01
Context first
先收集用户关注领域、时间窗口和注意力约束,避免把新闻数量当成价值。
Loading...
Frontier Intelligence / Attention Allocation
把“哪些变化值得我现在注意”拆成可审查的研究流程:先用固定 Workflow 处理发现、读取和证据门,再把未解决的问题升级给单 Agent。
Agent 不是默认入口。系统用 E1–E5 条件决定是否升级,并保留覆盖缺口、证据状态与 Guardian 结论;公开 Demo 是有界、可复现的案例流,不是开放世界质量证明。
ATTENTION ALLOCATION
What deservesFormal holdout
12 cases / 31 candidates
Workflow P0
0 / 12
Frontier P0
1 / 12
Human review
n = 0
Product Question
Frontier Intelligence 处理的是“现在值得我看什么”这一判断问题。它把发现、读取、证据和升级拆开,让每一步都能被复盘。
01
先收集用户关注领域、时间窗口和注意力约束,避免把新闻数量当成价值。
02
发现、有限读取、常规判断和证据门由确定性步骤串联,SQLite 保存产品状态真相。
03
只有固定条件无法完成任务时,才将未解决部分交给现有单 Agent 做自适应研究。
04
SearchReceipt 不等于证据;Guardian 在生成 FrontierBriefV1、Web 和 DOCX 前继续拦截边界问题。
Evaluation / Phase 7
同一组 12 cases / 31 candidates 的闭集 holdout,同步观察安全闸门、任务完成、延迟和 token 成本。
| Metric | Workflow-first | Frontier branch | Reading |
|---|---|---|---|
| P0 violation rate | 0.0000 | 0.0833 | 12-case closed holdout |
| Candidate task success | 1.0000 | 0.9167 | same holdout |
| Mean latency | 3,744 ms | 10,691 ms | Frontier ≈ 2.86× |
| Total tokens / case | 1,667 | 4,205 | Frontier ≈ 2.52× |
这些是封闭案例中的工程与评测信号,不是独立人评或开放世界质量证明。Human evaluation = n = 0。
Decision Log
结论没有被包装成 Agent 胜出;它只说明了当前证据能支持什么,以及还缺什么。
不把 Agent 设为默认路径:闭集结果没有证明其带来独立的人类注意力价值。
保留 INCONCLUSIVE:Human Attention Value、真实用户反馈和货币成本仍未测量。
不把公开案例流写成开放域质量:open-world run 以 COVERAGE_GAP 结束。
Boundaries
它可以帮助读者看见流程、证据门和产品判断,但不替代真实用户研究。
Phase 7 formal decision 为 INCONCLUSIVE,不支持无条件默认 Agent。
Phase 8 没有可比较的 Workflow / Agent 外部人评对,human evaluation n = 0。
当前 Demo 是 seeded / case-based 的稳定展示,不提供历史、全局上下文或持久记忆。