"
click n4 "../../curious-incident/notes/" "The Curious Incident of the Dog in the Night-Time 笔记"
click n5 "../../curious-incident/storyline/" "The Curious Incident of the Dog in the Night-Time 故事线"
click n6 "../" "E-Commerce Bench（整理完成）"
click n7 "../notes/" "E-Commerce Bench 笔记"
click n8 "../part-0001/" "part-0001 摘要与引言：一年期电商运营基准（Abstract + §1）"
click n9 "../part-0002/" "part-0002 相关工作与定位：continuing 任务谱系（Table 1 + §2）"
click n10 "../part-0003/" "part-0003 基准设计：四层架构与确定性经济（§3 主体）"
click n11 "../part-0004/" "part-0004 实验结果：18 模型的多维画像（Table 2 + §4）"
click n12 "../part-0005/" "part-0005 结论与参考文献（§5 + References）"
click n13 "./" "part-0006 工具集与 agent harness：18 工具与上下文管理（Table 3 + Appendix A）"
click n14 "../part-0007/" "part-0007 数据层：类目、店型、日历与供应商（Appendix B）"
click n15 "../part-0008/" "part-0008 经济引擎：13 步结算与需求/退货/成本公式（Table 7 + Appendix C）"
click n16 "../part-0009/" "part-0009 确定性谈判内核：决策函数与骗局目录（Appendix D）"
click n17 "../part-0010/" "part-0010 评测指标定义：六个维度与统计口径（Appendix E）"
click n18 "../part-0011/" "part-0011 每维度结果导览与模型/实验设置（Table 10 + Appendix F）"
click n19 "../part-0012/" "part-0012 失败案例研究：骗局实录与一次破产（Appendix G）"
click n20 "../part-0013/" "part-0013 失败模式规则表与提示词设计（Table 18 + Appendix H）"
click n21 "../../end-of-software-engineering/" "The End of Software Engineering（整理完成）"
click n22 "../../end-of-software-engineering/notes/" "The End of Software Engineering 笔记"
click n23 "../../end-of-software-engineering/part-0001/" "part-0001 摘要与引言：范式重构的宣告（Abstract + §1 前段）"
click n24 "../../end-of-software-engineering/part-0002/" "part-0002 第一性原理：传统软件与 Agent 系统的形式化模型（§1 后段 + §2）"
click n25 "../../end-of-software-engineering/part-0003/" "part-0003 三代交付史与 AI→Software→Result 的失败（§3.1–3.2）"
click n26 "../../end-of-software-engineering/part-0004/" "part-0004 Agent→Result 与 Agentic Engineering 学科（§3.3 + §4）"
click n27 "../../end-of-software-engineering/part-0005/" "part-0005 实证证据与 EvoClaw 落差（§5）"
click n28 "../../end-of-software-engineering/part-0006/" "part-0006 四阶段演进路线图（前段：表 3 + Stage I–III）"
click n29 "../../end-of-software-engineering/part-0007/" "part-0007 路线图后段与建议：实践者与研究者（§6.3 后段 + §6.4 + §7.1–7.2）"
click n30 "../../end-of-software-engineering/part-0008/" "part-0008 组织建议、结论与参考文献（§7.3 + §8）"
click n31 "../../hands-on-data-visualization/ch-0001/" "ch-0001 Introduction（为什么做数据可视化）"
click n32 "../../hands-on-data-visualization/ch-0002/" "ch-0002 选工具讲你的数据故事（Ch 1）"
click n33 "../../hands-on-data-visualization/ch-0003/" "ch-0003 强化电子表格技能（Ch 2）"
click n34 "../../hands-on-data-visualization/ch-0004/" "ch-0004 找到并质询你的数据（Ch 3）"
click n35 "../../hands-on-data-visualization/ch-0005/" "ch-0005 清洗脏数据（Ch 4）"
click n36 "../../hands-on-data-visualization/ch-0006/" "ch-0006 做有意义的比较（Ch 5）"
click n37 "../../hands-on-data-visualization/ch-0007/" "ch-0007 图表化你的数据（Ch 6）"
click n38 "../../hands-on-data-visualization/ch-0008/" "ch-0008 地图化你的数据（Ch 7）"
click n39 "../../hands-on-data-visualization/ch-0009/" "ch-0009 表格化你的数据（Ch 8）"
click n40 "../../hands-on-data-visualization/ch-0010/" "ch-0010 嵌入网页（Ch 9）"
click n41 "../../hands-on-data-visualization/ch-0011/" "ch-0011 用 GitHub 编辑与托管代码（Ch 10）"
click n42 "../../hands-on-data-visualization/ch-0012/" "ch-0012 Chart.js 与 Highcharts 模板（Ch 11）"
click n43 "../../hands-on-data-visualization/ch-0013/" "ch-0013 Leaflet 地图模板（Ch 12）"
click n44 "../../hands-on-data-visualization/ch-0014/" "ch-0014 转换你的地图数据（Ch 13）"
click n45 "../../hands-on-data-visualization/ch-0015/" "ch-0015 识别谎言、减少偏差（Ch 14）"
click n46 "../../hands-on-data-visualization/ch-0016/" "ch-0016 讲述并展示你的数据故事（Ch 15）"
click n47 "../../hands-on-data-visualization/ch-0017/" "ch-0017 附录 A 排查常见问题"
click n48 "../../hands-on-data-visualization/" "Hands-On Data Visualization（整理完成）"
click n49 "../../" "Reading"