超越记忆：与 LLM 代理进行异构协作知识工作的模板化基础

arXiv:2607.24759v1 公告类型：新 摘要：研究项目、教育工作和相关知识工作积累了未来合作者很少恢复的发现、决策和推理。对这项工作最有用的部分，包括死胡同和回溯声明，通常被排除在出版物和共享代码之外；未来的研究人员会再次尝试同样的失败，因为没有记录保存下来。 LLM 编码代理是常见的参与者，但在会话之间不保留持久记忆，并且原始来源的检索增强生成不会复合。 llm-wiki 模式（Karpathy，2026；tonbi，2026）通过在原始来源和代理之间插入一个由 LLM 维护、相互链接的 wiki 来解决这个问题。我们提出了 llm-wiki-memory-template，一个可重用的、代理感知的实例化，并认为它是沿着三个轴（多人、多 AI 代理、多域）进行异构协作知识工作的基础，每个轴都由模板的不同架构元素支持 ({\S}4)。按照惯例，wiki 是仅附加的，它保留了不起作用的内容和起作用的内容，解决了出版物和代码共享在结构上无法解决的负面结果丢失问题。三个已部署的案例研究和一份设计报告分别涵盖了这些轴：保留废弃迭代的单独研究谱系；一个由两位作者组成的项目，其追溯审计修改了之前的两个实验，声称 20 中的 20 覆盖率降至 14 和 12 个基于证据的答案，然后在修复后降至 18 和 18，并保留了整个工件的故障路径；作为设计报告的正在进行的多代理部署；以及跨领域的教育变体。我们将故障路径保存、代理诚实和挪用命名为工件的跨领域社会技术属性，而不仅仅是其技术机制。